Fitness effects of a demography-dispersal trade-off in expanding Saccharomyces cerevisiae mats
Notice bibliographique
Résumé
Fungi expand in space and time to form complex multicellular communities. The mechanisms by which they do so can vary dramatically and determine the life-history and dispersal traits of expanding populations. These traits influence deterministic and stochastic components of evolution, resulting in complex eco-evolutionary dynamics during colony expansion. We perform experiments on budding yeast strains genetically engineered to display rough-surface and smooth-surface phenotypes in colony-like structures called 'mats'. Previously, it was shown that the rough-surface strain has a competitive advantage over the smooth-surface strain when grown on semi-solid media. We experimentally observe the emergence and expansion of segments with a distinct smooth-surface phenotype during rough-surface mat development. We propose a trade-off between dispersal and local carrying capacity to explain the relative fitness of these two phenotypes. Using a modified stepping-stone model, we demonstrate that this trade-off gives the high-dispersing, rough-surface phenotype a competitive advantage from standing variation, but that it inhibits this phenotype's ability to invade a resident smooth-surface population via mutation. However, the trade-off improves the ability of the smooth-surface phenotype to invade in rough-surface mats, replicating the frequent emergence of smooth-surface segments in experiments. Together, these computational and experimental findings advance our understanding of the complex eco-evolutionary dynamics of fungal mat expansion.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».