Exploring the influence of mutation rates with stochastic perturbations on genome evolution
Dit artikel presenteert een op de klassieke Luria-Delbrück-modellen gebaseerde uitbreiding via de stochastische Ito-calculus om aan te tonen hoe willekeurig variërende mutatiesnelheden de genoomevolutie aanzienlijk beïnvloeden, met name nabij de draagkracht, wat nieuwe inzichten biedt in virale moleculaire evolutie en strategieën voor het overwinnen van mutatielast.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Het leven is een constante strijd tussen orde en chaos, een strijd die het meest levendig wordt uitgevochten in de microscopische wereld van virussen en bacteriën. Om te begrijpen hoe deze minuscule organismen in de loop van de tijd veranderen, hebben wetenschappers lang vertrouwd op een klassiek idee genaamd het Luria-Delbrück-model. Beschouw dit model als een manier om te tellen hoe vaak een populatie microben per ongeluk haar genetische code verandert terwijl ze zich vermenigvuldigt. Decennialang ging deze berekening uit van een voorspelbare wereld: als je weet hoe snel een populatie groeit en hoe vaak er fouten worden gemaakt, kun je precies voorspellen hoeveel nieuwe variaties zullen verschijnen. Het is een nette, rechte logica die goed werkt wanneer de omstandigheden stabiel zijn. Maar de echte wereld is zelden stabiel. Populaties stuiten op grenzen, hulpbronnen raken uitgeput, en willekeurige gebeurtenissen — zoals een plotselinge temperatuurverandering of een uitbarsting van immuunactiviteit — kunnen een kolonie op onvoorspelbare manieren ontregelen. De vraag die is blijven hangen, is of deze willekeurige schokken, die wetenschappers stochastische effecten noemen, slechts achtergrondruis zijn, of dat ze krachtig genoeg zijn om de regels van de evolutie zelf te herschrijven.
Twee onderzoekers, Jon Bohlin en John H.-O. Pettersson, besloten dit te testen door een nieuw soort wiskundige kaart te bouwen. In plaats van een enkele, vloeiende lijn te tekenen om groei te representeren, introduceerden zij een laag van willekeur door gebruik te maken van een geavanceerde berekeningsmethode die bekend staat als de Itô-calculus. Deze aanpak stelt hen in staat om te simuleren hoe een populatie groeit wanneer de snelheid ervan voortdurend door toeval wordt beïnvloed. Ze pasten dit toe op een scenario waarin een populatie niet eeuwig kan groeien, maar moet stoppen wanneer ze een limiet bereikt, net zoals een menigte een kamer vult totdat er geen ruimte meer is. In hun simulaties observeerden zij wat er gebeurde wanneer de populatie snel groeide versus wanneer zij langzaam groeide, en hoe de willekeurige duwtjes de totale hoeveelheid genetische mutaties die zich over de tijd ophoopte, beïnvloedden.
De resultaten onthulden een verrassende wending in de manier waarop evolutie werkt nabij het einde van een groeispurt. Wanneer een populatie snel groeit, heeft de enorme snelheid van vermenigvuldiging de neiging om de willekeurige ruis te overstemmen; de populatie is zo druk met expanderen dat de kleine schokken van toeval er niet veel toe doen. Echter, naarmate de populatie vertraagt en haar maximale omvang nadert, verandert het verhaal volledig. De onderzoekers ontdekten dat in deze vertragingsfase de willekeurige effecten stoppen met achtergrondruis zijn te zijn en beginnen te domineren over het proces. In plaats van een gestage accumulatie van veranderingen, komt de populatie in een feedbackloop terecht waarbij toevalsgebeurtenissen de richting van de evolutie dicteren. Als de groeisnelheid onder een bepaalde drempelwaarde zakt, kunnen deze willekeurige fluctuaties de controle overnemen en het genetische landschap van de groep sturen op manieren die een voorspelbaar model nooit zou voorzien. De studie suggereert dat naarmate een populatie haar limiet bereikt, de rol van puur geluk bij het vormgeven van haar genoom diepgaand wordt, wat potentieel leidt tot een snelle toename van genetische diversiteit of een plotselinge verschuiving in eigenschappen.
Om te zien of deze theorie standhield in een reële context, pasten de auteurs hun model toe op het SARS-CoV-2-virus, het pathogeen dat verantwoordelijk is voor de recente wereldwijde pandemie. Zij stelden een simulatie op van de groei van het virus binnen een menselijke gastheer, uitgaande van een startaantal van 1.000 virale deeltjes en een maximale capaciteit van 10 miljoen. Gebruikmakend van een groeisnelheid en een mutatiesnelheid afgeleid van bestaande gegevens, vergeleken zij hun nieuwe, chaotische model met het oude, voorspelbare model. Het verschil was opvallend. Het traditionele model suggereerde een bepaald aantal mutaties, maar het nieuwe model, dat rekening hield met de willekeurige op en neer gaande bewegingen van de virale groei, voorspelde een aanzienlijk hoger aantal genetische variaties. Dit is bijzonder belangrijk omdat het virus vaak een "flessenhals" ervaart wanneer het van de ene persoon naar de andere overgaat, waarbij slechts enkele overlevers de reis maken. Als het virus meer willekeurige variaties verzamelt dan voorheen gedacht terwijl het nog in een gastheer zit, kan het een veel rijkere, meer diverse genetische gereedschapskist meevoeren naar de volgende infectie.
De onderzoekers verkenden ook hoe een populatie zou kunnen overleven in deze chaotische omgeving. Zij vonden dat als een populatie een hoge groeisnelheid kan handhaven ten opzichte van de omvang van de willekeurige schokken, zij stabiel kan blijven. Echter, als de groei vertraagt, wordt de populatie kwetsbaar voor een "mutatielast", waarbij de accumulatie van willekeurige fouten de populatie kan overweldigen. De studie suggereert dat een manier voor een populatie om te overleven is door een vorm van "robuustheid" te ontwikkelen, in essentie leren om stand te houden tegen de genetische drift die gepaard gaat met een vertragende groeisnelheid. Dit is geen gegarandeerde oplossing, maar een strategie die natuurlijk voortkomt uit de wiskunde: door de draagkracht van de omgeving te vergroten of de volatiliteit van de groei te verminderen, kan een populatie de chaos beter beheersen.
Uiteindelijk claimt dit werk niet het mysterie van virale evolutie te hebben opgelost, maar biedt het een helderder venster om erdoorheen te kijken. Door de gladde, voorspelbare lijnen uit het verleden te vervangen door de grillige, realistische paden van het heden, laten de auteurs zien dat willekeur niet slechts een klein detail is dat genegeerd kan worden. Het is een centrale hoofdrolspeler in het verhaal van het leven, vooral wanneer de zaken vertragen. Voor virussen zoals SARS-CoV-2 betekent dit dat de diversiteit die we vandaag de dag zien, het result van een chaotisch, door toeval gedreven proces kan zijn dat in ons lichaam plaatsvindt lang voordat het virus ons ooit verlaat. De studie concludeert dat het integreren van deze willekeurige effecten in onze modellen niet slechts een wiskundige oefening is, maar een noodzakelijke stap om te begrijpen hoe het leven evolueert wanneer het tegen de muur aanloopt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.