Wet season environments drive local adaptation in the drought-sensitive timber tree Dicorynia guianensis in French Guiana
Notice bibliographique
Résumé
Climate change poses threats to biodiversity, particularly in tropical rainforests. How tropical rainforest tree species will respond to climate change is uncertain because their extent of local adaptation, its drivers and genetic basis remain poorly known. Characterizing these and the risks of maladaptation in future climates can inform on possible responses and help design strategies for the conservation. This study focuses on Dicorynia guianensis (Fabaceae), a widespread tree species in French Guiana, known for its sensitivity to drought. We performed genome resequencing on 87 individuals sampled in 11 sites across French Guiana to investigate the genetic structure, diversity, the drivers and the genetic basis of local adaptation. Genetic structure analysis identified three distinct groups: western, inland, and eastern, with similar levels of genetic diversity and distributed in areas with different environmental conditions. Six methods applied to detect genomic signatures of selection revealed region-specific selective sweeps and overlap between SNPs identified through outlier analysis or genome-environment association analyses. The most relevant environmental drivers of selection were potential evapotranspiration of the wettest quarter and precipitation of the coldest quarter, indicating that environmental variables related to high rainfall during the wet season are stronger drivers of local adaptation of D. guianensis than drought. Sites located in inland French Guiana had higher risks of climatic maladaptation than coastal sites. Our results contribute to the understanding of local adaptation and risk of maladaptation in tropical trees. They emphasize the need for area-specific approaches in managing tropical tree under the pressures of climate change.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».