The molecular basis of socially mediated phenotypic plasticity in a eusocial paper wasp.
The molecular basis of socially mediated phenotypic plasticity in a eusocial paper wasp.
复制标题
在界面纸黄蜂中，社会介导的表型可塑性的分子基础。
DOI：
10.1038/s41467-021-21095-6
复制
发表时间：
2021-02-03
影响因子：
16.6
通讯作者：
Sumner S
中科院分区：
文献类型：
--
作者：
Taylor BA;Cini A;Wyatt CDR;Reuter M;Sumner S
表型可塑性，从一个单一的基因型产生多个表型的能力，代表了一个很好的模型，用它来检查基因表达和表型之间的关系。然而，分析表型可塑性的分子基础是具有挑战性的，特别是在复杂的社会表型的情况下。在这里，我们应用机器学习方法来解决这一挑战，通过分析Polistes dominula纸蜂在失去女王后的个体水平基因表达谱。我们发现，种姓相关的基因表达谱强烈响应女王的损失，这种变化是部分解释的属性，如年龄，但即使在个人出现表型不受影响。这些结果表明，基因表达的大的变化可能会发生在外部检测的表型变化的情况下，在这里导致社会介导的去分化的个人在转录组水平，但不是在卵巢发育或行为的水平。将基因型与复杂的社会行为联系起来是一项挑战。Taylor等人使用机器学习来显示种姓相关基因表达对蜂王损失的强烈反应，其中个体黄蜂的表达谱变得介于蜂王和工蜂状态之间，即使在没有行为变化的情况下。
Phenotypic plasticity, the ability to produce multiple phenotypes from a single genotype, represents an excellent model with which to examine the relationship between gene expression and phenotypes. Analyses of the molecular foundations of phenotypic plasticity are challenging, however, especially in the case of complex social phenotypes. Here we apply a machine learning approach to tackle this challenge by analyzing individual-level gene expression profiles of Polistes dominula paper wasps following the loss of a queen. We find that caste-associated gene expression profiles respond strongly to queen loss, and that this change is partly explained by attributes such as age but occurs even in individuals that appear phenotypically unaffected. These results demonstrate that large changes in gene expression may occur in the absence of outwardly detectable phenotypic changes, resulting here in a socially mediated de-differentiation of individuals at the transcriptomic level but not at the levels of ovarian development or behavior. Connecting genotypes to complex social behaviour is challenging. Taylor et al. use machine learning to show a strong response of caste-associated gene expression to queen loss, wherein individual wasp’s expression profiles become intermediate between queen and worker states, even in the absence of behavioural changes.
登录
查看更多内容
WGCNA：用于加权相关网络分析的 R 包。
影响因子：
3
作者：
Langfelder P;Horvath S
通讯作者：
Horvath S
DOI：
10.1126/science.aar5723
发表时间：
2018-07-27
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Chandra V;Fetter-Pruneda I;Oxley PR;Ritger AL;McKenzie SK;Libbrecht R;Kronauer DJC
通讯作者：
Kronauer DJC
影响因子：
4.6
作者：
Casas L;Saborido-Rey F;Ryu T;Michell C;Ravasi T;Irigoien X
通讯作者：
Irigoien X
影响因子：
3.4
作者：
Chapman, Ben B.;Bronmark, Christer;Hansson, Lars-Anders
通讯作者：
Hansson, Lars-Anders
DOI：
10.1098/rstb.2015.0369
发表时间：
2016-05-05
影响因子：
6.3
作者：
Heyes, Cecilia
通讯作者：
Heyes, Cecilia