Data from: FST and genetic diversity in an island model with background selection
Notice bibliographique
Résumé
Background selection, by which selection on deleterious alleles reduces diversity at linked neutral sites, influences patterns of total neutral diversity, πT, and genetic differentiation, FST, in structured populations. The theory of background selection may be split into two regimes: the background selection regime, where selection pressures are strong and mutation rates are sufficiently low such that deleterious alleles are at a deterministic mutation-selection balance, and the interference selection regime, where selection pressures are weak and mutation rates are sufficiently high that deleterious alleles accumulate and interfere with another, leading to selective interference. Previous work has quantified the effects of background selection on πT and FST only for deleterious alleles in the background selection regime. Furthermore, there is evidence to suggest that migration reduces the effects of background selection on FST, but this has not been fully explained. Here, we derive novel theory to predict the effects of migration on background selection experienced by a subpopulation and extend previous theory from the interference selection regime to make predictions in an island model. Using simulations, we show that this theory best predicts FST and πT. Moreover, we demonstrate that background selection may generate minimal increases in FST under sufficiently high migration rates, because migration reduces correlated effects on fitness over generations within subpopulations. However, we show that background selection may still cause substantial reductions in πT, particularly for metapopulations with a larger effective population size. Our work further extends the theory of background selection into structured populations, and suggests that background selection will minimally confound locus-to-locus FST scans.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».