MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405699078 · doi:10.1101/2024.12.17.628492

Gene age shapes functional and evolutionary properties of the <i>Drosophila</i> seminal fluid proteome

2024· preprint· en· W4405699078 sur OpenAlexaff
José M. Ranz, Carolina Flacchi, Imtiyaz Hariyani, Alberto Civetta

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésBiologyGeneGenomeEvolutionary biologyPhylogenetic treeDrosophila melanogasterGeneticsDrosophila (subgenus)PleiotropyProteomePhenotype

Résumé

récupéré en direct d'OpenAlex

Abstract Seminal fluid proteins (Sfps) are crucial for animal reproductive success, with most Sfps-encoding genes believed to be evolutionarily young and rapidly evolving. By employing estimates of the phylogenetic origin of each Drosophila melanogaster Sfp gene based on genomic resources that include outgroup species to the Drosophila genus, we examined the functional attributes and evolutionary characteristics of Sfp genes relative to their evolutionary age. Contrary to common belief, 62% of Sfp genes existed in the genome of the ancestor to such genus. These ancient genes have broadened their expression profiles, expanded their biological roles, and formed a denser network of interactions with non-Sfp genes. This increased pleiotropy has imposed constraints on the rate of sequence evolution in ancient Sfp genes compared to younger ones. Within the Sfp interactome, we identified a fast-evolving core sub-network of younger genes with more restricted tissue expression and functions. Our findings uncover a large, previously unrecognized set of ancient Sfp genes with distinct genomic, functional, and evolutionary characteristics compared to the younger, more commonly studied Sfp genes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,188
Écart entre enseignants0,174 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenetic diversity and population structure→Travaux en français237 207→