311 articoli
L'evoluzione biologica è il filo conduttore che unisce la vita sulla Terra, spiegando come le specie cambino e si adattino nel tempo. Questo campo esplora i meccanismi che guidano la diversità, dall'origine dei geni alla formazione di nuove specie, rendendo accessibili concetti complessi a chiunque sia curioso di scoprire le nostre radici comuni.
Qui su Gist.Science, selezioniamo e processiamo ogni nuovo preprint pubblicato su bioRxiv relativo a questo affascinante settore. Per ogni articolo, offriamo una doppia prospettiva: una spiegazione chiara in linguaggio semplice per il pubblico generale e un riassunto tecnico dettagliato per gli specialisti, garantendo che le ultime scoperte siano comprensibili a tutti.
Di seguito trovate gli ultimi studi pubblicati in questo settore, pronti per essere esplorati.
Attraverso l'evoluzione sperimentale nel lievito, i ricercatori hanno dimostrato che la selezione a livello collettivo può guidare l'emergenza di un nuovo individuo evolutivo costringendo replicatori separati a ricombinarsi in plasmidi chimera stabili, stabilendo così l'eredità come una conseguenza derivata della selezione piuttosto che come un prerequisito.
Integrando un modello di genetica quantitativa con feedback eco-evolutivi, questo studio dimostra che la persistenza della popolazione sotto un cambiamento ambientale graduale esibisce bistabilità, il che significa che l'estinzione può verificarsi anche al di sotto del tasso critico di cambiamento se la dimensione iniziale della popolazione e la varianza genetica sono insufficienti per superare la dinamica transitoria.
Il documento introduce HiDenSeq, un saggio di Luria-Delbrück con barcoding del DNA che sfrutta il sequenziamento profondo per risolvere le statistiche di adattamento su quattro ordini di grandezza, consentendo la quantificazione diretta e la differenziazione di distinti meccanismi adattivi quali alleli mutatori e mutagenesi indotta in popolazioni in evoluzione.
ProtFinder è un nuovo framework di apprendimento automatico basato sul transfer learning che supera significativamente i metodi esistenti in termini di accuratezza e velocità nella selezione dei modelli di sostituzione proteica, dell'eterogeneità dei tassi e delle frequenze su dataset reali.
Questo studio rivela che un paralogo specifico per i maschi del fattore di trascrizione Doublesex, DsxM, guida l'origine evolutiva dell'occhio dei turbini delle effimere attraverso l'espansione del campo oculare embrionale per ridestinare la conservata rete genica della determinazione retinica per lo sviluppo di un nuovo sistema visivo specifico per i maschi.
Flex-sweep 2.0 è un metodo basato su CNN sostanzialmente aggiornato che migliora significativamente l'efficienza computazionale, la flessibilità e la scalabilità per il rilevamento di diverse selezioni direzionali da dati genomici di singola popolazione, offrendo al contempo capacità di addestramento potenziate e pipeline di analisi a valle robuste.
Questo articolo introduce "Snarf", un metodo ibrido che combina lo strumento per reti filogenetiche SnappNet con l'Approximate Bayesian Computation Random Forest per inferire accuratamente storie evolutive complesse, il quale è stato applicato per rivelare che la domesticazione del riso asiatico ha comportato un'origine singola di Japonica seguita da tre eventi chiave di introgressione che hanno plasmato le varietà Indica, cAus e cBas.
Questo studio dimostra che la metiltransferasi istonica specifica per la meiosi PRDM9 riconosce e si lega direttamente alle strutture stabili di DNA G-quadruplex, rivelando un nuovo meccanismo attraverso il quale queste strutture secondarie facilitano il reclutamento di PRDM9 e l'inizio della ricombinazione meiotica.
Questo articolo presenta un modello che dimostra come, sebbene l'evoluzione darwiniana delle preferenze individuali possa spingere i gruppi sociali verso strategie collettive più efficienti, il successo e la velocità di questo miglioramento dipendano criticamente da come le preferenze individuali vengono aggregate nelle decisioni di gruppo, il che può altrimenti portare alla stagnazione o a esiti maladattivi.
Questo studio rivela che la variazione globale nella complessità del canto aviario è guidata principalmente dall'interazione tra l'apprendimento vocale, fattori ecologici come gli habitat aperti e la migrazione, e la storia evolutiva, piuttosto che dalle spiegazioni tradizionali quali la selezione sessuale o il segnale di intelligenza.