Strong Selection Significantly Increases Epistatic Interactions in the Long-Term Evolution of a Protein
残基之间的上位相互作用决定了蛋白质的适应性并塑造了其进化轨迹。当蛋白质经历改变的环境时，它在强选择下在新的适应度景观中找到峰值。已经表明，强选择增加上位相互作用以及适应度景观的坚固性，但很少有人知道上位相互作用如何在选择下改变蛋白质的长期进化。在这里，我们分析了人类免疫缺陷病毒1型（HIV-1）蛋白酶中上位性的进化，使用从治疗和未治疗的患者中收集的近十年的蛋白酶序列，以了解上位性如何变化以及这些变化如何影响蛋白质的长期进化性。我们使用信息理论代理上位性，量化网站之间的协变，并表明，积极的信息是一个必要的（但不是充分的）条件，在大多数情况下，检测上位性。我们分析了序列数据中所含蛋白质进化轨迹的“化石”，并表明上位性在强选择下继续富集，但对于环境不变的蛋白质则不然。上位性的增加补偿了由于治疗引起的序列变异性而导致的信息损失，并促进了在治疗的日益崎岖的适应度景观中的适应。虽然上位性被认为是通过在适应早期穿越山谷来增强进化能力，但当景观变得崎岖时，它可能会阻碍适应。然而，我们没有发现证据表明HIV-1蛋白酶在适应药物环境9年后已经达到了进化的潜力，而药物环境本身也在不断变化。
2016-03-31 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
Reconstructability of evolutionary intermediates in generative epistatic landscapes
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Institut Universitaire de France (IUF)（法国高等研究院）
通过生成序列景观作为受控模型，研究从端点推断进化中间体的可能性，发现最大似然中间体虽残基准确但统计上不典型，条件采样能更好捕捉合理历史集合，且可预测性受景观拓扑限制。
2026-06-29 physics.bio-ph 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
Effects of Epistasis and Pleiotropy on Fitness Landscapes
影响遗传结构的因素塑造了适应度景观的结构，因此在演化动力学中起着重要作用。在这里，NK模型用于研究遗传结构的关键组成部分--上位性和多效性如何影响适应度景观的结构，以及它们如何影响不断变化的种群的适应能力，尽管穿越崎岖的山谷存在困难景观。种群被认为利用上位性相互作用和多效性来获得更高的适应度，并且不会受到必须跨越山谷才能达到更高适应度峰值的事实的抑制。
2013-04-12 q-bio.PE
Generalization of the Ewens sampling formula to arbitrary fitness landscapes
在考虑转录区域、调控模块和其他感兴趣的基因组位点的进化时，我们经常面临等位基因状态的数量大大超过群体大小的情况。在这个极限下，种群最终会达到突变-选择-漂移平衡的稳定状态。虽然新的等位基因继续通过突变进行探索，但群体的统计数据，特别是在从群体中采集的样品中看到特定等位基因构型的概率，并不随时间而改变。在没有选择的情况下，等位基因构型的概率由Ewens抽样公式给出，该公式广泛用于群体遗传学以检测偏离中性的情况。在这里，我们将这个公式推广到任意的，可能上位的，适应度景观。虽然我们的方法是一般性的，我们专注于类的景观，其中等位基因被分组为两个，三个或几个健身状态。这类景观产生的采样概率在计算上更容易处理，并且可以形成从序列数据推断选择签名的基础。我们证明，对于相当大范围的突变率和选择系数，稳态等位基因多样性不是中性的。因此，它可以用来推断选择系数，以及其他关键的进化参数，使用进化群体的高通量测序收集基因座多态性的数据。我们还发现，我们的理论仍然足够准确，即使假设，如无限的等位基因限制和“完全连接”的假设，其中每个等位基因可以突变成任何其他等位基因是放松的。因此，我们的框架建立了一个理论基础，推断选择签名从上位适应度景观进化产生的序列样本。
2016-07-25 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
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
Global epistasis on fitness landscapes
突变之间的上位性相互作用增加了适应性景观的复杂性，通常被认为不利于我们预测进化的能力。然而，全局上位性的模式，其中突变的适应性效应是由其遗传背景的适应性很好地预测的，实际上可能有助于我们重建适应度景观和推断适应性轨迹。突变之间的微观相互作用，或适应度景观中固有的非线性，可能会导致全局上位性模式的出现。在这篇简短的评论中，我们提供了一个关于全局上位性的最新工作的简要概述，重点是建立关于为什么它经常被观察到的直觉。为此，我们调和简单的几何推理与最近的数学分析，用这些来解释为什么不同的突变在经验景观可能会表现出不同的全球上位性模式-从递减到递增的回报。最后，我们强调开放的问题和研究方向。
2022-10-07 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
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
Universality classes of interaction structures for NK fitness landscapes
Kauffman的NK-模型是一类基因型适应度景观的随机模型的典范，其目的是捕捉多位点系统中上位相互作用的一般特征。基因型表示为$L$二元基因座的序列。分配给基因型的适应度是贡献的总和，每个贡献是在$k \le L$基因座的子集上定义的随机函数。这些子集或邻域决定了模型的遗传相互作用。而早期的NK模型的工作表明，它的大部分属性是强大的选择方面的邻里，最近的工作已经揭示了一个重要的，有时违反直觉的影响的相互作用结构的NK适应度景观的属性。在这里，我们回顾这些事态发展，并提出新的结果有关的本地健身最大值的数量和选择性访问（即，健身单调）突变途径的统计。特别是，我们开发了一个统一的框架，用于计算指数增长率的预期数量的局部适应度最大值作为$L$的函数，并确定两个不同的普遍性类的相互作用结构，显示不同的渐近性，这个数量为大$k$。此外，我们表明，概率的适应度景观可以沿着一个可访问的路径遍历呈指数下降$L$的一大类的相互作用结构，我们的特点是局部有界的。最后，我们讨论了NK互动结构的动态演化的影响，使用自适应步行模型。
2018-03-01 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
Adaptation in simple and complex fitness landscapes
这是一个无性种群的确定性突变选择模型的介绍性综述（即，准物种理论）及相关课题。首先，介绍了适应度、突变和序列空间的基本概念。不同类型的突变选择动力学的定义和它们之间的关系，统计物理问题的概述。然后详细讨论了简单单峰适应度景观中的平稳种群分布，特别强调了误差阈值现象。扩展的理论，涵盖例如上位相互作用，二倍体生物体，保守复制和时间依赖的健身高峰进行了简要描述。另一部分致力于随机崎岖的适应度景观，这可能会显示不同程度的适应度相关性以及扩展的神经网络。最后两个部分解决了演化动力学在崎岖和光滑的适应度景观，并提供了相关实验的简要概述。
2005-08-05 cond-mat.stat-mech q-bio.PE
The strength of genetic interactions scales weakly with the mutational effects
基因相互作用渗透到生物学的各个方面，从决定进化路径可及性的进化理论，到导致复杂遗传疾病的医学。直到最近，关于上位相互作用的研究一直基于少数突变，充其量只能提供有关遗传相互作用频率和典型强度的轶事证据。在这项研究中，我们分析了公开的酵母遗传相互作用数据库（DRYGIN），其中包含超过500万个双基因敲除突变体的生长率。我们讨论了上位性的几何定义，揭示了一个简单的和令人惊讶的弱比例法则的遗传相互作用的特征强度作为一个功能的突变相结合的影响。然后，我们利用这种缩放来量化自然发生的适应度景观的粗糙度。最后，我们将展示所观察到的粗糙度与Fisher的上位性几何模型预测的不同，并讨论其对演化动力学的影响。尽管特定基因之间的上位性相互作用在很大程度上仍然是不可预测的，但相互作用集合的统计特性可以显示出明显的差异，并且可以用简单的数学定律来描述。通过利用现代高通量技术产生的大量数据，现在可以彻底测试遗传相互作用的理论模型的预测，并在现实的适应度景观上建立有根据的进化计算模型。
2013-03-18 q-bio.GN q-bio.PE
Simulating short- and long-term evolutionary dynamics on rugged landscapes
我们提出了一个最小的模型来模拟漫长的等待时间，然后在崎岖的景观进化爆发。它结合了点突变和倒位突变作为遗传变异的来源。倒位旨在模拟一种主要的染色体重排。使用著名的家庭NK适应度景观，我们模拟随机自适应行走，即连续的突变事件约束到增量健身选择。我们报告了不同时间尺度的出现：主要由点突变驱动的短期动态，然后是长期（停滞）等待期，直到出现新的突变。这个新的突变是一个反转，它可以触发一系列连续的点突变，然后驱动系统进入新的短期适应度增长期。我们分析了基因上位性相互作用对进化时间尺度的影响。我们认为，目前的模型模仿的过程中的进化创新和间断均衡。
2021-05-12 cond-mat.dis-nn nlin.AO q-bio.PE
Fluctuations and the limit of predictability in protein evolution
该研究利用数据驱动的能量景观模拟蛋白质演化，通过时空相关函数区分源自祖先序列和随机突变的涨落，发现祖先序列的上位约束在短时间尺度主导演化动力学并影响序列重建性能。
2025-07-14 cond-mat.dis-nn q-bio.BM q-bio.PE
Resolving the paradox of evolvability with learning theory: How evolution learns to improve evolvability on rugged fitness landscapes
有人假设，进化能够产生如此令人印象深刻的适应性的主要原因之一是因为它提高了自己的进化能力--“可进化性的进化”。例如，进化发育生物学的早期先驱鲁珀特·里德尔（Rupert Riedl）认为，复杂适应的进化是由一种发育组织促进的，这种组织本身是由过去的选择塑造的，以促进进化创新。然而，选择那些能够实现未来创新的特征似乎是自相矛盾的：自然选择不可能偏爱那些尚未产生利益的结构，而偏爱那些已经产生利益的特征并不构成未来创新。在这里，我们解决了这个悖论，利用演化和学习系统的演化之间的形式等价。我们使用使简单学习系统能够泛化的条件，即，利用过去的经验来提高以前看不见的性能，未来的测试案例，以证明自然选择可以系统地支持有利于未来进化的发展组织的条件。利用数值模拟进化高度上位性的适应度景观，我们说明了如何进化的基因调控网络的结构可以导致增加的进化能力，能够避免当地的适应度峰值，发现更高的适应度表型。我们的研究结果支持Riedl的直觉：“模仿”表型约束组织的发展组织可以受到短期选择的青睐，也有利于未来的创新。重要的是，这种令人惊讶的可进化性的进化条件来自于允许学习系统泛化的相同的非神秘条件。
2016-12-18 q-bio.PE
Statistical Physics of Evolutionary Trajectories on Fitness Landscapes
多维非线性景观上的随机游动在科学和工程的许多领域都很有意义。特别是，自适应轨迹的适应度景观的属性决定人口的命运，从而发挥了核心作用，在进化理论。适应度景观的拓扑结构及其对演化动力学的影响已经在文献中得到了广泛的研究。我们将调查目前在这一领域的研究知识，集中在最近开发的系统的方法来表征路径长度，平均首次通过时间，和其他统计的路径合奏。这种方法基于统计物理学的一般技术，适用于任意复杂性和结构的景观。它特别适合于量化随机轨迹的多样性和进化事件的可重复性。我们使用蛋白质进化的生物物理模型来证明这种方法，该模型描述了蛋白质如何在进化新功能的同时保持稳定性。
2013-05-06 cond-mat.stat-mech q-bio.PE
Robustness and epistasis in mutation-selection models
我们调查的健身优势与表型对有害突变的鲁棒性使用确定性突变选择模型的准种类型配备了一个台面形的适应度景观。我们得到的鲁棒性效果，成为精确的无限序列长度的限制，解析结果。因此，我们能够澄清最近严格的工作和早期的启发式处理的基础上映射到薛定谔方程之间的矛盾。我们利用量子力学类比计算有限序列长度的校正项，并通过数值研究验证我们的分析结果。此外，我们调查的错误阈值的一般类上位景观的发生，并表明，减少上位性是一个必要的，但不是充分条件的错误阈值的行为。
2009-01-06 cond-mat.stat-mech q-bio.PE
Evolutionary accessibility of mutational pathways
已知不同突变的功能效应以高度非平凡的方式结合到总效应中。对于进化选择下的性状（“适应度”），一组突变的所有可能组合的测量值产生适应度景观，该景观决定了从给定的初始基因型可以达到哪些突变状态。理解适应度景观的可及性在回答进化适应的可预测性和可重复性问题时具有重要的概念意义。在这里，我们从理论上研究各种各样的模型景观，包括景观可调的坚固性以及中性的“多孔”景观的全局最优状态的可访问性。我们定义一个突变途径是可访问的，如果它包含达到目标基因型所需的最小数量的突变，如果健身增加，在每个突变步骤。在这个定义下，可及性是高的，在这个意义上，至少有一个可及性路径存在，随着适应度景观的维度（由突变位点的数量设定）变大，该路径以接近1的实质概率存在。与此同时，可供选择的途径的数量在无限制地增长。我们测试的模型预测对经验的8个位点的适应度景观获得丝状真菌\textit{Aspergillus niger}。通过分析包含不同突变子集的完整景观的子图，我们能够探测经验数据中的突变距离尺度。高可及性的预测效果是支持的经验数据和非常强大的，我们认为，以反映序列空间的一般拓扑结构。
2011-08-29 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
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
Conditionally Site-Independent Neural Evolution of Antibody Sequences
University of California, Berkeley；Columbia University；Mila - Qu \'e bec AI Institute；Fred Hutchinson Cancer Research Center；University of Washington；Howard Hughes Medical Institute
提出CoSiNE模型，用深度神经网络参数化的连续时间马尔可夫链桥接系统发育模型与深度学习，实现抗体序列进化建模，在零样本变异效应预测中优于现有语言模型，并引入引导吉莱斯皮采样优化抗体亲和力。
2026-05-26 cs.LG q-bio.PE
Emergence of species in evolutionary simulated annealing
哪些因素控制着突变率的进化和物种的出现？在这里，我们解决这个问题，使用的第一原则模型的生活，无性生物的种群动力学耦合到分子特性和相互作用的蛋白质编码在他们的基因组。通过模拟种群的进化，我们发现适应性通过上位性事件以间断的步骤增加，从而形成稳定的和功能上相互作用的蛋白质。在低突变率下，物种-具有相同基因型的生物群体-形成，而在高突变率下，物种通过序列空间中的离域而丢失，而没有明显的适合度损失。然而，当突变率是一个可选择的性状，人口最初保持高突变率，直到达到一个高的健身水平，之后，生物体与低突变率逐渐选择，与人口最终达到突变率可比的现代DNA为基础的生物体。这些结果为单细胞生物无性种群的动态适应度景观提供了微观视角。
2008-10-09 q-bio.BM 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
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
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
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。
2012-10-24 cond-mat.stat-mech q-bio.PE
Adaptive evolution of hybrid bacteria by horizontal gene transfer
水平基因转移是细菌进化中的一个重要因素，可以跨越物种界限。然而，我们对跨谱系基因转移的速率和基因组靶点以及其对受体生物体的生理和适应性的影响知之甚少。在这里，我们解决这些问题，在一个平行的进化实验与两个枯草芽孢杆菌谱系的7%的序列分歧。我们观察到杂交生物的快速进化：基因转移在短短200代内交换了约12%的核心基因组，并且至少在一个种群中替换了60%的核心基因。通过基因组学、转录组学、适应性测定和统计建模，我们证明了转移在杂交中产生了适应性进化和功能改变。具体来说，我们的实验揭示了一个强大的，可重复的健身增长的进化种群在静止的增长阶段。通过对重复群体间转移统计数据的基因组分析，我们推断HGT选择具有广泛的遗传基础：40%的观察到的转移是自适应的。在功能基因网络的水平上，我们发现负选择和正选择的特征，与网络功能的混合不相容性和适应性进化一致。我们的研究结果表明，基因转移导航一个复杂的跨谱系适应度景观，沿着多个高适应度路径桥接上位障碍。
2020-04-23 physics.bio-ph q-bio.GN q-bio.PE
