← 最新论文
📄 进化生物学

How gradual evolution, fitness landscapes, and trait associations shape mutation rates in large populations

本研究采用多位点连续等位基因模型和个体建模仿真,旨在证明大种群中突变率的演化是由与适应度景观形状相关的间接选择所驱动的,其中正向突变率在非平衡态下受到青睐,但在平衡态下被选择抑制,且性状分布偏斜在此动态过程中起到了关键作用。

原作者: Weyna, A., Maisonneuve, L., Lehmann, L.

发布于 2026-11-19
📖 1 分钟阅读☕ 轻松阅读

原作者: Weyna, A., Maisonneuve, L., Lehmann, L.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

生命建立在完美复制指令与允许偶尔出错之间的微妙平衡之上。每当细胞分裂时,它必须复制其遗传密码,这是一个通常极其精确的过程。然而,错误不可避免地会溜进来,从而在DNA中创造出新的变异。这些突变是进化的原材料;没有它们,物种就无法适应不断变化的环境。但是,遗传密码的大多数改变都是有害的,就像复杂说明书中的错别字会损坏机器一样。因此,自然选择通常倾向于那些犯错较少的生物,通过保持较低的突变率来避免积累沉重的遗传损伤负担。但生命并非静止不变的。环境在变化,新的挑战在出现,有时,增加错误反而成为一种生存策略。长期以来令生物学家感到困惑的问题是,这些相互对立的力量——对准确性的选择与对灵活性的选择——是如何相互作用以决定一个物种的突变率的,以及为什么这些速率在不同生物之间、甚至在同一基因组的不同部分之间存在如此大的差异。

洛桑大学和图卢兹经济学院的一个研究小组开发了一个新的数学框架来理清这种复杂性。他们不再将突变率视为由单个基因控制的单一、固定的数字,而是将其视为一种随生物体的其他特征(如体型或速度)共同演化的性状。他们构建了一个模型,追踪大规模群体中这些性状的分布如何随时间变化,并考虑了环境“适应度景观”(即哪些性状导致成功,哪些导致失败的地图)的形状如何引导突变率的进化。他们的研究表明,答案完全取决于一个群体是舒适地处于适应的高峰,还是在艰难地向高峰攀登。

研究人员发现,当一个群体稳定且高度适应其环境时,自然选择扮演着严格编辑的角色,不断剔除那些具有高突变率的个体。在这种被称为“进化平衡”的状态下,任何额外的突变都可能是有害的,会降低生物体的适应度。因此,该群体会向高保真度的状态演化,即突变率被压低到尽可能低的水平。这证实了长期以来的观点:在一个稳定的世界里,最好的策略是以最大的精度复制遗传密码。

然而,当环境发生变化时,故事发生了戏剧性的转变。如果一个群体远离其最佳状态——也许是因为气候变化或出现了新的捕食者——自然选择会推动该群体迅速向新的适应度高峰移动。在这种情况下,研究人员发现,较高的突变率实际上可能受到青睐。这是因为那些犯更多错误的个体更有可能偶然发现生存所需特定遗传变化的路径。通过一种被称为“遗传搭便车”的过程,负责高突变率的基因会随着它们所帮助创造的成功的性状一起被携带。模型显示,当群体处于定向压力之下,即不断向新目标移动时,这种对高突变率的间接选择最为强烈。

为了测试这些理论预测,该团队对在数十万代时间内进化的群体进行了计算机模拟。他们观察到,当环境快速变化时,群体的突变率会随着其适应过程而暂时飙升,只有在达到新的最优点后才会下降。他们还探索了当环境波动(在两种不同的状态之间摆动)时会发生什么。在这些情况下,模拟显示群体可以稳定在一种中间水平的突变率。这个速率足以让群体为变化做好准备,但也足够低,以避免被有害的错误所淹没。模拟还强调了群体规模的作用;在较小的群体中,随机偶然性的作用更大,这可能会阻止群体完美地优化其突变率,使其留下的速率比纯粹的选择所决定的速率略高。

这项研究阐明了生命界并不存在单一的“正确”突变率。相反,突变率是对环境即时压力的动态响应。当前进的路径清晰明确且群体已处于顶端时,选择倾向于沉默与精准。但当路径不明且群体必须移动时,选择则倾向于一点噪声与实验。通过绘制这些动态过程,研究人员提供了一个统一的解释,说明了为什么突变率在整个生命之树以及不同基因组区域之间存在差异,展示了遗传保真度的进化是如何在对稳定性的需求与对变化的需求之间进行持续协商的。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →