MétaCan
Menu
Retour à la cohorte
Enregistrement W4405064795 · doi:10.1007/s10519-024-10209-7

Can a Hybrid Line Break a Selection Limit on Behavioral Evolution in Mice?

2024· article· en· W4405064795 sur OpenAlexaff
Layla Hiramatsu, Vincent Careau, Theodore Garland

Notice bibliographique

RevueBehavior Genetics · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDirectorate for Biological SciencesNational Science Foundation
Mots-clésControl lineHeterosisSelection (genetic algorithm)HeritabilityBiologyGenetic correlationGenetic modelLine (geometry)ReplicateHybridDirectional selectionStatisticsPopulationGeneticsGenetic variationMathematicsDemographyComputer scienceArtificial intelligenceGeneTelecommunicationsBotany

Résumé

récupéré en direct d'OpenAlex

Abstract Artificial selection yielded four replicate high runner (HR) lines of mice that reached apparent selection limits (~ threefold increase in wheel revolutions per day vs. four control lines), despite maintenance of additive genetic variance. After 68 generations, we used animal models to test for changes in additive-genetic variances and covariance of the two measured components (average speed and duration) of running distance. We also attempted to break the selection limit by crossing two HR lines, then continuing directional selection on this hybrid line and on the two parental lines for nine generations. The genetic correlation between speed and duration was positive in the base population, but evolved to be negative in the two parental HR lines. Although heritability for both speed and duration (but not distance) increased in the hybrid line, their genetic correlation remained negative. Hybrid F1 mice from generation 68 parents showed heterosis for running distance, which was lost in subsequent generations, and the hybrid line did not exceed the limit. Both male and female hybrids ran faster than parental lines for most generations, but running duration was intermediate or reduced, reflecting their negative genetic correlation. The evolved genetic trade-off between speed and duration may explain the inability for the hybrid line to break the selection limit for distance run, despite renewed additive genetic variance for at least one of its component traits.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,281
Écart entre enseignants0,265 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavior GeneticsMême sujetGenetics and Physical PerformanceTravaux en français237 207