Divergent Selection in Low Recombination Regions Shapes the Genomic Islands in Two Incipient Shorebird Species
Notice bibliographique
Résumé
Speciation in the face of gene flow is usually associated with a heterogeneous genomic landscape of divergence in nascent species pairs. However, multiple factors, such as divergent selection and local recombination rate variation, can influence the formation of these genomic islands. Examination of the genomic landscapes of species pairs that are still in the early stages of speciation provides an insight into this conundrum. In this study, population genomic analyses were undertaken using a wide range of sampling and whole-genome resequencing data from 96 unrelated individuals of Kentish plover (Charadrius alexandrinus) and white-faced plover (Charadrius dealbatus). We suggest that the two species exhibit varying levels of population admixture along the Chinese coast and on the Taiwan Island. Genome-wide analyses for introgression indicate that ancient introgression had occurred in Taiwan population, and gene flow is still ongoing in mainland coastal populations. Furthermore, we identified a few genomic regions with significant levels of interspecific differentiation and local recombination suppression, which contain several genes potentially associated with disease resistance, coloration, and regulation of plumage molting and thus may be relevant to the phenotypic and ecological divergence of the two nascent species. Overall, our findings suggest that divergent selection in low recombination regions may be a main force in shaping the genomic islands in two incipient shorebird species.
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 ».