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
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
Hierarchy and extremes in selections from pools of randomized proteins
变异和选择是达尔文进化论的核心原则，但将种群的多样性与其对选择的反应能力定量联系起来是一项挑战。在这里，我们在分子水平上研究这个问题的背景下，部分随机化的蛋白质选择结合到明确的目标。我们建立了几个最小的蛋白质文库，筛选他们在体外噬菌体展示和分析他们的高通量测序选择的反应。对结果的统计分析揭示了两个主要发现：第一，具有相同序列多样性但围绕不同“框架”构建的文库通常具有极大不同的响应，第二，文库内响应的分布遵循简单的比例定律。我们展示了如何一个基本的概率模型的基础上极值理论合理化这些发现。我们的研究结果具有一定的影响，设计合成蛋白质库，估计在序列空间中的功能生物分子的密度，在自然种群的多样性特征和实验研究的概念，进化性，或未来的进化潜力。
2015-09-08 q-bio.BM q-bio.PE
Revealing evolutionary constraints on proteins through sequence analysis
对大量蛋白质序列比对的统计分析揭示了几个蛋白质家族中集体共同进化的氨基酸的“区段”。在这里，我们表明，选择作用于蛋白质的任何功能特性，由加性性状表示，可以产生这样一个部门。作为一个选定的性状的说明，我们认为弹性网络模型内的一个重要的构象变化的弹性能量，我们表明，选择作用于此能量导致残基之间的相关性。对于这个具体的例子，更一般地说，我们证明了功能部门的主要签名在于所选序列的协方差矩阵的小特征值模式。然而，这些功能部门的二次签名也存在于广泛研究的大特征值模式。我们简单的，一般的模型使我们提出了一个原则性的方法来确定功能部门，随着突变效应的大小，从序列数据。我们进一步证明了这些功能部门的鲁棒性，以各种形式的选择，我们的方法来识别多个选定的性状的鲁棒性。
2019-03-11 physics.bio-ph q-bio.BM q-bio.PE
A single determinant for the rate of yeast protein evolution
基因序列进化的速率是常用的最基本的进化量之一，但决定进化速率的因素仍不清楚。在这里，我们表明，两个最常用的方法来解开进化率的决定因素，偏相关分析和普通的多元回归，产生误导或虚假的结果时，适用于嘈杂的生物学数据。为了克服这些困难，我们采用了另一种方法，主成分回归，这是一个多变量回归的进化率对预测变量的主成分。我们进行了第一次联合分析的7个预测因子（基因表达水平，分配，蛋白质丰度，密码子适应指数，基因长度，蛋白质相互作用的数量，和基因的相互作用网络的中心）。引人注目的是，我们的分析揭示了一个单一的主导成分，它解释的进化速率变异是其他任何成分的40倍，这表明蛋白质进化速率在七个预测因子中只有一个决定因素。占主导地位的成分解释了近一半的同义词和蛋白质进化速率的变化。我们的研究结果支持这一假设，即选择对成本的预防错误诱导的蛋白质错误折叠支配的同义和蛋白质序列在酵母进化的速度。
2005-06-09 q-bio.GN q-bio.PE q-bio.QM
The first peptides: the evolutionary transition between prebiotic amino acids and early proteins
我们在这里试图解决的问题是，当第一批肽出现在原始地球上时，它们看起来是什么样子，以及它们完成了什么简单的催化活性。我们推测，早期的功能肽很短（3至8个氨基酸长），由那些氨基酸，甘氨酸，丙氨酸，缬氨酸和天冬氨酸，这是大量生产的许多益生元合成实验和陨石中观察到的，和天冬氨酸的负电荷的中和是由金属离子。我们进一步假设这些益生元肽的一些痕迹仍然存在，以当今蛋白质中活性位点的形式存在。在这些蛋白质中寻找益生元肽候选物，我们发现了主要与Mg^{2+}离子结合的三类基序：D（F/Y）DGD对应于RNA聚合酶中的活性位点，DGD（G/A）D存在于某些类型的突变酶中，DAKVGDGD存在于二羟丙酮激酶中。所有三个基序都含有一个DGD亚基序，这被认为是所有活性肽的共同祖先。此外，这三种基因都能操纵磷酸基团，这可能是生命最初阶段非常重要的生物学功能。我们的结果的统计学意义得到了这些基序在今天的蛋白质中的频率的支持，这比偶然预期的高出三倍，P值为3 × 10^{-2}。我们的研究结果的背景下，生命的外观和实验验证的可能性的影响进行了讨论。
2009-09-15 q-bio.BM q-bio.PE
Evolution of sparsity and modularity in a model of protein allostery
蛋白质的序列不仅受到当前选择下的物理和生化性质的限制，而且还受到其过去进化历史的特征的限制。理解这些进化限制的程度和形式对于解释蛋白质序列中的信息是很重要的。为了研究这个问题，我们引入了一个简单但物理的蛋白质进化模型，其中选择目标是变构，即蛋白质表面远端位点的功能耦合。该模型显示了蛋白质结构内氨基酸之间的偶联的几何组织如何关键地取决于其进化历史。特别是，两种情况下被发现产生的功能约束的空间集中：高突变率和波动的选择压力。这第二种情况提供了一个合理的解释天然蛋白质的高耐受性突变和空间组织的最不容忍的氨基酸，揭示了序列分析和诱变实验。它还意味着一种适应新的选择压力的能力，这种能力与观察一致。此外，该模型说明了几个独立的功能模块可能会出现在同一个蛋白质结构，这取决于过去的环境波动的性质。因此，我们的模型涉及蛋白质的进化历史和进化潜力的几何形状的功能限制，与解码和工程蛋白质序列的影响。
2014-08-14 cond-mat.dis-nn q-bio.PE
Scaling properties of evolutionary paths in a biophysical model of protein adaptation
基因型序列空间的巨大规模和复杂性经常需要在经验模型中考虑粗粒度序列。我们开发的缩放关系，量化这种粗粒度的适应度景观和进化路径的属性的影响。我们首先考虑一个简单的富士山适应度景观上的进化，重点是如何的长度和可预测性的进化路径的规模与粗粒度的序列长度和字母表。我们得到简单的缩放关系的弱和强的选择限制，在中间选择强度的非平凡的交叉制度。我们将这些结果应用于生物物理适应度景观的进化，该景观描述了蛋白质如何进化新的结合相互作用，同时保持其折叠稳定性。我们结合的尺度关系与粗粒度的蛋白质序列的数值计算，以获得现实的结合界面和完整的氨基酸字母表的模型的定量属性。
2015-03-13 cond-mat.stat-mech q-bio.PE
Comparative Analysis of the Saccharomyces cerevisiae and Caenorhabditis elegans Protein Interaction Network
蛋白质相互作用网络旨在总结生物体中蛋白质的复杂相互作用。早期的研究表明，蛋白质在网络中的位置决定了它的进化速度，但对于其他因素（如蛋白质丰度）在多大程度上改变了这种依赖性，存在相当大的分歧。我们比较酿酒酵母和秀丽隐杆线虫的基因组与密切相关的物种，以阐明各自的蛋白质相互作用网络的最近的进化历史。相互作用和表达的数据进行了研究，根据详细的系统发育分析。底层网络结构被明确纳入统计分析。系统发育分辨率的提高，加上高质量的相互作用数据，使我们能够解决蛋白质相互作用网络结构和蛋白质丰度影响进化速率的方式。我们发现表达水平比蛋白质的连接性更能预测进化速率。对这两种生物的详细分析还表明，相互作用的蛋白质的进化速率并不足够相似，无法相互预测。看来，有意义的推论蛋白质相互作用网络的进化需要比较分析合理密切相关的物种。蛋白质进化的特征是由蛋白质在生物体中的丰度及其功能和它所参与的生物过程形成的。它在相互作用网络中的位置及其连接性可能会调节这一点，但它们似乎对蛋白质的进化速率只有很小的影响。
2005-03-03 cond-mat.dis-nn q-bio.MN q-bio.PE
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
Selection originating from protein foldability: I. A new method to estimate selection temperature
满足每个位点处给定氨基酸组成和每个位点对处给定成对氨基酸频率的具有最大熵的序列的概率分布是具有$\exp(-ψ_N)$的玻尔兹曼分布，其中总相互作用$\exp(-ψ_N)$表示为单体相互作用和成对相互作用的总和。基于随机能量模型（REM）的蛋白质折叠理论表明，天然蛋白质序列的平衡系综是以$\exp(-ΔG_{ND}/k_B T_s)$或$\exp(- G_{N}/k_B T_s)$为特征的规范系综，如果氨基酸组成保持恒定，则意味着$ψ_N = ΔG_{ND}/k_B T_s +$恒定，其中$ΔG_{ND} \equiv G_N - G_D$、$G_N$和$G_D$是天然和变性自由能，并且$T_s$是自然选择的有效温度。在这里，我们检查由于单核苷酸非同义突变的相互作用的变化（$Δψ_N$），并已发现，他们的$Δψ_N$在所有网站的方差几乎不依赖于每个同源序列的$ψ_N$，这表明$ΔG_N (= k_B T_s Δψ_N)$的方差几乎是恒定的蛋白质家族无关。结果，$T_s$是从$Δψ_N$的方差与参考蛋白的方差的比率估计的，其通过$ΔΔψ_{ND} (\simeq Δψ_N)$和实验$ΔΔG_{ND}$之间的直接比较来确定。基于REM，玻璃化转变温度$T_g$和$ΔG_{ND}$估计从$T_s$和实验熔融温度（$T_m$）的14个蛋白质结构域。对5种蛋白质，$ΔG_{ND}$的估算值与…
2017-04-02 q-bio.BM 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
Predictability of evolutionary trajectories in fitness landscapes
对酶进化的实验研究表明，在所有可能的突变轨迹中，只有一小部分是进化所能达到的。然而，这些实验处理的是单个酶，并探索了适应度景观的一小部分。我们报告了一个详尽的分析适应度景观构建的非格子模型的蛋白质折叠，其中健身等同于错误折叠的鲁棒性。该模型模拟了氨基酸之间相互作用的基本特征，与蛋白质折叠的关键范式一致，并再现了直链蛋白质之间进化速率的普遍分布。我们引入平均路径发散作为一个定量的衡量标准，在何种程度上的起点和终点确定的路径演变的适应度景观。景观粗糙度的全球措施是很好的预测路径发散在所有研究的景观：平均路径发散是在光滑的景观比粗糙的。模型导出的和实验的景观比随机景观明显更平滑，并且类似于用中等数量的噪声扰动的加性景观;因此，这些景观对突变基本上是鲁棒的。即使与具有类似整体粗糙度的噪声添加剂景观相比，模型景观也显示出次优峰值的不足。我们认为蛋白质进化的适应度景观的平滑性和峰值的实质性缺陷是蛋白质折叠物理学的基本结果。
2011-08-17 q-bio.BM q-bio.MN q-bio.PE
Laplacian Spectrum and Protein-Protein Interaction Networks
从（归一化）图拉普拉斯算子的谱图中，可以同时推导出网络的基本定性性质。给定一类经验网络，然后可以开发用于阐明导致这些特定数据的演化动力学的重建方案。该方法以蛋白质相互作用网络为例。他们的重复和分歧过程的进化历史的痕迹被确定。特别是，我们可以确定典型的具体功能，强大的区分蛋白质相互作用网络从其他类别的网络，尽管潜在的数据可能的统计波动。
2007-05-23 physics.data-an q-bio.PE q-bio.QM
Mutational paths with sequence-based models of proteins: from sampling to mean-field characterisation
识别和表征突变路径是进化生物学和生物工程中的重要问题。在这里，我们介绍了一个通用的描述突变路径的序列和突变动力学（序列如何改变）沿path.We的善良首先提出了一个算法来采样突变路径，我们在硅片上的蛋白质的精确可解模型的基准，并适用于数据驱动的天然蛋白质模型从序列数据与限制玻尔兹曼机。然后，我们使用平均场理论来表征不同的突变动力学感兴趣的突变路径的属性，并展示它如何可以用来扩展木村的进化距离估计基于序列的上位选择模型。
2023-03-27 cond-mat.stat-mech q-bio.BM 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
Chimeric protein complexes in hybrid species generate novel evolutionary phenotypes
物种间的杂交是新谱系起源和适应新环境的重要机制。增加的等位基因变异和转录网络的修饰是目前公认的两种力量，被认为是杂种中所见表型特性的原因。然而，由于细胞中的大多数生物学功能是由蛋白质复合物完成的，因此种间蛋白质组装体代表了进化力量可以作用的自然变异的另一个重要来源。在这里，我们研究了6个蛋白质复合物在两个不同的酵母“狭义”杂交组合，以了解嵌合相互作用是否可以在细胞中自由形成，尽管物种特异性的共同进化的力量，以及不同类型的复合物是否会导致杂交适应性的变化。通过亲和色谱法从杂交体中分离蛋白组装体，并通过质谱法鉴定。我们发现了四个测试的六个蛋白质组件的自发嵌合性的证据，我们表明，不同类型的复合物可以在选定的环境中引起各种表型。在TRP 2/TRP 3复合物的情况下，这种嵌合形成的效果导致杂交体在缺乏色氨酸的环境中的适应性优势，而只有一种类型的MBF复合物的亲本组合可以赋予杂交体在呼吸条件下的活力。这项研究提供了经验证据，嵌合蛋白质复合物可以在细胞中自由组装，并揭示了一种新的机制，产生表型新颖性和可塑性的杂交，以补充基因复制导致的基因组创新。就基因丢失模式而言，交换直系同源成员的能力对于杂种的适应和随后的基因组进化也具有重要影响。
2012-09-19 q-bio.GN q-bio.PE
A generative angular model of protein structure evolution
最近描述的蛋白质进化的随机模型表明，除了氨基酸序列的结构信息的列入导致一个更可靠的估计进化参数。我们提出了一个生成，进化模型的蛋白质结构和序列是有效的本地长度尺度。该模型涉及一对同源蛋白质序列和结构进化之间的局部依赖关系。蛋白质对中的两个结构之间的演化轨迹被视为二面角空间中的随机行走，该二面角空间使用二维环面上的新颖角扩散过程来建模。耦合序列和结构的演变，在我们的模型中允许建模“平滑”的构象变化和“灾难性”的构象跳跃，条件的氨基酸的变化。该模型具有可解释的参数，是相对更现实的比以前的随机模型，提供了新的见解序列和结构演化之间的关系。例如，使用经过训练的模型，我们能够识别大量同源蛋白质对中存在的明显的序列结构进化基序。我们的模型的生成性质使我们能够评估其有效性和它的能力，以模拟蛋白质进化的方面的条件下的氨基酸序列，相关的氨基酸序列，相关的结构或其任何组合。
2020-09-21 q-bio.PE stat.ME
Proteins with greater influence on network dynamics evolve more slowly but are not more essential
进化生物学的一个基本问题是为什么蛋白质之间的进化速度差异巨大。也许令人惊讶的是，蛋白质的功能重要性对其进化速度的影响程度是有争议的。在大多数研究中，功能的重要性已经在蛋白质敲除的粗尺度上测量，而进化速率已经在氨基酸取代的细尺度上测量。在这里，我们介绍动态影响，蛋白质功能的重要性更精细的措施。为了测量动力学影响，我们首先使用特定反应网络的详细生化模型来测量每个反应速率常数对网络动力学的影响。然后，我们将蛋白质的动力学影响定义为它所参与的所有反应的速率常数的平均影响。使用十几个生化系统和序列数据的脊椎动物的模型，我们表明，动力学的影响和进化速率呈负相关，具有更大的动力学影响的蛋白质进化得更慢。我们还表明，具有更大动力学影响的蛋白质不太可能是必需的。这表明，有许多细胞反应的存在是生命所必需的，但其数量的速度是相对不重要的健身。我们还提供了证据，动力学影响的进化速率的效果是独立的蛋白质表达水平，表达特异性，基因的紧凑性，和反应程度。动态的影响提供了一个更好的观点功能的重要性，我们的研究结果表明，专注于必要性可能会导致以前低估的作用功能在蛋白质进化。
2009-09-20 q-bio.MN q-bio.PE
Scaling properties of protein family phylogenies
进化生物学中的一个经典问题是进化过程如何在基因和物种水平上耦合。出于这个动机，我们比较的拓扑性质（主要是深度缩放，作为一个表征的平衡）的一个大的一组蛋白质类的一组物种的类。比较分析表明，这两套的生物多样性共享显着相似的缩放行为，表明分支规则和进化过程的普遍性，推动生物多样性从基因到物种水平。为了解释这种普遍性，我们提出了一个简单的模型，使我们能够估计的比例的进化性/鲁棒性所需的近似的缩放行为中观察到的遗传，突出的相关性的鲁棒性的生物系统（物种或蛋白质）的缩放特性的系统发育树。因此，决定生物系统不能多样化的规则在基因和物种水平上都是同样相关的。
2011-07-25 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
Selection maintaining protein stability at equilibrium
对蛋白质进化的普遍理解是，中性或轻微有害的突变是通过随机漂移固定的，进化速率主要由中性突变的比例决定。然而，最近的研究表明，由于错误折叠蛋白质的适应性成本，高表达基因进化缓慢。在这里，我们研究保持蛋白质稳定性的选择。蛋白质适合度为$s = κ\exp(βΔG) (1 - \exp(βΔΔG))$，其中$s$和$ΔΔG$为突变蛋白质的选择优势和稳定性变化，$ΔG$为野生型蛋白质的折叠自由能，$κ$表示蛋白质丰度和不可缺少性。$ΔΔG$的分布近似为双高斯函数，其代表结构上轻微或高度受限的位点。此外，分布的平均值与$ΔG$成负比例。该基因的进化具有蛋白质稳定性的平衡（$ΔG_e$），其范围与实验值一致。$K_a/K_s$的概率分布，即每个位点的非同义与同义取代率的比率，在平衡附近的固定突变体上显示，近中性选择仅在低丰度的非必需蛋白质$ΔG_e > -2.5$ kcal/mol中占主导地位。在其他蛋白质中，稳定突变的正选择对于维持蛋白质在平衡时的稳定性以及轻微负突变的随机漂移是重要的，尽管平均$\langle K_a/K_s \rangle$小于1。缓慢的进化速率可由高蛋白质丰度/不可或缺性引起，其通过降低$ΔG_e$而产生$ΔΔG$的正位移，以及由强结构约束引起，其直接使$ΔΔG$更正。
2015-12-30 q-bio.PE
Asymptotic Evolution of Protein-Protein Interaction Networks for General Duplication-Divergence Models
基因组复制-趋异事件是新蛋白质功能的主要来源，其随机发生在广泛的基因组尺度上，从单个基因到全基因组复制。显然，这一基本的进化过程在很大程度上决定了控制许多细胞活动的蛋白质相互作用（PPI）网络的形成。我们提出并渐近求解了一个一般的复制发散模型的PPI网络演化的基础上的统计选择的复制衍生的相互作用。我们还引入了一个守恒指数，正式定义了PPI网络的统计进化守恒。微观参数的不同条件，然后控制新兴的PPI网络的全局守恒和拓扑结构。特别是，保守的，非密集的网络，这是唯一的潜在的生物相关性，也被证明是必要的无标度。
2006-11-22 q-bio.MN q-bio.PE
Lack of self-averaging in neutral evolution of proteins
我们模拟中性进化的蛋白质施加保护的热力学稳定性的天然状态的折叠热力学的一个有效的模型的框架。该过程在序列空间中生成进化轨迹，其对于所有被检查的蛋白质共享两个通用特征。首先，中性突变的数量从一个序列到另一个序列波动很大，导致非泊松取代过程。其次，中性突变的数量沿着轨迹显示出强相关性，从而导致所产生的进化替代过程的自平均的崩溃。
2002-09-19 cond-mat q-bio.PE
Neutral genetic drift can aid functional protein evolution
背景技术背景：自然进化蛋白质积累的许多突变是中性的，因为它们不会显著改变蛋白质执行其主要生物功能的能力。然而，当选择开始倾向于其他“混杂”功能时，新的蛋白质功能就会进化出来，这些功能是蛋白质生物学作用的附带功能。如果相对于蛋白质的主要生物学功能而言是中性的突变导致混杂功能的实质性变化，则这些突变可能使未来的功能进化成为可能。研究结果：在这里，我们调查这种可能性实验研究细胞色素P450酶，相对于一个单一的基板上的活性已经发展成中性改变了他们的能力，催化反应的其他五个基板。我们发现，在混杂的活动中，酶的变化有时多达四倍。混杂活性的变化往往随着突变的数量而增加，并且可以在很大程度上根据底物的化学结构来合理化。化学上类似的底物的活动往往以协调的方式变化，可能提供一种途径，系统地预测一个功能的变化的基础上测量的几个其他的。结论：我们的工作表明，最初中性的遗传漂变可以导致目前未被选择的蛋白质功能发生实质性变化，实际上，如果选择在未来“提出新问题”，蛋白质更容易进行功能进化。
2007-05-02 q-bio.BM 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
Evolutionary interplay between structure, energy and epistasis in the coat protein of the $ϕχ174$ phage family
病毒衣壳在结构上受到构成蛋白质的氨基酸之间相互作用的限制。因此，上位性预计将在参与物理相互作用的位点之间进化，并影响它们的替代率。为了研究结构上位性的分布，我们模拟了\phix家族18个物种的衣壳，包括野生型的\emph{in silico}。\phix \是最简单的生物之一，使其适合实验进化和\emph{in silico}建模。我们在18个物种的主要衣壳蛋白中发现了近40个可变的氨基酸位点。为了研究上位性如何在这组进化，我们重建了祖先序列使用贝叶斯系统发育框架。祖先状态包括8个可变氨基酸，总共256种可能的单倍型。$dN/dS$比率很低，表明有很强的纯化选择，这与结构受到某种形式的稳定选择限制的观点一致。对于每个单倍型在祖先节点和现存的物种，我们估计\emph{in silico}的自由能和上位性的分布。我们发现，自由能没有显着增加，但上位性。我们将上位性分解到五阶，发现高阶上位性有时可以补偿成对相互作用，通常使自由能看起来是加性的。通过合成衣壳基因的一些祖先单倍型，我们通过实验测量了它们的适应性，发现预测的外壳蛋白自由能偏差不会显着影响适应性，这与稳定选择假设是一致的。
2015-08-05 q-bio.PE
Phylogenetic Profiles as a Unified Framework for Measuring Protein Structure, Function and Evolution
蛋白质中氨基酸的序列被认为决定了其天然状态的结构，而天然状态的结构又与蛋白质的功能有关。此外，有关进化关系的信息包含在同源序列中。用于推断这些序列属性的一种强有力的方法是通过将查询序列与包含显著同源性并且其结构、功能和/或进化关系已知的参考序列进行比较。尽管几十年的协同工作，没有简单的框架直接从序列信息推导结构，功能和进化（SF&E）关系，特别是当成对的同一性小于阈值数字~25% [1，2]。然而，最近的研究表明，低至8%的序列同一性足以产生共同的结构/功能关系，而高达88%的序列同一性可能导致不同的结构和功能[3，4]。从蛋白质序列编码SF&E信息的基本前提开始，人们可能会问如何以无偏的方式梳理出这些度量。在这里，我们提出了一个统一的框架，推断SF&E的序列信息，使用基于知识的方法，生成系统发育概况在一个公正的方式。我们说明了使用完形域检测算法基本局部比对工具（GDDA-BLAST）生成的系统发育概况的权力，以获得结构域，功能注释和进化关系的主机的离子通道和人类蛋白质的未知功能。这些数据与已发表的数据和新的实验非常一致。我们的研究结果表明，在蛋白质序列中有丰富的以前未被探索的信息。
2008-06-15 q-bio.PE q-bio.QM
Physical origins of protein superfamilies
在这项工作中，我们发现了蛋白质稳定性的选择和蛋白质首选结构的出现之间的基本联系。使用标准的精确三维晶格模型，我们从随机序列开始进化序列，并在每次突变后确定精确的天然结构。突变的接受偏向于选择稳定的蛋白质。我们发现，某些结构，wonderfold，在许多不相关的选择运行中作为稳定蛋白质的天然状态被独立地发现了无数次。折叠成wonderfold结构的序列的多样性产生超家族，即折叠成相同或非常相似结构的不相似序列的集合。Wonderfolds似乎是完整的紧凑晶格蛋白质中最可设计的结构。此外，在所有进化的蛋白质中，具有wondefolds作为其天然结构的蛋白质往往是最热稳定的。这种效应纯粹是由于wonderfolds的有利几何性质，因此，主导任何序列的依赖。本工作建立了一个前生物结构选择的模型，它确定了在热环境中生存的蛋白质优化后出现的优势结构模式。收敛发现的前生物初始超家族与wonderfold结构可以作为一个种子，随后的生物进化涉及基因复制和分歧。
2005-08-25 q-bio.BM q-bio.GN q-bio.PE
Synonymous codon usage and selection on proteins
蛋白质的选择压力通常通过比较同源核苷酸序列来测量（Zuckerkandl和Pauling 1965）。最近，我们引入了一种新的方法，称为“挥发性”，估计选择压力的蛋白质序列从他们的同义密码子的使用（Plotkin和Dushoff 2003年，Plotkin等2004年a）。在这里，我们提供了一个理论基础，这种方法。我们推导出同义密码子的预期频率作为选择强度、突变率和有效种群大小的函数。我们分析的条件下，我们可以期望得出推论有偏见的密码子的使用，我们估计的时间尺度需要建立和维持这样的信号。我们的研究结果表明，在广泛的参数范围内，同义密码子的使用可以可靠地区分负选择，正选择和中性。波动性检测负选择的能力取决于种群规模，而检测正选择则没有这种依赖性。此外，我们发现，微生物中的瞬时超变子等现象可以提高波动性检测阴性选择的能力，即使在典型的观察到的中性位点杂合性较低时也是如此。
2004-10-13 q-bio.GN q-bio.PE
Modeling Protein Evolution via Generative Inference From Monte Carlo Chains to Population Genetics
Politecnico di Torino（都灵理工大学）；Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Laboratory of Computational and Quantitative Biology（计算与定量生物学实验室）；École Normale Supérieure（巴黎高等师范学院）；PSL Université（巴黎文理研究大学）；Université de Paris（巴黎大学）；The James Franck Institute（詹姆斯·弗兰克研究所）；The University of Chicago（芝加哥大学）；Department of Physics, The University of Chicago（芝加哥大学物理系）；INFN, Sezione di Torino（意大利国家核物理研究所都灵分部）；Italian Institute for Genomic Medicine, IRCCS Candiolo（意大利基因组医学研究所坎迪奥洛医院）；Dipartimento di Fisica, Sapienza Università di Roma（罗马大学物理系）
本文通过比较三种模拟方案，探讨了生成推断在建模蛋白质进化中的应用，发现群体遗传动态能有效捕捉进化特征，但需权衡采样精度与模型准确性。
2026-02-09 cond-mat.dis-nn q-bio.BM q-bio.PE
Why highly expressed proteins evolve slowly
最近的许多工作已经探索了分子和群体遗传对蛋白质序列进化速率的限制。进化速率的最佳预测因子是表达水平，其原因尚不清楚。在这里，我们假设，选择以减少蛋白质错误折叠的负担将有利于蛋白质序列与翻译错义错误的鲁棒性增加。翻译稳健性的压力随着表达水平的增加而增加，并约束序列进化。使用几个测序的酵母基因组，全球表达和蛋白质丰度的数据，和一套旁系同源物可追溯到一个古老的全基因组复制酵母，我们排除了几个混淆的影响，并表明表达水平解释了大约一半的酿酒酵母蛋白质进化速率的变化。我们研究表达的主导作用的原因，发现全基因组测试有利于翻译的鲁棒性解释现有的假设，调用功能或翻译效率的限制。我们的研究结果表明，蛋白质的进化速度与其功能基本无关，这可以解释为什么高表达蛋白质在生命树中进化缓慢。
2005-08-12 q-bio.GN q-bio.PE
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
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
Boltzmann machine learning and regularization methods for inferring evolutionary fields and couplings from a multiple sequence alignment
本研究通过玻尔兹曼机学习与正则化方法，从多序列比对推断蛋白质的进化场和耦合，并调整参数以准确恢复相互作用，同时估计折叠约束的选择温度。
2024-07-21 cond-mat.stat-mech cs.LG q-bio.BM
Evolutionary history of the UCP gene family: gene duplication and selection
背景：解偶联蛋白基因属于线粒体内膜电子传递载体超家族。解偶联蛋白家族成员参与产热过程，确定解偶联蛋白基因的功能进化对于理解脊椎动物体温调节的进化具有重要意义。研究结果：序列相似性搜索的基因组和支架数据确定同源的UCP真兽类，硬骨鱼和第一有鳞动物解偶联蛋白。系统发育分析被用来表征家庭的进化史，通过确定两个重复在脊椎动物进化的早期和两个损失的鸟类谱系（不包括一个物种内的重复，不包括由于不完全测序的类群的损失，并排除损失和重复推断通过物种和基因树的错配）。同义和非同义取代率（dN/dS）和更复杂的分支和网站模型的估计表明，重复事件与积极的达尔文选择和UCP是由强大的纯化选择的限制，除了一个单一的网站，经历了积极的达尔文选择，表明UCP基因家族必须高度保守。结论：我们提出了一个描述UCP基因家族的进化历史，并表明，除了在线粒体基质中的第5和第6 α-螺旋之间的一个单一的网站已经经历了积极的选择，通过重复，然后通过纯化选择的基因已经进化。
2008-12-15 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
Theories on PHYlogenetic ReconstructioN (PHYRN)
无法解决高度分化/快速进化的蛋白质家族的深层节点关系是阻碍进化研究的主要因素。在这篇文章中，我们提出了一个多序列比对（MSA）独立的方法来推断进化关系。我们以前证明，使用位置特异性评分矩阵（PSSMs）建立的系统发育谱能够构建信息丰富的进化历史（1;2）。在这篇文章中，我们从理论上推导出PSSM，特别是来自用于构建系统发育树的查询序列，将改善这种方法的快速进化蛋白质的研究。为了验证这一理论，我们对基准蛋白质超家族（逆转录酶（RT））以及模拟数据集进行了系统发育分析。当我们比较从我们的方法，系统发生重建（PHYRN），与其他MSA依赖的方法，我们观察到，PHYRN提供了一个4- 100倍的增加，在深节点的准确测量的结果。由于系统发育概况被用作信息源，而不是MSA，我们提出PHYRN作为一种范式转变，在研究进化时，MSA方法失败。也许最重要的是，由于我们的计算方法的改进和大量测序数据的可用性，PHYRN可扩展到数千个序列。考虑到PHYRNs对任何蛋白质家族的适应性，该方法可以作为一种工具，用于解决快速进化/高度分化的蛋白质家族的进化研究中的模糊性。
2010-02-26 q-bio.PE q-bio.QM
Extraction of Deep Phylogenetic Signal and Improved Resolution of Evolutionary Events within the recA/RAD51 Phylogeny
recA/RAD 51基因家族编码影响同源重组、DNA修复和基因组稳定性的多种重组酶蛋白。recA基因家族在几乎所有真细菌、真核生物和真核生物中表达，甚至在一些病毒中也表达。迄今为止，解决这个古老蛋白质家族的深层进化起源的努力受到阻碍，部分原因是家族之间的高序列差异（即旁系同源群之间约30%的同一性）。通过（i）大型分类单元采样，（ii）使用系统发育算法来测量高度分化的旁系同源物，以及（iii）新颖的进化空间动力学模拟和分析工具，我们获得了recA/RAD 51超家族的强大，简约和更精细的系统发育历史。综上所述，我们的recA/RAD 51家族的进化模型提供了一个更好的理解recA蛋白的古老起源和多个事件导致的recA同源物在真核生物中的多样化，包括发现额外的RAD 51亚家族。
2012-06-14 q-bio.GN q-bio.MN q-bio.PE
About the Protein Space Vastness
根据控制蛋白质空间大小的因素，准确估计蛋白质空间大小是一个长期存在的问题，在进化生物学中至关重要，因为它决定了蛋白质进化的性质。一个简单的分析将使我们能够，首先，减少不切实际的蛋白质空间大小~10^130个序列，对于100个残基的多肽链，~10^9个功能蛋白质，其次，估计每个氨基酸的稳健平均突变率（x ~1.23），并根据蛋白质的边缘稳定性，从它推断出在任何一个时间只有一小部分序列可用于功能蛋白质的进化。虽然这一结果并没有解决蛋白质空间广阔的问题，但它将其框定在一个更合理的框架中。
2020-08-26 q-bio.PE
Fixation probabilities in evolutionary dynamics under weak selection
在演化动力学中，衡量突变性状成功的一个关键指标是它在给定初始突变外观分布的情况下接管种群的概率。这种“固定概率”通常很难计算，因为它取决于突变对生物体的影响以及种群的空间结构，交配模式和其他因素。在这项研究中，我们考虑弱选择，这意味着突变对生物体的影响很小。我们得到一个弱选择扰动扩展的突变体的固定概率，从一个任意的初始配置的突变体和居民类型。我们的结果适用于广泛的一类随机演化模型，其中的大小和空间结构是任意的（但固定的）。选择是否有利于一个给定的性状的问题，从而减少从指数到多项式的复杂性，在人口规模，当选择是弱的。最后，我们应用这些方法获得新的结果演化动力学的图。
2021-02-01 q-bio.PE
Natural selection. II. Developmental variability and evolutionary rate
在经典进化理论中，遗传变异提供了自然选择作用于其上的可遗传表型变异的来源。与这一经典观点相反，一些理论强调发育变异性和学习增强了不可遗传的表型变异，这反过来又可以加速进化反应。在本文中，我展示了如何发展的变异性改变演化动力学平滑的景观，基因型与健身。在一个具有多个峰谷的适应度景观中，发育变异性可以平滑景观，提供一条直接增加适应度的路径，使适应度达到最高峰。发育变异性也允许基因型在应对新的或极端的环境挑战时最初存活，为随后的适应提供了机会。这种最初的生存优势来自于发育变异性平滑和拓宽了适应度景观的方式。最终，发育过程和遗传变异之间的协同作用决定了进化速度。
2011-09-26 q-bio.PE
Natural selection. III. Selection versus transmission and the levels of selection
乔治·威廉姆斯将进化单位定义为遗传信息，竞争单位之间的选择偏差主导了不完美传递引起的信息衰减。在这篇文章中，我扩展了威廉姆斯的方法，以表明选择偏差与传递偏差的比率为不同的生物学问题提供了一个统一的框架。具体的例子包括哈勒和兰德的突变选择平衡，本征的误差阈值和准种，范瓦伦的进化枝选择，普莱斯的多层次群体选择公式，Szathmary和Demeter的原始细胞的进化起源，莱文和布尔的艾滋病毒毒力的短视进化，弗兰克的微生物代谢的时间尺度分析，以及梅纳德史密斯和Szathmary的进化中的主要转变。从这些不同的应用程序的见解导致更深入地了解亲属选择，群体选择，多层次的进化分析，以及进化单位和个性的哲学问题。
2011-12-12 q-bio.PE
Reconstruction of Network Evolutionary History from Extant Network Topology and Duplication History
全基因组范围的蛋白质相互作用（PPI）数据是现成的，这要归功于最近在生物技术上的突破。然而，现存生物的PPI网络只是网络进化的快照。如何推断整个进化历史成为计算生物学的一个挑战性问题。在本文中，我们提出了一个基于似然的方法来推断网络的进化历史的PPI网络的拓扑结构和复制关系之间的旁系同源。仿真结果表明，我们的方法优于现有的重建的准确性。此外，我们的方法估计的几个真实的PPI网络的增长参数与文献中预测的更一致。
2012-03-12 math.CO q-bio.MN q-bio.PE
A geometric speed limit for acceleration by natural selection in evolutionary processes
我们推导出了种群动力学中的一个新的速度极限，它是进化速率的一个基本极限。通过分离选择和变异对进化速率的贡献，得到了比传统的Cramér-Rao界更严格的任意观测量速度的新界，称为选择界.值得注意的是，如果选择的贡献比突变的贡献更占优势，那么选择的界限会更紧。这种紧密性可以通过感兴趣的可观测值与增长率之间的相关性来几何地表征。我们还数值说明了选择界在进化过程的瞬态动力学的有效性，并讨论了如何测试我们的速度限制实验。
2023-01-12 cond-mat.stat-mech physics.bio-ph q-bio.PE
Evolutionary games on cycles with strong selection
图上的进化博弈描述了策略互动和种群结构如何决定进化成功，并通过单个突变体接管种群的概率来量化。图结构，相比混合良好的情况下，可以作为选择的放大器或抑制器，通过增加或减少固定的概率有益的突变。相关的平均注视时间的性质可能更加复杂，特别是当选择很强时。直觉告诉我们，有益突变体的固定发生得很快（在优势博弈中），固定需要很长时间（在共存博弈中），强选择消除了人口统计学噪音。在这里，我们表明，这些直觉在结构化人群中可能会产生误导。我们分析了两种不同的微观进化更新规则（死亡-出生和出生-死亡）下的强频率依赖选择的周期图上的平均固定时间。我们建立了强选择下固定时间的精确分析结果，并表明存在固定发生在种群规模的时间多项式中的共存博弈。根据潜在的游戏，我们观察到人口噪音的内在性，即使在强选择下，如果这个过程是由随机死亡前选择出生的后代（死亡出生更新）。相反，如果对后代的选择发生在随机删除（出生-死亡更新）之前，强选择几乎可以完全消除人口统计学噪声。
2017-01-23 physics.bio-ph q-bio.PE
Evolutionary games: natural selection of strategies
在本文中，我模型和研究的自然选择的过程中，所有可能的混合策略在经典的两人两策略游戏。我推导并求解了一个方程，它是描述纯策略频率动态的泰勒-琼克复制子方程的自然推广。然后，我调查的演变，不仅频率的纯策略，但也总分布的混合策略。我证明了所有博弈的策略自然选择过程都服从信息增益最小的动力学原理。
2018-02-16 q-bio.PE q-bio.QM
Natural selection. V. How to read the fundamental equations of evolutionary change in terms of information theory
自然选择引起的进化变化的方程通常用统计术语来表示。费雪基本定理强调适应性的变化。数量遗传学用协方差和回归表示选择。群体遗传方程依赖于遗传方差。我们如何理解这些统计学上的表述，来理解自然选择的含义呢？一种可能性是将统计表达式与种群通过选择积累的信息量联系起来。然而，选择和信息论之间的联系从来没有令人信服。在这里，我展示了选择的统计表达式和选择的信息论表达式之间的正确关系。这些关系将选择与物理学、统计学和通信理论中的熵和信息的基本概念联系起来。我们现在可以根据自然意义来解读选择方程了。选择使种群积累有关环境的信息。
2012-11-16 cond-mat.stat-mech q-bio.PE
Optimal Control of Evolutionary Dynamics
阐明复杂生物系统进化过程中优化的适应度是进化理论的一个重大挑战。我们提出了实验证据和分析框架，展示了生化网络如何在其演化动力学中利用最佳控制策略。最优控制理论解释了一个显着的模式，极端化的氧化还原电位的电子传递蛋白质，假设只有他们的健身措施是一个控制目标功能与有界控制。
2008-06-13 physics.bio-ph q-bio.MN q-bio.PE
Fixation in Evolutionary Games under Non-Vanishing Selection
在演化博弈论中，波动最显著的影响之一是突变体固定（接管）整个种群的可能性。在这里，我们推广了最近的WKB为基础的理论研究固定在进化游戏下的非零选择，并调查选择强度w和人口（随机）波动之间的关系。这使得大的波动的准确治疗，并产生的概率和平均时间的固定超过弱选择限制。该理论的力量证明了多个吸收状态的合作困境的原型模型。我们的预测比较出色的数值模拟，有限的w，显着提高了福克-普朗克近似。
2010-06-21 cond-mat.stat-mech nlin.AO q-bio.PE
Constant-selection evolutionary dynamics on weighted networks
本文研究边权重对无向网络上恒定选择演化动力学的影响，发现随机边权重在多数情况下削弱小型网络的放大作用并常使其成为选择抑制器，且该结论在更大的经验网络中同样成立，表明选择放大器在加权网络中不如在无权重网络中普遍。
2024-08-28 cs.SI math.PR physics.soc-ph
