Polygenic architecture of adaptation to a high-altitude environment for <i>Drosophila melanogaster</i> wing shape and size
Notice bibliographique
Résumé
Abstract As is typical of small insects, populations of Drosophila melanogaster adapted to high altitude environments evolved increased body size, disproportionality large wings, and differing wing shape compared to low-altitude ancestors. In one instance the colonization of high-altitude environments in Ethiopia is recent (2000-3000 years ago), and is a useful system to study alleles contributing to adaptive divergence. Unlike predictions derived from formulations Fisher-Kimura-Orr geometric model based on de novo mutations concurrent with selection, recent models predict segregating alleles in a population are more likely to contribute to adaptation on short time scales, particularly when populations are large and genetically diverse, like D. melanogaster . Strains derived from lowland (∼500m above sea level – ASL) and highland (∼3000m ASL) populations were used to generate F20 advanced-intercrosses. From each cross, phenotypically extreme individuals for size and shape were pool-sequenced, and genetic differentiation among pools of individuals demonstrated a polygenic architecture of divergence for size and shape. We identified one QTL of large effect, contributing to adaptive divergence in shape. This QTL is not observed in all crosses, pointing to the importance of examining independent genetic backgrounds when mapping alleles contributing to adaptation. Despite the intrinsic links between shape and size, we find a unique genetic basis of adaptation for these traits. This work demonstrates that many alleles, throughout the genome, rather than single, large effect alleles, contribute to adaption for Drosophila wing shape and size, adding to the growing body of evidence for polygenic adaptation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».