Quantitative trait locus mapping reveals an independent genetic basis for joint divergence in leaf function, life-history, and floral traits between scarlet monkeyflower (Mimulus cardinalis) populations
Notice bibliographique
Résumé
PREMISE Across taxa, vegetative and floral traits that vary along a fast-slow life-history axis are often correlated with leaf functional traits arrayed along the leaf economics spectrum, suggesting a constrained set of adaptive trait combinations. Such broad-scale convergence may arise from genetic constraints imposed by pleiotropy (or tight linkage) within species, or from natural selection alone. Understanding the genetic basis of trait syndromes and their components is key to distinguishing these alternatives and predicting evolution in novel environments. METHODS We used a line-cross approach and quantitative trait locus (QTL) mapping to characterize the genetic basis of twenty leaf functional/physiological, life history, and floral traits in hybrids between annualized and perennial populations of scarlet monkeyflower (Mimulus cardinalis). RESULTS We mapped both single and multi-trait QTLs for life history, leaf function and reproductive traits, but found no evidence of genetic co-ordination across categories. A major QTL for three leaf functional traits (thickness, photosynthetic rate, and stomatal resistance) suggests that a simple shift in leaf anatomy may be key to adaptation to seasonally dry habitats. CONCLUSIONS Our results suggest that the co-ordination of resource-acquisitive leaf physiological traits with a fast life history and more selfing mating system results from environmental selection rather than functional or genetic constraint. Independent assortment of distinct trait modules, as well as a simple genetic basis to leaf physiological traits associated with drought escape, may facilitate adaptation to changing climates.
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 | 0,001 | 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 ».