Physical constraints on epistasis
生命系统每次进化一个突变，但单个突变可以改变后续突变的效果。这种上位性的潜在机制决定因素尚不清楚。在这里，我们证明了一个生物系统的物理动力学一般可以约束上位性。我们分析蛋白质和调控网络的模型和实验数据。在每一个，我们发现，如果长时间的物理动力学是由一个缓慢的，集体模式为主，那么突变效应的维数减少。因此，突变的不同组合的上位系数不再是独立的，即使个别强。这种上位性可以概括为应用于潜在线性性状的全局非线性，即，全球上位论。这种约束反过来又降低了序列到功能映射的耐用性。通过为实验观察到的全局上位性提供一个通用的机制起源，我们的工作表明，缓慢的集体物理模式可以使生物系统进化。
2019-10-21 physics.bio-ph q-bio.BM q-bio.MN
Interaction between directional epistasis and average mutational effects
我们调查的平均健身衰减之间的关系，由于单突变和遗传序列中的上位相互作用的强度。我们观察到突变之间的上位相互作用与平均适应度衰减相关，无论是在RNA二级结构预测中还是在数字生物中复制。这种相关性意味着在适应过程中，上位性和平均突变效应不能独立地优化。在中性网络上进化的RNA序列的实验中，减少突变负荷的选择压力导致群体中有害突变之间具有强烈拮抗相互作用的序列的数量减少。
2001-06-28 cond-mat.soft nlin.AO physics.bio-ph
Compensatory mutations cause excess of antagonistic epistasis in RNA secondary structure folding
背景资料：生物体基因组积累随机突变时，适应性下降的速度是几种进化理论中的一个重要变量。在直觉层面上，随机突变应该倾向于协同地相互作用，这样平均适应度下降的速度随着随机突变数量的增加而加速，这似乎是自然的。然而，在最近的一些研究中，已经观察到拮抗上位性的流行（多个突变具有减轻而不是加强作用的趋势）。结果如下：我们通过测量中性突变体的比例作为突变距离d的函数，在计算机上研究了RNA二级结构折叠中上位相互作用的净数量和形式。我们发现了一个明确的普遍存在的拮抗上位性RNA二级结构折叠。通过将距离d处的中性突变体的分数与距离d处的平均中性相关联，我们表明，这种患病率来自于在较大的突变距离处存在许多补偿突变。结论：我们的研究结果意味着，在简单的健身景观的上位性的平均方向是直接相关的密度与健身峰分布在这些景观。
2003-02-18 cond-mat.soft nlin.AO physics.bio-ph
Simple sign epistasis and evolutionary detours in fitness landscapes
UK Health Security Agency（英国卫生安全局）；Biomathematics and Statistics Scotland, The James Hutton Institute（苏格兰生物数学与统计学，詹姆斯·赫顿研究所）；Group of Complex Systems and Statistical Mechanics, Physics Faculty, University of Havana（哈瓦那大学物理学院复杂系统与统计力学小组）；System Modeling Group, Institute for Veterinary Epidemiology and Biostatistics, Freie Universitaet Berlin（柏林自由大学兽医流行病学和生物统计学研究所系统建模小组）；Accenture（埃森哲）；National University of General Sarmiento（圣萨尔米恩托国立大学）；Department of Biology, University of Oxford（牛津大学生物学系）；Institute for Biological Physics, University of Cologne（科隆大学生物物理学研究所）；Pandemic Sciences Institute and Big Data Institute, Nuffield Department of Medicine, University of Oxford（牛津大学纳菲尔德医学系大流行病科学与大数据研究所）
研究探讨了简单表型上位性在适应度景观中的作用，发现其与进化绕行有关，即通过间接路径达到适应度高峰。研究显示简单表型上位性在弱上位性景观中更常见，与理论预测一致。
2026-04-24 cond-mat.dis-nn q-bio.PE
Dynamic epistasis for different alleles of the same gene
上位性是指由一个基因突变引起的表型结果依赖于另一个基因的一个或多个突变的现象。上位性对于理解许多遗传和进化过程至关重要，包括途径组织，有性生殖的进化，突变负荷，倍性，基因组复杂性，物种形成和生命起源。然而，目前的理解上位性的全基因组分布大多是从每个基因的一个突变类型之间的相互作用推断，而上位性相互作用的合作伙伴如何动态变化的同一基因的不同突变等位基因在很大程度上是未知的。在这里，我们解决这个问题，结合预测从通量平衡分析和数据，从最近发表的高通量实验。我们的研究结果表明，不同的等位基因可以与非常不同的基因集上位相互作用。此外，在同一基因的两个随机突变等位基因之间，突变后果更严重的等位基因比另一个等位基因发展更高百分比的负上位性的机会在真核生物中为50-70%，但在细菌和古细菌中仅为20-30%。我们开发了一个群体遗传学模型，该模型预测观察到的上位性标志的分布可以加速真核生物中清除有害突变的过程。我们的研究结果表明，基因间的上位性可以在基因组水平上动态地重新连接，并呼吁未来的努力重新审视理论，可以整合生物系统中基因间的上位性动态。
2014-11-24 q-bio.MN q-bio.PE
Biophysical inference of epistasis and the effects of mutations on protein stability and function
了解蛋白质序列、功能和稳定性之间的关系是生物学中的一个基本问题。虽然高通量方法已经产生了大量的序列-功能对，但功能测定不能区分突变是否直接影响功能或使蛋白质不稳定。在这里，我们介绍了一种统计方法，通过结合来自许多突变变体的信息，从高通量结合试验中推断潜在的生物物理学。我们拟合了描述结合、未结合和未折叠状态的热力学模型，以获得蛋白G结构域B1与IgG-Fc结合的高质量数据。我们推断出每个取代具有不同折叠和结合能的能量景观，提供了突变如何影响整个蛋白质的结合和稳定性的详细视图。我们准确地推断出每个变体的折叠能量（以物理单位表示），并通过独立的数据进行了验证，而以前的高通量方法只能测量稳定性的间接变化。虽然我们假设一个加性序列能量关系，结合分数是上位的，由于其非线性关系的能量。尽管在能量上没有上位性，我们的模型解释了大部分观察到的上位性结合分数，其余的上位性识别构象动态区域。
2018-03-30 q-bio.BM q-bio.PE q-bio.QM
Epistasis and Adaptation on Fitness Landscapes
当突变的效果取决于其携带者的遗传背景时，发生上位性。尽管有越来越多的证据表明上位适应性是普遍的，但它在进化过程中的作用是有争议的。适应度景观，基因型或表型到适应度的映射，捕捉上位性的全部范围和复杂性。适应度景观理论表明上位性如何影响进化的过程和结果。此外，通过测量成千上万个相连基因型的竞争适应度，经验适应度景观表明上位性是频繁的，并取决于适应度测量，景观突变的选择，以及测量环境。在这里，我回顾了适应度景观理论和实验及其对上位性在适应中的作用的影响。我讨论的理论期望，根据经验的适应度景观，并强调开放的挑战和未来的方向，对整合理论和数据，并纳入生态因子〈动〉<动>。
2022-06-10 q-bio.PE
Impact of Epistasis and Pleiotropy on Evolutionary Adaptation
进化适应常常被比作攀登一座小山或高峰。虽然这个过程对于突变独立的适应度景观来说很简单，但突变之间的相互作用（上位性）以及影响多个性状的基因座突变（多效性）在复杂而现实的适应度景观中至关重要。我们调查上位性和多效性的影响适应性进化通过研究一个群体的无性单倍体生物（单倍型）在N相互作用的基因座，其中每个基因座与K其他基因座相互作用的模型的演变。我们用一个定量的方法来衡量取代之间的上位相互作用的大小，并发现它是K的递增函数。当单倍型以高突变率适应时，在血统上观察到的上位性取代对比预期的多。达到最高的健身景观与中等量的崎岖，平衡更高的健身潜力的相互作用的基因与其相伴的进化性下降。我们的研究结果表明，基因座之间的协同作用，相互作用上位性是至关重要的进化遗传模块具有高适应性，而太多的坚固性失速的适应过程。
2011-04-27 q-bio.PE
Historical contingency and entrenchment in protein evolution under purifying selection
一个基因位点上的等位基因的适合度贡献可能取决于其他位点上的等位基因，这种现象称为上位性。上位性可以深刻地影响选择下种群的进化过程，并可以塑造不同物种之间的蛋白质进化过程。而上位性之间的适应性取代已被广泛研究的主题，相对较少的是知道在净化选择上位性。在这里，我们使用热力学稳定性的配体结合蛋白质的机械模型，探讨在纯化选择下固定在蛋白质序列中的取代之间的上位相互作用的结构。我们发现，选择系数的突变是近中性的，当他们固定是高度偶然的存在之前的突变。相反，当它们固定时几乎是中性的突变随后由于上位性与后来的取代而被巩固。我们的进化模型包括插入和缺失，以及点突变，因此它使我们能够量化每类突变中的上位性，并研究蛋白质长度的进化。我们发现蛋白质长度随着时间的推移基本保持不变，因为插入缺失比点突变更有害。我们的研究结果表明，即使在纯化选择，蛋白质序列的演变是高度偶然的历史，所以它不能预测的野生型序列中测定的突变的表型效应。
2014-07-15 q-bio.BM q-bio.PE
Epistasis and constraints in fitness landscapes
基因型适应度景观是通过评估给定数量突变的所有可能组合的适应度来构建的。在过去的几年里，几个实验适应度景观已经完全解决。由于适应度景观是高维的，它们的表征依赖于其结构的简单度量，这可以在经验应用中用作统计。在这里，我们提出了两套新的措施，明确捕捉两个相关的特点，适应度景观：上位性和约束。第一组包含新的措施上位性的基础上的相关性的健身效果的突变。它们具有自然的解释，很好地捕捉突变之间的相互作用，可以通过分析获得大多数景观模型，因此可以用于区分不同的模型。第二组包含进化约束的措施的基础上“链”的强制突变沿健身增加的路径。这些措施中的一些是非单调的上位相互作用的量，而是有一个最大的中间值。我们进一步表征这些措施的关系，以前提出的（例如峰的数量，粗糙度/斜率，非添加剂成分的分数等）。最后，我们展示了这些措施如何有助于揭示两个实验景观中上位相互作用的数量和性质。
2015-06-30 q-bio.PE
Epistasis can lead to fragmented neutral spaces and contingency in evolution
在进化过程中，一次有害突变的影响有时可以通过第二次突变来补偿，第二次突变恢复了原始的表型。这种上位性相互作用对基因组空间的结构有影响，即编码相同表型的基因组网络可能不是由单一突变移动连接起来的。我们使用RNA序列折叠成二级结构作为模型基因型-表型图，并探索具有相同表型的基因型网络对应的中性空间。在大多数这些网络中，我们发现不可能通过单点突变将所有基因型相互连接起来。相反，具有$n$的表型结构的网络通常断裂成至少$2^n$中性组分，通常具有相似的大小。虽然相同网络的组成部分产生相同的表型，但它们在性质上表现出重要的变化，最引人注目的是它们的进化性和突变鲁棒性。这种异质性意味着进化过程中的偶然性。
2011-12-06 q-bio.PE
Physical epistatic landscape of antibody binding affinity
亲和力成熟通过在抗体序列中积累突变产生以高特异性结合抗原的抗体。绘制出抗体-抗原亲和性图谱可以让我们深入了解这一快速进化过程中的可访问路径。通过为非相互作用突变开发一个精心控制的无效模型，我们表征了通过Tite-Seq获得的大型抗体变体库的亲和力测量中的上位性，Tite-Seq是最近引入的深度突变扫描方法，产生结合常数的物理值。我们表明，代表亲和力的结合自由能最大限度地减少上位性。然而，我们发现，上位相互作用的网站大大有助于结合。除了负上位性，我们报告了大量的有益上位性，扩大了高亲和力抗体的空间以及它们的突变可及性。这些性质表明，可以结合给定抗原的抗体序列的简并性通过上位性增强-这是疫苗设计的重要性质。
2017-12-11 q-bio.BM q-bio.PE
Dynamic Epistasis under Varying Environmental Perturbations
上位性描述了不同基因座的突变对某些表型没有独立影响的现象。理解全球上位性景观对于许多遗传和进化理论至关重要。目前，在多种条件下的上位性动力学的知识是有限的技术困难，在实验上筛选基因间的上位性关系。我们探讨了这个问题，通过应用通量平衡分析来模拟各种环境扰动下的上位性景观。具体来说，我们研究了基因-基因上位性相互作用，假设突变发生在不同的基因中。我们预测，上位性倾向于从葡萄糖丰富到营养限制条件变得更加积极，表明选择在去除后者中的有害突变方面可能不太有效。我们还观察到在所有测试条件下上位相互作用的稳定核心，以及每个条件下独特的许多上位相互作用。有趣的是，在稳定上位相互作用网络中的基因与大多数其他基因直接相关，而具有条件特异性上位性的基因形成无标度网络。此外，具有稳定上位性的基因往往具有相似的进化速率，而这种共同进化的关系并不适用于具有条件特异性上位性的基因。我们的研究结果提供了一个新的基因组范围内的图片上位动态环境扰动。
2014-11-24 q-bio.MN q-bio.PE
The context-dependence of mutations: a linkage of formalisms
定义上位性的程度-突变效应的非独立性-对于理解生物系统中基因型、表型和适应性的关系至关重要。这些应用程序涵盖了生物研究的许多领域，包括生物化学，基因组学，蛋白质和系统工程，医学和进化生物学。然而，上位性的定量定义在不同的领域有所不同，它的分析超出了成对的影响仍然是模糊的。在这里，我们表明，不同的定义上位是一个单一的数学形式主义的版本-加权沃尔什-阿达玛变换。我们讨论的定义之一，背景平均上位性，是最翔实的目标是揭示一般上位性结构的生物系统，一个描述，可以是相当不同的本地上位性结构的特定模型系统。关键问题是选择有效的合奏平均和实际上对付巨大的组合复杂性的突变。在这方面，我们讨论了最佳学习生物系统上位结构的可能方法。
2015-04-22 q-bio.PE q-bio.QM
Time to fixation in the presence of recombination
本文研究了两位点模型下，以$r$概率重组的无限大单倍体群体的演化动力学。从一个低适应度的位点开始，种群在突变、选择和重组下进化，直到种群的有限部分到达最适合的位点。本文提出了一种分析方法来计算$T$对各种上位性选择的最适位点的注视时间。我们发现：（1）对于负上位性，小$r$的$T$降低缓慢，但在大$r$的$T$衰减迅速;（2）对于正上位性，小$r$的$T$线性增加，大$r$的$T$轻度增加;（3）对于补偿突变，当重组分数接近临界值时，$T$以对数校正的幂律发散。我们的计算被认为是在良好的协议与精确的数值结果。
2009-10-22 cond-mat.stat-mech q-bio.PE
Emergent time scales of epistasis in protein evolution
提出数据驱动的蛋白质进化上位效应模型，通过适应度景观模拟进化，准确再现多时间尺度序列统计，揭示上位效应集体性质，定量再现偶然性、固化及可预测性丧失现象，挑战独立位点模型。
2024-09-27 cond-mat.dis-nn q-bio.BM q-bio.PE
Functional bottlenecks can emerge from non-epistatic underlying traits
Sapienza Università di Roma（罗马大学）；The University of Chicago（芝加哥大学）
本文研究了全局上位效应模型中功能瓶颈的形成机制，证明在适当校准下，功能瓶颈以高概率出现，并强调中性与非中性突变的平衡对瓶颈形成至关重要。
2026-02-17 cond-mat.dis-nn cond-mat.stat-mech q-bio.BM
Selection biases the prevalence and type of epistasis along adaptive trajectories
一个基因座对生物体表型的贡献可能取决于其他基因座的状态。基因座之间的这种上位性相互作用现在被认为是形成进化种群适应过程的基础。虽然对大多数生物体中上位性的结构知之甚少，但最近对细菌种群的实验得出结论，拮抗相互作用比比皆是，并且随着时间的推移，往往会减缓适应的步伐。在这里，我们使用广泛的数学适应度景观来研究自然选择是如何根据上位性相互作用来偏向进化过程中的替代突变的。我们发现，即使有益的突变是罕见的，这些偏见是强大的，并在整个适应过程中发生重大变化。特别是，上位性是不太普遍的中性预期早期适应和更普遍的后来，与随之而来的转变，从主要是拮抗性的相互作用早期适应的协同和符号上位性后来的适应。我们在重新分析最近的微生物进化实验的数据时观察到了同样的模式。由于这些偏差取决于种群规模和其他参数，因此在我们希望使用实验数据来推断生物体的潜在适应度景观或理解上位性在塑造其适应性方面的作用之前，必须对其进行量化。特别是，我们表明，当替换的顺序是不知道的实验，然后标准的分析方法可能会表明，上位性延缓适应时，事实上它加速它。
2012-12-17 q-bio.PE
Epistasis and the structure of fitness landscapes: are experimental fitness landscapes compatible with Fisher's Geometric model?
适应度景观适应度景观定义了在给定环境中基因型和适应度之间的关系，并且是基本数量的基础，例如选择系数的分布，或上位性的大小和类型。因此，更好地了解跨物种和环境的景观结构的变化是必要的，以了解和预测人口将如何适应。越来越多的实验通过识别突变、构建具有这些突变的组合的基因型以及测量这些基因型的适应度来研究适应度景观的性质。然而，这些经验景观代表了所有可能的基因型的巨大空间中非常小的样本，并且这个样本经常受到用于识别突变的协议的偏见。在这里，我们开发了一个严格的统计框架的基础上近似贝叶斯计算，以解决这些问题，并使用这个灵活的框架，以适应广泛的表型适应模型（包括费舍尔的模型），以26个经验景观代表9个不同的生物系统。尽管不确定性，由于大多数已发表的经验景观的小尺寸，推断的景观具有相似的结构，在类似的生物系统。令人惊讶的是，拟合优度检验表明，这类表型模型，迄今为止已经成功地解释实验数据，是一个合理的模型，只有3个9个生物系统。更准确地说，尽管费雪模型能够解释景观的几个统计特性--包括选择和上位性系数的平均值和标准差--但它往往无法解释适应度景观的完整结构。
2016-05-17 q-bio.PE
Quantitative analyses of empirical fitness landscapes
适应度景观的概念是一个强有力的隐喻，它为进化过程的各个方面提供了洞察力，并为进化研究提供了指导。直到最近，经验证据的崎岖这些景观是缺乏的，但由于它成为可行的构建所有可能的基因型包含组合的一组有限的突变，研究的数量已经增长到一个点，其中的景观分类成为可能。本综述的目的是确定上位性的措施，允许一个有意义的比较适应度景观，然后将它们应用到经验景观，以辨别影响坚固性的因素。在文献中提出的各种上位性措施似乎是等效的。我们的比较表明，经验景观的坚固性受到所包含的突变是有益的还是有害的，以及是否涉及基因内或基因间上位性的影响。最后，将经验景观与粗糙山生成的景观进行比较。富士模型。尽管这个模型很简单，但它非常好地捕捉了实验景观的特征。
2012-10-17 cond-mat.stat-mech q-bio.PE
Properties of selected mutations and genotypic landscapes under Fisher's Geometric Model
适应度景观--基因型和适应度之间的映射--决定了适应过程的性质。通过选择少数有益突变并测量这些突变的所有组合的适应度，最近已经建立了几个小的遗传适应度景观。在这里，我们生成几个可测试的预测这些景观的属性下费舍尔的几何模型的适应（FGMA）。当远离最佳适应度时，我们分析计算有益突变及其上位相互作用的适应度效应。我们表明，平均而言，上位性可能是负的或正的，这取决于祖先基因型与最佳基因型的距离以及突变是在适应性步行中独立选择还是共同选择。使用模拟，我们表明，从FGMA建立的遗传景观是非常接近的添加剂景观时，祖先的应变是远离最佳。然而，当接近最佳，一个大的景观多样性与大量的崎岖和符号上位性出现。引人注目的是，景观建立在相同的确切条件下，从不同的实现随机自适应步行是高度可变的，这表明，需要几个实现小的遗传景观，以获得信息的基础架构的全球自适应景观。
2014-05-14 q-bio.PE
Polytopes, graphs and fitness landscapes
达尔文进化论可以被描述为一个在景观中的上坡行走，其中表面由基因型组成，高度坐标代表适应度，每一步都对应于一个点突变。上位性是适应理论中的一个重要概念，其定义大致为突变的适应性效应之间的依赖关系。最近的重要方法依赖于图和多面体。适应度图对于描述景观的粗糙属性非常有用，例如突变轨迹和峰的数量。该图已被用于相关的全球和本地属性的适应度景观。基因相互作用的几何理论，或形状理论，是研究上位性的最精细的方法。定义为任意数量基因座的多面体的三角剖分，取代了两个突变的正上位性和负上位性的既定概念。从形状可以识别最适合的群体，即，等位基因改组（重组）不会增加平均适应度的种群。图表和图表提供了补充信息。这些方法没有对潜在的适应度景观做出结构性假设，这使得它们非常适合于实证工作。
2013-05-07 q-bio.PE q-bio.QM
When can fitness epistasis be ignored in a polygenic trait at equilibrium?
University of Vienna（维也纳大学）；Jawaharlal Nehru Centre for Advanced Scientific Research（贾瓦哈拉尔·尼赫鲁高级科学研究中心）
研究在多基因性状平衡状态下，基因相互作用对等位基因频率分布的影响，通过扩散理论分析发现，在某些参数条件下，即使忽略基因相互作用，性状最优值和基因方差仍能准确描述，但等位基因频率分布受其显著影响。
2026-03-28 cond-mat.stat-mech q-bio.PE
Geometry of fitness landscapes: Peaks, shapes and universal positive epistasis
本研究通过形状方法分析适应度景观几何，揭示了峰值模式与形状的相互作用约束，提出普遍正上位效应条件，并应用于链球菌免疫球蛋白结合蛋白的大型蛋白质适应度景观。
2023-04-10 math.MG q-bio.PE
Bistability in two-locus models with selection, mutation, and recombination
重组的进化效应主要取决于连锁基因座之间的上位相互作用。已知重组是非常不利的一个典型情况是两个位点的适应度景观，其显示具有两个不等高的适应度峰的相互符号上位性。针对平衡解中双稳态的出现，本文考虑了具有可逆突变、选择和重组的确定性单倍体双位点模型。我们发现解析公式的临界复合概率rc以上出现两个稳定的固定的解决方案，这是本地化的两个健身高峰。我们还得到了固定的基因型频率在各种参数制度。当重组率接近rc且两个峰之间的适合度差很小时，我们得到了一个类似于Landau物理相变理论的三次多项式的紧凑描述。
2010-06-18 cond-mat.stat-mech q-bio.PE
Multidimensional epistasis and the transitory advantage of sex
识别和量化性别和重组的好处是进化理论中一个长期存在的问题。特别是，相互矛盾的索赔已经提出了关于存在的好处重组高维适应度景观的存在下，符号上位性。在这里，我们提出了一个比较数值研究的有性和无性演化动力学的单倍体可调崎岖的模型景观强选择下，特别注意重组和人口多样性和适应率之间的联系的进化优势的时间发展。我们表明，重组静态崎岖的景观的适应性优势是严格短暂的。在早期，重组的优势是通过组合单独发生的有益突变的可能性而产生的，但是这种效果在更长的时间内被更有效地捕获重组群体在局部适应性峰值处而逆转。这些发现是解释了一个只有两个位点的设置的既定结果。根据红皇后假说，在波动的环境中，暂时的优势可以无限延长，当环境在相同的时间尺度上波动时，它是最大的，在这个时间尺度上通常会发生局部最优的捕获。
2014-11-10 q-bio.PE
Virus-immune dynamics determined by prey-predator interaction network and epistasis in viral fitness landscape
生态系统结构的基础是种群动力学和进化遗传学，它们在同一时间尺度上发生变化，相互作用的物种迅速更替，如病毒（如艾滋病毒）和免疫反应。因此，数学建模中的一个重要问题是将生态学、进化论和遗传学联系起来，这三个方面通常被分开处理。在这里，从Browne和Smith \cite{browne2018dynamics}的资源-猎物（消费者）-捕食者模型中扩展对多个病毒和免疫应答群体的分析，我们表明，病毒突变体在不同表位（免疫应答靶向的病毒蛋白）处进化抗性的长期动态受病毒适应度景观中的上位性支配。特别是，持久的平衡病毒免疫（猎物捕食者）网络结构，如嵌套和一对一，和分叉的稳定性是由一个集合的电路定义的病毒适应度的组合，是最低限度的二进制序列的超立方体内表示所有可能的病毒表位序列排序根据免疫优势层次的加性。我们的常微分方程系统的数值解，以及一个扩展的随机版本，包括随机突变，展示了如何成对或乘法上位相互作用的形状病毒进化对并发免疫反应和收敛到多变量的稳定状态的理论结果预测。此外，模拟说明了亚显性免疫应答的周期性输注如何诱导持久性病毒株的分叉，从而提供优于具有最强免疫应答的替代免疫治疗策略的宿主结果。
2021-06-16 q-bio.PE
Exploring the effect of sex on an empirical fitness landscape
上位性的本质对性别和重组的进化意义有着重要的影响。最近的努力，发现负上位性的来源，负连锁不平衡和相关的长期性别优势，几乎没有得到支持。符号上位性，即等位基因适应性效应的符号在不同遗传背景下有所不同，是造成适应度景观崎岖的原因，对性别进化的影响在很大程度上尚未被探索。在这里，我们描述适应度景观两套无性真菌\emph{Aspergillus niger}涉及所有组合的五个突变。我们发现，$\sim 30$ %的单突变的健身效果是积极的，尽管他们在野生型菌株的负面影响，并存在几个本地健身的最大值和最小值。然后，我们比较适应性和无性种群的经验适应度景观使用模拟。结果表明，在这些崎岖的景观性别的普遍劣势，造成的崩溃重组的基因型逃离当地的高峰。性别有利于逃离局部峰值只有一些参数值在一个景观，表明其依赖于景观的地形。我们讨论了可能的原因，我们的研究结果和报告之间的差异更快的适应性人群。
2008-07-18 cond-mat.dis-nn q-bio.PE
Modelling and simulating Lenski's long-term evolution experiment
我们重新审视了Wiser、Ribeck和Lenski的模型（Science \textbf{342}（2013），1364- 1367），该模型描述了由于Lenski长期进化实验中的有益突变，平均适应度如何随着时间的推移而增加。我们进一步发展的模型在概念上和数学上。从概念上讲，我们描述的实验与突变和选择，后者包括递减收益上位性的坎宁模型的帮助下。该分析揭示了每一天内的增长动态，并揭示了运行时的效果，即，随着健身的增加，每天的增长期缩短，它允许澄清上位性的平均健身曲线的贡献。在数学上，我们解释了严格的结果，在一个法律的大数（在有限的人口规模和一定的渐近参数制度），并提出了近似的基础上，对有限人口的模拟和支持。
2019-04-05 math.PR q-bio.PE
Recombination and mutational robustness in neutral fitness landscapes
突变鲁棒性量化了随机突变对适应度的影响。当突变鲁棒性高时，大多数突变不会改变适应度或对适应度影响很小。从适应度景观适应度景观的角度来看，鲁棒基因型形成适应度几乎相等的神经网络。使用确定性群体模型，已经表明选择有利于这种网络内的基因型，这导致增加的突变鲁棒性。在这里，我们证明了这种效果是通过重组大大增强。我们的研究结果是基于一个详细的分析台面形的适应度景观，在那里我们推导出精确的表达式的重组和非重组人口的景观参数的鲁棒性的依赖。此外，我们进行了不同类型的随机多孔景观以及经验适应度景观的数值模拟。我们发现，基因型的突变鲁棒性一般与其重组权重，一个新的措施，量化的可能性基因型重组产生。我们认为，重组突变的鲁棒性的有利影响是一个高度普遍的功能，可能发挥了重要作用的出现和维持机制的遗传交换。
2019-10-21 cond-mat.stat-mech q-bio.PE
Cancer initiation with epistatic interactions between driver and passenger mutations
我们在一个含有一个驱动突变和几个乘客突变的数学模型中研究了癌症发生的动力学。我们的分析是基于一个多类型的分支过程：我们对可以分裂或进行凋亡的单个细胞进行建模。在细胞分裂的情况下，两个子细胞可以突变，这潜在地赋予细胞适应性的变化。与以前的模型相比，驱动突变引起的适应度变化取决于细胞的遗传背景，在我们的情况下，取决于乘客突变的数量。乘客突变本身对细胞的适应性没有或只有很小的影响。虽然我们的模型不是设计为特定癌症的特定模型，但其基本思想是由伯基特淋巴瘤的临床和实验观察所激发的。在这种肿瘤中，标志性突变导致MYC癌基因的失调，这增加了细胞凋亡的速率，但也增加了细胞的增殖速率。因此，细胞凋亡速率的增加需要通过影响细胞凋亡途径的突变来克服，自然导致上位性适应度景观。这个模型显示了一个非常有趣的动力学行为，这是不同的癌症启动的动力学在没有上位性。由于驱动突变对只有少数乘客突变的细胞是有害的，因此细胞数量会有一段停滞期，直到出现具有足够乘客突变的细胞克隆。只有当其中一个细胞发生驱动突变时，细胞群才开始快速增长。
2015-04-13 q-bio.PE
Architecture-dependent Effects of Trade-offs on Evolutionary Navigability and Epistasis
National Institute of Advanced Studies（国立高级研究所）
本研究通过可调节的多层基因型-表型映射框架，揭示了进化可导航性与上位性对崎岖度、权衡的效应依赖于映射结构，还发现等位基因频率变化的时间协方差可源于该映射结构。
2026-09-04 physics.bio-ph q-bio.PE
Genotypic complexity of Fisher's geometric model
费雪的几何模型最初是为了论证复杂的适应必须在小的步骤中发生，因为多效性的限制。当补充突变效应对表型性状的加和性假设时，它提供了一个简单的机制，从表型到适应度的非线性映射中出现基因型上位性。特别感兴趣的是相互符号上位性的发生，这是多峰基因型适应度景观的必要条件。在这里，我们计算的概率，一对随机选择的突变相互作用的符号上位，这是发现减少增加表型维数$n$，并与表型最佳的距离非单调变化。然后，我们推导出表达式的平均数的适应度最大值的基因型景观组成的所有组合的$L$随机突变。这个数字随着$L$呈指数增长，相应的增长率被用作景观复杂性的度量。模型参数的复杂性的依赖被发现是令人惊讶的丰富，并确定了三个不同的阶段，其特征在于不同的景观结构。我们的分析表明，表型维度，这通常被称为表型复杂性，一般不相关的复杂性适应度景观，甚至生物体具有单一的表型性状可以有复杂的景观。我们的研究结果进一步通知解释实验中的参数Fisher的模型已推断出的数据，并有助于阐明经验的适应度景观的功能，可以描述这个模型。
2017-06-09 cond-mat.dis-nn q-bio.PE
Getting higher on rugged landscapes: Inversion mutations open access to fitter adaptive peaks in NK fitness landscapes
分子进化通常被概念化为在崎岖的适应度景观上的适应性行走，由突变驱动并受增量适应度选择的约束。众所周知，上位性塑造了景观表面的凹凸不平，勾勒出它们的地形（高适应性的高峰被低适应性基因型的山谷隔开）。然而，在强选择弱突变（SSWM）限制内，一旦自适应行走达到局部峰值，自然选择就会限制通过下游路径，并阻碍达到更高适应值的任何可能性。在这里，除了广泛使用的点突变，我们引入了一个最小的模型序列反转来模拟自适应行走。我们使用著名的NK模型来实例化崎岖的景观。我们表明，自适应行走可以达到更高的适应值，通过反转突变，这相比，点突变，允许进化过程中逃脱当地的健身高峰。为了阐明这种染色体重排的影响，我们使用一个图形理论表示的可访问的突变体，并显示如何发现新的进化路径。本模型提出了一个简单的机械原理来分析逃逸的本地健身峰驱动的分子进化（基因内）结构倒位，并揭示了一些后果的限制点突变的模拟分子进化。
2022-10-13 nlin.AO physics.bio-ph q-bio.PE
Mutation Order and Selection Shape Intratumor Heterogeneity in Tumor Evolution
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；University of Minnesota, Twin Cities（明尼苏达大学双城分校）
本研究通过多类型分支过程模型，揭示突变顺序和选择如何共同决定肿瘤演化中的瘤内异质性，并推导出辛普森指数的闭式表达式，阐明驱动因子获得时间对克隆集中度的关键影响。
2026-09-23 math.PR q-bio.PE
Fundamental Properties of the Evolution of Mutational Robustness
在模型中发现基因型的神经网络上的进化集中在具有高突变鲁棒性的基因型上，在一定程度上由网络的拓扑结构决定。这里的分析是广义超越神经网络的任意选择和亲子传递。在这个更大的领域中，几何特征决定了突变的鲁棒性：适应度与突变矩阵的正交化特征向量的对齐，这些特征向量由其特征值加权。“纸牌屋”突变被发现排除了突变鲁棒性的进化。遗传负荷增加，增加突变在任意的单和多位点适应度景观。群体适应度的下降率永远不会随着突变率的升高而增加，这表明基因型频率的“错误灾难”永远不会导致群体适应度的急剧下降。这里采用的“包容性继承”方法自然地将这些结果扩展到一个新的分散鲁棒性概念。
2015-08-31 math.SP q-bio.PE
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。
2014-12-12 q-bio.PE
Phenotype selection due to mutational robustness
本研究通过基因调控网络模型与数值模拟，发现突变鲁棒性的选择偏差会导致表型选择差异，缺乏鲁棒性的单向开关表型在进化中被强烈抑制，且鲁棒与非鲁棒网络具有不同的核心结构基序。
2024-09-07 cond-mat.stat-mech physics.bio-ph q-bio.PE
Evolution of Robustness to Noise and Mutation in Gene Expression Dynamics
生物系统的表型需要对突变具有鲁棒性，以便在世代之间维持自身。另一方面，个体的表型也需要对生长和发育期间遇到的内部和外部来源的波动具有鲁棒性。这两种类型的健壮性之间有关系吗？一种是在一代人中，另一种是在进化过程中？基因表达的随机性是否与这些稳健性的进化有任何关联？稳健性可通过表型分布的清晰度来定义;遗传变异引起的表型分布的方差可衡量“遗传稳健性”，而同基因个体的方差可衡量“发育稳健性”。通过模拟一个简单的随机基因表达网络，经历突变和选择，我们表明，为了使网络获得这两种类型的鲁棒性，突变引起的表型方差必须小于在同基因群体中观察到的。由于后者来源于基因表达中的噪声，这意味着遗传鲁棒性仅在基因表达中的噪声强度大于某个阈值时才进化。在这种情况下，两个方差在整个进化时间过程中减小，表明鲁棒性增加。结果揭示了细胞在生长和发育过程中遇到的噪声如何塑造网络对基因表达随机性的鲁棒性，这反过来又塑造了网络对突变的鲁棒性。通过表型波动的方差，这是实验上可测量的鲁棒性的进化条件以及遗传和发育鲁棒性之间的关系。
2007-03-02 q-bio.PE
The diversity of evolutionary dynamics on epistatic versus non-epistatic fitness landscapes
上位性适应度景观的种类比非上位性景观的种类更加多样化，因此存在只有在上位性存在的情况下才能实现的动力学现象是理所当然的。在这里，我们比较演化动力学的所有有限上位景观与所有有限的非上位景观，弱突变。我们首先分析平均适应度轨迹--也就是说，一个种群的预期适应度的时间过程。我们发现，对于任何上位适应度景观和起始基因型，总是存在一个非上位适应度景观和起始基因型，产生完全相同的平均适应度轨迹。因此，令人惊讶的是，可以通过上位景观实现的平均适应度轨迹的空间并不比可以通过非上位景观实现的平均适应度轨迹的空间更多样化。另一方面，我们表明，上位性适应度景观可以产生动态的时间演化的方差在整个复制种群的适应度和时间演化的预期数量的取代，不能产生任何非上位性景观。这些结果的可识别性的影响，努力推断上位性的数据类型，经常在实验人群中测量。
2015-03-07 q-bio.PE
Emergence of mutationally robust proteins in a microscopic model of evolution
吸收突变的能力，同时保留结构和功能，或突变鲁棒性，是天然蛋白质的显着特性。在这封信中，我们使用一个计算模型的器官进化[Zeldovich等人，PLOS Comp Biol 3（7）：e139（2007）]，明确耦合蛋白质物理学和种群动力学，研究突变的鲁棒性进化模型蛋白质。我们发现，主要的蛋白质结构，在模拟中演变的高度可设计的，符合一些早期的观察。接下来，我们将进化序列与设计成折叠成相同的显性结构并具有相同热力学稳定性的序列进行比较，发现进化序列对点突变更稳健，不太可能在点突变后不稳定。这些结果表明，如果需要人工开发的蛋白质的突变鲁棒性，则序列进化是蛋白质工程的重要方法。在生物学方面，蛋白质的突变鲁棒性似乎是突变选择进化过程的自然结果。
2008-06-23 q-bio.BM q-bio.PE
Genotype to phenotype mapping and the fitness landscape of the E. coli lac promoter
基因型-表型图和相关的适应度景观，包括上位性相互作用是难以衡量的，因为他们的高维结构。在这里，我们构建这样一个地图使用最近收集的语料库的高通量序列数据从75个碱基对长的诱变E。coli lac启动子区，其中每个序列与其表型相关，通过荧光报告物测量诱导的转录活性。我们发现个体突变的加性（非上位性）贡献占可解释表型方差的约三分之二，而成对上位性解释了完整诱变序列约7%的方差和约15%的与蛋白质结合位点相关的子序列。令人惊讶的是，没有证据表明三阶上位性的贡献，我们推断的适应度景观基本上是单峰的，有少量的拮抗上位性。野生型有一个显着的选择压力，我们推断这是多目标优化基因表达在不同的营养源的环境。我们确定转录因子（CRP）和RNA聚合酶结合位点的启动子区域和它们的相互作用，没有困难的优化步骤。特别是，我们观察到以前未探索的遗传调控机制的证据，可能是动力学的性质。我们的结论与警告注意，推断属性的适应度景观可能会受到严重影响的序列数据中的偏见。
2013-01-25 q-bio.GN q-bio.PE
Phenotypic robustness can increase phenotypic variability after non-genetic perturbations in gene regulatory circuits
非遗传干扰，如环境变化或发育噪音，可以诱导新的表型。如果一个诱导的表型赋予一个适合度优势，选择可以促进它的遗传稳定。因此，非基因扰动可以启动进化创新。通常在表型上看不见的遗传变异可能在这一过程中发挥重要作用。在对突变具有鲁棒性的表型上进行稳定选择的群体可以积累这种变异。在非遗传干扰之后，这种变异可以成为新表型的来源。我们在这里研究表型的突变和人口的潜力，以产生新的表型变异的鲁棒性之间的关系。为此，我们使用一个经过充分研究的转录调控电路模型。这种回路在许多进化创新中非常重要。我们发现，表型鲁棒性促进表型变异响应于非遗传扰动，但不响应于突变。我们的工作表明，非遗传干扰可能会更频繁地引发突变稳健的基因表达特征的创新。
2010-10-02 q-bio.PE
Modeling Protein Evolution with Generative Models: from Extant Sequence Data to Evolutionary Dynamics
Michael Smith Laboratories, University of British Columbia（不列颠哥伦比亚大学）；DISAT, Politecnico di Torino（都灵理工大学）；Sorbonne Université, CNRS, Computational, Quantitative and Synthetic Biology（索邦大学）；Dipartimento di Fisica, Sapienza Università di Roma（罗马智慧大学）；Institut Universitaire de France (IUF)（法国高等研究院）
本文综述了如何利用生成模型（特别是直接耦合分析）从同源序列家族中推断概率景观，并将其用于模拟蛋白质进化动力学，涵盖病毒进化、实验室漂变等应用。
2026-06-28 q-bio.PE
Modeling sequence-space exploration and emergence of epistatic signals in protein evolution
在进化过程中，蛋白质通过随机突变和表型选择之间的相互作用探索序列空间。在这里，我们建立在重建数据驱动的适应度景观的同源蛋白质家族的最新进展，提出实验蛋白质进化的随机模型。这些模型定量预测实验进化序列库的重要特征，如适应度分布和位置特异性突变谱。它们还使我们能够有效地模拟序列文库，以获得大量的实验参数组合，如序列差异，选择强度和文库大小。我们展示了潜力的方法在重新分析最近的两个实验，以确定蛋白质结构的上位性信号出现在实验序列库。为了可检测，这些信号需要足够大且足够发散的文库。我们的建模框架提供了一个定量的解释变量的成功最近发表的实验。此外，我们可以预测时间和资源密集型进化实验的结果，从而开辟了一条计算优化实验方案的途径。
2022-01-27 cond-mat.dis-nn q-bio.BM q-bio.PE
Selection for Fitness vs. Selection for Robustness in RNA Secondary Structure Folding
我们研究了两个不同的神经网络上的两个准物种之间的竞争。在假设两个神经网络具有不同的拓扑结构和适应度水平的情况下，突变率决定了哪些准物种最终将被灭绝。对于小的变异率，我们发现，准物种居住在具有较低的复制率的神经网络将消失。然而，对于更高的突变率，如果第二个神经网络上的连接密度足够高，则复制速度更快的序列可能会被复制速度更慢的序列竞争。我们的分析结果与复制RNA序列的流动反应器模拟非常一致。
2001-03-09 cond-mat.stat-mech nlin.AO physics.bio-ph
A biophysical protein folding model accounts for most mutational fitness effects in viruses
突变的适应性效应是一个连续体，从致命到有害到有益。适应度效应（DFE）在随机突变中的分布是每个进化模型的重要组成部分，也是鲁棒性的数学描述。最近对五种病毒的实验都显示了特征性的双峰形DFE，其特征在于中性和致死性。然而，观察到的适应性效应的表型原因仍然是未知的，大概认为从一个突变到另一个突变是不可预测的。通过将群体遗传学模拟与一个简单的生物物理蛋白质折叠模型相结合，我们发现，蛋白质的热力学稳定性占很大一部分观察到的突变效应。我们假设中度失稳突变会造成与折叠蛋白质减少成比例的适应性惩罚，这连续依赖于折叠自由能（ΔG）。在我们的模型中，大多数突变通过改变ΔG来影响适应性，而基于简单的估计，\approx 10%会消除活性，并且是无条件致死的。推动ΔG>0的突变也被认为是致命的。与神经网络理论相反，我们发现，在突变/选择/漂移稳态，高突变率（m）导致不太稳定的蛋白质和更分散的DFE，即较低的突变鲁棒性。小的群体大小（N）也降低了稳定性和鲁棒性。在我们的模型中，连续的非致命突变平均使适应度降低了\approx 2%，而\approx 10-35%的突变是致命的，这取决于N和m。补偿性突变常见于突变率高的小群体中。更广泛地说，我们的结论是生物物理和人口遗传力之间的相互作用形状的DFE。
2011-05-02 q-bio.BM q-bio.PE
Gene network robustness as a multivariate character
对遗传或环境干扰的鲁棒性通常被认为是生命系统的关键特性。然而，尽管自20世纪50年代以来一直在讨论，但稳健性如何从遗传结构的复杂性中产生以及它如何进化仍然不清楚。特别是，是否鲁棒性是独立于各种来源的扰动条件的范围内，可以考虑的自适应方案。例如，对可遗传突变的鲁棒性的选择可能是适度和间接的，并且其进化可能来自对多效相关性状的间接选择（例如，稳态）。在这里，我建议将各种鲁棒性测量作为定量特征，并从理论上研究，通过基于个人的模拟，他们的倾向独立发展。基于一个简单的进化模型的基因调控网络，我表明，基因表达的鲁棒性的遗传或非遗传干扰的五个测量基本上是相关的。然而，鲁棒性在几个维度上是突变的，并且鲁棒性成分可以在直接选择压力下差异地进化。因此，基因表达对突变和环境因素的敏感性依赖于相同的基因网络这一事实并不排除鲁棒性组件的不同进化历史。这篇文章已经同行评议，并推荐同行社区在进化生物学发布：30日3月2022（https：//doi.org/10.24072/pci.evolbiol.100138）
2022-03-30 q-bio.PE
Genetic robustness of let-7 miRNA sequence-structure pairs
遗传稳健性，即保护进化的表型不受基因型突变的影响，是进化的核心概念之一。近年来，大量的工作集中在广泛的生物系统中鲁棒性的起源，机制和后果。特别是，对ncRNA的研究研究了序列保持折叠结构对抗单点突变的能力。在这些研究中，结构仅仅是一个参考。然而，最近的研究表明，结构本身有助于ncRNA的遗传鲁棒性。我们遵循这一思路，并考虑序列结构对作为进化的单位，并引入逆折叠率谱（IFR谱）作为遗传鲁棒性的度量。我们对miRNA let-7家族的分析捕获了结构调控进化的关键特征，并促进了对多点突变鲁棒性的研究。
2018-01-11 math.CO q-bio.PE
Shaping Robust System through Evolution
生物学功能的产生是发育动力学的结果，发育动力学形成了受基因型控制的表型。发育的动力系统是通过遗传进化和基于表型适应性的自然选择形成的。在这里，我们研究这个动态系统是如何强大的噪声在发展过程中和突变的遗传变化。我们采用一个简化的转录调控网络模型来控制基因表达，并给出了一个适应度函数。通过对经历突变和选择的网络的模拟，我们表明，基因表达中的一定水平的噪声是网络获得这两种类型的鲁棒性所必需的。结果揭示了细胞在发育过程中遇到的噪声如何塑造任何网络的鲁棒性，不仅是对噪声，而且对突变。我们还通过遗传变异和表观遗传噪声引起的表型方差建立了发育和突变稳健性之间的关系。这两个方差之间的普遍关系，类似于物理学中已知的波动耗散关系。
2008-07-09 cond-mat.stat-mech nlin.AO physics.bio-ph
Effective potential reveals evolutionary trajectories in complex fitness landscapes
越来越多的努力来衡量适应度景观的分子和微生物系统的景观地形和进化轨迹之间的紧密关系。然而，这种关系远非简单明了：根据它们的突变率，达尔文种群可以爬上最近的适应性高峰（适者生存），在具有较高突变鲁棒性的较低区域定居（最平坦的生存），或者完全无法适应（错误灾难）。这些分歧突出表明，进化并不一定会像赖特想象的那样，将种群从“较低的峰值推向较高的峰值”。因此，问题仍然存在：复杂的地形地貌究竟如何限制进化，我们能否预测它下一步将走向何方？在这里，我介绍了一个广义的准物种理论，确定亚稳态的进化状态的最小值的一个有效的潜力。从这个表示，我得到了一个粗粒度的，马尔可夫状态模型的演变，这反过来又形成了一个基础上的进化预测在很大范围内的突变率。由于有效势与量子哈密顿量的基态有关，我的方法可以激发演化动力学和量子多体理论之间富有成效的相互作用
2019-12-12 cond-mat.stat-mech q-bio.PE
Mutation-Selection Balance: Ancestry, Load, and Maximum Principle
我们展示了如何从统计物理学的概念，如序参量，热力学极限，量子相变，转化为生物学概念的突变选择模型序列进化，并可以使用。这篇文章在群体遗传学的框架内采取了生物学的观点，但包含了一个物理学家的附录，这使得这种对应关系变得清晰。我们分析了确定性单倍体突变选择模型的平衡行为。同时考虑了正演和时间反演两种演化过程。后者的稳定状态被称为祖先分布，这是研究突变选择平衡的关键。我们发现，它决定了平衡的平均适应度的变化的适应值的敏感性，并讨论了突变鲁棒性的演变的影响。我们进一步表明，祖先和人口之间的差异平均健身，称为突变损失，提供了一个衡量的敏感性平衡平均健身突变率的变化。对于一类模型，其中个体中的突变数被视为性状值，并且适应性是性状的函数，我们使用祖先公式推导出一个简单的最大值原理，从中可以推导出适应性和性状的均值和方差;结果对于一些极限情况是精确的，否则产生近似值，对于广泛的参数是精确的。这些结果适用于（错误）阈值现象所造成的相互作用的选择和突变。它们导致概念的澄清，以及阈值存在的标准。
2002-02-25 cond-mat.stat-mech physics.bio-ph q-bio.PE
Congruent evolution of genetic and environmental robustness in microRNA
遗传稳健性，即在突变面前保持最佳表型，对于理解进化至关重要，因为表型表达的遗传变异是自然选择的燃料。然而，遗传稳健性的起源，无论是通过自然选择直接进化还是其他表型性状的相关副产品，都没有得到解决。Borenstein和Ruppin（Borenstein et al.2006，PNAS 103：6593）检查了几种真核生物物种的微小RNA（miRNA）基因，表明与具有相同茎环结构的随机RNA序列样品相比，miRNA前体茎环的结构表现出显著增加的突变稳健性。观察到的鲁棒性被发现与传统的环境鲁棒性测量不相关-这意味着miRNA序列显示出遗传鲁棒性直接进化的证据。这些发现是令人惊讶的，因为理论结果表明稳健性的直接进化需要仅在RNA病毒中发现的高突变率和/或大的有效种群大小，而不是多细胞真核生物。引入基于miRNA前体序列的二级结构的平衡热力学系综的环境稳健性的新测量，我们证明RNA折叠的生物物理学诱导遗传（突变）稳健性和环境（热力学）稳健性之间的高水平相关性，如从Ancel和Fontana引入的质体发生一致性理论所预期的（Ancel等人，2000，J. Exp. Zool.288：242）。根据理论考虑，我们认为这种相关性强烈表明，在miRNA序列中观察到的遗传鲁棒性是环境鲁棒性选择的副产品。
2009-01-19 cond-mat.soft physics.bio-ph q-bio.BM
Analyzing \b{eta}-Lactamase Evolution from the Principle of Least Action Perspective
Institute of Applied Mathematics San Luis (IMASL), National University of San Luis (UNSL), and National Scientific and Technical Research Council (CONICET)（圣路易斯应用数学研究所（IMASL），圣路易斯国立大学（UNSL），和国家科学技术研究委员会（CONICET））；Multidisciplinary Institute of Biological Research (IMIBIO), National University of San Luis (UNSL), and National Scientific and Technical Research Council (CONICET)（生物研究多学科研究所（IMIBIO），圣路易斯国立大学（UNSL），和国家科学技术研究委员会（CONICET））
该研究以β-内酰胺酶为模型，基于最小作用量原理验证分析蛋白质进化的新模型，考虑突变及相互作用对蛋白质稳定性和折叠动力学的影响，能快速准确识别最可能路径和最有效轨迹，解决了蛋白质进化相关未决问题并指明研究方向。
2026-07-24 q-bio.PE
