The arrival of the frequent: how bias in genotype-phenotype maps can steer populations to local optima
基因型-表型（GP）图谱说明了改变基因型的随机突变如何通过改变表型产生变异，进而引发选择。许多GP图谱共有以下一般性质：1）基因型$N_G$的数量远大于可选择表型的数量; 2）中性探索改变了群体可接近的变异; 3）表型频率$F_p=N_p/N_G$的分布，其中$N_p$是映射到表型$p$上的基因型数量，具有高度偏倚：大多数基因型仅映射到少数表型。在这里，我们探讨这些属性如何影响演化动力学的单倍体赖特-费舍尔模型，耦合到一个简化的和一般的随机GP地图或一个更复杂的RNA序列的二级结构图。对于这两个图谱，导致表型$p$的突变的概率按一阶比例缩放为$F_p$，尽管对于RNA图谱，也存在进一步的相关性。通过使用平均场理论，计算机模拟的支持下，我们表明，发现时间$T_p$的表型$p$类似规模的一阶为$1/F_p$为广泛的人口规模和突变率在单态和多态性制度。这些变化率的差异可以在许多数量级上变化。因此，具有较大$F_p$的表型变异比具有较小$F_p$的变异更可能出现。我们表明，使用RNA模型，频繁的表型（具有较大的$F_p$）可以固定在一个群体中，即使当替代，但不太频繁，表型具有更高的健身可能是可访问的。换句话说，如果适者永远不会“到达”进化变化的时间尺度，那么他们就不能修复。我们把这种高度非遍历的效应称为“频率的到达”。
2014-02-06 q-bio.PE
Probabilistic Genotype-Phenotype Maps Reveal Mutational Robustness of RNA Folding, Spin Glasses, and Quantum Circuits
本文提出概率性基因型-表型映射框架，在RNA折叠、自旋玻璃和量子电路三个系统中揭示了双相突变鲁棒性标度规律，并建立了具有高预测力的解析理论。
2025-01-03 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
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
Genotype networks, innovation, and robustness in sulfur metabolism
代谢网络是一个复杂的系统，它包括数百个化学反应，这些反应从生物体环境中的化学物质合成生物质分子。任何一个生物体的代谢网络都是由代谢基因型编码的，代谢基因型由一组酶编码基因定义，这些基因的产物催化网络的反应。每个代谢基因型具有代谢表型，例如在化学元素和能量的不同来源的光谱上合成生物质的能力。硫代谢是研究代谢网络演化的一个很有吸引力的方面，因为它涉及的反应比碳代谢少得多。具体来说，我们研究所有可能的代谢基因型的空间的属性，并分析不同数量的硫源上可行的随机代谢基因型的属性。我们发现，具有相同表型的代谢基因型形成大的连接基因型网络，通过代谢基因型空间延伸很远。它们通过这个空间到达的距离是这种网络中超必要反应数量的线性函数，即在具有相同表型的所有网络中发生的反应数量。我们发现，任何基因型网络的不同社区都有非常不同的新表型，代谢创新可以在新的硫源上维持生命。我们还分析了进化群体的代谢网络，以探索新的代谢表型的能力。基因型网络的存在促进了这种能力，因为这些网络的不同邻域包含非常不同的新表型。与大分子相比，表型稳健性可能有助于表型创新，我们表明，在这里获得新表型的能力并不单调增加稳健性。
2010-10-05 q-bio.MN q-bio.PE
Dimensionality-Reduction in the Drosophila Wing as Revealed by Landmark-Free Measure-ments of Phenotype
生物表型来自一组复杂的基因型相互作用。虽然测序技术的进步提供了生物体基因型的定量描述，但生物体物理表型的表征远远落后。在这里，我们涉及基因型的复杂和多维表型的解剖结构使用果蝇翅膀作为模型系统。我们开发了一种数学方法，使生物学显着的表型变异的强大的描述。分析自然的表型变异，以及在发育过程中遗传和环境条件的弱扰动所产生的变异，我们观察到一组高度受限的翅膀表型。在降维的一个显著例子中，果蝇发育程序产生的变种的性质被限制在翅膀的单一综合变异模式中。我们的策略表明，在果蝇翅膀的基因型-表型图中出现的简单性，并可能代表了一个一般的方法来询问各种基因型-表型关系。
2020-10-13 physics.bio-ph q-bio.PE q-bio.QM
Double-replica theory for evolution of genotype-phenotype interrelationship
本文提出基因型与表型双副本统计物理理论，将自旋玻璃副本方法扩展到表型演化模型，得到噪声与选择压力下的相图，并揭示鲁棒适应相及适应度与基因鲁棒性的权衡。
2022-11-28 cond-mat.dis-nn cond-mat.stat-mech q-bio.PE
Evolution of Genetic Redundancy : The Relevance of Complexity in Genotype-Phenotype Mapping
遗传冗余是普遍存在的，可以在任何生物体中找到。然而，有人认为，遗传冗余会降低总的种群适应度，因此，冗余不太可能进化。在这封信中，我们研究了一个进化模型与高维基因型-表型映射（GPM）调查的相关性的复杂性GPM的遗传冗余的进化。通过应用复制方法处理淬灭随机性，解析地得到了适应度的冗余依赖关系，证明了在GPM较复杂的情况下，遗传冗余确实是可以进化的.我们的研究结果提供了一个新的见解如何遗传冗余进化。
2013-02-09 q-bio.GN q-bio.PE
Evolutionary stochastic dynamics of speciation and a simple genotype-phenotype map for protein binding DNA
物种形成对于理解地球上生命的巨大多样性至关重要。与目前的现象学模型相比，我们开发了一种生物进化的方法来研究物种形成，涉及两个地理上隔离的人群的蛋白质结合DNA的共同进化。我们的研究结果预测，尽管中性扩散的性状空间中的杂交种，较小的人口有较高的物种形成率，由于序列熵poising人口更接近不相容的区域的表型空间。这项工作的一个关键教训是，序列熵的非平凡贡献引起了强烈的种群规模依赖于物种形成率。
2013-05-12 q-bio.PE
Symbiotic Sympatric Speciation: Compliance with Interaction-driven Phenotype Differentiation from a Single Genotype
基于相互作用诱导的表型发育可塑性，提出了同域物种形成的机制。首先，具有相同基因型的个体的表型根据个体之间的竞争性相互作用所触发的发育动态的不稳定性而分成几组。然后，通过基因的突变变化，表型差异被固定到基因上，直到群体在基因和表型上完全分离。这也表明，提出的理论导致杂种不育性下的有性重组，从而物种形成是在生殖隔离的意义上完成的。由于这种交配后的隔离，交配偏好后来演变。当存在两个等位基因时，等位基因之间形成相关性，以巩固物种形成。当个体位于空间中时，不同的物种随后在空间上分离，这意味着迄今为止被认为是异地的物种形成可能是同域物种形成的结果。与以前的理论，频率依赖性选择，强化，鲍德温效应，表型可塑性和资源竞争的关系进行了简要讨论。自然进化的结果的相关性进行了讨论，包括间断平衡，突变体中的不完全突变，以及基因型-表型对应的灵活性的变化。最后，讨论了我们的理论是如何在现场和实验室（在实验中使用大肠杆菌）证实。
2002-03-18 cond-mat.stat-mech nlin.AO physics.bio-ph
Sympatric speciation: compliance with phenotype diversification from a single genotype
提出了一种新的同域物种形成机制，考虑到每个个体生物体内复杂的生物过程。根据动力系统理论，具有相同基因型的生物体可以具有不同的生理状态，并可以通过适当的相互作用“共生”共存。随着突变，表型分化的生物体逐渐拥有不同的基因型，同时保持它们的共生关系。这种共生的物种形成对有性重组是稳健的，因为具有中间基因型的混合亲本的后代比它们的亲本更不适合。这导致杂交体的不育。因此，交配偏好的基础也就产生了。
2000-09-18 cond-mat q-bio.PE quant-ph
From genotypes to organisms: State-of-the-art and perspectives of a cornerstone in evolutionary dynamics
理解基因型如何映射到表型、适应性以及最终的有机体，可以说是完全预测进化理论中的下一个主要缺失部分。我们通常把这称为基因型-表型图谱的问题。虽然我们还远远没有达到这些关系的全貌，我们目前的理解更简单的问题，如结构诱导基因型空间的序列映射到分子结构，揭示了重要的事实，深刻影响的动态描述的进化过程。支持表型偏差等特征的基本相关性的经验证据也在增加，而概念和实验进展的综合导致对当前关于演化动力学性质的假设提出质疑-癌症进展模型或合成生物学方法是值得注意的例子。这项工作深入研究了一个关键的和建设性的态度，在我们目前的知识，基因型如何映射到分子表型和生物体功能，并讨论了理论和经验的途径，以扩大和改善这种理解。作为一个最终目标，这个社区的目标应该是获得一个更新的图片进化过程中健全的依赖于基因型空间的结构特性，揭示了现代技术的分子和功能分析。
2021-03-17 physics.bio-ph q-bio.PE
The structure of the genotype-phenotype map strongly constrains the evolution of non-coding RNA
中性突变的流行意味着生物系统通常具有比表型多得多的基因型。但是基因型在表型上的分布方式能决定进化的结果吗？提出这样的问题是困难的，因为基因型的数量可能是超级天文数字。通过解决RNA二级结构的基因型-表型（GP）地图系统的长度为$L=126$核苷酸（其中所有可能的RNA链的集合将重量超过可见宇宙的质量），我们表明，GP地图强烈约束非编码RNA（ncRNA）的进化。基因型上的简单随机抽样预测了性质的分布，例如在天然存在的ncRNA中发现的突变稳健性或每个二级结构的茎数，其准确性令人惊讶。由于我们忽略了自然选择，这种与图谱惊人的密切对应表明，尽管遗传空间巨大，但允许功能的结构很容易被发现。映射是非常有偏见的：大多数基因型映射到所有生物学上可能的结构的形态空间的指数小部分。这种强约束为锤头状核酶等结构的趋同进化提供了非适应性解释。这些结果提出了一个特别明确的例子，在变化的到来强烈塑造进化的结果，并可能与迈尔的近因和最终原因在进化生物学的区别偏见。
2015-09-25 q-bio.BM q-bio.PE
Evolutionary Shaping of Low-Dimensional Path Facilitates Robust and Plastic Switching Between Phenotypes
本文用含活性与调控位点的自旋统计物理模型进化基因型，发现系统在复制对称破缺转变温度附近形成沿一维低维路径的自由能谷，从而兼顾表型切换的稳健性与可塑性。
2023-04-22 cond-mat.dis-nn physics.bio-ph q-bio.PE
Information-theoretic characterization of the complete genotype-phenotype map of a complex pre-biotic world
信息如何在生物分子序列中编码是难以量化的，因为这样的分析通常需要对指数级大的遗传空间进行采样。在这里，我们展示了信息论如何揭示最大的完整基因型-表型图谱（超过5万亿序列）中的强大和压缩编码。
2021-07-07 cs.IT math.IT q-bio.MN
Genetic correlations greatly increase mutational robustness and can both reduce and enhance evolvability
基因型-表型（GP）图谱中的突变邻域被广泛认为比随机机会预期的更有可能共享特征。正如约翰·梅纳德·史密斯（John Maynard Smith）所指出的那样，这种遗传相关性会对演化动力学产生强烈影响。我们通过比较三个GP图- RNA SS，HP三级，Polyominoes蛋白质四级结构-与一个简单的随机空模型来探索和量化这些直觉，该模型保持映射到每个表型的基因型数量，但随机分配基因型。在这些GP图中的基因型的突变邻域比在随机空模型中更可能包含映射到相同表型的（突变中性）基因型。这些中性相关性可以将突变的鲁棒性提高到空模型的数量级，将鲁棒性提高到形成大型中性网络的临界阈值以上，从而增强中性探索的能力。我们还研究了{ \em非中性相关}：与空模型相比，i）如果一个特定的如果在基因型的1-突变邻域中发现一次（非中性）表型，则在该邻域中多次发现该表型的机会大于预期; ii）如果两个基因型由单个中性突变连接，则它们各自的非中性1-突变邻域更可能相似; iii）如果基因型映射到折叠或自组装表型，则其非中性邻居不太可能是潜在有害的非折叠或非组装表型。类型i）和类型ii）的非中性相关性降低了通过中性探索发现新表型的速度，因此可能会降低可进化性，而类型iii）的非中性相关性可能会促进进化探索，从而增加可进化性。
2016-03-07 q-bio.PE
Bridging scales in cancer progression: Mapping genotype to phenotype using neural networks
在这篇综述中，我们总结了我们最近的努力，试图了解异质性在癌症进展中的作用，通过使用神经网络来解释从癌细胞基因型和环境到其表型的映射的不同方面。我们的中心前提是，癌症是一个不断演变的系统，受到突变和选择，这些过程发生的主要渠道是癌细胞，其行为在多个生物尺度上受到调节。选择压力主要由肿瘤生长的微环境驱动，这直接作用于细胞表型。反过来，表型由基因型调节的细胞内途径驱动。整合所有这些过程是一项艰巨的任务，需要弥合许多生物尺度（即基因型，途径，表型和环境），我们将在这次审查中只触及表面。我们将专注于使用神经网络作为连接这些不同生物尺度的一种手段的模型，因为它们允许我们轻松地创建异质性以供选择作用，重要的是这种异质性可以在不同的生物尺度上实现。更具体地说，我们认为三个不同的神经网络，这些规模的不同方面的桥梁和对话的微环境，（i）的影响，微环境的演化动力学，（ii）映射从基因型到表型下的药物诱导的扰动和（iii）在正常和癌细胞在不同的微环境条件下的通路活动。
2014-04-28 q-bio.MN q-bio.PE q-bio.TO
Entropic contribution to phenotype fitness
本文研究双峰景观中表型尺寸、基因型网络拓扑与复制能力对适合度的影响，通过解析推导、映射分析和种群模拟揭示演化可及性的熵效应。
2023-04-11 cond-mat.stat-mech q-bio.PE
Metanetworks of artificially evolved regulatory networks
我们研究元网络中出现的基因型和表型空间，在一个模型人口的布尔图的背景下发展选择短的动态吸引子。我们定义一个图的邻接矩阵为它的基因型，它在进化过程中发生突变，而它的表型是它的动态吸引子集。基因型和表型空间中的元网络分别由遗传接近性和表型相似性形成，后者由共享吸引子的吸引盆的大小加权。我们发现，人口的进化网络形成巨大的集群在基因型空间，泊松度分布，但表现出层次组织的$κ$核心分解。然而，在大尺度上，它们形成树状扩展图。布尔图的随机种群通常在遗传上彼此远离，以至于它们不能形成元网络。在表型空间中，进化种群的元网络在弱连接消除和节点随机删除的情况下都是超鲁棒的。
2015-06-19 physics.bio-ph physics.soc-ph q-bio.PE
Phenotype Search Trajectory Networks for Linear Genetic Programming
Queen’s University（女王大学）；University of Stirling（斯特林大学）；Michigan State University（密歇根州立大学）
本研究通过图模型可视化线性遗传编程的搜索轨迹，并量化表型复杂度与基因型丰度，发现复杂表型更难发现，简单表型更易作为进化垫脚石。
2023-06-23 cs.AI q-bio.PE
Inferring genotype-phenotype maps using attention models
Boston University（波士顿大学）；Harvard University（哈佛大学）；Tufts University（塔夫茨大学）；Princeton University（普林斯顿大学）
针对从基因型预测表型的遗传学核心挑战，本文将擅长捕捉上下文依赖互作的注意力模型应用于数量遗传学，在模拟和酵母实验数据中证明其在处理上位性时预测性能优于传统方法，并探索了多环境迁移学习应用。
2025-04-14 cs.LG q-bio.GN q-bio.PE
Percolation on fitness landscapes: effects of correlation, phenotype, and incompatibilities
我们研究了随机适应度分配中的相关性如何影响适应度景观的结构。我们考虑三类适应度模型。第一种是连续的表型空间，其中个体的特征在于大量连续变化的性状，如大小，重量，颜色或直接影响适应性的基因产物的浓度。第二个是一个简单的模型，明确地描述了基因型表型和表型适应度的地图，允许在表型和适应度水平的中立性，并导致一个适应度景观与可调的相关长度。第三种是一类模型，其中等位基因或表型性状值的特定组合是“不相容”的，即所得基因型或表型具有降低的（或零）适应性。这类模型可以被看作是典型的Bateson-Dobzhansky-Muller物种形成模型的推广。我们还证明了离散NK模型具有高相关性模型的一些特征。在整个文件中，我们的重点是渗流阈值，连接集群的数量，大小和结构，以及可行的基因型的数量。
2006-11-23 q-bio.PE
VCF2Networks: applying Genotype Networks to Single Nucleotide Variants data
总结：基因型网络是系统生物学中用于研究给定表型的创新性的方法，确定表型是否对突变具有鲁棒性，以及与之相关的基因型如何在基因型空间中分布。在这里，我们开发了VCF 2网络，一种将这种方法应用于群体遗传学数据的工具，特别是编码在变体调用文件格式（VCF）中的单核苷酸变体数据。补充材料1中给出了可以通过VCF2Networks计算的基因型网络的属性的完整总结。可用性和实施：该项目的主页是https://bitbucket.org/dalloliogm/vcf2networks。VCF2Networks也可以直接从Python包索引（PyPI）获得，名称为vcf2networks。
2014-05-18 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
A ProbLog program to infer individual genotypes from familial phenotypes in autosomal, X-linked, and Y-linked Mendelian disorders
Inria Saclay（法国国家信息与自动化研究所萨克雷中心）
研究旨在从家族表型推断个体基因型，提出 ProbLog 概率逻辑编程算法，能推导基因多代遗传概率，可利用家族表型知识区分不同连锁疾病，开源工具获相同结果，强调为相关任务提供可解释方法的重要性。
2026-07-23 cs.LO q-bio.PE
A unified formal framework for developmental andevolutionary change in gene regulatory network models
描述生物学变化的两个最基本的过程，发育和进化，发生在截然不同的时间尺度上，很难在一个统一的框架内调和。发育涉及由调控结构层次控制的细胞状态的时间序列。它发生在单个个体的一生中，并且与给定基因型的基因表达水平变化相关。相比之下，进化通过基因的获得/丢失以及基因间相互作用的网络拓扑结构的变化来实现基因型的改变。它涉及在许多个体的一生中出现新的、环境选择的表型。在这里，我们提出了一个模型的监管网络的演变，占两个时间尺度。我们扩展了基因调控网络（GRN）的布尔模型的框架-目前只适用于描述发展，包括进化过程。与一对一映射到特定吸引子相反，我们将细胞的表型确定为GRN的相关宏观状态。一个表型现在可以对应多个吸引子，它的正式定义不再需要基因型的固定大小。这为定量研究基因型的表型变化提供了可能性，基因型本身也在进化的时间尺度上发生变化。我们展示了如何实现特定的表型可以控制的基因复制事件（这里使用的原型进化事件能够改变基因型），以及如何连续的基因复制事件导致新的监管结构，通过选择。与此同时，我们表明，我们的广义框架不抑制网络的可控性和网络控制理论的可能性来描述发展过程中的表观遗传信号。
2019-03-07 physics.bio-ph q-bio.PE
The challenge of scale in molecular adaptation: Local searches in astronomical genotype networks
Museo Nacional de Ciencias Naturales (CSIC)（国家自然科学博物馆）；Institut de Biologia Evolutiva (UPF-CSIC)（进化生物学研究所）；Universidad Carlos III de Madrid（马德里卡洛斯三世大学）
研究探讨分子适应中局部搜索在巨大基因型空间中的作用，结合病毒进化与理论分析，揭示高维序列空间对进化动态的影响，强调局部适应的高效性与鲁棒性。
2026-01-17 q-bio.PE
Long-term evolution of regulatory DNA sequences. Part 1: Simulations on global, biophysically-realistic genotype-phenotype maps
Institute of Science and Technology Austria（奥地利科学技术研究院）；European Molecular Biology Laboratory（欧洲分子生物学实验室）
本文探讨了调控DNA序列的长期演化，通过构建全局基因型-表型图，研究CRE从头进化的时间、序列空间中的调控功能及连接性，以及不同调控架构下的进化速度。
2026-01-27 q-bio.PE
Molecular Labor Division: Its Cause and Consequence
外部环境选择和内部较低层次的进化对于进化的整体图景都是必不可少的。本文提出，内部进化分为DNA/RNA模式形成（基因型）和蛋白质功能作用（表型）解决了适应性和可进化性之间的普遍冲突。具体而言，本文解释了这种普遍的冲突是如何推动基因型-表型分工的出现，为什么这种分工是负责非凡的复杂性的生活，以及如何在分工的基因型-表型映射的具体方式决定的路径和形式的进化和发展。
2011-08-21 q-bio.BM q-bio.GN q-bio.PE
An Illustrated Introduction to the Basic Biological Principles
外部环境选择和内部较低层次的进化对于进化的整体图景都是必不可少的。本文提出，内部进化分为DNA/RNA模式形成（基因型）和蛋白质功能作用（表型）解决了适应性和可进化性之间的普遍冲突。具体而言，本文解释了这种普遍的冲突是如何推动基因型-表型分工的出现，为什么这种分工是负责非凡的复杂性的生活，以及如何在分工的基因型-表型映射的具体方式决定的路径和形式的进化和发展。
2009-12-14 q-bio.GN q-bio.NC 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
The Effect of Recombination on the Neutral Evolution of Genetic Robustness
传统的群体遗传学考虑有限数量的基因型的进化，这些基因型对应于具有不同适合度的表型。然而，由于模型表型，特别是RNA二级结构，已经变得易于计算，突变的背景依赖性效应和这些基因型-表型图谱中固有的多对一性质可以具有基本的进化后果已经变得显而易见。先前已经证明，仅通过中性突变在对应于具有相同二级结构的所有基因型的中性网络上进化的基因型群体可以进化突变鲁棒性[Nimwegen { \it et al.}突变鲁棒性的中性进化，1999 PNAS]，通过将群体集中在高中性区域。引入重组，我们证明，通过数值计算的随机神经网络的合奏，突变的鲁棒性显着增强，并进一步增强的幅度是敏感的神经网络拓扑结构的细节上的一个无限人口的平稳分布。通过模拟随机神经网络和缩小的microRNA神经网络上进化的基因型的有限种群，我们表明，即使在有限的种群重组仍然会采取行动，集中在局部高中立性的区域的人口。
2008-04-21 q-bio.PE
On the accessibility of adaptive phenotypes of a bacterial metabolic network
适应性表型出现后在进化种群中传播的机制已经相当清楚。人们对影响这些表型的进化可及性的因素知之甚少，这是它们在种群中出现的先决条件。在这里，我们调查环境质量的影响，大肠杆菌的中央代谢网络的适应表型的可及性。我们使用一个已建立的代谢通量平衡模型作为基因型-表型图（GPM）的基础。我们量化了七种不同性质的环境（对应于碳水化合物和代谢底物）对GPM结构的影响。我们发现，GPM在质量较差的环境中具有更坚固的结构，这表明适应性表型在这种环境中本质上不太容易获得。然而，在GPM最崎岖的环境中，平均约74%的基因型可以通过中性漂变改变;这可能允许进化中的种群规避这种崎岖性。此外，我们发现，归一化互信息（NMI）的基因型差异相对于表型差异，这措施的GPM的能力，以传输有关表型差异的信息，是正相关的（基于模拟）估计的可访问性的适应表型在不同的环境。这些结果与一个简单的分析理论的预测是一致的，他们提出了一个直观的进化适应的信息理论原则，适应可能会更快的环境中，GPM有更大的能力来传递有关表型差异的信息。
2009-08-14 cs.IT math.IT q-bio.MN
Model of haplotype and phenotype in the evolution of a duplicated autoregulatory activator
基因复制被认为在基因组复杂性的进化中起着重要作用。重复基因的存在消除了自然选择对基因的限制，导致其可能丧失功能，或者偶尔获得新的功能。另一方面，一个多效性基因可能在它的复制品之间分配它的功能，从而保留两个拷贝。重复基因对于二倍体基因型来说并不新奇，但仅对于单倍型来说。在本文中，我们研究了二倍体基因型中调控相互作用的后果，并探讨了等位基因相互作用的背景如何产生动态表型，使重复基因在人群中传播。我们研究的调控网络是一个单一的自动调节激活基因，该基因的两个拷贝在二倍体物种中作为等位基因或在单倍体中作为复制品而发散。这些差异是在他们的转录能力-无论是通过改变其激活域，或其顺式调节结合库。当引入顺式调节变化，在重复物之间划分多个调节触发物时，显示出现的重复物的互斥表达状态伴随有备用设施：当高度表达的基因缺失时，先前未表达的重复拷贝补偿它。调控网络模型的二倍体版本可以解释等位基因特异性表达变体，单倍型网络的遗传模型使我们能够追踪杂合表型的进化结果。这是模拟一个副本的激活域中的变化，从而在单细胞中产生稳定的以及短暂的爆发振荡。进化模型表明，这些表型状态的二倍体，杂合基因型，使重复的单倍型的传播。
2012-12-04 physics.bio-ph q-bio.MN q-bio.PE
Evolution on neutral networks accelerates the ticking rate of the molecular clock
大量的基因型产生相同的表型，因为表型表达是高度冗余的。相应地，一个群体可以接受突变而不改变其表型，只要基因型突变成同一集合上的另一个。通过连接每对通过突变相互访问的基因型，基因型将自己组织成神经网络（NN）。已知这些网络是异质的和互异的，并且这些属性影响种群的演化动力学。通过研究具有任意拓扑结构的NN上的种群动态，我们分析了连续性、NN（表型）适应性和网络大小的影响。我们发现，群体离开网络的概率越小，花在它上面的时间越长。这种渐进的“表型诱捕”需要系统地增加过程中的过度分散随着时间的推移和中性突变的固定率的加速。我们还量化了这些影响的变化与表型的大小，并与其健身相对于邻近的替代品。
2014-09-24 cond-mat.stat-mech q-bio.PE
Human Genome Variation and the concept of Genotype Networks
基因型网络是系统生物学中用于研究具有相同表型的一组基因型的“创新性”的方法。在过去，它们已被应用于确定遗传异质性和突变的稳定性，如代谢网络和RNA折叠系统。最近，它们成为重新调和进化论中的中立派和选择派的基础。在这里，我们将基因型网络的概念应用于群体遗传学数据的研究，并将其应用于1000个基因组数据集。我们使用由单核苷酸变异体（SNV）的短单倍型组成的网络，并将表型定义为人类群体中单倍型的存在或不存在。我们使用合并模拟来确定1000个基因组数据集中的样本数量是否足够大，以代表真实种群的遗传变异。其结果是对与遗传异质性和突变稳定性相关的特性如何沿人类基因组分布的扫描。我们发现，参与获得性免疫的基因，如一些HLA和MHC基因，往往具有最多的异质性和连接网络;我们还发现，编码区和非编码区的网络之间存在很小但显著的差异，这表明编码区的基因型多样性更丰富，对突变更稳定。总之，这里提出的工作可能构成应用基因型网络研究基因组变异的起点，因为下一代数据的更大数据集将变得可用。
2013-12-19 q-bio.PE
Evolution as fitness landscape navigation: concepts, measures, and emerging questions
University of Lausanne（洛桑大学）；University of Bern（伯尔尼大学）；Swiss Institute of Bioinformatics（瑞士生物信息学研究所）；University of Cologne（科隆大学）
本文综述了进化中适应度景观导航的理论与方法，定义了关键概念，探讨了表型-基因型映射与适应度景观的关系，提出新的导航度量，并讨论了非单调路径对进化导航的影响。
2026-09-21 q-bio.PE
How genome redundancy can promote evolutionary innovation
Sapienza University of Rome（罗马第一大学）；Italian Institute of Technology（意大利理工学院）
研究多倍体在不同选择压力下与遗传模式、基因型-表型映射的相互作用，通过最小进化模型发现多倍体在环境突变时有利，随机遗传与非线性映射效果最佳，结构化遗传有最优值，为理解多倍体受自然选择青睐提供统一框架。
2026-07-21 physics.bio-ph q-bio.PE
The Polymorphic Evolution Sequence for Populations with Phenotypic Plasticity
在本文中，我们研究了一类随机个体为基础的模型，描述了单倍体种群的演变，每个人的特点是由一个表型和一个基因型。个体的表型决定其自然出生率和死亡率以及竞争核$c(x,y)$，其描述了由于个体或$y$型的存在而导致的$x$型个体经历的诱导死亡率。当一个新的个体出生时，发生突变的概率很小，即后代具有与父母不同的基因型。我们研究的模型的新颖之处在于，具有给定基因型的个体可以表达一组不同的表型，并且在其一生中，它可以在不同的表型之间切换，其速率比突变率大得多，而且可能取决于整个群体的状态。种群的演化是一个连续时间的、测度值的马尔可夫过程。在我们的上一篇论文[4]中，提出了这样一个模型来描述免疫治疗下的肿瘤演变。在本文中，我们考虑了一个大类的模型，其中包括在[4]中研究的例子，并分析了它们的标度极限的总体规模趋于无穷大和突变率趋于零。在适当的假设下，我们证明了收敛到马尔可夫跳跃过程，这是Champagnat和Méléard [8，10]分析的多态演化序列（PES）的推广。
2017-08-04 math.PR q-bio.PE
Metastable Evolutionary Dynamics: Crossing Fitness Barriers or Escaping via Neutral Paths?
我们分析研究的动态演变的人口表现出亚稳定性的表型或健身水平。在恒定的选择性环境中，这种亚稳态行为是由两种性质不同的机制引起的。一方面，种群可能被固定在局部适应性最优值，通过低适应性基因型的{ \em适应性屏障}与较高适应性基因型分离。另一方面，群体可能仅在表型或适合度水平上是亚稳定的，而同时在选择性中性基因型的{ \em中性网络}上扩散。在这种情况下发生亚稳定性是因为群体与更高适应度的基因型被{ \em熵屏障}隔开：群体必须探索这些中性网络的大部分，然后才能发现与更适合的表型的罕见联系。我们推导出解析表达式的障碍跨越时间在健身障碍和熵障碍制度。与“牺牲”的进化模型相比，我们表明，达到更高的健身的等待时间强烈依赖于健身障碍的宽度，其高度少得多。分析进一步表明，穿越熵障碍比穿越适应度障碍快几个数量级。因此，当种群被困在亚稳态表型状态时，它们最有可能沿着基因型空间中的中性路径穿过熵垒而逃脱。如果不存在沿着中性路径的这种逃逸路线，则种群最有可能在障碍为{ \em最西}的地方而不是障碍最浅的地方穿过适应度障碍。
1999-07-02 adap-org nlin.AO q-bio.PE
Huge progeny production during the transient of a quasi-species model of viral infection, reproduction and mutation
Eigen的准种模型将病毒描述为高适应性“主”基因型的不同突变体的集合。突变体被认为具有比主类型更低的适应度，但它们与主类型共存，形成准物种。当突变率足够高时，主种不再存活，并被广泛的突变类型所取代，从而摧毁了准种。这就是所谓的“错误灾难”。但是自然选择作用于表型，而不是基因型，大量的基因型产生相同的表型。一个重要的结果是有益突变的出现，增加了突变体的适应性。最近提出了一个模型来描述存在有益突变的准物种。该模型缺乏Eigen模型的错误灾难，并预测病毒种群呈指数增长的稳定状态。只有当准种的传染性低到指数为负时，灭绝才会发生。在这项工作中，我调查的瞬态时，这个模型的感染是从少量的低健身病毒粒子。我证明，在病毒种群减少（并可能灭绝）的初始状态之外，种群的增长是超指数的。因此，这个群体很快变得如此庞大，以至于在达到稳定状态之前，由于缺乏待感染的宿主细胞而开始进行选择。这一结果表明，病毒感染可能在病毒形成其最佳形式之前就已广泛传播。
2010-11-09 physics.bio-ph q-bio.PE
Discordance between genomic divergence and phenotypic variation in a rapidly evolving avian genus (Motacilla)
一般来说，基因型和表型预计是空间一致的，然而，在广泛分布的物种复合体，传播障碍少，多个接触区，有限的生殖隔离<动>，表型和地理群之间的不一致性更可能。长尾燕（学名：Wagtails）是一种鸟类，在欧亚大陆上有着显著的羽毛图案变化。在一个物种中有多达13个亚种被识别，但以前使用线粒体DNA的研究支持与亚种羽毛特征不一致的地理群体。在这项研究中，我们调查表型和基因型之间的联系，通过比较人口被认为是在不同阶段沿物种连续。我们采取一种新的地理方法，估计人口结构，测试隔离的距离，进行人口建模，并估计第一个时间校准的物种树属。我们的研究提供了强有力的证据，物种水平上的分化模式，但种群水平上的分化不太明显。我们发现的证据表明，四个广泛分布的欧亚物种中有三个表现出东西分裂，这与亚种分类和表型变异相矛盾。这两个划分的地理位置和时间估计人口模型是重叠的两个同域物种，这表明重合的更新世事件塑造了他们的历史。
2017-07-12 q-bio.PE
Neutral networks of genotypes: Evolution behind the curtain
自从150年前查尔斯·R·达尔文的《物种起源》一书出版以来，我们对进化过程的理解已经有了很大的进步。达尔文.二十世纪见证了在正式理论框架内拥抱复制、突变和选择的巨大努力，最终能够预测进化种群的动态和命运。然而，在过去几十年中收集的大量经验证据强烈表明，这些经典模型的一些假设需要进行深刻的修正。生物体的生存能力不依赖于独特和最佳的基因型。发现大量基因型（或中性网络）产生相同的表型-在最后一个术语中是相同的生物体-揭示了，很有可能，通过对基因组空间的低成本探索，可以在种群中找到，获得和固定非常不同的功能解决方案。“幕后的进化”可能是进化论面临的一些当前难题的答案，比如在化石记录中观察到的经过很长时间停滞的快速物种形成过程。
2010-02-14 q-bio.GN 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
Lethal Mutagenesis in Viruses and Bacteria
在这里，我们研究如何改变细胞蛋白质的物理性质（稳定性）的突变影响人口的生存和增长。在我们的模型中，基因型被表示为一组N个数字，细胞N个蛋白质的折叠自由能。突变在复制时发生，使得子细胞中的一些蛋白质的稳定性与亲本细胞中的那些蛋白质的稳定性通过从突变对蛋白质稳定性的影响的实验分布中提取的随机量而不同。基因型-表型关系假定不稳定的蛋白质赋予细胞致命的表型，此外，细胞适应性（复制率）与其折叠蛋白质的浓度成比例。模拟结果表明，致死性诱变发生的突变率接近7个突变/基因组/复制的RNA病毒和约一半的DNA为基础的生物体，根据早期的预测，从分析理论和实验。这个数字似乎有点依赖于生物体中的基因数量和自然死亡率。此外，我们的模型再现了天然蛋白质的稳定性分布与实验非常一致。我们的模型预测，与低突变率的物种相比，具有高突变率的物种往往具有较不稳定的蛋白质。
2009-03-09 q-bio.BM q-bio.PE
Dynamical Theory for Adaptive Systems
本文提出 MSRDJ 路径积分框架分析快慢双时间尺度自适应系统的非平衡相变，并以基因调控网络为例证明中等环境噪声会选择相干反馈互惠网络基因型并带来表型稳健性。
2024-08-05 cond-mat.dis-nn nlin.AO physics.bio-ph
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
The case of the missing neutrality
中性进化网络的概念是Huynen { \em et al.}大约七年前在某种意义上，这个原则很容易陈述-因为大多数突变对生物体是有害的，人们会期望不影响表型的中性突变在后继生物体中的代表性将不成比例地大于人们所期望的，如果每个突变的可能性相等。因此，我非常惊讶地注意到，在{ \em Tierra}生成的系统发育树的可视化中，中性突变非常罕见，因为我已经知道在Tierra基因型-表型图中有大量的中性突变。这篇文章报道了对这一谜团的调查。
2004-01-27 nlin.AO q-bio.PE
Distribution of the number of fitness maxima in Fisher's Geometric Model
Fisher几何模型通过将从基因型的离散空间到$n$维欧几里得表型空间的线性映射与非线性单峰表型适应度映射相结合来描述生物适应度景观。基因型由长度为$L$的二进制序列表示，不同位点突变的表型效应由从各向同性高斯分布中提取的$L$随机向量表示。最近的工作表明，基因型和表型水平之间的相互作用产生了一系列不同的景观地形，其特点是当地的健身最大值的数量。扩展我们以前的研究的平均数的局部最大值，在这里，我们专注于分布的最大值的数量时，限制$L \to \infty$采取有限的$n$。我们确定了一般$n$极大值个数的典型尺度，并确定了一维情形极大值的全尺度概率密度和两点相关函数。我们还详细说明了该模型的反铁磁Hopfield模型与$n$随机连续模式向量的密切关系，并表明我们的许多结果结转到这个设置。更一般地说，我们希望我们的分析可以帮助阐明在各种自旋玻璃问题的亚稳态的波动结构。
2020-08-27 cond-mat.dis-nn q-bio.PE
Tierra's missing neutrality: case solved
中性进化网络的概念是Huynen { \em et al.}大约七年前在某种意义上，这个原则很容易陈述-因为大多数突变对生物体是有害的，人们会期望不影响表型的中性突变在后继生物体中的代表性将不成比例地大于人们所期望的，如果每个突变的可能性相等。因此，我非常惊讶地注意到，在{ \em Tierra}生成的系统发育树的可视化中，中性突变非常罕见，因为我已经知道在Tierra基因型-表型图中有大量的中性突变。原来，宿主和寄生虫之间的资源竞争抑制了中性进化。
2004-04-06 nlin.AO q-bio.PE
From trees to traits: A review of advances in PhyloG2P methods and future directions
本综述回顾PhyloG2P方法在识别基因型-表型关联中的进展，强调简单性状、连续性状建模及多方法联合应用，并展望整合群体变异与环境信息的未来方向。
2025-01-13 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
The emergence of a birth-dependent mutation rate: causes and consequences
在单细胞生物如细菌和大多数病毒中，突变主要发生在繁殖过程中。因此，具有高出生率的基因型应该具有更高的突变率。然而，无性适应的标准模型，如“复制-增变方程”往往忽略了这种影响。在这项研究中，我们研究了无性适应模型中出生率和突变率之间正相关性的出现以及这种依赖性的后果。我们表明，它自然出现在人口规模，基于一个大的人口限制的随机时间连续的个人为基础的模型与基本假设。我们推导出一个反应扩散框架，描述了这种依赖的存在下的演化轨迹和稳态。当这个模型与具有两个最优值（一个用于出生，另一个用于生存）的表型适应度景观相结合时，种群中出现了新的权衡。与具有恒定突变率的标准方法相比，出生和存活之间的对称性被打破。我们的分析结果和数值模拟表明，平均表型，平均适应度和平稳表型分布的轨迹与标准模型显示的形成鲜明对比。在这里，我们得到的轨迹适应的平均表型的人口最初吸引的出生最佳，但最终收敛到最佳的生存，钩形曲线，说明了突变适应的拮抗作用。
2021-11-09 math.AP q-bio.PE
The human brain's network architecture is genetically encoded by modular pleiotropy
对于生物学的大部分领域来说，基因型映射到表型的方式仍然是一个基本的谜团。已知的少数图谱倾向于显示模块多效性：表型集由不同的基因集决定。人类大脑的网络结构是一个尚未被发现的关键图谱。在这里，我们确定了基因共表达和单核苷酸多态性图谱的形式。我们发现，大多数非重叠的基因组编码大脑网络模块（或所谓的社区）的连接性，这表明大脑网络社区划分了遗传转变。我们发现，这些干净的边界打破了连接器枢纽，其整合的连接是由多效性基因编码，大多是非重叠集。总的来说，这项研究为大脑发育、进化和疾病的遗传编码研究开辟了新的方向。
2019-11-03 q-bio.GN q-bio.NC q-bio.PE
netgwas: An R Package for Network-Based Genome-Wide Association Studies
图形模型是建模和分析高维数据中复杂生物关联的有力工具。R-package netgwas实现了copula图形模型的最新方法学发展，以（i）构建连锁图，（ii）从基因型数据推断连锁不平衡网络，（iii）检测高维基因型-表型网络。netgwas从有序数据和混合有序和连续数据中学习网络结构。在这里，我们将netgwas中的功能应用于从文献中获取的各种多变量示例数据集，以展示可以从包中获得的洞察力。我们表明，我们的软件包提供了一个更现实的关联分析比经典的方法，因为它区分直接和诱导的相关性，调整所有其他变量的影响，同时执行成对关联。该功能控制了生物学意义上的常规方法可能产生的变量之间的虚假相互作用。netgwas软件包在多核处理器上使用并行化策略来加速计算。netgwas软件包可在https://cran.r-project.org/web/packages/netgwas上免费获得
2023-01-26 q-bio.BM q-bio.GN q-bio.MN
