Beneficial mutation-selection balance and the effect of linkage on positive selection
当有益的突变很少时,它们通过一系列选择性扫描而积累。但是当它们是共同的,许多有益的突变将发生之前,任何可以修复,所以将有许多不同的突变谱系在人口同时。在无性种群中,这些不同的突变谱系相互干扰,并不是所有的都能同时固定。此外,进一步的有益突变可以在突变谱系中积累,而这些仍然是人口的少数。在本文中,我们分析了这样的多个突变的动力学和多个突变之间的相互作用和克隆之间的干扰。这些结果在一个单一的无性种群内积累的健身的实质性变化。变异的数量取决于选择和有益突变之间的平衡,选择破坏变异,有益突变创造更多。这种行为以一种微妙的方式依赖于群体参数:群体大小、有益的突变率以及潜在有益突变的适应度增量的分布。突变-选择平衡导致具有稳态适应性变化的持续进化的种群。这种变异随着群体大小和突变率的增加而增加,并设定了群体积累有益突变的速率,因此有益突变也只随着群体大小和突变率而增加。这些结果表明,增变基因表型是不太有效的较大的无性种群。他们也有后果的优势(或劣势)的性别通过费舍尔-穆勒效应;这些简要讨论。
2006-12-11 q-bio.GN q-bio.PE
Accumulation of beneficial mutations in one dimension
当有益突变相对普遍时,多个未固定突变之间的竞争可以降低混合良好的无性群体的固定率。我们引入了一个一维模型,具有稳定的有益突变积累。我们发现周期性选择和多突变制度之间的过渡。在多突变制度中,沿晶格的适应性的增加承担着惊人的相似的表面生长现象,与幂律增长和饱和的界面宽度。我们还发现了显着的差异相比,良好的混合模型。在我们的晶格模型中,由于一维固定时间较慢,制度之间的过渡发生在低得多的突变率。同时,由于竞争的加剧,固定率随着突变率的增加而降低,并随着种群规模的增大而饱和。
2013-02-15 cond-mat.dis-nn q-bio.PE
The rate of adaptation in large sexual populations with linear chromosomes
在大的人群中,多种有益的突变可能同时传播。在无性繁殖的种群中,这些突变要么产生于相同的背景,要么相互竞争。在有性群体中,重组可以将来自不同背景的有益等位基因聚集在一起,但紧密连锁的等位基因仍然可能相互干扰。我们表明,对于混合良好的种群,当这种干扰很强时,基因组可以被视为由许多有效的无性延伸连接在一起。因此,有益等位基因固定的速度大致与重组的速度成正比,并且只在数学上取决于突变供应和选择的强度。我们的缩放参数也允许预测,合理的准确性,当新的突变具有广泛分布的影响时,固定突变的影响的分布。我们专注于政权中发生的交叉比有益的突变,很可能是许多自然种群的情况。
2013-12-18 q-bio.PE
Rare beneficial mutations can halt Muller's ratchet
绝大多数突变是有害的,并通过净化选择消除。然而,在有限的无性种群中,净化选择不能完全防止由于穆勒棘轮而积累的有害突变:一旦被随机漂移所丢失,最适合的基因型就永远丢失了。如果有害的突变被弱选择,穆勒的棘轮变成一个突变的“崩溃”,导致人口的适应性迅速下降。显然,无性种群的长期稳定需要有益突变的流入,以持续补偿弱有害突变的积累。在这里,我们提出,在一个静态的环境中,一个群体的稳定的进化状态是一个动态的突变选择平衡,有害突变的积累是平均抵消流入的有益突变。我们认为,这种状态存在于任何人口规模N和突变率$U$。假设有益突变和有害突变具有相同的适应度效应s,我们计算维持平衡状态的有益突变的比例ε。我们发现一个令人惊讶的低ε足以维持稳定性,即使在小群体中,面对高突变率和弱选择。这可能解释了线粒体和其他无性基因组的维持,并对这些种群中遗传多样性〈动〉性<动>的预期统计数据产生影响。
2011-10-13 physics.bio-ph q-bio.PE
Rare beneficial mutations cannot halt Muller's ratchet in spatial populations
穆勒棘轮描述了无性种群中有害突变的不可逆积累。在混合良好的种群中,适应度下降的速度在种群规模中呈指数级小,任何有益突变的阳性率都足以逆转大种群中的棘轮效应。这种行为在具有空间结构的种群中是根本不同的,因为当有害的突变率超过临界值时,棘轮的速度在无限大的极限中保持非零。基于空间棘轮和定向渗流之间的关系,我们发展了一个包含有害突变和有益突变的标度理论。通过一维和二维的大量模拟验证了该理论。
2018-06-22 cond-mat.stat-mech q-bio.PE
Growing Probability of Additional Offspring with a Beneficial Reversal Allele in the Decoupled Continuous-time Mutation-selection Model
使用解耦连续时间突变选择模型,在不对称尖峰景观中计算了具有不同群体大小$N$、序列长度$L$、选择优势$s$、适应度参数$k$和测量参数$C$的具有有益逆转等位基因的额外后代的生长概率。随机区的增长概率在$C<1/Ns^*$时与测量参数成反比,在$C\approx 1/Ns^*$时弯曲,在$C>1/Ns^*$时达到饱和,其中$s^*$为有效选择优势。随机区的饱和生长概率近似为$C\gg 1/Ns^*$和$s^*\ll 1$的有效选择优势。本研究表明,增长的概率在随机区域中的非对称sharping-peaked景观在解耦的连续时间突变选择模型可以描述的Moran两等位基因模型中的增长概率的理论公式。选择优势比是有效选择优势与选择优势的比值,与群体大小、选择优势、测量参数和适应度参数无关,而是随着序列长度的增加而减小。
2015-02-02 q-bio.PE
The Accumulation of Beneficial Mutations and Convergence to a Poisson Process
本文研究固定规模种群在有利突变下的演化模型,证明了在特定参数条件下,有利突变的固定时间经尺度变换后收敛于泊松过程,即使存在多起源突变相互竞争。
2024-12-26 math.PR q-bio.PE
The Effect of Recurrent Mutation on the Linkage Disequilibrium under a Selective Sweep
选择性扫描描述了由于强正选择而导致的多样性减少。如果选择性有益等位基因的突变率足够高,Pennings和Hermisson(2006 a)已经表明,选择性清除很可能由几个个体引起。这样的事件被称为软扫描和有益等位基因的单一起源的互补事件,经典情况下,硬扫描。我们给出了与所选基因座连锁的两个中性基因座之间的连锁不平衡(LD)的解析表达式,其取决于有益等位基因的复发突变,通过$D$和$\hat{σ_D^2}$测量,这是Ohta和Kimura(1969)引入的量,并得出结论,由于单倍型结构,软扫描的LD模式与硬扫描的LD模式有很大不同。我们比较我们的结果与模拟。
2010-09-16 q-bio.PE
Analysis and Optimization of Probabilities of Beneficial Mutation and Crossover Recombination in a Hamming Space
该研究在通用汉明空间中分析有益突变与交叉重组概率,推导转移概率闭式表达式及算子半径最优条件,明确两类演化算子的差异,指出重组可互补突变、提升最优点附近演化速率。
2025-06-13 cs.AI math.OC q-bio.PE
Exploiting the adaptation dynamics to predict the distribution of beneficial fitness effects
无性种群的适应是由有益的突变驱动的,因此这个过程的动力学,除了其他因素外,取决于有益的健身效果的分布。已知在不相关的适应度景观上,这种分布只能是三种类型:截尾分布、指数分布和幂律分布。我们进行了广泛的随机模拟,以研究崎岖的适应度景观的适应动态,并确定了两个数量,可以用来区分潜在的分布有益的健身效果。这里研究的第一个量是在种群中传播的连续突变之间的适应性差异,发现在截断分布的情况下减少,对于指数衰减分布保持几乎恒定,并且当适应性分布以幂律衰减时增加。第二个感兴趣的量,即适应度随时间的变化率,对于不同的有益适应度分布,也表现出定量的不同行为。发现上述两个量所显示的模式对于低和高突变率都成立。我们将讨论如何利用这些模式来确定有益的健身效果在微生物实验中的分布。
2015-12-25 q-bio.PE
Fixation probability of a nonmutator in a large population of asexual mutators
在一个适应的突变体群体中,大多数突变都是有害的,降低突变率的非突变体处于间接选择之下,可以被清除到固定状态。使用多型分支过程,我们计算固定概率的一个罕见的nonmutator在一个大的人口无性突变。我们表明,当不存在有益突变时,固定概率是增变因子突变率的非单调函数:它首先亚线性增加,然后呈指数下降。我们还发现,有益的突变可以提高固定的概率nonmutator。我们的分析是相关的理解最近的实验中,突变率的减少已被观察到。
2017-09-08 q-bio.PE
The first steps of adaptation of Escherichia coli to the gut are dominated by soft sweeps
适应性突变的积累对于在新环境中生存至关重要。然而,在具有高突变供应的克隆种群中,自然选择的力量预计是有限的。这是由于克隆干扰-携带不同有益突变的克隆的竞争-导致许多小效应突变的丢失和大效应突变的固定。如果干扰是丰富的,那么基因水平转移的机制,这使得在一个单一的背景下的有益等位基因的直接组合,预计将演变。然而,干扰在自然复杂环境(如肠道)中的相关性知之甚少。为了解决这个问题,我们研究了有益突变的入侵,负责大肠杆菌的适应小鼠肠道,并证明克隆干扰的普遍性。观察到的有益突变频率变化的动态与软扫描一致,其中类似的适应性突变在不同的单倍型上重复出现而没有达到固定。适应性突变的遗传基础揭示了独立进化种群中惊人的平行性。这主要表现为转座因子同时插入到少数基因的编码区和调控区。有趣的是,在大多数群体中,我们观察到一个完整的表型扫描没有遗传变异的损失。在肠道环境适应过程中的强烈克隆干扰,这里证明,可能是我们的理解的菌株多样性水平的重要。大肠杆菌抑制人肠道菌群及其重组率的研究。
2013-11-11 q-bio.PE
The Dynamics of Genetic Draft in Rapidly Adapting Populations
在快速适应的种群中,许多相互竞争的遗传背景上的有益突变的积累对演化动力学有着惊人的影响。这种效应被称为克隆干扰,导致观察到的突变频率出现不稳定的波动,使成功突变的固定时间随机化,并在遗传变异模式上留下不同的特征。在这里,我们展示了这种形式的“遗传草案”如何影响站点频率在快速适应无性种群的前向动态。我们计算的概率,突变在个别网站的频率变化超过一个特征的时间尺度,扩展Gillespie的原始模型草案的情况下,许多强有力的选择有益的突变同时分离。然后,我们推导出的逗留时间的突变等位基因,成功的突变体的预期固定时间,和有益的和中性突变的网站频谱。我们展示了这种形式的草案如何影响麦克唐纳-Kreitman测试中的推论,以及它如何与最近的观察,即遗传多样性〈动〉性<动>的某些方面所描述的Bolthausen-Sznitman结合的限制非常快速的适应。最后,我们描述了我们的方法可以扩展到模型进化的适应度景观,包括一些形式的上位性,如景观划分成两个或两个以上的不兼容的进化轨迹。
2013-05-30 q-bio.PE
Dynamics of Fixation of Advantageous Mutations
我们研究了在无性群体中有利突变的固定过程。我们假设每个有益突变的影响是指数分布的平均值$ω_{med}=1/β$。该模型还认为,每一个新的有害突变的影响降低了生物体的适应性,独立于先前的突变数量。我们使用的分支过程配方,也广泛的模拟来研究模型。分析预测和模拟数据之间的协议是相当令人满意的。令人惊讶的是,我们观察到,固定$P_{fix}$的概率对参数$ω_{med}$的依赖性是精确描述的幂律关系,$P_{fix} \sim ω_{med}^γ$。指数$γ$是有害突变率$U$的增函数,而概率$P_{fix}$是$U$的减函数。达到最终固定的有益突变的平均值$ω_{fix}$取决于$U$和$ω_{med}$。当我们认为在$ω_{med}$的中间值到大值的区域中突变值$U$的值较高时,比率$ω_{fix}/ω_{med}$增加,而对于低$ω_{med}$,我们观察到相反的行为。
2003-10-08 q-bio.PE
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。
2012-12-19 cond-mat.stat-mech q-bio.PE q-bio.QM
The effect of linkage on establishment and survival of locally beneficial mutations
当生物适应空间异质性环境时,选择可能会驱动多个基因的分化。如果种群在不同的选择下也交换移民,我们预计在选定的基因座的遗传分化是高的,相对于基线造成的迁移和遗传漂变。事实上,实证研究已经发现了青春期适应性分化的高峰。它们的长度变化很大,其中一些延伸到几十万个碱基对。如何解释这种“分歧岛”?物理连锁在靠近被选择基因的位点产生高水平的分化。然而,这是否足以解释所观察到的分歧模式还没有得到很好的理解。在这里,我们调查的命运,当地有益的突变,出现在链接到现有的迁移选择多态性,并得出两个重要的数量:突变成为建立的概率,和预期的时间,其灭绝。我们发现,中间水平的重组有时是有利的,和物理联系可以导致入侵概率和灭绝时间大大提高。在这种情况下,我们提供了一个经验法则。此外,我们量化了多基因局部适应对连锁中性变异的长期影响。
2014-02-26 q-bio.GN q-bio.PE
The probability of improvement in Fisher's geometric model: a probabilistic approach
费舍尔发展了他的几何模型来支持微观突变主义假说,该假说声称小的突变更有可能是有益的,因此有助于进化和适应。虽然其他人提供了一个通用的解决方案,该模型使用几何方法,我们推导出一个等效的通用解决方案,使用概率的方法。我们的方法费舍尔的几何模型提供了替代的直觉和解释的解决方案的模型的参数:突变,以改善表型,其相对有益的效果必须大于其总效果的比例和当前表型和最佳的两倍之间的差异。我们的方法为适应性进化的经典模型提供了新的见解。
2015-12-01 q-bio.PE
Fierce selection and interference in B-cell repertoire response to chronic HIV-1
在慢性感染期间,HIV-1与宿主的适应性免疫系统进行快速的共同进化军备竞赛。虽然很明显,艾滋病毒对适应性免疫系统施加了强烈的选择,但塑造免疫反应的体细胞进化特征仍然未知。传统的群体遗传学方法无法区分慢性免疫应答和健康谱系进化。在这里,我们推断B细胞库的进化模式,并确定复杂的动态与更好的B细胞受体突变体的竞争,保持大的克隆多样性,并可能减缓适应不断生产。在B细胞受体(BCR)的病原体接合CDR中上升到高频率的突变的相当大部分是有益的,与结构相关框架中的许多这样的变化相反,这些变化是有害的并且通过搭便车而循环。我们确定了一种模式,即经历较大病毒扩增的患者的BCR经历了更强的选择,由于其CDR 3区域的克隆干扰,有益突变迅速更替。利用群体遗传学模型,我们表明,这些有益突变的灭绝可以归因于竞争的有益等位基因和克隆干扰的上升。这是一幅动态的画面,更好的克隆可能会在固定之前被新的突变体击败。
2020-07-25 q-bio.PE
Effect of drift, selection and recombination on the equilibrium frequency of deleterious mutations
我们研究了在随机遗传漂变、选择和重组的作用下种群进化的稳态,在这种作用下有害突变和反向有益突变都可能发生。我们发现,有害突变的平衡分数随着人口规模的增加而减少。我们精确地计算了在nonrecombining人口时,人口规模是无限的和一个中立的有限人口的稳态频率,并获得有害突变的分数上的界限。我们还发现,对于小的和非常大的人口,有害突变的数量依赖于重组弱,但对于中等规模的人口,重组的有害突变的影响。分析论证表明,重组减少不利的突变明显时,有益的突变是罕见的,是在适应微生物种群的情况下,而它有一个温和的影响密码子偏好之间的突变率的首选和非首选密码子是可比的。
2015-02-24 cond-mat.stat-mech q-bio.PE
Random partitions approximating the coalescence of lineages during a selective sweep
当一个有益的突变发生在一个群体中时,新的、受欢迎的等位基因可能会传播到整个群体。这个过程被称为选择性扫描。假设我们在选择性扫描结束时对$n$个体进行采样。如果我们关注染色体上靠近有益突变位置的位点,那么许多谱系将可能是来自具有有益突变的个体的后代,而另一些则是由于两个位点之间的重组而来自不同个体的后代。我们介绍了两个近似的选择性扫描的效果。第一种方法很简单,但不太准确:用正面朝上的概率$p$翻转独立的$n$硬币,并说硬币朝上的谱系是那些从具有有益突变的个体遗传下来的谱系。第二个近似,这是有关金曼的颜料盒建设,取代硬币翻转整数值随机变量,并导致非常准确的结果。
2005-05-03 math.PR q-bio.PE
Can deleterious mutations surf deterministic population waves?
University of Oxford(牛津大学);University of Bath(巴斯大学)
研究空间结构化种群中有害突变能否像中性突变那样借助确定性波动扩散。通过研究空间穆勒棘轮的确定性版本,分析有害突变分布、种群扩散速度,最终表明有害突变不能借助确定性波动扩散。
2026-07-15 math.AP math.PR q-bio.PE
Adaptive walks and distribution of beneficial fitness effects
本文研究了在具有许多局部适应度峰值的崎岖适应度景观上,不适应的无性种群的适应动态。假设有益的适应性效应的分布属于三个极值域之一,即Weibull,Gumbel和Fr{é}chet。我们在强选择-弱突变机制中工作,其中有益的突变顺序固定,并且种群在适应度景观上进行上坡行走,直到达到局部适应度峰值。我们的分析的一个惊人的预测是,连续步骤之间的适应性差异遵循威布尔域中收益递减和Fr{é}chet域中收益加速的模式,随着种群初始适应性的增加。这些趋势被认为是强大的健身相关性。我们相信,这一结果可以利用在实验中,以确定有益的健身效果的分布的极值域。我们的工作在这里显着不同,从以前的假设选择系数是小的。考虑到大的影响突变,我们发现,步行的长度显示出不同的定性趋势,从那些使用小的选择系数近似。
2013-10-29 cond-mat.stat-mech q-bio.PE
Rate of Adaptation in Large Sexual Populations
适应通常涉及获得大量的基因组变化,这些变化在单个个体中以突变的形式出现。在无性繁殖的种群中,突变的组合只有在出现在同一谱系中时才能固定,但对于遗传信息交换的种群,有益的突变可以出现在不同的个体中,并在以后结合。在大群体中,当群体大小N与总有益突变率U_b的乘积较大时,许多新的有益等位基因可以同时在群体中分离。我们计算的适应率,v,在几个模型中,这样的性种群,并表明,v是线性的NU_b只有在足够小的人口。在大的群体中,v随着log NU_b的增加而缓慢得多。然而,这个对数的前因子随着重组率的平方而增加。这种通过重组加速适应的现象意味着性别在进化上具有很强的优势。
2011-08-17 physics.bio-ph q-bio.PE
The mutation process on the ancestral line under selection
本研究针对含突变与选择的Moran模型,借助修剪后的向下看祖先选择图分析远祖谱系的突变过程,发现选择导致有利型偏倚及突变率不对称,为系统发育与谱系研究的突变率差异提供新解释。
2024-05-21 math.PR q-bio.PE
On the accumulation of deleterious mutations during range expansions
我们研究了有益和有害突变共同分离时,空间范围扩展对适应度进化的影响。我们进行基于个人的模拟一个统一的线性栖息地,并补充他们的分析近似的平均健身的扩展边缘的演变。我们发现,有害的突变积累稳定的波前范围扩大期间,从而创建一个扩展负载。减少健身由于扩展负载并不限于波前,但发生在很大一部分新殖民的栖息地。扩增负荷可以持续存在,并代表扩增后数千代总突变负荷的主要部分。我们的结果扩展到定性和定量的二维扩展。扩张负荷现象可以解释越来越多的证据表明,最近扩张的人口,包括人类,显示出过量的有害突变。为了测试我们的模型的预测,我们分析了人类中性和非中性遗传多样性〈动〉性<动>的模式,并找到了理论和数据之间的良好拟合。
2013-06-07 q-bio.PE
Asexual Evolution Waves: Fluctuations and Universality
在大型无性繁殖群体中,群体中出现了多个有益的突变,它们相互竞争,相互干扰,并在同一个基因组上积累,然后才能固定下来。尽管许多作者研究了由此产生的动态,但仍然没有完全理解,从根本上说,这是因为即使在巨大的种群中,由于最适合的个体数量很少而产生的波动的影响也很大。在本文中,分支过程和各种渐近方法分析的随机动力学的进一步发展,并用于获得信息的波动,时间依赖性,和分布的大小的子种群,跳跃的平均适应度,和其他属性。重点是广泛的一类模型的行为:那些具有可用的有益突变的选择性优势的分布,其下降速度比指数更快。对于这样的分布,动力学的许多方面是普遍的-数量上对于非常大的种群也是如此。在最重要的时间尺度上,控制聚结性能和波动的速度,动力学减少到一个简单的随机模型,耦合的峰值和高健身“鼻子”的健身分布。扩展到其他模型和分布的可用突变进行了简要讨论。
2012-10-23 q-bio.PE
Evolution of genome size in asexual populations
基因组的大小已经进化到变化很大,从类病毒的250个碱基到变形虫的6700亿个碱基。基因组大小的这种显著变化是各种进化因素之间复杂相互作用的结果,如点突变率、群体大小、插入和缺失以及可能对某些分类谱系特异的基因组编辑机制。虽然比较基因组学分析已经揭示了这些不同进化因素之间的一些关系,但我们仍然不知道是什么驱动了基因组大小的进化。具体来说,目前还不清楚原始突变过程中的碱基替换,插入和删除影响无性生物体的基因组大小的演变。在这里,我们使用数字进化通过实时跟踪基因组编辑及其适应性效应来研究基因组大小进化。与经验数据一致,我们发现,在无性群体中,突变率与基因组大小呈负相关。我们发现,在低的点突变率,插入是显着更有益的比删除,驱动基因组扩增和收购的表型复杂性。相反,在高突变率下经历的高突变负荷抑制基因组生长,迫使基因组压缩遗传信息。我们的分析表明,突变率和基因组大小之间的反比关系是进化表型创新和限制突变负荷之间权衡的结果。
2015-11-17 q-bio.PE
A tug-of-war between driver and passenger mutations in cancer and other adaptive processes
癌症进展是快速适应过程的一个例子,其中进化新的性状对于生存是必不可少的,并且需要高突变率。癌前细胞获得了一些关键突变,这些突变驱动了快速的人口增长和癌变。癌症基因组学表明,这些少数的“驱动”突变与数千个随机的“乘客”突变一起发生,这是癌症突变率升高的自然结果。有些乘客可能对癌细胞有害,但在癌症研究中却被大大忽视了。然而,在群体遗传学中,轻度有害突变的积累已被证明会导致群体崩溃。在这里,我们开发了一个随机的人口模型,有益的司机从事拔河与频繁的轻度有害乘客。这些乘客构成了癌症进展的障碍,这一障碍由临界人口规模和临界突变率来描述,在临界人口规模以下,大多数病变无法进展,而在临界突变率以上,癌症就会融化。我们在癌症年龄发病率和癌症基因组学数据中找到了对该模型的支持,这些数据也使我们能够估计司机的健身优势和乘客的健身成本。我们确定了两个制度的自适应演化动力学,并使用这些制度来合理化不同的治疗策略的成功和失败。我们发现,肿瘤的有害乘客的负荷可以解释以前矛盾的治疗结果,并建议它可能作为一个生物标志物的诱变治疗的反应。乘客的集体有害效应是目前尚未开发的治疗目标。我们讨论了当前和未来的治疗方法如何加剧它们的影响。
2014-02-25 q-bio.PE
The fixation probability of rare mutators in finite asexual populations
突变子是通过破坏DNA复制或修复的某些方面来增加整个基因组的突变率的等位基因。已观察到使突变率增加100倍数量级的突变体自发出现,并在自然群体中和使用\textit{E. coli}的长期实验室进化实验中达到高频率。原则上,增变基因等位基因的固定受到以下因素的限制:(i)与野生型背景中突变的竞争,(ii)额外的有害突变负荷,以及(iii)随机遗传漂变。使用多位点模型,并采用模拟和分析方法,我们调查了这三个因素的固定概率$P_{fix}$的一个最初罕见的突变作为人口规模的函数$N$,有益和有害的突变率,和强度的突变$s$。我们的扩散为基础的近似$P_{fix}$成功地捕捉效果(ii)和(iii)时,选择是快速相比,突变($μ/s \ll 1$)。这使我们能够预测在何种条件下,突变基因将在进化上受到青睐。令人惊讶的是,我们的模拟表明,效应(i)对于强效应突变子通常很小。我们的研究结果同意半定量与现有的实验室进化实验,并建议未来的实验方向。
2008-12-31 q-bio.PE
Phenotypic switching can speed up biological evolution of microbes
随机表型转换已被认为在微生物种群中发挥有益作用,通过导致细胞之间的劳动分工,或确保至少一些种群在环境条件的意外变化中存活下来。在这里,我们使用一个计算模型来研究随机表型转换的另一种可能的功能-作为一种即使在静态环境中也能更快适应的方法。我们表明,当基因突变导致群体变得不太适合时,切换到具有更高适应性(增长率)的替代表型可能会给群体足够的时间来发展补偿突变,再次增加适应性。如果有害突变引起的“适应谷”足够深,表型转换的可能性可以减少适应时间的数量级。我们的工作对耐药性细菌的出现具有重要意义。根据最近的实验结果,我们假设,切换到生长较慢但敏感性较低的表型有助于细菌通过探索更大的有益突变集而产生耐药性,同时避免有害突变。
2016-02-01 cond-mat.stat-mech q-bio.PE
Two waves of adaptation: speciation induced by dormancy in a model with changing environment
Institute of Mathematics, BOKU University(博库大学数学研究所);School of Mathematical and Statistical Sciences, Arizona State University(亚利桑那州立大学数学与统计科学学院);Department of Mathematics, University of California San Diego(加州大学圣地亚哥分校数学系)
该研究通过环境变化模型展示,休眠状态可促使种群产生两种适应波,从而诱导物种形成。
2025-12-06 math.PR q-bio.PE
Life at the front of an expanding population
最近的微生物实验表明,增强遗传漂变在一个二维的范围扩展的前沿,可以导致具有分形域边界的遗传分区模式。在这里,我们提出并分析了一个简单的模型,无性生物进化在不断扩大的边界,以解释这些中性模式,并预测自然选择的效果。我们的模型将观察到的前沿扇区数量的逐渐减少归因于扇区边界的无偏随机游走。自然选择在域边界的漂移中引入了确定性偏差,使得有益的突变更有可能逃脱遗传漂变,并在一个扇区中建立起来。我们发现,这些部门的开放角度和速度,他们成为建立敏感地依赖于突变体的选择优势。另一方面,有害的突变不能永久地建立一个扇区。然而,它们可以暂时在种群前沿“冲浪”,从而达到不寻常的高频率。因此,扩展的边界容易受到有害突变的影响,如突变选择平衡时突变体的高比例所揭示的。从数值上讲,我们还确定了野生型在生长前沿丧失而有利于有害突变体(遗传崩溃)的条件。我们的预测这个错误的阈值不同的定性从现有的混合理论,并设置严格的限制可持续的突变率的人口,经历频繁的范围扩大。
2008-12-12 q-bio.PE
Evolutionary adaptation is facilitated by the presence of lethal genotypes
本文研究了致死基因型在生物进化中的作用,发现在崎岖适应度景观和激烈资源竞争条件下,致死突变反而能通过降低对较不适应变体的选择压力、增加跨越适应度谷的速率,从而加速最佳适应基因型的进化。
2023-02-07 physics.bio-ph q-bio.PE
Clonal interference and Muller's ratchet in spatial habitats
由于克隆的线性而不是指数增长,独立产生的有益突变之间的竞争在空间种群中得到增强。最近的理论研究指出,由此产生的健身动力学类似于表面生长过程,其中新的层成核和扩散随机,导致建立尺度不变的粗糙度。这种情况下,从适应的标准观点在质量上的不同,适应的速度变得独立于人口规模,而适应度方差不。在这里,我们利用最近的进展,了解表面生长过程,以获得精确的预测普遍的,非高斯形状的健身分布的一维栖息地,这是通过模拟验证。当突变是有害的而不是有益的时候,问题就变成了穆勒棘轮的空间版本。与混合种群的情况相反,即使在无限生境的限制下,只要有害突变率和(负)选择系数的平方之间的比率$U_d/s^2$足够大,则适合度下降的速率仍然是有限的。再次使用一个类比的表面生长模型,我们表明,之间的过渡的固定和移动状态的棘轮是由定向渗透。
2014-07-23 cond-mat.stat-mech q-bio.PE
Lower Bound on the Rate of Adaptation in an Asexual Population
我们考虑一个具有随机突变和选择的无性繁殖个体模型。突变率与总体规模$N$成正比。突变可能是有益的或有害的。在Yu,Etheridge和Cuthbertson(2009)的一篇论文中,证明了该模型中平均适应度增加的平均速率为$O(\log N/(\log\log N)^2)$。在本文中,我们表明,对于任何时间$t > 0$存在值$ε_N \rightarrow 0$和一个固定的$c > 0$,使人口的最大适应度大于$cs\log N/(\log\log N)^2$的所有时间$s \in [ε_N,t]$的概率趋于1,因为$N$趋于无穷大。
2015-08-18 math.PR q-bio.PE
Optimality of mutation and selection in germinal centers
B细胞在一个典型的生殖中心的种群动力学理论在揭示亲和力成熟是如何实现的方面可以发挥重要作用。然而,现有的模型遇到了一些冲突与实验。为了解决这些冲突,我们提出了一个粗粒度的模型来计算亲和力成熟过程中的B细胞群体发展,该模型允许对其参数空间进行全面分析,以寻找突变率、选择强度和初始抗体-抗原结合水平的最佳值,从而最大限度地提高亲和力。通过这些优化的参数,该模型与实验观察结果相容,例如~100倍亲和力改善、突变数量、超突变率和“全或无”现象。此外,我们研究了最佳参数背后的原因。与体内高突变率一致的最佳突变率是在积累足够的有益突变和避免太多的有害或致命突变之间的权衡的结果。最优选择强度作为亲和力改善的需要和通过群体瓶颈的要求之间的平衡而演变。这些发现指出了这样的结论,即通过进化已经优化了生发中心,以有效和快速地产生强亲和力抗体。此外,我们还研究了由于B细胞迁移在生发中心之间的迁移而导致的亲和力改善的增强。这些结果有助于我们进一步认识脑胚中心的功能。
2010-02-08 q-bio.PE q-bio.TO
Bounds for survival probabilities in supercritical Galton-Watson processes and applications to population genetics
University of Vienna(维也纳大学)
本文提出了一种方法,用于在超临界Galton-Watson过程中获得生存概率S^(n)的上界或下界,并应用于群体遗传学中的数量性状进化研究。
2026-01-21 math.PR q-bio.PE
Range Expansion with Mutation and Selection: Dynamical Phase Transition in a Two-Species Eden Model
入侵物种对未被占领的领土的殖民化,即所谓的范围扩张,是一个空间异质的非平衡增长过程。我们引入了一个两物种的伊甸园增长模型来分析单向(不可逆)突变和选择之间的相互作用,在不断扩大的战线。虽然进化动力学导致野生型和突变型集群的合并,但菌落的非均匀前进导致粗糙的前沿。我们发现,粗糙化和域动力学强烈耦合,导致定性改变的体积和前面的属性。对于有益的突变,前面很快被突变体接管,生长就像伊甸园一样。相反,如果突变体生长慢于野生型,则通过合并突变体结构域并随之发生吸收状态相变至全突变体前沿,在针对突变体的选择压力与生长之间存在拮抗作用。我们发现表面粗糙化对吸收态相变的临界性质有显著的影响。而参考模型,这保持了扩大前平坦,表现出定向渗流临界行为,两个物种的伊甸园模型的指数强烈偏离it.turn,突变选择过程诱导增加的表面粗糙度的指数不同于经典的伊甸园模型。
2011-10-26 cond-mat.stat-mech q-bio.PE
Rate of adaptation in sexuals and asexuals: A solvable model of the Fisher-Muller effect
大型无性种群的适应受到不同个体中独立产生的有益突变之间的竞争的阻碍,这被称为克隆干扰。Fisher和Muller提出,重组通过减轻这种竞争在大种群中提供了进化优势。基于最近的进展,在无性繁殖的种群进行克隆干扰的适应速度量化,我们提出了一个详细的分析模型基因组的Fisher-Muller机制,由两个位点的无限数量的有益等位基因和倍增健身效果。我们解决了无限的种群动力学准确地表明,对于一个特定的,自然的突变方案,在有性的适应速度是两倍大的无性。由无限人口的结果和以前的工作无性适应的指导下,我们假设一个表达式的适应速度在有限的性种群,同意在很宽的范围内的人口规模和重组率的数值模拟。有性与无性适应速度之比是种群规模的函数,在克隆干扰制度下增加,对于非常大的种群接近2。模拟还表明,在两个基因座的累积突变的数量之间的不平衡被强烈抑制,即使是少量的重组。对该模型推广到任意数目的$L$的位点进行了简要讨论。如果每个后代从整个群体的基因库中而不是从两个亲本中取样每个基因座上的等位基因,那么在大群体中,有性适应速度与无性适应速度之比近似等于$L$。这种情况的一个可能实现是RNA病毒中遗传物质与$L$基因组片段的重配。
2013-08-15 cond-mat.stat-mech q-bio.PE
Genetic drift at expanding frontiers promotes gene segregation
随机遗传漂变和自然选择之间的竞争在进化中起着核心作用:虽然无益的突变往往在小种群中偶然占上风,但横扫大种群的突变通常会带来选择优势。然而,在这里,我们观察到的机会效应,在范围扩大,显着改变基因库,即使在大微生物种群。最初,两种荧光标记的大肠杆菌菌株的良好混合的群体在扩展的菌落中发展出定义明确的具有分形边界的扇形区域。这些区域的形成是由随机波动驱动的,这些随机波动起源于不断扩展的前沿的一小部分先驱。细菌和酵母菌落(酿酒酵母)的比较表明,这种大规模的遗传分区是一种普遍的现象,可以提供一个可检测的足迹过去的范围扩张。
2008-12-12 q-bio.BM q-bio.PE
Asymmetric Interactions Shape Survival During Population Range Expansions
本研究通过模拟和数学模型,揭示了非对称生态相互作用如何影响扩张种群中突变体的空间生存概率,并提供了从相互作用类型预测生存分布及反向推断的框架。
2024-12-14 physics.bio-ph q-bio.PE
Pinned, locked, pushed, and pulled traveling waves in structured environments
行波波前描述了大量物理和生物系统中两种可选状态之间的转换。例子包括有益突变的传播、化学反应和外来物种的入侵。在均匀环境中,交替状态被以恒定速度移动的平滑波前分开。这个简单的图像可以在结构化的环境中分解,如组织,斑块景观和微流体设备。栖息地破碎化可以将前沿固定在特定位置或将入侵速度锁定在特定值。锁定速度对扩散或增长的适度变化不敏感,并由环境的空间和时间周期性决定。与环境的同步导致作为周期性脉冲传播的不连续前沿。我们的特点是从连续到锁定入侵的过渡,并表明它是由正的密度依赖性控制的扩散或增长。我们还表明,速度锁定是强大的人口和环境的波动,并检查锁定入侵的随机动力学和进化。
2020-07-10 cond-mat.stat-mech nlin.CG nlin.PS