MétaCan
Menu
Retour à la cohorte
Enregistrement W6892117984 · doi:10.5061/dryad.6wwpzgn1j

Quantifying heritability and estimating evolutionary potential in the wild when individuals that share genes also share environments

2022· dataset· en· W6892117984 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDRYAD · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHeritabilityHabitatSimilarity (geometry)Selection (genetic algorithm)Genetic variationQuantitative geneticsGenetic similarity

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,000

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 Opus0,061
Tête enseignante GPT0,296
Écart entre enseignants0,235 · 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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207