MétaCan
Menu
Retour à la cohorte
Enregistrement W4404063724 · doi:10.1098/rspb.2024.1318

Microbiome transfer from native to invasive species may increase invasion risk

2024· article· en· W4404063724 sur OpenAlexfundno aff
Maria M. Martignoni, Oren Kolodny

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensnon disponible
Organismes subventionnairesUnited States-Israel Binational Science FoundationAzrieli FoundationIsrael Science FoundationGordon and Betty Moore Foundation
Mots-clésMicrobiomeBiologyAdaptation (eye)OrganismLocal adaptationEcologyIntroduced speciesInvasive speciesHost (biology)Evolutionary biologyGeneticsNeurosciencePopulation

Résumé

récupéré en direct d'OpenAlex

In a fast-changing world, understanding how organisms adapt to their environment is a pressing necessity. Research has focused on genetic adaptation, while our understanding of non-genetic modes is still in its infancy. The host-associated microbiome can be considered a non-genetic mode of adaptation, which can strongly influence an organism's ability to cope with its environment. However, the role of the microbiome in host ecological dynamics is largely unexplored, particularly in animal communities. Here, we discuss the following hypothesis: invasive species may rapidly adapt to local conditions by adopting beneficial microbes from similar co-occurring native species. This occurs when the invader's fitness is influenced by adaptation to local conditions that is facilitated by microbes acquired from native microbiomes. We present a minimal mathematical model to explore this hypothesis and show that a delayed acquisition of native microbes may explain the occurrence of an invasion lag. Overall, our results contribute to broadening the conceptualization of rapid adaptation via microbiome transfer and offer insights towards designing early intervention strategies for invasive species management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,269
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207