Exact solution of a model of time-dependent evolutionary dynamics in a rugged fitness landscape
通过映射到随机通量模型,其渐近行为可以描述在随机行走的一个崎岖的健身景观的准物种模型的时间依赖的进化动力学的简化形式解决。从一个有限的基因型集的显性基因型的变化的数量的统计,确切地得到确认现有的基于数值的图解。
2006-09-19 cond-mat.stat-mech q-bio.PE
Getting higher on rugged landscapes: Inversion mutations open access to fitter adaptive peaks in NK fitness landscapes
分子进化通常被概念化为在崎岖的适应度景观上的适应性行走,由突变驱动并受增量适应度选择的约束。众所周知,上位性塑造了景观表面的凹凸不平,勾勒出它们的地形(高适应性的高峰被低适应性基因型的山谷隔开)。然而,在强选择弱突变(SSWM)限制内,一旦自适应行走达到局部峰值,自然选择就会限制通过下游路径,并阻碍达到更高适应值的任何可能性。在这里,除了广泛使用的点突变,我们引入了一个最小的模型序列反转来模拟自适应行走。我们使用著名的NK模型来实例化崎岖的景观。我们表明,自适应行走可以达到更高的适应值,通过反转突变,这相比,点突变,允许进化过程中逃脱当地的健身高峰。为了阐明这种染色体重排的影响,我们使用一个图形理论表示的可访问的突变体,并显示如何发现新的进化路径。本模型提出了一个简单的机械原理来分析逃逸的本地健身峰驱动的分子进化(基因内)结构倒位,并揭示了一些后果的限制点突变的模拟分子进化。
2022-10-13 nlin.AO physics.bio-ph q-bio.PE
Adaptation in tunably rugged fitness landscapes: The Rough Mount Fuji Model
目前的适应理论大多基于吉莱斯皮的突变景观模型(MLM),该模型假设由单个突变步骤连接的基因型的适应值是独立的随机变量。另一方面,越来越多的经验证据表明,真正的适应度景观,虽然拥有相当数量的崎岖,比传销预测的更平滑。在这篇文章中,我们提出并分析了一个简单的适应度景观模型与可调的坚固性的基础上粗糙富士山(RMF)模型最初介绍的Aita等人。[生物聚合物54:64-79(2000)]的蛋白质进化的背景下。我们提供了一个全面的收集结果有关的地形结构的RMF景观,包括明确的公式预期数量的局部适应性最大值,全球峰值的位置,和健身相关函数。主要通过模拟来探索RMF景观上的单个和多个自适应步骤的统计,并将结果与MLM模型中的已知行为进行比较。最后,我们表明RMF模型可以解释在最近的微绿噬菌体进化实验中在高度拟合的第一步背景上观察到的大量第二步突变[Miller等人,Genetics 187:185-202(2011)]。
2014-08-01 cond-mat.dis-nn q-bio.PE
Evolutionary dynamics of the most populated genotype on rugged fitness landscapes
我们考虑了一个无性种群在崎岖的适应度景观上的进化,该景观定义在多维基因型空间上,并且具有许多局部最优解。我们跟踪人口最多的基因型,因为它的变化时,人口从一个健身高峰跳到一个更好的适应过程中。这是使用壳模型的动力学,这是一个简化版本的准物种模型的无限人口和标准的赖特-费舍尔动力学大有限人口。我们发现,在准种模型和壳模型匹配适合的基因型,并在短时间内获得的基因型的人口比例,但这两个模型的动态是相同的人口最多的基因型相关的问题。我们精确地计算了无限种群中跳跃的几个性质,其中一些是在以前的工作中数值获得的。我们还提出了我们的有限人口的初步模拟结果。特别是,我们测量的跳跃分布的时间,并发现它衰减为$t^{-2}$在准物种问题。
2007-08-11 cond-mat.stat-mech q-bio.PE
Evolutionary Hysteresis: Cycling about in a Rugged Landscape
University of Notre Dame(圣母大学)
本研究通过理论建模、分子模拟和实证分析揭示了进化迟滞现象,发现环境随机性影响种群适应度,并在复杂系统中展示了迟滞环的鲁棒性。
2025-12-20 q-bio.PE
Deterministic and stochastic regimes of asexual evolution on rugged fitness landscapes
我们研究的适应动力学最初不适应的无性种群的基因型表示的二进制序列的长度$L$。种群在具有大量局部最优解的最大粗糙度适应度景观中演化。我们发现,无论是确定性的或随机的进化轨迹取决于有效的突变距离$d_{\mathrm{eff}}$的人口可以在基因型空间中传播。对于$d_{\mathrm{eff}}=L$,确定性准种理论起作用,而对于$d_{\mathrm{eff}} < 1$,进化是完全随机的。在这两种极限情况下,动态描述了一个本地准种理论低于交叉时间$T_{\times}$,而以上$T_{\times}$,人口被困在一个本地的健身峰值,并设法找到一个更好的峰值通过随机隧道或双突变。在随机制度$d_\mathrm{eff} < 1$,我们确定了两个子制度与克隆干扰和上坡自适应步行,分别。我们认为,我们的研究结果与微生物种群进化实验的解释有关。
2006-11-30 cond-mat.stat-mech q-bio.PE
Evolutionary accessibility in tunably rugged fitness landscapes
在突变和选择的影响下,群体的适应性进化受到潜在的适应度景观的结构的强烈影响,适应度景观编码不同遗传位点的突变之间的相互作用。对这种景观的理论研究已经进行了几十年,但直到最近才有实验适应性测量,包括所有可能的小突变组合。实证研究产生了新的问题,最佳基因型的可及性下的自然选择。根据种群动态参数,如突变率和种群规模,进化的可及性可以量化通过统计的可及性突变途径(沿其适应性单调增加),或通过研究的吸引盆下的最佳基因型贪婪(最陡上升)动态。在这里,我们调查这两个措施的可访问性考夫曼的$LK$模型的框架,随机适应度景观与可调的坚固性的典范家庭。控制遗传相互作用强度的关键参数是基因型序列中每个$L$位点的相互作用配偶体的$K$数量。一般而言,可及性随着基因型维度$L$的增加而增加,并且随着相互作用$K$的数量的增加而降低。然而,值得注意的是,我们发现,一些措施的可访问性表现为非单调的函数的$K$,表明一个特殊的角色,最稀疏连接,非平凡的情况下K = 1和2。适应度景观和自旋眼镜模型之间的关系也得到了解决。
2012-10-17 cond-mat.dis-nn q-bio.PE
First explore, then settle: a theoretical analysis of evolvability as a driver of adaptation
本文将可进化性视为受进化影响的表型特征,通过数学模拟分析无性个体种群的进化动态,发现高可进化性个体能快速探索表型景观以提升适应度,但选择强度和成本可能导致其灭绝,并探讨了其在癌症等环境中的影响。
2025-06-01 q-bio.PE
Genetic algorithm dynamics on a rugged landscape
遗传算法是一种受生物进化驱动的优化方法,已成功地应用于不同领域的优化问题。基于遗传算子的父子适应度相关性,提出了一种适用于一般适应度景观的统计力学模型。它是一个最近的模型的基础上最大熵ananomaly进行比较。最后,它被应用到建模的动态遗传算法的崎岖的健身景观的NK模型。
1999-03-04 adap-org cond-mat.stat-mech nlin.AO
Improve it or lose it: evolvability costs of competition for expression
已知表达水平是蛋白质进化速率的强决定因素。但反过来也可能是正确的:演化动力学可以影响蛋白质的表达水平。在两个方向上都有影响会促进反馈回路的可能性,其中表达更高的系统更有可能改进并表达得更高,而那些表达较少的系统最终会失去漂移。使用一个最小的模型来研究这一点的背景下,不断变化的环境中,我们证明了这样一个反馈回路的一个意想不到的后果是,一个缓慢的切换到一个新的环境可以让基因型达到更高的健身比直接暴露于它。
2020-12-16 q-bio.PE
Evolutionary trajectories in rugged fitness landscapes
我们考虑了在静态、不相关的随机适应度景观中经历突变选择动态的无限种群的演化轨迹。从由单个基因型组成的种群开始,种群最多的基因型\textit{jumps}从一个局部适应度最大值到另一个,并最终达到全局最大值。我们使用一个强大的选择限制,这减少了动力学超出第一个时间步之间的竞争,独立的突变体亚群,研究这个模型和一个简单的一维模型,忽略了序列空间的几何动态。我们发现,沿轨迹出现的拟合基因型是适当定义的健身\textit{records}的一个子集,并利用非同分布随机变量的记录理论的几个结果。对轨迹有贡献的基因型是那些不是\textit{bypassed}的记录,它们来自于更远的初始群体。从数值模拟中提取了几个关于旁路统计的图表。特别是,对于一维模型,我们提出了一个简单的绕过概率和动态指数之间的关系,它描述了典型的进化时间与基因组大小的缩放。后者可以根据适应度分布的极值性质精确地确定。
2005-05-26 cond-mat.dis-nn q-bio.PE
Quantifying the role of population subdivision in evolution on rugged fitness landscapes
自然选择驱使种群走向更高的适应性,但跨越适应性山谷或高原可能会促进涉及上位性的崎岖适应度景观的进展。我们定量地研究了细分无性种群对穿越适应度谷或高原所需时间的影响。我们专注于一个通用的和最小的模型,其中只包括人口细分为全球移民连接到等效的demes,并不需要显着的规模变化的demes,环境异质性或特定的地理结构。我们确定的最佳加速的山谷或高原交叉,可以通过细分获得,如果该过程是由跨最快的deme驱动。我们发现,孤立的群落必须在顺序固定制度细分显着加速交叉。使用马尔可夫链理论,我们得到的条件下,实现最佳加速的解析表达式:山谷或高原穿越的细分人口,然后一样快,其最快的deme。我们通过随机模拟验证我们的分析预测。我们证明,细分可以大大加快跨越健身谷和高原在很大范围内的参数扩展到最佳窗口之外。我们研究了不同程度的细分人口的影响,并调查之间的权衡的幅度的最佳加速和宽度的参数范围内发生。我们的结果也适用于弱有益的中间突变。我们将我们的工作扩展到人口迁移到一个或几个较小的岛屿的情况。我们的研究结果表明,细分与迁移单独可以显着加速健身谷和高原的交叉,并揭示了必要的定量条件发生。
2014-08-14 physics.bio-ph q-bio.PE
Evolving generalists via dynamic sculpting of rugged landscapes
进化的系统,无论是面对变异病原体的抗体库,还是暴露于各种抗生素的微生物种群,都在不断地寻找适应时变适应性的解决方案。通才对应于在不同的选择压力下保持适合的基因型;交叉反应性抗体非常需要但很少见,而多重耐药微生物是不受欢迎的,但很普遍。然而,很少有人知道在什么条件下,这种具有高适应能力的解决方案将被进化有效地发现,因为环境变化改变了相邻基因型的相对适应性和可及性。此外,如果环境在时间上是相关的,那么作为景观崎岖性和路径限制的来源--上位性是否会发挥不同的作用?我们提出了一个生成模型来估计的倾向,不断发展的多面手在崎岖的景观,可调相关和循环相对缓慢。我们发现,环境循环可以大大促进寻找合适的通才动态扩大其有效流域的吸引力。重要的是,这些高绩效者最有可能出现在坚固性和环境相关性的中间水平,以多样性换取健康和可访问性。我们的工作提供了一个概念框架,以研究相关变化的复杂环境中的进化,并提供统计理解,建议加快产生广泛中和抗体或防止微生物进化多药耐药性的一般策略。
2019-05-04 physics.bio-ph 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
Impact of Epistasis and Pleiotropy on Evolutionary Adaptation
进化适应常常被比作攀登一座小山或高峰。虽然这个过程对于突变独立的适应度景观来说很简单,但突变之间的相互作用(上位性)以及影响多个性状的基因座突变(多效性)在复杂而现实的适应度景观中至关重要。我们调查上位性和多效性的影响适应性进化通过研究一个群体的无性单倍体生物(单倍型)在N相互作用的基因座,其中每个基因座与K其他基因座相互作用的模型的演变。我们用一个定量的方法来衡量取代之间的上位相互作用的大小,并发现它是K的递增函数。当单倍型以高突变率适应时,在血统上观察到的上位性取代对比预期的多。达到最高的健身景观与中等量的崎岖,平衡更高的健身潜力的相互作用的基因与其相伴的进化性下降。我们的研究结果表明,基因座之间的协同作用,相互作用上位性是至关重要的进化遗传模块具有高适应性,而太多的坚固性失速的适应过程。
2011-04-27 q-bio.PE
Quantitative analyses of empirical fitness landscapes
适应度景观的概念是一个强有力的隐喻,它为进化过程的各个方面提供了洞察力,并为进化研究提供了指导。直到最近,经验证据的崎岖这些景观是缺乏的,但由于它成为可行的构建所有可能的基因型包含组合的一组有限的突变,研究的数量已经增长到一个点,其中的景观分类成为可能。本综述的目的是确定上位性的措施,允许一个有意义的比较适应度景观,然后将它们应用到经验景观,以辨别影响坚固性的因素。在文献中提出的各种上位性措施似乎是等效的。我们的比较表明,经验景观的坚固性受到所包含的突变是有益的还是有害的,以及是否涉及基因内或基因间上位性的影响。最后,将经验景观与粗糙山生成的景观进行比较。富士模型。尽管这个模型很简单,但它非常好地捕捉了实验景观的特征。
2012-10-17 cond-mat.stat-mech 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
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
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
Exploring the effect of sex on an empirical fitness landscape
上位性的本质对性别和重组的进化意义有着重要的影响。最近的努力,发现负上位性的来源,负连锁不平衡和相关的长期性别优势,几乎没有得到支持。符号上位性,即等位基因适应性效应的符号在不同遗传背景下有所不同,是造成适应度景观崎岖的原因,对性别进化的影响在很大程度上尚未被探索。在这里,我们描述适应度景观两套无性真菌\emph{Aspergillus niger}涉及所有组合的五个突变。我们发现,$\sim 30$ %的单突变的健身效果是积极的,尽管他们在野生型菌株的负面影响,并存在几个本地健身的最大值和最小值。然后,我们比较适应性和无性种群的经验适应度景观使用模拟。结果表明,在这些崎岖的景观性别的普遍劣势,造成的崩溃重组的基因型逃离当地的高峰。性别有利于逃离局部峰值只有一些参数值在一个景观,表明其依赖于景观的地形。我们讨论了可能的原因,我们的研究结果和报告之间的差异更快的适应性人群。
2008-07-18 cond-mat.dis-nn q-bio.PE
Adaptation dynamics of the quasispecies model
我们研究的适应动力学的最初不适应的人口演变通过突变和选择的基本过程。进化发生在崎岖的适应度景观上,这些景观定义在多维基因型空间上,并且具有许多由低适应度谷分隔的局部峰。我们主要集中在本征模型,描述了确定性动力学的无限数量的自我复制分子。在稳定状态下,对于小的突变率,这样的群体形成{ \it准种},其由最适合的基因型及其密切相关的突变体组成。崎岖适应度景观上的准种动态遵循间断(或阶梯状)的模式,即种群从低适应度峰值跳到高适应度峰值,在那里停留相当长的时间,然后再次移动峰值,最终达到适应度景观的全局最大值.我们精确地计算了这个动力学过程中的几个性质的简化版本的准物种模型。
2008-02-27 cond-mat.stat-mech q-bio.PE
Love before Sex
关于有性生殖相对于无性生殖在进化适应性方面的好处,人们一直争论不休。在这里,我们专注于优势,可能带来的交配过程中,选择配偶有助于增加健身的建设性的方式。我们进行计算机模拟这样的交配系统和调查,一方面,如何配偶表型有助于后代的健身,另一方面,如何选择影响配偶表型。我们讨论如何帮助这样的机制可能是在确定崎岖的能源景观的轨迹,导致全球最优。
2004-12-16 q-bio.PE
Gene networks accelerate evolution by fitness landscape learning
我们考虑一个大种群的进化,其中每个生物体的适应性由许多表型特征定义。这些特征是由许多基因表达的结果。我们提出了一个新的基因调控模型,其中基因表达是由一个具有阈值机制的基因网络控制的,并且在该阈值和基因表达之间存在反馈。我们表明,这种调节是非常强大的:根据参数,我们可以获得阈值和基因之间的任何功能连接。在一般假设的健身,我们证明,这种模式的生物体是有能力的,在一定程度上,认识到的适应度景观。这种适应度景观学习大大减少了适应所需的突变数量,从而加速了进化。此外,这种学习增加了关于突变的表型鲁棒性。然而,这种加速导致额外的风险,因为学习过程可能产生错误。最后,进化加速提醒在崎岖公路上的比赛:当你加速时,你有更多的机会撞车。这些结果解释了最近的实验数据预测环境变化的一些生物。
2016-09-28 q-bio.PE
Critical properties of complex fitness landscapes
进化适应是一个过程,增加人口的适应适应度景观,它居住。因此,演化动力学是由这种适应度景观塑造、约束和引导的。人们已经做了很多工作来了解适应性种群的演化动力学,但对景观结构的了解要少得多。在这里,我们研究的全球和本地结构的复杂的适应度景观的相互作用的基因座,描述蛋白质折叠或相互作用的基因组形成的途径或模块。我们发现,在这些景观,高峰更有可能被发现附近的其他高峰,证实了考夫曼的“山中央”的假设。我们研究了群峰作为景观的崎岖度的函数,发现这种聚类允许峰形成相互连接的网络。这些网络经历了一个渗流相变作为最小峰高的函数,这表明,不超过两个突变,从峰到峰转移的进化轨迹可以跨越整个遗传空间。这些网络对崎岖景观的进化有影响,使适应在当地适应高峰上升后继续进行。
2010-06-15 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
A model with Darwinian dynamics on a rugged landscape
我们讨论了选择和随机扩散的种群动力学,保持总人口不变,在一个适应度景观与约束满足,困难的优化问题的范例。我们得到一个相图的人口和扩散率的大小方面,与玻璃相内的动态不断寻找更好的配置,和外面的有害的“突变”破坏性能。在温度和驱动力方面,相图类似于致密活性物质的相图。
2016-10-15 cond-mat.stat-mech physics.bio-ph q-bio.PE
Multiple adaptive substitutions during evolution in novel environments
我们考虑一个无性种群在强选择-弱突变条件下在崎岖的适应度景观上演化,该景观具有许多局部适应度峰值。与以前的研究中,人口的初始适应度被假定为高,在这里,我们开始适应过程与低适应度对应的人口在一个紧张的新环境。对于通用的健身分布,使用的分析参数,我们发现,到局部最优的平均步骤数随基因型序列长度而变化,并随着基因型之间的相关性增加而增加。当适应度服从指数分布或均匀分布时,利用种群适应度分布的演化方程,我们解析地计算了固定有益突变的适应度分布和步行长度分布。
2011-09-02 cond-mat.stat-mech q-bio.PE
Red Queen Coevolution on Fitness Landscapes
物种不仅进化,它们还与其他生物共同进化。协同进化是推动相互作用的物种不断进化探索适应度景观的主要力量。协同进化涉及物种适应度景观的耦合,将物种遗传变化与种间生态相互作用联系起来。本文首先介绍了红皇后进化假说,并对其中的一些理论问题和经验证据进行了评述。作为健身景观概念的介绍,我们回顾了简单和崎岖的健身景观进化的关键问题。然后,我们提出了在不同尺度上不同适应度景观的协同进化的关键建模例子,从RNA病毒到复杂的生态系统和宏观进化。
2013-03-22 nlin.AO 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
Adaptive walks on time-dependent fitness landscapes
适应性步行的健身景观的想法作为一种手段,研究进化过程中的大时间尺度上扩展到健身景观,随着时间的推移慢慢变化。粗糙度的影响和静态健身的贡献量的影响进行了研究模型景观来自考夫曼的$NK$景观。根据景观中静态适应度贡献的大小,进化动态可以分为扩张和非扩张阶段。在搜索阶段,步行者在具有高适应度的景观区域上执行随机行走。
1999-03-16 adap-org nlin.AO physics.bio-ph
Multidimensional epistasis and the transitory advantage of sex
识别和量化性别和重组的好处是进化理论中一个长期存在的问题。特别是,相互矛盾的索赔已经提出了关于存在的好处重组高维适应度景观的存在下,符号上位性。在这里,我们提出了一个比较数值研究的有性和无性演化动力学的单倍体可调崎岖的模型景观强选择下,特别注意重组和人口多样性和适应率之间的联系的进化优势的时间发展。我们表明,重组静态崎岖的景观的适应性优势是严格短暂的。在早期,重组的优势是通过组合单独发生的有益突变的可能性而产生的,但是这种效果在更长的时间内被更有效地捕获重组群体在局部适应性峰值处而逆转。这些发现是解释了一个只有两个位点的设置的既定结果。根据红皇后假说,在波动的环境中,暂时的优势可以无限延长,当环境在相同的时间尺度上波动时,它是最大的,在这个时间尺度上通常会发生局部最优的捕获。
2014-11-10 q-bio.PE
Analyzing coevolutionary games with dynamic fitness landscapes
共同进化游戏的参与者可能会改变他们的策略以及他们的互动网络。本文介绍了一个用景观模型描述协同进化博弈动态的框架。它表明,共同进化游戏调用动态景观。数值实验示出的囚徒困境(PD)和雪堆(SD)的游戏,都使用出生死亡(BD)或死亡出生(DB)的策略更新。由此产生的景观进行了分析方面的模态和坚固性
2016-03-21 cs.GT cs.NE q-bio.PE
Length of adaptive walk on uncorrelated and correlated fitness landscapes
我们考虑了一个无性种群在崎岖的适应度景观上上坡行走的适应动力学,该景观具有大量的局部适应度峰值。我们工作在一个参数制度,只有那些突变是单突变的距离是可访问的,作为一个结果,人口最终被困在一个局部的适应度最大值和自适应步行终止。我们研究了在达到局部适应度峰值之前,种群所采取的自适应步骤的数量如何取决于种群的初始适应度、有益突变的极值分布以及适应度之间的相关性。假设连续步骤之间的相对适应度差异很小,对于给定的初始适应度,我们分析计算所有极值域中不相关和相关适应度的平均步行长度。我们提出了数值结果的模型,其中的适应度差异可以很大,并发现步行长度的行为不同于前一个模型中的Fréchet域的极值理论。我们还讨论了我们的结果的相关性,微生物实验。
2014-08-19 cond-mat.stat-mech 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
The Evolution of Sex through the Baldwin Effect
这篇论文提出,真核生物性别的基本单倍体-二倍体循环利用了鲍德温效应的一种基本形式。有了对基本周期的这种解释,其他相关的现象可以解释为进化调整了生物体所经历的学习的数量和频率。使用著名的NK模型的健身景观,它表明,不同的景观坚固性不同的好处的单倍体-二倍体周期,是否基于内有丝分裂或融合。减数分裂前加倍和重组的周期中的效用也被证明是不同的景观崎岖。这一观点被认为是对性别的许多现有解释的基础,而不是矛盾。
2017-05-31 cs.NE 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
A solvable model of the evolutionary loop
引入并求解了有限种群在崎岖适应度景观中的演化模型。种群被困在一个进化循环中,在停滞期和适应性行走期交替出现。计算了种群的平均稀有度(与最适应个体的适应度有关的量)和种群大小和突变率对阶段持续时间的依赖性。
1998-06-19 adap-org cond-mat.dis-nn nlin.AO
On Sexual Selection
性选择是所有具有交配类型的真核生物进化的基本方面。这篇论文认为,间性选择最好被看作是一种机制,以补偿不可避免的动态的两性之间的共同进化,出现同配生殖。使用NK模型的适应度景观,在何种条件下,异源体出现的第一次探索。这扩展了以前关于性别进化的研究,其中鲍德温效应的基本形式的适应度景观平滑被认为是根本原因。NKCS模型的协同进化,然后显示如何不同的适应度景观的大小,坚固性,连通性可以改变的条件下,一个非常简单的性选择机制证明是有益的。无论是一种性别还是两种性别都利用了性选择,情况都是如此。
2021-02-23 cs.NE q-bio.PE
Complexity of evolutionary equilibria in static fitness landscapes
一个适应度景观是一个遗传空间--如果两个基因型在一个位点上不同,它们就相邻--和一个适应度函数。演化动力学在这个景观上产生从低适应度到高适应度的流动;只有当找到局部适应度峰值时才达到平衡,我使用计算复杂性来质疑静态适应度景观上的进化可以快速达到局部适应度峰值的常见假设。为此,我证明了,当K >= 2时,粗糙适应度景观的流行NK模型是PLS完备的;加权2SAT的约简是自适应行走上的双射,因此存在NK适应度景观,其中来自某些顶点的每个自适应路径都是指数长度的。或者-在标准复杂性理论假设下,PLS中存在在多项式时间内不可解决的问题-这意味着没有演化动力学(已知或待发现,并且不一定遵循自适应路径)可以收敛到K = 2的所有NK景观上的局部适应度峰值。应用单纯形算法分析的结果,我证明了存在没有倒数符号上位性的单峰景观,其中遵循强选择弱突变动态的自适应路径的预期长度为$e^{O(n^{1/3})}$,即使从每个顶点都可以获得长度小于n的最佳自适应路径。技术成果的编写是为了让没有计算机科学背景的数学生物学家可以访问,生物学文献的总结是为了方便非生物学家,目的是在两个学科之间展开建设性的对话。
2013-08-23 cs.NE q-bio.PE
Predicting evolution and visualizing high-dimensional fitness landscapes
适应过程的节奏和模式在很大程度上取决于适应度景观的结构,为了能够预测进化结果(即使是短期的),我们必须比现在更了解现实适应度景观的本质。例如,为了知道进化是否主要沿着适应度向上移动的路径和中性脊,或者需要大量的山谷交叉,我们需要能够想象这些景观:我们必须确定景观中是否有峰,这些峰相对于彼此的位置,以及进化路径是否可以连接它们。这是一项艰巨的任务,因为遗传适应度景观(与基于性状的景观相反)是高维的,并且缺乏可视化这种景观的工具。在这方面的贡献,我们专注于崎岖的遗传适应度景观的进化的可预测性,并确定在这样的景观的高峰高度聚集:高峰主要是接近其他高峰。因此,将这些山峰分开的山谷是浅而窄的,使得朝向景观中最高峰的进化轨迹可以通过一系列山谷交叉来实现
2013-02-26 nlin.AO q-bio.PE
Simple sign epistasis and evolutionary detours in fitness landscapes
UK Health Security Agency(英国卫生安全局);Biomathematics and Statistics Scotland, The James Hutton Institute(苏格兰生物数学与统计学,詹姆斯·赫顿研究所);Group of Complex Systems and Statistical Mechanics, Physics Faculty, University of Havana(哈瓦那大学物理学院复杂系统与统计力学小组);System Modeling Group, Institute for Veterinary Epidemiology and Biostatistics, Freie Universitaet Berlin(柏林自由大学兽医流行病学和生物统计学研究所系统建模小组);Accenture(埃森哲);National University of General Sarmiento(圣萨尔米恩托国立大学);Department of Biology, University of Oxford(牛津大学生物学系);Institute for Biological Physics, University of Cologne(科隆大学生物物理学研究所);Pandemic Sciences Institute and Big Data Institute, Nuffield Department of Medicine, University of Oxford(牛津大学纳菲尔德医学系大流行病科学与大数据研究所)
研究探讨了简单表型上位性在适应度景观中的作用,发现其与进化绕行有关,即通过间接路径达到适应度高峰。研究显示简单表型上位性在弱上位性景观中更常见,与理论预测一致。
2026-04-24 cond-mat.dis-nn 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
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
Predictability of the imitative learning trajectories
适应度景观适应度景观隐喻在许多研究领域的优化原则建模中起着核心作用,从进化生物学(首次引入)到管理研究。在这里,我们考虑模仿学习搜索的轨迹的合奏,在其中代理交换信息,他们的健身和模仿最适合的代理在人口中,旨在达到全球最大的适应度景观。我们评估的程度的起点和终点确定的学习轨迹使用两个措施,即,产生的概率,两个随机选择的轨迹是相同的可预测性,和平均路径的分歧,衡量两个学习轨迹之间的差异。我们发现,可预测性是更大的崎岖的景观比平滑的。然而,平均路径的分歧,强烈影响的搜索参数-人口规模和模仿倾向-抹杀了潜在的景观的影响。随着人口规模和模仿倾向的增加,学习轨迹变得更加确定,在这个意义上,不同的轨迹越来越少,这些轨迹彼此之间也越来越相似。此外,我们发现,粗糙度的学习轨迹,衡量从适应度函数的可加性的偏差,总是大于粗糙度估计在整个适应度景观。
2018-11-15 cs.MA physics.bio-ph q-bio.PE
Why evolution needs the old: a theory of ageing as adaptive force
提出衰老是进化改进物种设计的实验累积效应,通过在适合度影响较小阶段测试创新并施加正则化效应,增强系统可进化性。
2024-02-17 q-bio.CB q-bio.PE
Monotonicity of Fitness Landscapes and Mutation Rate Control
进化生物学中的一个普遍观点是突变率被最小化。然而,在组合优化和搜索的研究已经显示出一个明显的优势,使用可变的突变率作为控制参数,以优化性能的进化算法。这一领域的许多生物学理论都是基于罗纳德·费希尔的工作,他使用欧几里得几何来研究突变大小与无限表型空间中后代预期适应度之间的关系。在这里,我们重新考虑这一理论的基础上的替代几何的离散和有限空间的DNA序列。首先,我们考虑的几何情况下的健身同构的距离从一个最佳的,并显示如何最佳的突变率控制问题可以解决的精确或近似取决于额外的约束条件的问题。然后,我们考虑一般情况下的健身通信的距离只有部分信息。我们定义了适应度景观的弱单调性,并证明了这一性质在所有连续且在最优点处开放的景观中成立。这一理论结果激发了我们的假设,最佳突变率功能,在这样的景观将增加时,健身最佳的某些邻域减少,类似的控制功能,在几何的情况下。我们通过分析DNA序列和转录因子之间的结合分数的115个完整景观中的近似最佳突变率控制函数来实验测试这一假设。我们的研究结果支持了这一假设,并发现突变率的增加是更迅速的景观,是不那么单调(更崎岖)。我们将讨论这些发现与生物体的相关性。
2019-08-24 cs.IT cs.NE math.IT
Information-theoretic neuro-correlates boost evolution of cognitive systems
遗传算法(GA)是一组模拟自然选择过程的搜索和优化的强大工具,并且已经成功地用于各种各样的问题,包括进化神经网络以解决认知任务。尽管他们的成功,遗传算法有时无法定位的最高峰的适应度景观,特别是如果景观是崎岖的,并包含多个高峰。到达遥远的更高的峰值是困难的,因为需要跨越山谷,在一个过程中(至少暂时)违背了适应度最大化目标。在这里,我们提出并测试了一些信息理论(以及基于网络)的措施,可以与健身最大化目标(所谓的“神经相关”)结合使用,以发展神经控制器,用于两个广泛不同的任务:一个行为任务,需要信息整合,和一个认知任务,需要记忆和逻辑。我们发现,明智地选择神经相关可以显着帮助气体找到最高峰。
2015-11-25 cs.IT math.IT nlin.AO
How morphological development can guide evolution
University of Vermont(佛蒙特大学)
生物体是在不同时间尺度上相互作用的适应过程的结果。其中一种相互作用是发展与进化之间的相互作用。模型已经表明,开发在一个单一的代理扫描几个性状,有时暴露有前途的静态性状。随后的进化可以使这些罕见的特征成为可能。因此,在适当的条件下,发展可以增加进化性。在这里,我们报告了一个以前未知的现象,当具体的代理人被允许发展和进化:进化发现身体计划强大的控制变化,这些身体计划成为遗传同化,但这些代理人的控制器没有被同化。这就允许进化通过在这些允许的身体计划中修补控制器的发展程序来继续攀登健身梯度。这揭示了鲍德温效应的一个先前未知的细节:不是所有有用的性状都被遗传同化,而是只有那些使代理人对其他性状的变化具有鲁棒性的性状才被同化。我们称之为微分渠化。这一发现也对人工和具体代理(如机器人)的进化设计产生了影响:对控制器内部变化具有鲁棒性的机器人也可能对环境中的外部变化具有鲁棒性,例如从模拟到现实的转移或在新环境中的部署。
2018-09-07 cs.AI cs.RO q-bio.PE