MARC

 008260126s2025        us                              c    eng  d
■001000017359608
■00520260202105145
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265410122
■035    ▼a(MiAaPQ)AAI32241121
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a574
■1001  ▼aLall,  Shraddha.
■24510▼aGenetic  and  Evolutionary  Basis  of  Behavioral  Variability  in  Drosophila  melanogaster
■260    ▼a[Sl]▼bHarvard  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a273  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aAdvisor:  de  Bivort,  Benjamin.
■5021  ▼aThesis  (Ph.D.)--Harvard  University,  2025.
■520    ▼aBehavioral  individuality  is  a  ubiquitous  phenomenon.  Animals  from  genetically  homogeneous  populations  reared  in  identical  environments  display  persistent  and  variable  behavioral  phenotypes.  This  behavioral  variability  can  be  heritable  and  potentially  adaptive  through  a  bet-hedging  strategy,  wherein  genotypes  that  produce  a  range  of  behavioral  phenotypes  enhance  their  long  term  fitness  in  unpredictably  fluctuating  environments  by  increasing  the  probability  that  some  individuals  will  express  traits  well-suited  to  the  current  conditions.  In  this  dissertation,  I  investigate  the  genetic  and  evolutionary  basis  of  behavioral  variability  in  Drosophila  melanogaster,  combining  theoretical  modeling  with  experimental  approaches  to  test  its  evolvability  and  underlying  mechanisms.In  Chapter  1,  I  develop  a  computational  model  to  examine  how  variability  responds  to  artificial  selection.  I  compare  family-based  and  individual-based  selection  strategies  and  show  that  family-based  selection,  where  variability  is  measured  across  related  individuals,  is  more  effective  than  individual-based  selection  when  the  trait  under  selection  is  variance-based  but  not  when  it  is  mean-based.  I  further  explore  how  population  size,  genetic  architecture,  and  selection  strength  shape  evolutionary  outcomes.  In  Chapter  2,  I  apply  these  insights  in  a  21-generation  artificial  selection  in  fruit  flies  experiment  targeting  increased  variability  in  locomotor  handedness.  I  observe  a  consistent  increase  in  behavioral  variability  over  selection  without  a  shift  in  mean  turning  bias.  This  evolved  variability  is  polygenic  and  potentially  has  some  sex-linked  basis.  I  also  identify  changes  in  central  complex  morphology  and  correlated  tradeoffs  in  mating  success.  In  Chapter  3,  we  shift  focus  to  thermal  preference,  an  ecologically  relevant  behavior.  Using  a  panel  of  inbred  lines,  we  show  that  the  mean  and  variability  of  thermal  preference  are  both  heritable,  and  genetically  independent.  Genome-wide  association  implicates  spag,  a  co-chaperone  of  Hsp90,  as  a  regulator  of  thermal  preference  variability.  In  Chapter  4,  we  investigate  the  genetic  basis  of  the  offspring  number-body  weight  tradeoff  using  a  composite  offspring  index.  We  identify  candidate  genes  influencing  this  tradeoff  and  demonstrate  through  functional  experiments  that  specific  mutations  alter  the  balance  between  offspring  size  and  number.  In  the  concluding  chapter,  I  outline  future  directions,  including  experimental  evolution  approaches  for  studying  bet-hedging.  Together,  this  work  shows  that  behavioral  variability  is  an  evolvable  trait  shaped  by  genetic  and  neuroanatomical  factors.
■590    ▼aSchool  code:  0084.
■650  4▼aBiology
■650  4▼aEvolution  &  development
■650  4▼aBehavioral  sciences
■650  4▼aGenetics
■653    ▼aArtificial  selection
■653    ▼aBehavior
■653    ▼aBet  hedging
■653    ▼aDrosophila  melanogaster
■653    ▼aEvolution
■653    ▼aVariability
■690    ▼a0306
■690    ▼a0412
■690    ▼a0602
■690    ▼a0369
■71020▼aHarvard  University▼bBiology,  Organismic  and  Evolutionary.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0084
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359608▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books