无性群体中由于漂变和上位性导致的最小负载类的损失

无性群体中突变体的固定：遗传漂变和上位性的作用

Fixation of mutators in asexual populations: the role of genetic drift and epistasis

研究了一类上位适应度景观上的非变异体和变异体无性种群的演化动力学。我们考虑的情况下，所有的突变都是有害的和变基因产生的nonmutator不断以恒定的速度。我们发现，在一个无限大的人口，一个最小的nonmutator-to-mutator的转换率需要固定的突变，但任意小的转换率的结果在固定的突变在一个有限的人口。我们计算分析表达式的变构因子在突变选择平衡和固定时间的变构因子在一个有限的人口时，突变效应较弱（制度I）和较强（制度II）比选择性的影响。我们的主要结果是，在制度I中，增变因子分数和固定时间是独立的上位性，但在制度II中，增变因子是罕见的，需要更长的时间来固定时，在健身与有害突变的数量减少发生在一个加速的速度（协同上位性）比在一个递减的速度（拮抗上位性）。我们的分析结果进行了比较，数值计算和讨论其影响。

Role of epistasis on the fixation probability of a non-mutator in an adapted asexual population

The mutation rate of a well adapted population is prone to reduction so as to have a lower mutational load. We aim to understand the role of epistatic interactions between the fitness affecting mutations in this process. Using a multitype branching process, the fixation probability of a single non-mutator emerging in a large asexual mutator population is analytically calculated here. The mutator population undergoes deleterious mutations at constant, but at a much higher rate than that of the non-mutator. We find that antagonistic epistasis lowers the chances of mutation rate reduction, while …

收益递减的大型无性种群的进化速度

Speed of evolution in large asexual populations with diminishing returns

大型无性群体的适应性进化一般以携带不同有益突变的克隆之间的竞争为特征。这种干扰现象减缓了适应速度，使理论描述的动态更复杂的演替发生和固定的有益突变的典型的小种群。一个简化的建模框架，考虑到多个有益的突变，具有相等和恒定的适应度优势，捕捉到一些实际复杂的动态的基本特征，并从这个模型的一些关键预测在实验室进化实验中得到验证。然而，在这些实验中，有益突变的相对优势通常取决于遗传背景。特别是，一般的模式是，随着不同基因座中突变的积累，新突变的相对优势降低，这种趋势通常被称为“回报递减”上位性。在本文中，我们提出了一个现象学模型，概括了固定优势的框架，包括在一个简单的方式这一功能。为了评估收益递减对演化动力学的定量影响，我们采用了分析和直接模拟的方法。最后，我们展示了如何将模型参数与进化实验的数据相匹配，以推断上位性的平均效应，并推导出有益突变率的数量级估计。将该程序应用于两个实验数据集，给出了在先前测量范围内的有益突变率的值。

无性种群中简单与复杂进化轨迹的竞争

The competition between simple and complex evolutionary trajectories in asexual populations

在崎岖的适应度景观中，符号上位性是常见的，适应通常涉及个体有益的“上坡”突变或涉及适应谷或高原的更复杂的突变轨迹。进化过程的动力学决定了进化在各种相互竞争的可能轨迹中采取任何特定路径的概率。如果我们要理解崎岖地貌上适应的结果和可预测性，理解这种进化选择是必不可少的。我们提出了一个简单的模型来分析进化将避开立即上坡的路径，有利于跨越健身谷或高原，导致更高的健身，但不太容易获得的基因型的概率。我们计算这种概率如何取决于人口规模，突变率，和相关的选择压力，并比较我们的分析结果赖特-费舍尔模拟。我们发现，跨越山谷的概率依赖于非单调的人口规模：中等规模的人口最有可能遵循“贪婪”的策略，立即获得有益的突变，即使他们导致进化的死胡同，而较大和较小的人口更有可能跨越健身谷，以达到遥远的有利基因型。我们明确地确定这些不同的制度之间的界限，在相关的进化参数。超过一定的阈值人口规模，我们表明，进化的“远见”的程度只取决于一个简单的相关参数的组合。