L'épigénétique, moteur de l'évolution d'un vertébré asexué
Bibliographic record
Abstract
L’objectif de cette thèse est de déterminer l’étendue de la variabilité épigénétique, plus particulièrement du polymorphisme de méthylation de l’ADN, non liée à la variabilité génétique dans les populations asexuées en milieu naturel. Cette évaluation nous a permis de mieux cerner l’importance que peuvent avoir les processus épigénétiques en écologie et en évolution. Le modèle biologique utilisé est l’hybride clonal du complexe gynogénétique Chrosomus eos-neogaeus. Malgré une homogénéité génétique, une importante variabilité phénotypique est observée entre les hybrides d’une même lignée clonale mais retrouvés dans des environnements différents. L’influence des processus épigénétiques apporte une explication sur ce paradoxe. L’épigénétique se définit comme une modification de l’expression des gènes sans changement de la séquence d’ADN. La diversité des phénotypes peut entre autre s’expliquer par des patrons de méthylation différentiels des gènes et/ou des allèles des gènes entre les hybrides génétiquement identiques. La diversité des lignées épiclonales peut quant à elle s’expliquer par la colonisation de plusieurs lignées épiclonales, s’établir en réponse à l’environnement ou de façon aléatoire. Plusieurs méthodes seront utilisées afin de survoler le génome des hybrides clonaux pour mettre en évidence le polymorphisme de méthylation de l’ADN à l’échelle de l’individu et entre les individus de différentes populations.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".