Strong amplification of quantitative genetic variation under a balance between mutation and fluctuating stabilizing selection
Notice bibliographique
Résumé
Abstract The observation of high heritability in most quantitative traits has been a long-standing puzzle. There is a general consensus that simple models of quantitative genetic variation, which are mostly founded on the assumption of mutation-selection balance in a constant environment, have failed to explain high heritability. To make matters worse, the reasons for failure are unknown, leaving little to guide future model developments. Here we revisit this puzzle by taking the canonical Latter-Bulmer model and relaxing the assumption of perfect environmental stasis. Instead we assume that the trait optimum changes slowly but steadily in a random walk (specifically, an Ornstein-Uhlenbeck process), similar to standard models used for phylogenetic comparative methods. We show that our model behaves qualitatively differently to its stationary optimum counterpart even though the optimum only changes slowly. This is the result of a feedback between the adaptation rate and selection coefficient fluctuations. The heritability predictions resulting from this feedback are more consistent with observations and also less sensitive to evolutionary parameters than the classical LB model. We derive a simple formula to predict genetic variation under random walk optimum fluctuations which helps to explain some of our counter-intuitive results and which should be useful for understanding the potential influence of fluctuations in future work. Since the feedback driving our results should also occur in more complex models e.g. with multiple traits, we argue that environmental change has been an essential biological ingredient missing in previous mutation-selection balance models of quantitative trait heritability.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».