Genetic effects on migration behaviour contribute to increasing spatial differentiation at trait-associated loci in Estonia
Notice bibliographique
Résumé
Abstract There is emerging evidence that migration behaviour can be selective with respect to individuals’ genotypes. As a result, it can generate genotype-environment correlations at migration-associated loci that cannot be corrected by standard methods used in genetic association studies. Here, we explore this phenomenon by looking into the dynamics of the spatial distribution of polygenic scores (PGSs) in the Estonian Biobank. We show that contemporary migrations intensify inter-regional differences in PGSs for many traits, with the effect of educational attainment (EA) PGS being the strongest and, to a large extent, explaining inter-regional differences in other PGSs. This differentiation is mainly driven by the migration of individuals with relatively high PGS for EA to the two largest cities from the rest of the country. Importantly, we replicate this pattern within families: individuals migrating to the major cities have, on average, higher PGS for EA relative to their siblings residing in other regions of Estonia. This trend is observed for the period starting from the mid-20th century to the present, despite substantial changes in Estonian society during this period. Thus, we show that there is increasing genetic differentiation at trait-associated loci between most urbanized regions of Estonia versus the rest of the country, leading to genotype-environment correlations that cannot be fully corrected using standard approaches. We also provide evidence for direct genetic effects on migration behaviour based on sibling analysis and discuss potential links between migration and EA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».