Circular genome rearrangement models: applying representation theory to evolutionary distance calculations
我们研究了圆形基因组重排模型的对称性，讨论了一种新的表示理论方法计算圆形基因组之间的进化距离的实现，并给出了一些初步的计算结果的基因组与多达11个区域。
2017-12-03 math.GR math.ST q-bio.PE
Classification of life by the mechanism of genome size evolution
生命的分类应该基于生命进化的基本机制。我们发现，物种之间的全球关系应该是循环系统发育，这与基于系统发育树的常识有很大的不同。通过对当代物种蛋白质长度分布的分析，可以清楚地观察到系谱圈。因此，我们建议域可以定义为区别系统发育圈，这是全球性的和稳定的生活系统的特征。阐明了基因组大小进化的机制，从而解释了C值之谜的主要组成问题。根据蛋白质长度分布的相关性和准周期性，我们还可以将生命分为三个域。
2009-05-17 q-bio.GN q-bio.PE
Estimation of the True Evolutionary Distance under the Fragile Breakage Model
估计现存基因组之间的进化距离的能力在许多基因组学研究中起着至关重要的作用。通常这种估计是基于简约假设，这意味着两个基因组之间的距离可以估计为重排距离等于将一个基因组转化为另一个基因组所需的最小基因组重排次数。然而，在现实中，简约假设可能并不总是成立，强调需要估计，不依赖于重排距离。解释两个基因组之间实际（而不是最小）重排数量的距离通常被称为真正的进化距离。虽然有一种方法来估计真正的进化距离，但它假设基因组在进化过程中的任何位置都有可能被重排破坏。这个假设，被称为随机断裂模型，最近已经被更严格的脆弱断裂模型所反驳，该模型假设只有某些“脆弱”的基因组区域易于重排。提出了一种新的方法来估计脆弱断裂模型下两个基因组之间的真实进化距离。我们评估所提出的方法对模拟基因组，这表明它的高精度。我们进一步应用所提出的方法估计一组五个酵母基因组和一组两个鱼类基因组内的进化距离。
2017-05-25 math.PR q-bio.GN q-bio.PE
A Computational Method for the Rate Estimation of Evolutionary Transpositions
基因组重排是改变基因组结构的进化事件。最常见的基因组重排是逆转、易位、融合和分裂。虽然有一些更复杂的基因组重排，如易位，但它们很少被观察到，并且被认为只构成进化过程中发生的基因组重排的一小部分。由于底层计算问题的棘手性，对转置的分析变得更加模糊。我们提出了一种计算方法，估计基因组之间的进化场景中的换位率。我们将我们的方法应用于一组哺乳动物基因组，并估计哺乳动物进化中的易位率约为0.26。
2015-01-29 math.CO math.PR q-bio.GN
Modelling survival and allele complementation in the evolution of genomes with polymorphic loci
我们已经模拟了由二倍体基因组代表的个体组成的有性繁殖种群的进化。一系列的8位形成一个等位基因占据一个单倍体基因组（染色体）的128个位点之一。环境需要每个基因座的特定活性，这是位于两条染色体上相应基因座上的两个等位基因的活性之和。此活动由设置为零的位数表示。在恒定的环境中，最佳拟合的个体是纯合的，其等位基因的活性对应于对一个位点的环境要求的一半（在二倍体基因组中，相应位点上的两个等位基因产生适当的活性）。在相对低的重组率下改变环境促进产生更多多态性等位基因。在杂合基因座中，不同活性的等位基因互补以满足环境要求。然而，种群的遗传库朝着数量非常有限的互补单倍型的方向进化，快速变化的环境杀死了种群。如果模拟开始时所有基因座都是杂合的，那么它们会在很长一段时间内保持杂合。
2009-11-03 q-bio.GN q-bio.PE
Towards angiosperms genome evolution in time
在这次交流中，基因组大小和结构功能活性的参数在被子植物类群之间的生活型的进化变异的方向进行了分析。结果表明，在白垩纪-新生代，植物的核基因组有增加的趋势。功能基因组效率（每皮克DNA的功能强度）尽可能从最高，在树木和藤本植物的雨和季风森林的古近纪，到最低，在灌木，多年生和一年生草的草甸草原植被出现在新近纪。环境中的温度，湿度和二氧化碳浓度的变化，在相反的方向，关键的植被，进化基因组的大小和损失的功能效率的增长的原因进行了讨论。新生代基因组的增长并没有导致功能的强化，而是导致物种适应能力的扩大。核脱氧核糖核酸含量的增长可以被认为是适应发生的有效工具之一。
2013-02-17 q-bio.PE
Evolution of genomes in the hybridogenetic populations modelled by the Penna model
背景：杂交生殖是一个非常有趣的例子，似乎在一个系统中集成的有性和克隆过程。在论文中描述的一个青蛙案例中，两个亲本物种--莱索纳蛙和里迪利亚蛙可以形成可育的杂交个体--可食蛙。杂交个体在减数分裂前（重组前结束）从其生殖系细胞中消除一个亲本单倍型，这意味着单倍型转移到配子中的克隆繁殖。这三个“物种”被称为“复杂物种”。为了研究这个复杂物种的杂交部分的基因组的进化，我们使用了基于蒙特卡罗的模型呈现年龄结构的人口。该模型能够分析缺陷等位基因在个体基因组以及整个群体的遗传库中的分布。结果如下：我们已经表明，杂交种种群的长期隔离导致物种形成，通过出现特定的互补单倍型集在他们的遗传库。缺陷等位基因的比例增加，但杂合基因座中的缺陷得到补充。然而，即使是两个亲本物种产生的新杂种或杂种与其中一个亲本物种杂交产生的少量供应也会阻止物种形成，并将基因组进化的策略从补充达尔文选择转变为纯化达尔文选择。
2009-03-17 q-bio.GN q-bio.PE
Evolutionary dynamics of selfish DNA generates pseudo-linguistic features of genomes
自从大基因组测序以来，人们发现了它们序列的许多统计特征，其中一个有趣的特征是某些序列比其他序列丰富得多。事实上，一个给定长度的重复数的丰度分布有一个无标度的幂律尾，类似于人类文本的属性，如齐普夫定律。尽管最近作出了努力，但对这一现象仍然缺乏了解。在这里，我们发现自私的DNA元素，如那些属于Alu家族的重复序列，占主导地位的幂律尾。有趣的是，对于Alu元素，幂律指数随着所考虑的连续性的长度而增加。受这些观察的启发，我们开发了一个自私的DNA扩张模型。该模型的预测在定性和定量上都与经验观察相一致。这使我们能够估计自私DNA在基因组进化过程中传播的过程参数。所获得的结果揭示了自私的DNA元件的进化如何塑造基因组的非平凡的统计特性。
2016-02-04 physics.bio-ph q-bio.GN q-bio.PE
Developmental constraints on vertebrate genome evolution
胚胎发育中的限制被认为会使某些变化不太可能发生，而另一些变化则更可能发生，这取决于它们对个体发育的影响。在这里，我们的特点作用于脊椎动物基因组进化的约束。我们使用了来自两种脊椎动物的基因表达数据：斑马鱼，使用跨越14个发育阶段的微阵列实验，和小鼠，使用26个发育阶段的EST计数。我们发现，在这两个物种中，在发育早期表达的基因（1）具有更显著的敲除或突变效应，（2）相对于晚期表达的基因，在全基因组复制后更有可能恢复为单拷贝。这支持了对脊椎动物发育早期阶段的高度限制，使它们对创新（基因获得或基因丢失）的开放程度较低。结果对不同来源的数据-来自微阵列、EST或原位杂交的基因表达;以及来自定向KO、转基因插入、点突变或吗啉代的突变体具有稳健性。我们确定这些约束的模式，这不同于用于描述脊椎动物形态保护的模型（“沙漏”模型）。虽然形态学的限制达到最大的中期发展（“典型”阶段），基因组的限制出现在一个单调的方式随着发育时间的推移减少。
2012-03-06 q-bio.GN q-bio.PE
Universal pacemaker of genome evolution
分子钟（MC）是分子进化的一个核心概念，根据它每个基因以一个特征性的、接近恒定的速率进化。许多进化研究已经证明了MC的有效性，但也表明MC是实质上过度分散的，即给定基因的进化速率与时钟的谱系特异性偏差大大超过了采样误差的预期。比较基因组学的一个基本观察似乎是对MC的补充，即在从细菌到哺乳动物的整个生命进化过程中，相关基因组对中直链基因的进化速率分布几乎保持不变。这种分布的保守性意味着所有基因的相对进化速率几乎保持不变，或者换句话说，在每个进化的基因组中，不同基因的进化速率密切相关。我们假设这种相关性不是MC的简单结果，而是可以通过我们称为通用起搏器（UPM）的基因组进化模型更好地解释。UPM模型假定，在所有进化谱系中，进化速率在全基因组范围的基因组中同步变化。我们试图区分MC和UPM模型拟合数千个系统发育树的细菌和古细菌基因的超级树，反映了主导趋势的垂直下降的进化古细菌和细菌，并根据这两个模型的约束。UPM模型的拟合优度优于MC模型，具有压倒性的统计学显著性。这些结果揭示了基因组进化的通用起搏器，它可能在整个生命史中一直在运作。
2012-04-23 q-bio.PE
Finite genome length corrections for the mean fitness and gene probabilities in evolution models
利用Hamilton-Jacobi方程方法研究了长度为$L$的基因组，得到了水平基因转移模型和具有一般适应度景观的二倍体进化模型的稳态种群分布和平均适应度函数的1/L修正.我们的数值解证实了所得到的解析方程。我们的方法可以应用到一般情况下的非线性马尔可夫模型。
2012-12-06 cond-mat.stat-mech q-bio.PE
Simulating Genomes and Populations in the Mutation Space: An example with the evolution of HIV drug resistance
当模拟不同进化遗传模型下的生物种群时，可以遵循向后或向前策略。反向模拟，也称为基于聚结的模拟，在计算上非常有效。然而，这个框架施加了一些限制，向前模拟没有。在这项工作中，提出了一种新的简单而有效的模型来执行人口和/或基因组的前向模拟。其基本思想认为个体是该个体与参考或共有基因型之间的差异（突变）。因此，该个体不再由其完整序列或基因型代表。一个新的模型相对于一个更经典的前一个效率的例子被证明。本实施例使用B_FR. HXB 2参考序列模拟HIV抗性的进化，以研究已知的对齐多夫定和去羟肌苷药物的抗性突变体的出现
2007-12-30 q-bio.GN q-bio.OT q-bio.PE
Genome wide signals of pervasive positive selection in human evolution
积极选择在人类进化中的作用仍然存在争议。一方面，对正选择的扫描已经确定了数百个候选基因座，并且全基因组的多态性模式显示出与频繁的正选择一致的特征。另一方面，最近的研究认为，许多候选基因座是假阳性的，大多数明显的全基因组适应特征实际上是由于中性多样性的减少，这种中性多样性是由连锁的经常性有害突变（称为背景选择）造成的。在这里，我们分析了来自1,000个基因组项目（Abecasis et al. 2012）的人类多态性数据，并在校正背景选择的影响后检测到普遍的正选择特征。我们发现，中性多态性的水平较低附近的氨基酸取代，观察到的最强的减少，特别是附近的功能性后果氨基酸取代。此外，氨基酸取代与不应该由背景选择产生的最近适应的特征相关，例如存在异常长且频繁的单倍型和位点频谱中的特定扭曲。我们使用正向模拟表明，所观察到的签名需要在附近的氨基酸变化的强适应性取代的高速率。我们进一步证明，如ENCODE（Gerstein et al. 2012）所预测的，所观察到的阳性选择的特征与调控序列的存在的相关性比与氨基酸取代的位置的相关性更强。我们的研究结果表明，适应在人类进化中是频繁的，并为King和Wilson的假设提供了支持（King和Wilson 1975），即适应性差异主要是由监管变化驱动的。
2013-08-22 q-bio.GN q-bio.PE
Quantifying evolutionary dynamics of the basic genome of E. coli
32个独立的E.代表相当大的群体多样性的大肠杆菌已经通过全基因组多重比对和设计用于去除移动元件和高度可变区域的计算过滤来近似。单核苷酸多态性（SNPs）在496个基本基因组对进行鉴定和克隆遗传的延伸区别于那些收购的水平转移（HT）的SNP密度的急剧不连续。最少分化的六个基因组对每个都只有一个或两个HT片段，每个片段占据42 - 115-kbp的基本基因组，并包含至少一个已知赋予选择优势的基因簇。在较高的分歧，典型的镶嵌模式的散布克隆和HT延伸整个基本基因组中观察到，包括可能碎片化的整合跨越限制性屏障。一个简单的模型表明，单个HT事件的数量级为10 kbp，是基因组分歧的主要贡献者，带来的SNP几乎是点突变的12倍。由于这种大片段的持续水平转移，496个超出基因组分歧的菌株对中的400个与它们的共同祖先实际上没有共享基因组材料。我们的结论是，中等大小的基因组片段的积极和持续的水平转移可能主要是介导的共同发展的人口分布随机基因组片段在整个人口的广义转导，允许有效地适应环境的变化。
2014-05-11 physics.bio-ph q-bio.GN q-bio.PE
Towards a core genome: pairwise similarity searches on interspecific genomic data
基因保守现象是与物种形成和适应有关的一个有趣的进化问题。保守基因在进化中以一种保持其功能的方式起作用，尽管周围发生了其他结构和功能变化。最近可用的全基因组数据，从密切相关的物种，使我们能够测试的假设，一个核心基因组存在于一个假设的共同祖先是继承的所有姐妹类群。此外，这个核心基因组应该发挥重要的功能，如遗传调控和细胞修复。从三株细菌（希瓦氏菌属）的全基因组序列。在本分析中使用。将每个鉴定和推定基因的开放阅读框（ORF）用于每个基因组。对所有三个基因组进行了相互Blast搜索，将数千个基因的列表提炼为68个在分类群中相同的基因。基于功能注释，这些基因被鉴定为管家基因，证实了最初的假设。这种方法也可以用于真核生物，特别是人类，黑猩猩和猕猴之间的关系。
2008-07-21 q-bio.GN q-bio.PE
Genome-scale phylogenetic analysis finds extensive gene transfer among Fungi
尽管横向基因转移在细菌进化中的作用已被充分认识，但通常认为它在真核生物中的影响较小。为了探索这一假设，我们比较了两组生物体的基因组进化动态：蓝藻和真菌。祖先基因组推断在两个分支使用两种类型的方法。首先，计数，一种基因树不知道的方法，模型基因复制，增益和损失，以解释观察到的基因组中存在的基因数量。第二，ALE，一种最近的基因树感知方法，使用基因复制，丢失和转移的模型将基因树与物种树相协调。我们比较他们的优点和他们的能力，以量化的作用，转让，并评估分类抽样的影响，他们的推论。我们提出了我们认为是令人信服的证据，基因转移在真菌的进化中起着重要作用。
2015-07-15 q-bio.GN q-bio.PE q-bio.QM
Patterns of positive selection in seven ant genomes
蚂蚁的进化以显著的适应性为标志，这些适应性允许非常复杂的社会系统的发展。为了确定蚂蚁特异性适应如何与分子进化模式相关联，我们寻找蛋白质氨基酸变化的正选择迹象。我们确定了24个功能类别的基因，这些基因在蚂蚁谱系中富集了阳性选择的基因。我们还用同样的方法重新分析了蜜蜂和苍蝇的全基因组数据集，以检查正选择是否只存在于蚂蚁或其他昆虫中。值得注意的是，涉及免疫的基因在三个谱系中富集了正选择的基因，排除了社会昆虫卫生行为的进化导致免疫基因选择压力的重大放松的假设。我们的扫描还表明，涉及神经发生和嗅觉的基因开始经历增加的正选择之前，在Hytera的社会性进化。最后，这三个谱系之间的比较使我们能够确定蚂蚁谱系特有的分子进化模式。特别是，有蚂蚁特异性的经常性的正选择与线粒体功能的基因，这表明线粒体的活性提高在这个谱系的进化。这可能是迈向极端寿命进化的重要一步，这是蚂蚁的标志。
2014-05-07 q-bio.GN q-bio.PE
The Evolution of tRNA-Leu Genes in Animal Mitochondrial Genomes
动物线粒体基因组通常有两个亮氨酸转移RNA：一个是反密码子UAG，翻译四密码子家族CUN，而另一个是反密码子UAA，翻译两密码子家族UUR。这两个基因在第三个反密码子位置上一定不同，但在某些物种中，基因在许多其他位点上不同，表明这些基因已经独立了很长时间。在后生动物的进化过程中，线粒体基因组中基因的重复和缺失是经常发生的。如果一个tRNA-Leu基因被复制，并且反密码子发生了替换，这将有效地将一种类型的tRNA转化为另一种类型。第二种tRNA的原始拷贝可能会因基因组中其他地方的缺失而丢失。有几组物种的两个tRNA-Leu基因在基因组上彼此相邻（或非常接近），这表明已经发生了串联复制。在这里，我们使用RNA特异性系统发育方法来确定这两个基因的进化树。我们目前的证据表明，重复，反密码子突变和删除的过程中发生的tRNA-亮氨酸基因的进化过程中至少有五次-一次在所有的原口类的共同祖先，一次在棘皮动物和Hemichordates的共同祖先，一次在寄居蟹〈动〉<动>，两次独立的软体动物。
2003-10-23 q-bio.PE
The asexual genome of Drosophila
重组的速率影响分子进化的方式。在高重组序列中，选择的目标是单个的遗传基因座;在低重组序列中，选择共同作用于大的、遗传连锁的基因组片段。连锁选择可以诱导克隆干扰，这是一种通过种群内遗传分支竞争的特定进化模式。这种模式在无性进化的微生物中是众所周知的，但尚未在专性有性生物中系统地追踪。在这里，我们表明，果蝇基因组分为两种模式的进化：一个本地干扰制度与有限的遗传连锁效应，和克隆竞争的干扰冷凝物。我们映射这些模式的突变频率谱的差异，我们表明，它们之间的过渡发生在一个阈值重组率，这是可预测的基因组汇总统计。我们发现低重组序列的片段中的干扰冷凝物主要位于着丝粒两侧的染色体区域，覆盖了果蝇基因组的约20%。凝聚区具有影响基因功能的无性进化特征：选择的效率和进化的速度较低，遗传负荷高于局部干扰区。我们的研究结果表明，多细胞真核生物可以在一个基因组内具有异质的进化模式和时间。我们认为，这种变化产生选择基因组结构。
2017-11-29 q-bio.PE
Transposable element sequence evolution is influenced by gene context
背景：真核生物基因组中的转座因子是影响基因组大小、结构和表达的主要因子。它们的插入和缺失的动态取决于基因组中强度和性质不同的各种因素。我们在这里解决如何TE序列的进化是受相邻基因和染色质状态（常染色质或异染色质）在其插入位点。结果如下：我们估计了拟南芥中TE序列的年龄，发现它们取决于与最近基因的距离：位于基因附近的TE比那些更远的TE更老。因此，在异染色质区，这是基因贫乏的地区，TE序列是令人惊讶的年轻和更长的比其他地方。结论：我们提供的证据偏TE年龄分布接近或接近基因。有趣的是，常染色质中的TE序列和异染色质中的TE序列以不同的速率进化，因此，可以解释异染色质中的TE序列倾向于更年轻和更长。然后，我们重新审视了TE序列动力学模型，并指出了TE丰富的基因组，如玉米和小麦，与TE贫乏的基因组，如苍蝇和A。thaliana.
2013-11-24 q-bio.GN q-bio.PE
Complementary Theory of Evolutionary Genetics
该理论试图定义物种，并探索物种形成和物种维持中的进化力量和遗传因素。该理论解释了物种形成和物种维持是如何分别由自然选择作用于非孟德尔和孟德尔变异引起的。物种作为群体的出现和维持是由进化力量平衡的，包括种群内和种群间以种群特异性速率的基因流动的互补机制：有性和无性生殖，重组和非重组基因组区域，垂直和水平DNA转移，以及转座子增殖和控制。重组基因组区域携带保守基因并经历减数分裂重组，而非重组基因组区域携带辅助基因，不受这种结构限制。有性生殖、垂直DNA转移、重组基因组区域和转座子控制通过维持重组染色体的数量和结构来维持物种的存在，而无性生殖、水平DNA转移、非重组基因组区域和转座子增殖通过促进生殖隔离〈动〉<动>以及染色体数量和结构的改变来帮助物种的出现。该理论是基于对尖孢镰刀菌复合体中分离株的基因组序列的分析。在该复合体中，水平额外染色体转移的速率估计为每年每个基因组0.1。
2021-12-15 q-bio.PE
Feature learning of virus genome evolution with the nucleotide skip-gram neural network
最近的研究表明，即使是最小的基因组，如病毒，通过复杂和随机的过程进化，独立等位基因的假设在大多数应用中是无效的。测序技术的进步产生了多个时间点的全基因组数据，这使得能够凭经验研究这些等位基因之间的潜在相互作用。为了研究这些相互作用，我们将等位基因表示为分布式向量，这些向量编码进化过程中与其他等位基因的关系，并将人工神经网络应用于时间采样的全基因组数据集进行特征学习。我们使用来自自然语言处理（NLP）的方法和算法来构建这个平台，我们将其称为核苷酸跳图神经网络。我们学习分布的等位基因的矢量使用的等位基因频率的变化埃可病毒11在消毒剂的存在或不存在的实验进化数据。使用新的开源软件TensorFlow进行训练的结果表明，可以使用主成分分析和层次聚类对学习的分布式向量进行聚类，以揭示结构蛋白VP1上出现的与消毒剂适应候选突变相关的非同义突变列表。此外，该方法可以通过将相互作用的程度设置为生物超参数来解释重组率，并且结果显示跨基因组的中程相互作用的最现实的情况与先前的研究最一致。
2017-10-27 q-bio.PE
Limited Lifespan of Fragile Regions in Mammalian Evolution
基因组进化中的一个重要问题是是否存在染色体重排反复发生的脆弱区域（重排热点）。尽管几乎所有最近的研究都支持哺乳动物基因组中存在脆弱区域，但最全面的哺乳动物基因组学研究（Ma et al.（2006）Genome Research 16，1557-1565）对它们的存在提出了一些质疑。我们表明，脆弱的地区受到“出生和死亡”的过程，这意味着脆弱性有限的进化寿命。这一发现意味着脆弱区域迁移到不同哺乳动物的不同位置，解释了为什么不同谱系之间只有少数染色体断裂点。脆弱区域的诞生和死亡现象强化了这样一个假设，即重排是由匹配的片段重复促进的，并表明了目前活跃的脆弱区域在人类基因组中的假定位置。
2010-10-31 q-bio.GN q-bio.PE q-bio.QM
Detecting gene innovations for phenotypic diversity across multiple genomes
基因创新是生物进化和表型多样性的重要机制。需要能够在越来越多的基因组序列中研究基因创新的工具，以最大限度地利用我们对生物系统的理解。在这里，我们提出了比较系统地层学，一个开源的软件套件，使时间的新基因的出现在整个进化时间和相关的基因出现模式与物种性状同时在整个基因组从多个物种。这种比较策略是开始剖析基因创新与表型多样性之间关系的新的有力工具。我们通过分析最近发表的蚂蚁基因组来描述和展示我们的方法。这种新的方法确定了蚂蚁分支中新基因进化的重要回合，这与生活史特征的变化有关。我们的方法可以很容易地整合新的基因组数据，因为它变得可用，因此将是一个有价值的分析工具，有兴趣在基因的水平上解释生命的多样性进化的进化生物学家。
2012-12-16 q-bio.GN q-bio.PE q-bio.QM
Evolution of bacterial genomes under horizontal gene transfer
今天，利用越来越多的基因组数据，可以解开塑造细菌多样性的进化力量。虽然真核生物的基因组是高度稳定的，但来自同一物种的细胞的细菌基因组在基因内容上差异很大。基因含量的这种巨大变化导致了细菌的分布式基因组及其泛基因组的概念（Tettelin等人，2005; Ehrlich等人，2005年）。我们提出了一个种群遗传模型的基因内容的进化，占几种机制。从环境中的基因摄取是仿照事件的基因增益沿系谱树有关的人口。假基因化可导致基因缺失，并伴有基因丢失。Huson和Steel（2004）使用固定的系统发育树研究了这两种机制。采用由聚结剂给出的随机系谱（Kingman，1982; Hudson，1983），我们研究了Baumdicker等人（2010）已经产生的基因组多样性。在本文中，我们扩展了该模型，以将事件的种间水平基因转移。在这个模型中，我们得到的基因频谱和其他感兴趣的数量的期望。
2011-05-25 math.PR q-bio.PE
The role of haplotype complementation and purifying selection in the genome evolution
我们讨论了染色体和基因组进化的两种不同方式。纯化选择占主导地位的大panmictic群体，其中孟德尔定律的独立基因分配是有效的。如果种群很小，重组过程就不足以确保连锁基因的独立分类，更大的基因簇可以作为遗传单位遗传。在这样的条件下，有整簇的基因倾向于互补，而不是像纯化选择那样的单对等位基因。计算机模拟表明，互补和纯化策略之间的切换具有相变的特征。这也是负责沿真核细胞染色体观察到的重组事件的具体分布-更高的重组率，观察到在亚端粒区域比在染色体的中心部分-同域物种形成和可能的非单调关系之间的生殖潜力和遗传距离的父母。
2010-07-20 q-bio.PE
Statistical Mechanics of Horizontal Gene Transfer in Evolutionary Ecology
生物世界，特别是其主要的微生物组成部分，是强烈的相互作用，并可能由集体效应主导。在这篇综述中，我们为统计物理学家简要介绍了活细胞通过转移基因进行遗传交流的方式，以及它们可以重组基因组以应对环境压力的方式。我们讨论了基因组进化如何被认为与退火的物理现象有关，并描述了基因组可以说是表现出类似的信息熵的意义。作为这些想法的直接应用，我们分析了海洋微生物基因组中转座子随海洋深度的变化，预测了与最近使用宏基因组调查观察结果一致的趋势。
2010-12-10 q-bio.PE
A mathematical model for gene evolution after whole genome duplication
全基因组复制（WGD）是生物分子进化中最重要的事件之一。在鱼类中，WGD被认为发生在硬骨鱼类的祖先谱系中。最近全面的直向同源物比较硬骨鱼基因组中WGD产生的冗余基因的命运提供了有用的数据和见解。在此基础上，提出了一个数学模型来解释WGD后基因的进化过程。考虑到i）重复基因中任一个的快速损失和ii）重复基因中每一个的适度功能分化之间的平衡，对模型进行参数化，这两者之后是纯化选择下的缓慢基因损失。该模型预测，在硬骨鱼谱系中，在WGD后的9000万年期间，最多约3000个基因对可能在功能上发生了分化。因此，本研究提供了一种可能性，即在研究基因组结构变化或功能分化的细节之前，可以根据模型参数定量评估WGD的整体影响。如果平衡模型不仅适用于硬骨鱼，而且适用于其他经历过WGD的谱系，则可以在这些谱系中测试和比较评估指标与进化上重要事件（例如物种多样化或新表型的发生）之间的相关性。
2017-02-21 q-bio.PE
Evolution: Life has Evolved to Evolve
吉姆·夏皮罗综合了大量关于进化机制的观察，得出了一个引人注目的结论，即基因组的大规模修改、交换和重排是常见的，应该被视为生命的基本特征。换句话说，基因组不应被视为只有少数罕见突变的只读，而应被视为一个不断修订的完整的遗传功能读写库。基因组的修改发生在细胞复制期间，在多细胞发育期间，以及在个体群体的进化期间。DNA格式化控制遗传重排、基因表达和遗传修复的时间和位置。每一个事件都在精确的细胞回路的控制下。夏皮罗回顾了自然基因工程的工具箱，提供了有效的长期基因组重组所需的功能。
2014-01-30 q-bio.PE
Population genomics of intrapatient HIV-1 evolution
许多微生物种群迅速适应不断变化的环境，多种变体竞争生存。为了在体内量化这种复杂的演化动力学，时间分辨的和包括罕见变体的全基因组数据是必不可少的。我们对9名未经治疗的患者进行了HIV-1群体的全基因组深度测序，每位患者有6-12个纵向样本，跨越5-8年的感染。我们发现，轻微的多样性模式在患者之间是可重复的，并反映了全球HIV-1的多样性，这表明控制多样性的健身成本的普遍景观。在整个感染过程中观察到向祖先HIV-1序列的逆转，几乎占所有序列变化的三分之一。回复率强烈依赖于守恒。频繁的重组将大部分基因组的连锁不平衡限制在约100 bp，但由于短程连锁而导致的强烈搭便车限制了多样性。
2015-09-08 q-bio.GN q-bio.PE
Selective pressures on genomes in molecular evolution
我们将大分子的进化描述为一个信息传递过程，并将香农信息论的工具应用于此，这使我们能够分离出三个独立的、相互竞争的选择压力，我们称之为压缩、传递和中性选择。前两个影响基因组长度：通过压缩代码来节省资源的压力，以及获取额外信息以改善通道的压力，增加信息传输到每个后代的速率。嘈杂的传播渠道（突变复制）产生了第三种压力，作用于信息的实际编码;它最大限度地提高了相对于表型中性的突变比例。这种中性选择对进化性的进化有重要的意义。我们在数字生物的实验中展示了每一种选择压力。
2003-01-15 cs.NE nlin.AO physics.bio-ph
Competency of the Developmental Layer Alters Evolutionary Dynamics in an Artificial Embryogeny Model of Morphogenesis
生物基因型不直接编码表型;发育生理学是控制层，将基因组与通过选择确定的能力分开。一个关键的方面是能力，因为细胞不是被动的材料，而是具有复杂上下文敏感能力的单细胞生物的后代。我们使用了进化模拟的最小人工胚胎的背景下，探测不同程度的细胞能力的演化动力学的影响。虚拟胚胎由细胞基因组提供的位置信息值的单轴组成，由进化周期操作，其中胚胎的适应性与轴向梯度的单调性成正比。演化动力学在两种模式下进行评估：硬连线“马赛克”发展（基因型直接编码表型），和一个更现实的模式，细胞相互作用之前，评估的健身功能（“调节”发展）。即使是最小的能力，以改善他们的位置在胚胎中的结果在进化搜索的更好的性能。至关重要的是，我们观察到，由于细胞的能力掩盖了基因组的原始适应性，因此表型适应性的提高主要是由于细胞解决发育问题的能力的提高，而不是结构基因组。这表明存在一个强大的棘轮机制：进化逐渐锁定在其媒介基质的智力改进上，减少了结构基因组的压力。进化越来越多地将更多的精力投入到开发软件而不是完善硬件的反馈回路解释了像涡虫这样的物种的基因组与解剖学之间令人困惑的分歧，确定了随着时间的推移扩展智能的可能驱动力，并提出了在计算机和生物工程中设计新系统的策略。
2022-07-29 q-bio.PE
Reconstructing subclonal composition and evolution from whole genome sequencing of tumors
University of Toronto（多伦多大学）；Ontario Institute for Cancer Research（安大略癌症研究所）
肿瘤通常含有由不同的体细胞突变定义的多个癌细胞亚群。我们描述了一种新的方法，PhyloWGS，可以应用于WGS数据从一个或多个肿瘤样本重建这些亚群的完整基因型的基础上变异等位基因频率（VAF）的点突变和结构变异的人口频率。我们介绍了一个原则性的VAF基因座的拷贝数改变的影响，我们表明，这种校正大大提高了亚克隆重建相比，现有的方法。
2015-01-06 cs.LG q-bio.PE stat.ML
A simple stochastic model to describe the evolution over time of core genome SNP GC content in prokaryotes
生物体中的基因组由核苷酸腺嘌呤（A）、鸟嘌呤（G）、胞嘧啶（C）和胸腺嘧啶（T）组成。所有原核生物的基因组都由双链DNA组成，其中一条链的A和G（嘌呤）分别与另一条链的T和C（嘧啶）结合。因此，一条链上A的数量几乎等于另一条链上T的数量，一条链的G和另一条链的C也是如此。在全球范围内，这种关系被形式化为Chargaff的第一奇偶性规则;其strandwise等价物是Chargaff的第二奇偶性规则。因此，任何双链DNA基因组的GC含量可以表示为%GC=100%-%AT。原核生物GC含量的变化在分类群之间可以是实质性的，但在微生物基因组内通常是小的。已发现这种变化与生育和环境因素有关。由于基因组内的新单核苷酸多态性（SNP）至少部分与环境有关，SNP GC含量可以被认为是生物体环境影响，生活方式和生育力的复合测量。我们提出了一个数学模型，该模型描述了在高斯白噪声干扰下，微生物基因组中SNP GC含量如何随时间演变为AT->GC和GC->AT突变率的函数。该模型表明，在非重组细菌中，突变首先会在不知不觉中积累，然后突然波动失控。因此，突变率的微小变化可能突然变得不可持续，如果没有足够早地抵消，最终会导致物种灭绝。这个模型，这是特别适合于共生原核生物，符合穆勒的棘轮预测的情况下，并可能表明，这并不总是一个渐进的，退化的过程。
2019-08-24 q-bio.PE
A generative model for bipartite gene-sharing networks
Centro de Astrobiología (CSIC-INTA)（天体生物学中心（西班牙国家研究委员会-国家航空航天技术研究所））；Grupo Interdisciplinar de Sistemas Complejos (GISC)（复杂系统跨学科小组）；Instituto de Biocomputación y Física de Sistemas Complejos (BIFI), Universidad de Zaragoza（萨拉戈萨大学生物计算与复杂物理研究所）；Universidad Carlos III de Madrid（马德里卡洛斯三世大学）；Computational Biology Branch, Division of Intramural Research, National Library of Medicine, National Institutes of Health（美国国立卫生研究院国立医学图书馆内部研究部计算生物学分支）；Department of Biodiversity and Evolutionary Biology, Museo Nacional de Ciencias Naturales (CSIC)（西班牙国家研究委员会国家自然科学博物馆生物多样性与进化生物学系）
本文提出一个生成模型，解释双部基因共享网络中基因和基因组的度分布特征，通过水平基因转移等进化过程，揭示基因获得对病毒进化主导作用。
2026-04-15 physics.bio-ph q-bio.PE
The pattern and process of gene family evolution
大规模的数据库是可用的，其包含从跨越生命的三个域的数百个完整基因组序列构建的同源基因家族。在这里，我们讨论的方法越来越复杂，旨在从这样的数据集提取基因家族进化的模式和过程的信息。特别是，我们认为模型调用基因出生（复制和转移）和死亡（损失）的过程来解释基因家族的进化。首先，我们回顾了家庭规模演化的出生和死亡模型及其含义，在不同物种和生命的三个领域中观察到的家庭规模分布的普遍特征。随后，我们进行到最近的事态发展，能够更全面地考虑信息的同源基因家族的序列，通过概率和解的个体基因的系统发育历史与系统发育历史的基因组中，他们居住的模型。为了说明所提出的方法和结果，我们使用HOGENOM数据库的数据，证明真核生物、古细菌和细菌基因组中同源基因家族大小的分布表现出非常相似的形状。我们发现，这些分布是最好的基因家族规模的进化模型，其中个别基因的死亡（损失）率大于出生（复制和转移）率，但新的家庭不断提供给基因组的起源过程。最后，我们使用概率调和方法，考虑到额外的信息，从基因遗传，并发现，对于原核生物，大多数的出生事件是转移的结果。
2011-02-11 q-bio.GN q-bio.PE
Genome evolution in an endangered freshwater mussel
本研究构建濒危淡水贻贝Elliptio spinosa的参考基因组，与近缘常见物种对比发现其重复基因积累符合近中性理论，但转座因子增殖更少，揭示小种群基因组演化的复杂性，为濒危物种基因组健康评估提供新方向。
2025-03-20 q-bio.PE
Evolutionary genomics of transposable elements in Saccharomyces cerevisiae
酿酒酵母是研究转座因子基因组学和进化的主要模型系统之一。S.酿酒酵母基因组的研究在完成后不久的几年内导致了对其五个已知转座因子家族（Ty 1-Ty 5）的许多见解。然而，随后的进展，生物信息学工具分析转座因子和基因组序列的多个菌株和酵母物种的最近可用性激发新的调查泰进化的S。啤酒。在这里，我们提供了S中Ty家族的全面系统发育和群体遗传分析。基于S288 c参考基因组中的Ty元件的重新注释，我们发现，以前的注释工作低估了所有已知的家庭泰元素的总拷贝数。此外，我们还鉴定了一个新的Ty 3样元件家族。paradoxus Ty 3 p，其完全由简并的solo LTR组成。LTR序列的系统发育分析鉴定了三个具有短分支、最近活跃的进化枝嵌套在长分支、非活性插入中的家族（Ty 1、Ty 3、Ty 4），一个具有基本上所有最近活跃的元件的家族（Ty 2）和两个仅具有非活性元件的家族（Ty 3 p和Ty 5）。来自另外38株S.酿酒酵母表明，存在于活性进化枝中的元素主要是多态性的，而大多数非活性元素是固定的。最后，我们使用比较基因组数据提供证据，Ty 2和Ty 3 p家族已经出现在S。酿酒酵母基因组水平转移。我们的研究结果表明，一个单一的个人的基因组包含重要的信息TE种群动力学的状态在一个物种，并建议水平转移可能发挥重要作用，在单细胞真核生物中的转座因子的多样性的塑造。
2012-09-01 q-bio.GN q-bio.PE
A symmetry-inclusive algebraic approach to genome rearrangement
在通过基因组重排模型计算进化距离的许多现代方法中，大多数都与一组特定的基因组建模假设和一类有限的允许重排有关。“位置范例”，其中基因组表示为表示每个区域的位置（和方向）的排列，使得能够实现基于模型的方法，其中可以选择生物学上合理的重排并为其分配相对概率/成本。在这里，必须进一步将基因组的任何潜在结构对称性纳入计算，并确保这种对称性反映在模型中。在我们最近引入的{ \em基因组代数}框架中，每个基因组对应于同时包含其所有固有物理对称性的元素。这些代数的表示理论则提供了一个自然的模型，通过重新排列的马尔可夫链的演变。虽然这个框架的实施，以计算距离的基因组与“实际”数量的区域是目前计算上不可行的，我们认为这是一个重大的理论进步：可以将不同的基因组建模假设，计算各种基因组的距离，并比较不同的重排模型下的结果。本文的目的是展示其中的一些功能。
2021-11-12 math.RA q-bio.PE
Observations and perspectives on the variation of biodiversity
基于对全基因组序列的统计分析，已经观察到遗传密码的进化与生命的三域树之间的远程关系。需要解释这种遥远关系存在。贯穿生命历史的生命系统的统一性依赖于生命的共同特征：同手性、遗传密码和通用基因组格式。在基因组密码子分布中，普遍的基因组格式已被观察到作为序列水平上生命的共同特征。本文的主要目的是重建和解释古生代生物多样性曲线。已经观察到，中生代生物多样性曲线的指数增长率大约等于基因组大小进化的指数增长率。因此，这强烈表明，基因组的扩展导致了中生代生物多样性曲线的指数趋势，其中生命进化过程中的保守性是由序列水平上的通用基因组格式保证的。此外，根据气候和海平面变化数据，得到了一条一致曲线，解释了中生代生物多样性曲线的波动。因此，基于基因组、气候和海平面变化数据重建的生物多样性曲线与基于化石数据的Sepkoski曲线一致。在重建的生物多样性曲线中可以识别出五个质量梯度，这表明质量梯度的构造成因。整个中生代起源率和灭绝率的下降可能是由于基因组大小进化的增长趋势。
2018-07-05 q-bio.PE
Gene family amplification facilitates adaptation in freshwater Unionid bivalve Megalonaias nervosa
由于生物体面临着激烈的快速变化的选择压力，需要新的遗传物质来促进适应。在遗传新颖性的来源中，基因复制和转座因子（TE）提供了新的基因或新的调控模式，可以促进进化变化。随着基因组测序技术的进步，当种群受到威胁时，可以更广泛地了解非模式物种中基因家族的增殖和TE含量的演变。淡水双壳类（蚌科）目前面临着严重的人为挑战。在美国，超过70%的物种受到威胁，濒危或灭绝，由于污染，水道筑坝和过度捕捞。我们已经为M创建了参考基因组。nervosa来确定基因组内容在面对这些广泛的环境挑战时是如何演变的。我们观察到最近的转座因子增殖的爆发，导致382 Mb的基因组内容的扩展。基因家族扩展很常见，每代每个基因的重复率为1.16 x 10 ^-8。细胞色素P450、ABC转运蛋白、Hsp70基因、von Willebrand蛋白、几丁质代谢基因、线粒体吞噬蛋白和视蛋白基因家族经历了显著更大的扩增并显示出选择的特征。我们使用进化理论来评估SNP和重复在进化变化中的相对贡献。估计表明，基因家族进化可能提供了一个特殊的基板的遗传变异在M。nervosa，Psgv = 0.185，而单个核苷酸变化的Psgv = 0.067。因此，我们认为基因家族进化是基因组中促进适应的“希望怪物”的来源。
2020-11-16 q-bio.GN q-bio.PE
Inference of gene loss rates after whole genome duplications at early vertebrates through ancient genome reconstructions
著名的2R假说最早是由大野进在1970年提出的。它指出，两个全基因组复制塑造了早期脊椎动物的基因组。2R假说最有说服力的证据来自4：1比例的染色体区域，与近缘物种相比，这些区域在脊椎动物中既保留了基因内容又保留了基因顺序。然而，由于缺乏这样严格的证据，2R假说仍处于争论之中。在这里，我们提出了一个系统发育和基因组同源性的综合观点，重新审视2R全基因组重复的假设。祖先脊椎动物基因组以及古老的复制事件是从17个现存的脊椎动物物种中创建的。从早期脊椎动物的复制事件中提取现存的后代，并重组为部分基因组。然后，我们检查了基因顺序的基础上的同线性，并投射回系统发育基因树检查重建的早期脊椎动物基因的同线性证据。我们确定了7877个祖先基因，这些基因是从早期脊椎动物的3026次重复事件中产生的，超过50%的重复事件显示出同线性的证据。因此，我们的重建为2R假设提供了非常有力的证据。我们还重建了早期脊椎动物的基因组，并建立了早期脊椎动物基因获得和丢失的模型。我们估计，2R之前的早期脊椎动物大约有12，000个基因，第一轮全基因组复制后随机基因丢失的概率约为0.45，第二轮全基因组复制后随机基因丢失的概率约为0.55。这项研究为2R假说提供了令人信服的证据，并可能为脊椎进化提供进一步的见解。数据提供：https://github.com/haimingt/Ohnologs-and-2R-WGD
2018-05-22 q-bio.GN q-bio.PE
Genome heterogeneity drives the evolution of species
构成复杂生物体的大部分DNA是非编码的，被定义为垃圾。即使是编码部分也是由不同的基因组成的，这些基因对表型的影响不同。因此，随机突变对样本适应性的影响强烈依赖于它发生的DNA区域。这种异质的组成应与进化过程联系起来。然而，方法仍然是未知的。在这里，我们研究一个最小的生态系统的进化模型，其中两个拮抗剂物种的生存斗争的格子。每个标本都有一个玩具基因组，编码其表型。由于随机突变对基因的影响（熵力）以及与环境和个体之间的相互作用（自然选择），种群的基因库会随着时间而变化。我们证明了每个基因在表型表现中的相关性是进化的关键特征。在存在统一的基因相关性的情况下，观察到突变的熔化。自然选择的作用使生态系统处于一种缓慢漂移的非平衡状态，降低了适应性，导致物种灭绝。相反，如果一个样本具有异质基因相关性，自然选择就会战胜熵力，物种就会进化，从而增加其适应性。我们最后表明，异质性与空间相关性是负责自发同域物种形成。
2019-12-03 physics.bio-ph q-bio.PE
Lateral Gene Transfer, Rearrangement and Reconciliation
背景祖先基因顺序重建模型逐步整合了不同的进化模式和过程，如不平等的基因内容，基因复制，并通过协调基因树隐含序列进化。在单细胞生物体中，这些模型迄今为止忽略了横向基因转移，尽管它可能对这些模型产生重要的混淆作用，以及通过检测整个基因簇的转移来提供关于基因功能的丰富信息来源。结果.我们报告了一个算法及其实现，DeCoLT，重建祖先的基因组组织的基础上调和基因树，总结信息序列进化，基因起源，复制，丢失，和横向转移。DeCoLT在多项式时间内找到重排的最小数量，计算为基因对之间相邻性的增加和破坏的数量。我们将DeCoLT应用于来自36个蓝藻基因组的1099个基因家族。结论DeCoLT能够在几个小时内重建35个祖先细菌基因组与1000个基因家族的邻接关系，并检测共转移基因的簇。由于对基因组组织没有约束，邻接可以推广到基因之间的任何关系，以重建具有相同框架的祖先相互作用，功能或复合物。
2013-06-27 q-bio.GN q-bio.PE
Non-Archimedean Replicator Dynamics and Eigen's Paradox
提出了一种新的非阿基米德演化动力学模型，其中基因组用p-adic数表示。在这个模型中，基因组具有可变的长度，不一定有界，与长度固定的经典模型相反。给定基因组浓度的时间演化由p-adic演化方程控制。该方程依赖于适应度函数f和突变测度Q。通过选择Gibbs型突变测度，并利用Maynard Smith Answer的p-adic形式，证明了阈值函数M_{c}（f，Q）的存在性，使得基因组的长期生存要求其长度增长快于M_{c}（f，Q）.这意味着如果基因组的复杂性以正确的速度增长，Eigen悖论就不会发生。二十多年前，Scheuring和Poole，Jeffares，Penny提出了一个假说来解释Eigen悖论。我们的数学模型表明，这种生物学假设是可行的，但它需要p-adic分析，而不是真正的分析。更确切地说，如果基因组的长度超过M_{c}（f，Q），就会发生普尔等人提出的达尔文-本征循环。
2018-10-02 q-bio.PE
Intraspecific Comparative Genomics of Candida albicans Mitochondria Reveals Non-Coding Regions Under Neutral Evolution
白色念珠菌是一种严重的血源性医院获得性念珠菌病，对世界范围内的公共卫生产生影响。由于其作为医院病原体的重要性，C。白念珠菌基因组已经被大量研究以鉴定种内变异，并且已经开发了几种分型方法以区分密切相关的菌株。线粒体DNA可用于此目的，因为与核DNA相比，其更高的突变负荷和进化速率容易揭示微变体。因此，我们以8倍覆盖率对两个C.白色念珠菌临床分离株（L296和L757）的基因组序列，并将这些序列与参考菌株SC 5314的基因组序列进行比较。对33，928个位点的基因组比对结果显示，共发现372个多态位点，其中编码区230个，非编码区142个。从拉丁美洲18株临床分离株和2株ATCC标准株中扩增并测序了位于tRNAGly/COX 1、NAD 3/COB和ssurRNA/NAD 4L基因之间的3个中性替换位点，分别命名为IG 1、IG 2和IG 3。白色念珠菌菌株。观察到高度的序列和大小变异性，范围高达56 bp的大小差异，并且基于IG 1、IG 2和IG 3的同源性揭示了三个组。插入高达49 bp的观察完全在阿根廷菌株相对于其他序列，这可能表明聚类的地理多态性。由于这些线粒体基因间区具有中性进化、高度变异性、易于PCR分离和测序等特点，为C.白色念珠菌分离株，完善建立多位点序列分型方法。
2012-11-26 q-bio.GN q-bio.PE
Scaling effects in the Penna ageing model
我们已经分析了扩展性Penna老化模型的可能性。假设在生殖年龄之前表达的基因数量与基因组大小呈线性增长，并且每个基因组和世代的突变率是恒定的，我们发现，在最小生殖年龄之前表达的缺陷基因的比例随着基因组大小而下降，而通过遗传死亡消除的缺陷基因的数量随着基因组大小而增长。因此，进化成本随着基因组的扩大而降低。在根据突变时钟重新调整时间尺度后，种群的年龄分布不依赖于基因组大小。然而，扩大基因组会增加种群的繁殖潜力。
2004-11-29 q-bio.PE
Information Theory of Genomes
基因组大小与生物体复杂性的关系仍然被描述得相当含糊。基因的数量（G值）和DNA的总量（C值）都与表型复杂性无关。使用信息论的考虑，我们开发了一个模型，允许一个定量估计的基因组序列中的功能信息的量。这个模型很容易回答长期存在的问题，为什么GC含量在功能区域增加。该模型允许一致的估计基因组的复杂性，解决G-和C-值的主要差异。对于具有类似复杂表型的相关生物，这种估计提供了对它们的生态位复杂性的生物学见解。这一理论框架表明，生物信息可以根据环境的需求快速进化，主要是在非编码基因组序列中，并解释了复制在生物信息进化中的作用。了解基因组序列中功能性的近似量对于许多应用是有用的，例如基因组遗传学分析、计算机模拟功能元件发现或对基因分型和测序的靶进行优先排序。
2007-01-12 q-bio.GN q-bio.PE
A New Approach to the Small Phylogeny Problem
在小进化问题中，我们给出了一个系统发育树和现存物种的基因顺序，我们的目标是重建所有的祖先基因组，使进化操作的数量最小化。从基因顺序重建进化历史的算法通常是基于重复计算基因组在树的相邻顶点的中位数。我们提出了一种新的，更一般的方法，基于迭代局部优化过程。在每一步中，我们提出祖先基因组的候选人，并通过动态规划选择最好的。我们已经实现了我们的方法，并用它来重建16个酵母mtDNA和13桔梗科cpDNAs的进化历史。
2010-12-04 q-bio.PE
Reconstruction of the evolutionary history of gene gains and losses since the last universal common ancestor
基因的获得和损失已经塑造了物种的基因库，因为今天的物种的最后一个共同祖先。现存物种的基因是在不同的历史时期通过从头创造新基因、复制现有基因或转移另一个物种的基因（HGT）获得的，然后逐渐丢失。随着基因组测序数量的不断增加，一些比较分析已经被用来量化脊椎动物、昆虫、真菌、植物等限制性谱系的基因获得和丢失的进化历史。在这里，我们构建并分析了超过10，000个基因家族树，以前所未有的规模重建祖先基因组的基因内容，覆盖了数百个基因组，跨越了生命的各个领域。这是对基因进化历史中所有事件的最全面的全基因组分析。我们发现，我们的研究结果在很大程度上是一致的，较早的，不完整的比较研究特定的谱系，如脊椎动物，但发现显着的差异，特别是在最近的进化史。我们发现，在物种树的分支之间，基因获得的速率变化很大，并且发现某些快速基因复制的时期与地质历史中的大规模灭绝有关。
2018-02-16 q-bio.PE
The dynamics of gene duplication and transposons in microbial genomes following a sudden environmental change
当微生物种群适应大的环境变化时，可能会发生各种基因组转变。特别是，基因组调查表明，在过渡到专性，宿主依赖性共生体，转座子的密度首先上升，然后随着进化时间的推移下降。在这里，我们表明，这些意见可以占一类通用的随机模型的基因组的进化中存在的连续选择和基因复制。该模型使用的适应度函数允许多个基因拷贝的部分贡献，是拷贝数的递增但有界的函数，并且对于一个完全适应的基因拷贝是最佳的。我们使用Monte Carlo模拟表明，动力学导致基因拷贝数的初始上升，随后由于适应新的环境参数而下降。这些结果是鲁棒的合理的基因重复和突变参数时，适应一个新的目标序列。我们的模型提供了一个通用的解释微生物转座子密度的动态变化后，大的环境变化，如主机限制。
2011-01-19 q-bio.PE
Evolutionary trend of SARS-CoV-2 inferred by the homopolymeric nucleotide repeats
严重急性呼吸系统综合征冠状病毒2（SARS-CoV-2）是目前全球COVID-19大流行的病原体，已造成数百万人死亡。了解冠状病毒的人畜共患进化可能为开发有效疫苗，监测传播趋势和预防新的人畜共患感染提供见解。同源多聚核苷酸重复序列（homopolymericnucleotiderepeats，HP）是最简单的串联重复序列，是真核生物基因组中普遍存在的特征。然而，HP在冠状病毒基因组进化中的分布和作用研究得很少。在这项研究中，我们描述了蝙蝠和人类冠状病毒和SARS-CoV-2变异体基因组中的HP分布和趋势。结果表明，SARS-CoV-2基因组中HP含量丰富，且在进化过程中HP含量增加。特别是在人类宿主中，冠状病毒的HP poly-（A/T）和poly-（C/G）的差异随着进化而增加。HP poly-（A/T）和poly-（C/G）的差异与宿主适应性和病毒毒力水平有关。因此，我们建议HP差异可以作为冠状病毒人畜共患进化水平的定量度量。特别地，HP差异测量推断SARS-CoV-2 Omicron变体具有HP poly-（A/T）和poly-（C/G）的高度差异，表明对人类宿主的高度适应。
2022-01-01 q-bio.PE q-bio.QM stat.AP
The genomic consequences of hybridization
在过去的十年中，基因组测序的进步使研究人员能够揭示不同物种群体的杂交历史，包括我们自己。尽管该领域在记录自然杂交的程度方面取得了令人印象深刻的进展，无论是历史上的还是最近的，但关于其遗传和进化后果仍有许多未解之谜。最近的研究表明，基因组中杂交的结果可能部分是可预测的，但关于杂交选择的性质和形成这种选择的生物学变量的许多悬而未决的问题阻碍了这一领域的进展。我们讨论了什么是已知的机制，杂交后，在基因组中的祖先的变化，突出主要的未解决的问题，并讨论其对杂交后的基因组进化的可预测性的影响。
2021-03-19 q-bio.PE
Ultrafast topological data analysis reveals pandemic-scale dynamics of convergent evolution
Heidelberg University（海德堡大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Columbia University（哥伦比亚大学）；Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院）；Centre Inria d’Université Côte d’Azur（蔚蓝海岸大学Inria中心）；TUM Department of Mathematics and Munich Data Science Institute（慕尼黑工业大学数学系与慕尼黑数据科学研究所）；Wellcome Trust Sanger Institute（惠康信托桑格研究所）
EVOtRec通过拓扑数据分析方法，快速识别大规模基因组数据中的趋同进化变异，无需构建系统发育树，提升进化动态分析效率。
2026-01-23 cs.CG q-bio.GN q-bio.PE
