Quantifying heritability and estimating evolutionary potential in the wild when individuals that share genes also share environments
Notice bibliographique
Résumé
Accurate heritability estimates for fitness-related traits are required to predict an organism’s ability to respond to global change. Heritability estimates are theoretically expected to be inflated if, due to limited dispersal, individuals that share genes are also likely to share similar environments. However, if relatives occupy similar environments due, at least partly, to genetic variation for habitat selection, then accounting for environmental similarity in quantitative genetic models may result in diminished heritability estimates in wild populations. This potential issue has been pointed out in the literature, but has not been evaluated by empirical studies.Here, we investigate whether environmental similarity among individuals can be partly explained by genetic variation for habitat selection, and how this link potentially blurs estimates for heritability in fitness-related traits.Using intensive GPS-monitoring, we quantified home-range habitat composition for 293 roe deer inhabiting a heterogeneous landscape to assess environmental similarity. To investigate if environmental similarity might harbour genetic variation, we combined genome-wide data in a quantitative genetic framework to evaluate genetic variation for home-range habitat composition, which is partly the result of habitat selection at settlement. Finally, we explored how environmental similarity affects heritability estimates for behaviours related to the risk avoidance-resource acquisition trade-off (i.e. being in open habitat, distance to roads) and proxies of individual performance (i.e. body mass, hind foot length). We found substantial heritability for home-range habitat composition, with estimates ranging from 0.40 (proportion of meadows) to 0.85 (proportion of refuge habitat). Accounting for similarity in habitat composition between relatives decreased the heritability estimates for both behavioural and morphological traits (reduction ranging from 55% to 100% and from 22% to 41%, respectively). As a consequence, only half of these heritability estimates remained significantly different from zero.Our results show that similar genotypes occupy similar environments, which could lead to heritable variation being incorrectly attributed to environmental effects. To accurately distinguish the sources of phenotypic variation and predict the ability of organisms to respond to global change, it is necessary to develop quantitative genetic studies investigating the mechanisms underpinning environmental similarity among relatives.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».