350 편의 논문
진화 생물학은 생명체가 수억 년에 걸쳐 어떻게 변해 왔는지, 그리고 그 과정이 오늘날의 다양성을 만들어낸 방식을 탐구하는 분야입니다. 이 영역은 자연 선택, 유전적 변이, 종 분화 등 복잡한 메커니즘을 연구하지만, 그 핵심은 우리 모두의 기원과 적응 스토리에 대한 호기심에서 시작됩니다.
Gist.Science 는 bioRxiv 에서 공개되는 진화 생물학 관련 최신 프리프린트들을 모두 수집하여 다룹니다. 우리는 이러한 연구 결과들을 일반인도 쉽게 이해할 수 있는 쉬운 언어로 풀어내는 동시에, 전문가를 위한 상세한 기술적 요약도 함께 제공하여 연구의 깊이와 접근성을 모두 잡습니다.
아래에는 bioRxiv 의 최신 업로드를 바탕으로 선별된 진화 생물학 분야의 논문 목록이 나열되어 있습니다.
이 논문은 확률적 계산이 불가능한 복잡한 진화 모델을 가진 계통수에서 조상 상태 재구성을 수행하기 위해 딥러닝 기반 도구인 phyddle 을 개량하고, 이를 단순 모델부터 Ebola 바이러스 및 Liolaemus 속의 실증 데이터에 이르기까지 다양한 조건에서 평가하여 기존 베이지안 추론과의 성능을 비교 분석했습니다.
이 메타분석 연구는 침입 식물 종의 고착화 후 시간이 지남에 따라 자연 서식지와 도입 서식지 간의 국소 적응이 유전적 부동에서 자연선택으로의 전환을 통해 진화적 병렬성을 강화해 나가는 두 단계 과정을 거친다는 것을 규명했습니다.
이 논문은 새로운 계통 신호 통합 방법을 통해 돌고기과 어류의 체형과 지느러미 형태가 식이 및 운동 요구에 따라 어떻게 공변하며 진화했는지를 규명하고, 특히 꼬리지느러미가 다른 신체 부위와 가장 높은 진화적 분산을 보이며 운동 효율성을 위한 트레이드오프를 수행함을 밝혔습니다.
이 논문은 기존 알고리즘의 계산적 한계를 극복하기 위해 노드 수에 비례하여 선형적으로 확장되는 새로운 분기 시간 보간 알고리즘을 개발하여 230 만 종의 완전한 시계열 생명나무를 생성하고, 이를 통해 생물의 계통 다양성에 대한 가장 견고한 추정치를 제시했습니다.
이 논문은 GBIF, NCBI, iNaturalist 등 이기종 생물학 데이터베이스 간의 비표준화된 명명법과 분류 체계 불일치 문제를 해결하고 통합된 계통수를 구축하기 위해 고안된 'TaxonMatch' 도구를 소개합니다.
이 논문은 선형 필라멘트 형태의 초기 다세포 생물을 모델링하여, 노화나 기계적 응력과 같은 내재적 정보원이 생식 주기 조절에 활용될 수 있지만 유연성과 규칙성 사이의 본질적인 트레이드오프로 인해 정교하고 유연한 생식 주기의 진화에는 한계가 있음을 규명했습니다.
이 논문은 인구 고령화가 병원체의 전파와 치명률에 미치는 영향을 분석하여, 특정 질병과 지역에서는 고령화 인구가 병원체의 독성을 높이는 반면 다른 곳에서는 감염 기간 단축을 통해 독성을 낮추는 등 병원체 역학에 복잡한 영향을 미친다는 점을 밝혔습니다.
이 논문은 구조와 기능이 매우 유사한 인플루엔자 헤마글루티닌 (HA) 아형들조차 아미노산 서열이 분화됨에 따라 특정 부위의 진화적 제약과 아미노산 선호도가 현저히 달라질 수 있음을 심층 돌연변이 스크리닝을 통해 규명했습니다.
이 논문은 새로운 정보 이론적 접근법인 mAIC 를 활용하여 아미노산 데이터의 계통 분석에서 혼합 모델이 분할 모델보다 전적으로 우수한 적합도를 보임을 입증했습니다.
이 논문은 민물 가시복이 해양 개체군과 비교해 근육 발달에 관여하는 MYH3C 유전자 군의 복제 수가 성염색체에서 반복적으로 급격히 증가했으며, 이것이 유전자 흐름에도 불구하고 적응적 분화를 이끈다는 것을 보여줍니다.