Neurogenomic and behavioral principles shape freezing dynamics and synergistic performance in Drosophila melanogaster
Notice bibliographique
Résumé
Collective behavior plays a vital role in detecting and evading predators, yet its neural and genetic underpinnings remain poorly understood. In Drosophila melanogaster, visual cues from conspecifics can alleviate freezing responses to threatening stimuli. Using a large-scale behavioral experiment combined with GWAS, we identify key loci, including Ptp99A and kirre, which are involved in visual neuron development and may influence visual responsiveness to conspecifics. Single-cell transcriptomics and functional assays confirm the modulatory roles of Ptp99A in gene expression in visual neurons and behavior. Furthermore, mixed-strain groups show enhanced freezing behavior compared to homogeneous groups, demonstrating a "diversity effect" where genetic diversity within groups induces flexible behavioral changes. Animal-computer interaction experiments using predatory spiders validate that variation in freezing durations among interactive individuals improves antipredator behavioral performance in fly groups. Agent-based simulations further support the hypothesis that behavioral synchronization among genetically diverse individuals improves group-level performance. We introduce genome-wide higher-level association study to find loci whose genetic diversity correlates with diversity effect, highlighting the potential roles of neuronal diversity. These findings demonstrate how genetic diversity fosters synergistic responses to threats, offering insights into the neural and genomic mechanisms underlying collective behavior in non-eusocial insects.
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 | 0,000 | 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 ».