项目名称: 鸡形目野生鸟类羽冠特征分子进化机理研究

项目编号: No.31471993

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 动物学

项目作者: 詹祥江

作者单位: 中国科学院动物研究所

项目金额: 90万元

中文摘要: 雄性动物绚丽多彩的形态特征的进化机理是进化生物学领域热点之一。羽冠是很多鸟类的一个显著外形特征。羽冠特征也是一类很好地了解表型性状与其潜在遗传机制的研究模型,同时种上水平的羽冠变异模式还反应了基因的分子进化机理。但就目前而言,羽冠表型与羽冠基因相关性的研究较少,且多集中于与人类关系密切的个别家养物种里,对经受巨大选择压力的野外种类的研究尚属空白。鸡形目(Galliformes)是鸟类羽冠表型多样性的最好代表之一。本研究首次选取我国野生鸡形目不同种类的羽冠特征, 开展基因型与表型关联性及其分子进化机理的综合性研究。通过多基因、多物种的对比分析,探讨控制鸡形目不同属物种羽冠变异(表型)的分子遗传基础(基因型),揭示羽冠基因型与表型的关联,进而厘清鸡形目鸟类羽冠多态性的适应性进化机制。其结果将为更好地了解鸡形目鸟类表型多样化提供一个新途径,也将由此为其他物种表型进化遗传学工作提供借鉴和示范。

中文关键词: 性选择;表型;基因型;羽冠;外显子组

英文摘要: For evolutionary biologists, the evolutionary mechanism of diversified morphs in male animals has been always a research hot spot. In birds, the feather-crested head is a prominent feature exhibited by many species. It is considered as a good model to study the association between phenotype and genotype. The crest variations above species can also reflect the molecular evolution of underlying genes. Several previous studies on domesticated species (e.g. chicken or pigeons) indicated that some genes underlied the development of crest phenotypes, but it remains unknown for wild birds. Galliformes are among the birds which have the most diversified crest phenotype. Here, in order to gain insights into the evolution of crests of galliforme birds, we propose to study the wild pheasants with different crest phenotype. Using multiple genes for multiple species, we will study the molecular basis for crest phenotypic variations among different pheasant genus and/or species and examine the association between crest phenotype and genotypes, with the aim to elucidate the adaptive evolution of pheasant crests. Our results will present a new way to understand the diversification of galliformes phenotype, and provide a model for studying the phenotype evolution of other animals.

英文关键词: Sexual selection;Phenotype;Genotype;Crest;Exome

成为VIP会员查看完整内容
0

相关内容

WWW2022 | 迷途知返:分布迁移下的图神经网络自训练方法
专知会员服务
17+阅读 · 2022年2月19日
【NeurIPS2021】由相似性迁移的弱样本细粒度分类
专知会员服务
21+阅读 · 2021年11月11日
专知会员服务
16+阅读 · 2021年8月6日
专知会员服务
23+阅读 · 2021年5月1日
基于生理信号的情感计算研究综述
专知会员服务
62+阅读 · 2021年2月9日
【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
192+阅读 · 2020年12月12日
【Cell 2020】神经网络中的持续学习
专知会员服务
61+阅读 · 2020年11月7日
【ICML2020】强化学习中基于模型的方法,279页ppt
专知会员服务
47+阅读 · 2020年10月26日
新时期我国信息技术产业的发展
专知会员服务
71+阅读 · 2020年1月18日
把DNA换成RNA,有望创造强大、可持续的生物计算机
大数据文摘
0+阅读 · 2022年3月31日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
用深度学习揭示数据的因果关系
专知
28+阅读 · 2019年5月18日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
19+阅读 · 2021年4月8日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
小贴士
相关主题
相关VIP内容
WWW2022 | 迷途知返:分布迁移下的图神经网络自训练方法
专知会员服务
17+阅读 · 2022年2月19日
【NeurIPS2021】由相似性迁移的弱样本细粒度分类
专知会员服务
21+阅读 · 2021年11月11日
专知会员服务
16+阅读 · 2021年8月6日
专知会员服务
23+阅读 · 2021年5月1日
基于生理信号的情感计算研究综述
专知会员服务
62+阅读 · 2021年2月9日
【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
192+阅读 · 2020年12月12日
【Cell 2020】神经网络中的持续学习
专知会员服务
61+阅读 · 2020年11月7日
【ICML2020】强化学习中基于模型的方法,279页ppt
专知会员服务
47+阅读 · 2020年10月26日
新时期我国信息技术产业的发展
专知会员服务
71+阅读 · 2020年1月18日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员