基因突变偏差相互作用,以影响景观的适航性


基因突变偏差相互作用,以影响景观的适航性


文章图片


基因突变偏差相互作用,以影响景观的适航性


文章图片


基因突变偏差相互作用,以影响景观的适航性


【基因突变偏差相互作用,以影响景观的适航性】基因突变偏差相互作用 , 以影响景观的适航性
基因突变偏差和组成偏差如何相互作用以影响适应性进化 。 在这些群体遗传条件下 , 任何时候群体中都只存在一个突变 , 这使得该过程可以建模为基因型空间中的随机游走 。 每个时间步长对应于突变进入固定所需的代数 , 并且突变体的固定概率 , 与其结合亲和力和发生特定类型突变的可能性成正比 。 后者由突变偏差参数 α 确定 , 其定义类似于我们的成分偏差测量 。 具体来说 , 当 α = 0.5 时 , 突变供应没有偏差 , α 值低于 0.5意味着突变供应偏向于转换 , 而高于 0.5 的值意味着突变供应偏向于转换 。


作为景观适航性的衡量标准 , 研究计算了达到全球峰值的概率 。 研究人员发现 , 相对于无偏的突变供应 , 突变偏差可以增强或减少景观的可导航性 , 取决突变供应的偏差 , 是否与景观中突变路径的组成偏差是否一样 。 当比较突变偏差的值时 , 可以清楚地看到这种效应 , 对于面板垂直虚线达到全局峰值的概率最大化 , 这些面板根据其组成偏差对景观进行分组 。 相对于没有成分偏差的景观 , 具有极端成分偏差的景观 , 对突变偏差的敏感性更高 。 达到全局峰值的概率从具有强烈突变偏向于过渡的 0.12, 增加到具有强烈突变偏向于颠换的 0.31 , 增加了 2.6 倍 。


相比之下 , 对于没有成分偏差的景观 , 通过改变突变供应的偏差 , 达到全局峰值的概率仅增加了 1.7 倍 。 总体而言 , 具有强烈成分偏差的景观 , 比具有中等或没有偏差的景观更容易通航 , 因为它们达到全球峰值的概率更高 。 可以推断这是因为具有强烈成分偏差的景观 , 往往比具有中等或没有偏差的景观 , 包含更少的结合位点 , 并且随着景观中结合位点的数量 。 而演变为景观全球峰值的概率降低 。 此外当突变偏差和组合偏差对齐时 , 可导航性将得到增强 , 否则会减少 。 对选择是增加还是减少结合亲和力不敏感 。 这固然很重要 , 因为低亲和力结合位点通常会驱动基因表达 , 如在发育增强子中 。


突变偏差与成分偏差 , 相互作用以影响进化的可预测性 , 当突变供应量较低时 , 突变供应的偏差会影响e 通过基因型表型景观 , 不断发展的人群的适应性轨迹 , 使得某些突变路径比其他路径更有可能 。 因此 , 突变偏差可能会影响进化的可预测性 。 当不断发展的种群倾向于采取很少的突变路径 , 到达全局峰值时 , 该度量值较低 , 每条路径的概率都很高 。 当不断发展的种群倾向于采取许多突变路径到达全局峰值时 , 它就具有很高的价值 , 而每一条路径的概率都很低 。 因此 , 它与进化的可预测性成反比 。 至少突变偏差值相对于没有突变偏差时降低了路径熵 , 平均 73% 的突变偏差值 , 相对于没有突变偏差时降低了路径熵 。


对转换的突变偏差 , 比对颠换的突变偏差 , 更频繁地最小化路径熵 。 因此 , 突变偏差很容易增加进化的可预测性 。 对于几乎没有成分偏差的景观 , 对转换的强烈突变偏差 , 比对颠换的强烈突变偏差更有可能最小化路径熵 。 这是因为在没有成分偏差的景观中 , 转换的数量是转换的两倍 , 因此在这种情况下 , 对转换的突变偏差代表了更大的进化约束 。 为了确定熵响应突变偏差的变化程度 , 研究人计算了在没有突变偏差的情况下 , 观察到的熵与由突变偏差引起的最小熵的比率 , 对于每个景观 。 在最极端的突变偏向于颠换和转换中 , 路径熵平均减少了大约 2 倍和 3 倍 。



    推荐阅读