MétaCan
Menu
Retour à la cohorte
Enregistrement W6948313763 · doi:10.5061/dryad.7h44j0zsb

The origins of asexual brine shrimps

2022· dataset· en· W6948313763 sur OpenAlexaff

Notice bibliographique

RevueDIGITAL.CSIC (Spanish National Research Council (CSIC)) · 2022
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésAsexualityParthenogenesisBrine shrimpPolyploidPloidyAsexual reproductionPhylogenetic treeLineage (genetic)Genetic Fitness

Résumé

récupéré en direct d'OpenAlex

Determining how and how often asexual lineages emerge within sexual species is central to our understanding of sex-asex transitions and the long-term maintenance of sex. Asexuality can arise “by transmission” from an existing asexual lineage to a new one, through different types of crosses. The occurrence of these crosses, cryptic sex, variation in ploidy and recombination within asexuals greatly complicates the study of sex-asex transitions, as they preclude the use of standard phylogenetic methods and genetic distance metrics. In this study we show how to overcome these challenges by developing new approaches to investigate the origin of the various asexual lineages of the brine shrimp Artemia parthenogenetica. We use a large sample of asexuals, including all known polyploids, and their sexual relatives. We combine flow cytometry with mitochondrial and nuclear DNA data. We develop new genetic distance measures and methods to compare various scenarios describing the origin of the different lineages. We find that all diploid and polyploid A. parthenogenetica likely arose within the last 80,000 years through successive and nested hybridization events that involved backcrosses with different sexual species. All A. parthenogenetica have the same common ancestor and therefore likely carry the same asexuality gene(s) and reproduce by automixis. These findings radically change our view of sex-asex transitions in this group, and show the importance of considering asexuality “by transmission” scenarios. The methods developed are applicable to many other asexual taxa.

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 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)0,009
score de la tête « metaresearch » (Gemma)0,025
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-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 enseignants0,017
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,086
Tête enseignante GPT0,368
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDIGITAL.CSIC (Spanish National Research Council (CSIC))Même sujetCell Image Analysis TechniquesTravaux en français237 207