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.
본 연구는 양적 유전 모델을 생태-진화적 피드백과 통합함으로써, 점진적인 환경 변화 하에서의 개체군 존속은 이중 안정성을 보이며, 이는 초기 개체군 크기와 유전적 변이가 일시적 역학을 극복하기에 불충분할 경우 임계 변화율 미만에서도 멸종이 발생할 수 있음을 의미한다는 것을 입증한다.
이 논문은 딥 시퀀싱을 활용하여 4개 차수에 걸친 적응 통계치를 해결함으로써 돌연변이 유발 대립유전자 및 유도된 돌연변이 발생과 같은 뚜렷한 적응 기제들을 직접 정량화하고 구별할 수 있게 하는 DNA 바코드 기반의 루리아-델브뤼크 분석법인 HiDenSeq을 소개한다.
ProteindFinder는 실제 데이터셋에서 단백질 치환, 속도 이질성 및 빈도 모델을 선택하는 데 있어 기존 방법들보다 정확도와 속도 면에서 성능을 크게 향상시킨 새로운 전이 학습 기반 머신러닝 프레임워크입니다.
이 연구는 수컷 특이적 Doublesex 전사 인자의 파라로그인 DsxM이 배아의 안구 결정 영역을 확장하여 보존된 망막 결정 유전자 네트워크를 재배치함으로써, 하루살이의 TurbEyes라는 새로운 수컷 특이적 시각계를 발달시키는 데 주도적인 역할을 한다는 것을 밝혀냈다.
Flex-sweep 2.0은 단일 집단 유전체 데이터로부터 다양한 선택적 휩쓸림(selective sweeps)을 탐지하기 위해 계산 효율성, 유연성 및 확장성을 크게 향상시킨 동시에 강화된 학습 능력과 견고한 다운스트림 분석 파이프라인을 제공하는, 실질적으로 업데이트된 CNN 기반 방법론이다.
이 논문은 복잡한 진화적 역사를 정확하게 추론하기 위해 계통 네트워크 도구인 SnappNet과 근사 베이지안 계산 랜덤 포레스트(ABC RF)를 결합한 하이브리드 방법인 "Snarf"를 소개하며, 이를 적용하여 아시아 쌀의 가축화가 자포니카의 단일 기원과 그에 이은 인디카, cAus, cBas 품종을 형성한 세 차례의 핵심적인 유입 사건을 포함한다는 것을 밝혀냈다.
본 연구는 감수 분열 특이적 히스톤 메틸전달효소인 PRDM9이 안정적인 G-쿼드러플렉스(G-quadruplex) DNA 구조를 직접 인식하고 결합한다는 것을 입증하며, 이러한 이차 구조가 PRDM9의 보충과 감수 분열 재조합의 개시를 촉진하는 새로운 기전을 밝혀냈다.
이 논문은 개별 선호의 다윈적 진화가 사회 집단을 더 효율적인 집단 전략으로 이끌 수 있는 반면, 이러한 개선의 성공과 속도는 개별 선호가 집단 의사결정으로 어떻게 집계되는지에 결정적으로 달려 있으며, 그렇지 않을 경우 정체나 부적응적 결과로 이어질 수 있음을 보여주는 모델을 제시한다.
이 연구는 조류 노래 복잡성의 전 지구적 변이가 성 선택이나 지능 신호 전달과 같은 전통적인 설명보다는, 학습 능력, 개방된 서식지 및 이동과 같은 생태적 요인, 그리고 진화적 역사의 상호작용에 의해 주로 결정된다는 것을 밝혀냈다.
이 연구는 전장 유전체 시퀀싱을 활용하여 나방 속인 *Parasa*(및 그 복합체)의 범열대적 분포가 분단설보다는 마이오세 동안 아프리카 기원지로부터의 신속한 장거리 분산에 의해 주로 유도되었음을 밝히는 한편, 해당 속이 단계통이 아니며 상당한 분류학적 재검토가 필요함을 입증한다.