서신

Epistasis
인식(코에서 출혈), 에피택시(결정성 기판 위에 결정성 오버레이의 퇴적) 또는 에피택시(고전 드라마에서 연극의 주요 액션)와 혼동하지 말 것.
인식증의 한 예는 머리카락 색깔과 대머리 사이의 상호작용이다.완전 대머리 유전자는 금발이나 빨간 머리 유전자에 대해 인식될 것이다.머리카락 색깔 유전자는 대머리 유전자에 대해 정압성이 있다.대머리 표현형은 머리카락 색깔의 유전자를 대체하기 때문에 그 효과는 [citation needed]부가적이지 않다.
외피색 유전학에서의 인식의 예:색소가 생성될 수 없는 경우, 다른 피복색 유전자는 지배적인지 또는 개인이 호모 접합인지에 관계없이 표현형에 영향을 미치지 않습니다.여기서 색소침착이 없는 유전자형 cc는 다른 [1]유전자보다 인식적이다.

인식증은 유전학에서 유전자 돌연변이의 효과가 각각 수식 유전자라고 불리는 하나 이상의 다른 유전자의 돌연변이의 유무에 따라 달라지는 현상이다.즉, 돌연변이의 영향은 나타나는 [2]유전적 배경에 따라 달라집니다.따라서 인식 돌연변이는 함께 발생할 때와는 다른 효과를 가진다.원래, 편지라는 용어는 유전자 변이의 효과가 다른 [3]유전자의 그것에 의해 가려진다는 것을 의미했다.

인식의 개념은 1907년[4] 유전학에서 시작되었지만 지금은 생화학, 계산 생물학, 진화 생물학에서 사용되고 있다.이 현상은 유전자 간 또는 유전자 발현 조절기에 돌연변이가 필요함(유전자가 기능을 상실하기 전에 다중 돌연변이가 필요함)의 상호작용에 의해 발생하며 비선형 효과로 이어진다.인식은 진화적 환경의 형태에 큰 영향을 미치며, 이것은 진화와 표현형 특성의 진화 가능성에 대한 심오한 결과를 이끈다.

역사

인식에 대한 이해는 유전학의 역사를 통해 상당히 변화되어 왔고 이 용어의 사용도 그러하다.이 용어는 William Bateson과 그의 협력자 Florence Durham과 Muriel Weldale Onslow에 [4]의해 처음 사용되었다.20세기 초에 고안된 자연선택의 초기 모델에서, 각각의 유전자는 다른 유전자의 평균적인 배경과 대조적으로 적합성에 그들만의 특징적인 기여를 하는 것으로 여겨졌다.몇몇 입문 과정들은 여전히 이런 방식으로 집단 유전학을 가르친다.집단 유전학의 과학이 발달한 방식 때문에, 진화 유전학자들은 인식론을 예외로 생각하는 경향이 있다.그러나 일반적으로 하나의 대립 유전자의 발현은 많은 다른 대립 유전자에 의해 복잡한 방식으로 좌우된다.

고전유전학에서 유전자 A와 B가 돌연변이를 일으켜 각각의 돌연변이가 고유한 표현형을 생성하지만 두 돌연변이가 함께 유전자 A의 돌연변이와 동일한 표현형을 보인다면 유전자 A는 인식형, 유전자 B는 정위형이다.예를 들어, 완전 대머리 유전자는 갈색머리 유전자에 대해 인식적이다.이러한 의미에서, 서간증은 같은 유전자 궤적에서 대립 유전자 사이의 상호작용인 유전적 우위와 대조될 수 있다.유전학 연구가 발전하고 분자생물학의 출현과 함께 인식론은 양적 특성 위치(QTL)와 다원적 유전과 관련하여 연구되기 시작했다.

유전자의 효과는 표현형의 크기(예: 키, 색소 침착 또는 성장률)를 측정하거나 생화학적으로 단백질 활성(예: 결합 또는 촉매 작용)을 측정하여 일반적으로 정량화할 수 있다.점점 더 정교한 계산 및 진화 생물학 모델은 게놈 전체에 걸친 인식의 영향과 [5][6][7]진화에 대한 이것의 결과를 기술하는 것을 목표로 한다.서신쌍의 식별은 계산적으로나 통계적으로나 어려운 일이기 때문에, 일부 연구는 서신쌍의 [8][9]우선순위를 매기려고 한다.

분류

두 돌연변이 후(Ab 및 aB) 또는 조합(AB)의 정량적 특성 값.회색 상자에 포함된 막대는 인식의 다양한 상황에서 결합된 특성 값을 나타냅니다.상부 패널은 유익한 돌연변이(파란색)[10][11] 사이의 서신을 나타냅니다.하단 패널은 유해 돌연변이(빨간색)[12][13] 사이의 서신을 나타냅니다.
평균적으로, 돌연변이는 유해하기 때문에, 유기체에 대한 무작위 돌연변이는 적합성 저하를 야기합니다.모든 돌연변이가 가법인 경우 적합도는 돌연변이 수(검은색 선)에 비례하여 떨어집니다.유해 돌연변이가 음성(시너지학적) 인식증을 나타낼 때, 그것들은 개별적으로보다 조합에서 더 유해하기 때문에, 증가하는 속도로 돌연변이 수에 따라 적합성이 떨어진다(위, 빨간색 선).돌연변이가 양성(안타고닉) 인식증을 보일 때, 돌연변이의 영향은 개별적으로보다 조합에서 덜 심각하므로 적합성은 감소 속도(낮은 파란색 선)[12][13][14][15]로 떨어진다.

인식에 관한 용어는 과학 분야마다 다를 수 있다.유전학자들은 종종 돌연변이가 암묵적으로 유해하고 유전자 강화, 합성 치사율 및 유전자 억제제 측면에서 말할 수 있는 야생형 및 돌연변이 대립 유전자를 언급한다.반대로, 생화학자는 유익한 돌연변이에 더 자주 초점을 맞출 수 있으며, 따라서 돌연변이의 효과를 명시적으로 진술하고 상호 부호 인식 및 보상 [16]돌연변이와 같은 용어를 사용할 수 있다.또한 단일 유전자(생물화학) 내의 서간증과 반수체 또는 이배체 게놈(유전자) 내의 서간증을 볼 때 차이가 있다.일반적으로 인식은 서로 다른 유전자 자리의 효과의 '독립성'으로부터의 이탈을 나타내기 위해 사용된다.생물학의 [17]다른 분야들 사이에서 '독립성'에 대한 다양한 해석으로 인해 혼란이 종종 발생한다.아래의 분류는 다양한 용어와 용어가 서로 어떻게 관련되어 있는지를 다루고 있습니다.

가감성

이중 돌연변이의 효과가 단일 돌연변이의 효과의 합인 경우, 두 돌연변이는 순수하게 첨가된 것으로 간주된다.이것은 유전자가 서로 상호작용하지 않을 때, 예를 들어 다른 대사 경로를 통해 작용함으로써 발생한다.단순히, 첨가적 특성은 유전학의 역사에서 초기에 연구되었지만, 대부분의 유전자들이 최소한 어느 정도의 서신적 [18][19]상호작용을 보이는 가운데 상대적으로 드물다.

매그니튜드 서카시스

이중 돌연변이가 두 개의 단일 돌연변이의 효과로부터 예상보다 적합한 표현형을 갖는 경우, 양성 인식증(positaris)이라고 한다.유익한 돌연변이 사이의 양성 인식은 [10][11]예상보다 더 큰 기능 개선을 일으킨다.유해 돌연변이 사이의 양성 인식은 덜 심각한 적합성 [13]저하를 야기하기 위해 부정적인 영향으로부터 보호한다.

반대로, 두 개의 돌연변이가 함께 있을 때 그 효과로부터 예상보다 덜 적합한 표현형으로 이어질 경우,[20][21] 그것은 음성 인식증이라고 불린다.유익한 돌연변이 사이의 음의 인식은 예상보다 적은 적합성 개선을 야기하는 반면, 해로운 돌연변이 사이의 음의 인식은 부가적인 적합성 저하를 [12]야기한다.

독립적으로, 두 돌연변이의 적합성에 대한 영향이 단독일 때 그 영향에서 예상보다 급진적일 경우, 이를 시너지 인식증이라고 한다.반대로 야생형과의 이중 돌연변이의 적합성 차이가 두 개의 단일 돌연변이의 영향에서 예상보다 작을 경우 길항성 [15]인식증이라고 한다.따라서 유해 돌연변이의 경우 음성 인식도 시너지 효과가 있는 반면 양성 인식은 길항성이며, 반대로 유리한 돌연변이의 경우 양성 인식은 시너지 효과가 있는 반면 음성 인식은 길항성이 있다.

유전자 증강이라는 용어는 때때로 이중(탈리성) 돌연변이가 단일 돌연변이의 첨가 효과보다 더 심각한 표현형을 가질 때 사용된다.강한 긍정적 인식은 창조론자들에 의해 축소할 수 없는 복잡성으로 언급되기도 한다(대부분의 예는 잘못 식별된다).

서한에 서명하다

부호 인식증은[22] 한 돌연변이가 다른 돌연변이가 있을 때 반대 효과를 낼 때 발생한다.이것은 스스로 유해한 돌연변이가 특정 유익한 [17]돌연변이의 효과를 높일 수 있을 때 발생한다.예를 들어, 크고 복잡한 뇌는 다양한 감각 기관이 없는 에너지 낭비이지만, 감각 기관은 정보를 더 잘 처리할 수 있는 크고 복잡한 뇌에 의해 더 유용하게 만들어진다.피트니스 랜드스케이프에 표지판이 없으면 스무스라고 불립니다.

가장 극단적으로, 상호 부호 인식은[23] 두 개의 해로운 유전자가 함께 있을 때 유익할 때 발생합니다.예를 들어 독소를 생산하는 것만으로 박테리아를 죽일 수 있고, 독소 수출업체를 생산하는 것만으로 에너지를 낭비할 수 있지만, 두 가지 모두를 생산하는 것은 경쟁하는 유기체를 죽임으로써 체력을 향상시킬 수 있다.만약 건강 풍경이 기호 서간시스를 가지고 있지만 상호 기호 서간시가 없다면,[24] 그것은 반평활이라고 불린다.

상호 부호 인식은 또한 두 개의 해로운 돌연변이가 둘 중 하나보다 함께 덜 해롭다는 유전자 억제로 이어집니다. 즉, 하나는 다른 하나를 보상합니다.이 용어는 또한 이중 돌연변이가 단일 돌연변이의 표현형 사이에 중간적인 표현형을 가지며, 이 경우 더 심각한 단일 돌연변이의 표현형은 다른 돌연변이 또는 유전적 조건에 의해 억제되는 부호 인식형을 적용할 수 있다.예를 들어, 이배체 생물에서, 같은 경로에서 반대되는 작용을 하는 유전자의 1개의 카피를 녹아웃시킴으로써, 하이포형(또는 부분 기능 상실) 돌연변이 표현형을 억제할 수 있다.이 경우, 두 번째 유전자는 하이포형 돌연변이의 '우성 억제제'로 기술된다.억제제 유전자의 야생형 복사가 존재할 때(즉, 헤테로 접합체에서도) 효과가 나타나기 때문이다.대부분의 유전자의 경우, 헤테로 접합 억제체 돌연변이의 표현형 자체는 야생형일 것이다(대부분의 유전자가 하플로 불충분하지 않기 때문에). 따라서 이중 돌연변이(억제된) 표현형은 단일 돌연변이의 표현형 사이의 중간형이다.

비호칭 서신에서 돌연변이의 적합성은 상호호칭 서신에서 볼 수 있는 극단적인 효과의 중간에 있다.

두 돌연변이가 단독으로 생존할 수 있지만 조합되어 치명적일 경우, 합성 치사성 또는 비연관성 [25]비보완성이라고 불립니다.

반수체 생물

유전자형(두 개의 궤적에서) AB, Ab, aB 또는 AB를 가진 반수체 유기체에서는 다른 형태의 서한은 돌연변이에 대해 개별적으로(Ab 및 aB) 또는 조합(AB)으로 영향을 주는 것으로 생각할 수 있다.

상호 작용 유형 AB AB AB AB
서신 없음(가법) 0 1 1 2 AB = Ab + aB + ab
긍정적(시너지학적) 인식 0 1 1 3 AB > Ab + aB + ab
부정(안타곤적) 인식 0 1 1 1 AB < Ab + aB + ab
서한에 서명하다 0 1 -1 2 AB는 AB 또는 aB와 반대 기호입니다.
상호 부호 서간 0 -1 -1 2 AB는 AB와 aB의 반대 부호를 가진다.

이배체 생물

이배체 유기체의 인식은 각 유전자의 2개의 복사본의 존재에 의해 더욱 복잡해진다.인식은 위치 사이에서 발생할 수 있지만, 추가적으로, 헤테로 접합체의 각 위치의 두 복사본 사이에서 상호작용이 일어날 수 있다.두 개의 궤적, 두 개의 대립 유전자 계통의 경우, 8개의 독립적인 유전자 [26]상호작용 유형이 있습니다.

첨가물 A 궤적 첨가물 B 궤적 우위 A 궤적 우위 B 궤적
aa aA AA aa aA AA aa aA AA aa aA AA
bb 1 0 –1 bb 1 1 1 bb –1 1 –1 bb –1 –1 –1
bB 1 0 –1 bB 0 0 0 bB –1 1 –1 bB 1 1 1
BB 1 0 –1 BB –1 –1 –1 BB –1 1 –1 BB –1 –1 –1
부가 서신에 의한 부가 우성 서신에 의한 첨가물 부가 서신에 의한 우위 우성 서신에 의한 우성
aa aA AA aa aA AA aa aA AA aa aA AA
bb 1 0 –1 bb 1 0 –1 bb 1 –1 1 bb –1 1 –1
bB 0 0 0 bB –1 0 1 bB 0 0 0 bB 1 –1 1
BB –1 0 1 BB 1 0 –1 BB –1 1 –1 BB –1 1 –1

유전적 및 분자적 원인

가감성

이것은 같은 효과를 얻기 위해 여러 유전자가 동시에 작용하는 경우가 될 수 있다.예를 들어, 유기체가 인을 필요로 할 때, 환경으로부터 다른 인산화 성분들을 분해하는 여러 효소는 유기체가 이용할 수 있는 인의 양을 증가시키기 위해 부가적으로 작용할 수 있다.그러나 필연적으로 인이 더 이상 성장과 번식의 제한 인자가 아니므로 인 대사의 추가적인 개선은 더 작거나 전혀 영향을 미치지 않는다(음성 인식증).유전자 내의 일부 돌연변이 세트 또한 특히 [27]가법적인 것으로 밝혀졌다.대부분의 유전자들이 수백, 수천 개의 다른 [18][19]유전자들과 상호작용하기 때문에, 엄격한 부가성은 규칙이라기 보다는 예외로 여겨진다.

유전자 간 인식

유기체의 게놈 내 인식은 게놈 내 유전자 간의 상호작용에 의해 발생한다.이 상호작용은 유전자가 예를 들어 다성분 단백질의 분리된 구성 요소인 단백질을 암호화하거나, 서로의 활동을 억제하거나, 한 유전자에 의해 암호화된 단백질이 다른 유전자를 수정하는 경우 (인산화 등에 의해) 직접적일 수 있습니다.또는 유전자가 대사 경로 또는 네트워크, 발달 경로, 신호 전달 경로 또는 전사 인자 네트워크의 구성요소를 인코딩하는 간접적인 상호작용일 수 있다.예를 들어, 페니실린을 합성하는 효소를 코드하는 유전자는 대사 경로에서 필요한 전구체를 합성하는 효소가 없는 균류에는 쓸모가 없다.

유전자 내 인식

두 개의 분리된 유전자의 돌연변이가 비첨가적일 수 있는 것처럼, 유전자 내의 두 코돈의 돌연변이는 비첨가적일 수 있습니다.유전학에서는 하나의 유해한 돌연변이가 유전자 내의 두 번째 돌연변이에 의해 보상될 수 있을 때 이것은 때때로 유전자 내 보완이라고 불립니다.이것은 단백질 안에 있는 아미노산이 상호작용할 때 발생한다.단백질 접힘과 활성의 복잡성 때문에 첨가물 돌연변이는 드물다.

단백질은 협력적 상호작용의 분산된 내부 네트워크(소수성, 극성 및 공유가)[28]에 의해 3차 구조로 유지된다.인식적 상호작용은 하나의 돌연변이가 다른 잔류물의 국소 환경을 바꿀 때마다 일어난다(직접 접촉하거나 단백질 구조의 [29]변화를 유도함).예를 들어 디술피드 브리지에서는 두 시스테인이 [30]단백질의 안정성을 향상시키는 화학적 결합을 형성하는 정확한 위치에 초가 존재할 때까지 단일 시스테인이 단백질 안정성에 영향을 미치지 않는다.이것은 이중 시스테인 변형이 단일 시스테인 변종보다 훨씬 더 높은 안정성을 갖는 양성 인식증으로 관찰될 것이다.반대로, 유해 돌연변이가 도입될 때 단백질은 종종 돌연변이 건전성을 나타내며, 안정적 상호작용이 파괴되면서 단백질은 안정적 역치에 도달할 때까지 여전히 기능하며, 안정적 역치에 도달하여 더 이상 단백질이 접힐 수 없기 때문에 더욱 불안정한 돌연변이가 크고 해로운 영향을 미친다.이것은 부정적인 인식으로 이어지며, 그 결과 단독으로 거의 영향을 미치지 않는 돌연변이가 [31][32]함께 크고 해로운 영향을 끼친다.

효소에서 단백질 구조는 [33]화학을 수행하기 위한 활성 부위를 형성하기 위해 몇 가지 핵심 아미노산을 정확한 기하학적 구조로 만든다.이러한 활성 사이트 네트워크는 여러 구성 요소의 협력이 필요한 경우가 많기 때문에 이러한 구성 요소 중 하나를 변형하면 활성도가 크게 저하되므로 두 번째 구성 요소를 변형하면 이미 비활성화된 효소에 상대적으로 작은 영향을 미칩니다.예를 들어, 많은 효소의 촉매 삼합체 구성원을 제거하면 유기체가 더 이상 [34][35][36]생존할 수 없을 만큼 낮은 수준으로 활성을 감소시킬 것입니다.

헤테로 접합성 서간증

이배체 유기체는 각 유전자의 두 개의 복사본을 가지고 있다.만약 이것들이 다르다면(헤테로 접합/헤테로알릴), 두 개의 다른 대립 유전자의 복사본은 서로 상호작용하여 인식증을 일으킬 수 있다.이것은 때때로 대립 유전 보완 또는 상호 대립 유전 보완이라고 불립니다.예를 들어, 한 대립 유전자의 인핸서가 전이 중에 작용하여 두 번째 대립 유전자의 프로모터로부터 전사를 활성화하는 여러 메커니즘에 의해 발생할 수 있습니다.또는 2개의 비기능성 RNA 분자의 트랜스스플라이싱은 단일 기능성 RNA를 생성할 수 있다. 마찬가지로 단백질 수준에서 이합체로서 기능하는 단백질은 각 대체 유전자로부터 하나의 단백질로 이루어진 헤테로디머를 형성할 수 있으며, 한쪽 또는 양쪽 변종의 호모디머에 대해 다른 특성을 나타낼 수 있다.

진화적 결과

피트니스 환경 및 진화 가능성

맨 위 행은 (a) 첨가 효과, (b) 양성 서간증 또는 (c) 상호 부호 서간증을 나타내는 두 유전자 사이의 상호작용을 나타낸다.아래는 많은 유전자 사이에서 점점 더 많은 수준의 글로벌 인식증을 보이는 적합 환경이다.순수하게 첨가적 상호작용은 단일 매끄러운 피크로 이어진다(d). 유전자의 수가 증가함에 따라 경관은 더욱 견고해지고(e), 모든 유전자가 인식적으로 상호작용할 때 경관은 매우 견고해져서 돌연변이가 무작위적으로 나타난다(f).
참고 항목: 피트니스 환경 및 진화 가능성

진화 유전학에서, 서간시의 부호는 보통 서간시의 크기보다 더 중요하다.이는 크기 인식증(양성과 음성)은 단순히 유익한 돌연변이가 함께 있는 방식에 영향을 미치지만, 사인 인식증은 돌연변이 조합이 유익한지 [10]해로운지에 영향을 미치기 때문이다.

피트니스 랜드스케이프는 모든 유전자형이 2D 공간에 배치되고 각 유전자형의 적합성이 표면의 높이로 표현되는 피트니스의 표현이다.이것은 진화를 이해하기 위한 시각적 은유로서 한 유전자형에서 다음 유전자형 [18]근처로 올라가는 과정으로 자주 사용됩니다.

모든 돌연변이가 가법인 경우, 그들은 임의의 순서로 획득될 수 있으며, 계속 상승 궤적을 제공한다.풍경은 단 하나의 피크(지구적 최대치)로 완벽하게 매끄럽고, 모든 시퀀스는 임의의 순서로 유익한 돌연변이의 축적을 통해 위로 진화할 수 있다.반대로 돌연변이가 인식에 의해 서로 상호작용하는 경우, 돌연변이의 효과는 다른 [37]돌연변이의 유전적 배경에 따라 달라지기 때문에 적합성 지형이 험악해진다.가장 극단적으로, 상호작용은 너무 복잡해서 유전자 배열과의 적합성은 '상관 없음'이고 풍경의 위상은 무작위이다.이것은 거친 피트니스 풍경이라고 불리며 유기체의 진화적 최적화에 깊은 영향을 미친다.만약 돌연변이가 어떤 조합에서는 유해하지만 다른 조합에서는 유익하다면, 가장 적합한 유전자형은 오직 하나의 특정한 순서로 돌연변이를 축적해야만 접근할 수 있다.이것은 유기체가 잘못된 [32][38]순서로 돌연변이를 획득하여 피트니스 지형에서 국소적인 최대치에 머무르게 할 가능성이 더 높아지게 한다.예를 들어 돌연변이가 5개인 TEM1 β-락타마아제 변종은 세포탁심(3세대 항생제)을 [39]분해할 수 있다.그러나 이 5 돌연변이 변종에 대한 120가지 가능한 경로 중 7%만이 진화에 접근할 수 있으며, 나머지는 돌연변이의 조합이 활성을 감소시키는 적합성 계곡을 통과한다.이와는 대조적으로, 환경의 변화(따라서 피트니스 풍경의 형태)는 국지적인 [32]최대치에서 탈출하는 것으로 나타났다.이 예에서, 변화하는 항생제 환경에서의 선택은 진화 경로를 따라 다른 돌연변이와 양성으로 상호작용하는 "게이트웨이 돌연변이"를 초래하여 효과적으로 피트니스 밸리를 교차시켰다.이 게이트웨이 돌연변이는 개별적으로 유익한 다른 돌연변이의 음의 서간적 상호작용을 완화시켜, 그들이 함께 더 잘 기능할 수 있게 했다.따라서 복잡한 환경 또는 선택은 단순한 양의 선택을 가정한 모델에서 찾을 수 있는 국소 최대값을 우회할 수 있다.

높은 인식은 보통 진화에 대한 제약 요인으로 간주되며, 높은 인식 특성의 개선은 낮은 진화 가능성을 갖는 것으로 간주된다.이것은 어떤 유전적 배경에서든, 비록 많은 돌연변이가 결국 특성을 개선하기 위해 일어나야 할 지라도, 매우 적은 수의 돌연변이가 유익할 것이기 때문이다.매끄러운 경치가 없기 때문에 진화가 피트니스 피크에 도달하는 것이 어려워집니다.매우 험준한 환경에서, 피트니스 계곡은 일부 유전자에 대한 접근을 차단하고, 접근을 허용하는 능선이 존재하더라도, 이러한 유전자는 드물거나 엄청나게 [40]길 수 있습니다.게다가, 적응은 단백질을 더 불안정하거나 거친 피트니스 [41]지형 영역으로 이동할 수 있다.이러한 "적합 영역"의 이동은 진화를 늦추는 역할을 할 수 있으며 적응적 특성과의 트레이드오프를 나타낼 수 있다.

거친 피트니스 환경에 의한 적응 진화의 좌절은 진화 가능성 진화의 잠재적 힘으로 인식되었다.1972년 마이클 콘래드는 [42][43]다른 장소의 적합성 지형을 평활하게 하는 돌연변이가 그들과 함께 유리한 돌연변이와 히치하이크의 생산을 촉진할 수 있다는 점에 주목함으로써 진화 가능성 진화를 위한 메커니즘을 최초로 제안했다.1975년 루퍼트 리델은 단일 돌연변이로 동일한 표현형 효과를 내는 새로운 유전자가 상호 부호 인식증을 가진 다른 위치들과 같은 표현형을 얻기 위한 새로운 수단이 될 것이라고 제안했다.[44][45]

투박하고 인식적인 피트니스 환경 또한 진화의 궤적에 영향을 미칩니다.돌연변이가 많은 서한적 효과를 가지고 있을 때, 각각의 축적된 돌연변이는 이용 가능한 유익한 돌연변이의 집합을 극적으로 변화시킨다.따라서, 뒤따르는 진화 궤적은 어떤 초기 돌연변이가 받아들여졌는지에 따라 크게 달라진다.따라서, 동일한 시작점에서 진화의 반복은 부드럽고 가법적인 [46][47]풍경에서처럼 단일 지구적 최대값으로 수렴하기 보다는 다른 국지적 최대값으로 분기하는 경향이 있다.

성의 진화

주요 기사: 성적 재생산의 진화

부정적인 인식과 성관계는 밀접한 상관관계가 있는 것으로 생각된다.실험적으로, 이 아이디어는 무성 및 성적 집단의 디지털 시뮬레이션을 사용하는 데 테스트되었다.시간이 지남에 따라, 성적 집단은 더 부정적인 인식, 즉 두 개의 상호작용하는 대립 유전자에 의한 적합성의 저하로 이동한다.음성 인식은 상호작용하는 유해 돌연변이를 옮기는 개인들을 모집단에서 효율적으로 제거할 수 있도록 한다.이렇게 하면 모집단에서 이러한 대립 유전자가 제거되어 전체적으로 더 적합한 모집단이 생성됩니다.이 가설은 알렉세이 콘드라쇼프에 의해 제안되었고, 때로는 결정론적 돌연변이[48] 가설로 알려져 있으며 인공 유전자 네트워크를 사용하여 테스트되었다.[20]

하지만, 이 가설의 증거가 항상 간단하지는 않았고 콘드라쇼프가 제안한 모델은 실제 세계 [49]관찰과는 거리가 먼 돌연변이 매개변수를 가정한다는 비판을 받아왔다.또한, 인공 유전자 네트워크를 사용한 테스트에서 음성 인식은 더 조밀하게 [20]연결된 네트워크에서만 발견되는 반면, 경험적 증거는 자연 유전자 네트워크가 [50]희박하게 연결되어 있다는 것을 나타내며, 이론에 따르면 견고성을 위한 선택은 더 희박하고 최소한의 복잡한 네트워크를 [50]선호할 것이다.

방법 및 모델 시스템

회귀 분석

양적 유전학은 유전적 상호작용에 의한 유전적 분산에 초점을 맞춘다.특정 유전자 주파수에서의 두 개의 궤적 상호작용은 가중 회귀를 사용하여 8개의 독립적인 유전적 효과로 분해될 수 있다.이 회귀 분석에서 관찰된 두 개의 유전자적 영향은 종속 변수로 취급되고 "순수한" 유전자 효과는 독립 변수로 사용된다.회귀에 가중치가 부여되기 때문에 분산 성분 간의 분할은 유전자 빈도의 함수로서 변화할 것이다.유추하면 이 시스템을 3개 이상의 위치 또는 세포핵 상호작용으로[51] 확장할 수 있다.

이중 돌연변이 주기

유전자 내 서간시스를 측정할 때, 부위 지향 돌연변이 유발을 사용하여 다른 유전자를 생성할 수 있으며, 단백질 생성물은 (예를 들어 안정성 또는 촉매 활성을 위해) 측정될 수 있다.이것은 때때로 이중 돌연변이 사이클이라고 불리며 야생형 단백질, 두 개의 단일 돌연변이와 이중 돌연변이를 생산하고 측정하는 것을 포함한다.인식증은 돌연변이를 함께 하는 효과 대 개별 [52]효과의 합 사이의 차이로 측정된다.이것은 상호작용의 자유 에너지로 표현될 수 있다.더 큰 돌연변이 세트 간의 상호작용을 조사하기 위해 동일한 방법론을 사용할 수 있지만, 모든 조합은 생성되고 측정되어야 한다.예를 들어, 5가지 돌연변이의 120가지 다른 조합이 있는데, 그 중 일부 또는 전부가 인식증을 보일 수 있습니다.

계산 예측

인식의 검출과 특성화를 위해 수많은 계산 방법이 개발되었다.이들 중 다수는 선형 [53]회귀와 같은 통계적 접근법에서 놓칠 수 있는 비가산적 효과를 감지하기 위해 기계 학습에 의존한다.예를 들어, 다인자 차원성 감소(MDR)는 인간 [54][55]모집단의 질병 상태와 같은 표현형을 예측할 수 있는 유전자 변형 조합의 비모수 및 모델 없는 검출을 위해 특별히 설계되었다.이러한 접근법 중 몇 가지는 [56]문헌에서 폭넓게 검토되고 있다.반면, 다른 사람들은 아니게 식별하는 환자 생존 분석 방법던 더 최근에, 이론적인 컴퓨터 과학(그 아다마르 transform[57], 압축 sensing[58][59])또는 maximum-likelihood inference[60]로부터 통찰력을 이용하는 방법genotype–phenotype 지도 structure,[61]의 전반적인 비 선형성에서 상위성 효과를 구별하는 것으로 나타났다n-linearity.[62]

「 」를 참조해 주세요.

레퍼런스

  1. ^ 닐 A. 캠벨, 제인 B 바이오시Spektrum-Verlag 하이델베르크-베를린 2003 ISBN3-8274-1352-4, 306페이지
  2. ^ Gros PA, Le Nagard H, Tenaillon O (May 2009). "The Evolution of Epistasis and its Links with Genetic Robustness, Complexity and Drift in a Phenotypic Model of Adaptation". Genetics. 182 (1): 277–93. doi:10.1534/genetics.108.099127. PMC 2674823. PMID 19279327.
  3. ^ Rieger R, Michaelis A, Green MM (1968), A Glossary of Genetics and Cytogenetics: Classical and Molecular, New York: Springer-Verlag, ISBN 9780387076683
  4. ^ a b Richmond, Marsha L. (2001). "Women in the Early History of Genetics: William Bateson and the Newnham College Mendelians, 1900–1910". Isis. The History of Science Society. 92 (1): 55–90. doi:10.1086/385040. JSTOR 237327. PMID 11441497. S2CID 29790111.
  5. ^ Szendro IG, Martijn F S, Franke J, Krug J, de Visser J, Arjan GM (16 January 2013). "Quantitative analyses of empirical fitness landscapes". Journal of Statistical Mechanics: Theory and Experiment. 2013 (1): P01005. arXiv:1202.4378. Bibcode:2013JSMTE..01..005S. doi:10.1088/1742-5468/2013/01/P01005. S2CID 14356766.
  6. ^ Edlund JA, Adami C (Spring 2004). "Evolution of robustness in digital organisms". Artificial Life. 10 (2): 167–79. CiteSeerX 10.1.1.556.2318. doi:10.1162/106454604773563595. PMID 15107229. S2CID 13371337.
  7. ^ Chattopadhyay S (Spring 2019). "Genome-wide interaction and pathway-based identification of key regulators in multiple myeloma". Communications Biology. 4 (2): 89–96. doi:10.1038/s42003-019-0329-2. PMC 6399257. PMID 30854481.
  8. ^ Ayati, Marzieh; Koyutürk, Mehmet (2014). "Prioritization of genomic locus pairs for testing epistasis". Proceedings of the 5th ACM Conference on Bioinformatics, Computational Biology, and Health Informatics. pp. 240–248. CiteSeerX 10.1.1.715.1549. doi:10.1145/2649387.2649449. ISBN 978-1-4503-2894-4. S2CID 17343957.
  9. ^ Piriyapongsa J, Ngamphiw C, Intarapanich A, Kulawonganunchai S, Assawamakin A, Bootchai C, Shaw PJ, Tongsima S (2012-12-13). "iLOCi: a SNP interaction prioritization technique for detecting epistasis in genome-wide association studies". BMC Genomics. 13 Suppl 7 (Suppl 7): S2. doi:10.1186/1471-2164-13-S7-S2. PMC 3521387. PMID 23281813.
  10. ^ a b c Phillips PC (November 2008). "Epistasis--the essential role of gene interactions in the structure and evolution of genetic systems". Nature Reviews. Genetics. 9 (11): 855–67. doi:10.1038/nrg2452. PMC 2689140. PMID 18852697.
  11. ^ a b Domingo E, Sheldon J, Perales C (June 2012). "Viral quasispecies evolution". Microbiology and Molecular Biology Reviews. 76 (2): 159–216. doi:10.1128/mmbr.05023-11. PMC 3372249. PMID 22688811.
  12. ^ a b c Tokuriki N, Tawfik DS (October 2009). "Stability effects of mutations and protein evolvability". Current Opinion in Structural Biology. 19 (5): 596–604. doi:10.1016/j.sbi.2009.08.003. PMID 19765975.
  13. ^ a b c He X, Qian W, Wang Z, Li Y, Zhang J (March 2010). "Prevalent positive epistasis in Escherichia coli and Saccharomyces cerevisiae metabolic networks". Nature Genetics. 42 (3): 272–6. doi:10.1038/ng.524. PMC 2837480. PMID 20101242.
  14. ^ Ridley M (2004). Evolution (3rd ed.). Blackwell Publishing.
  15. ^ a b Charlesworth B, Charlesworth D (2010). Elements of Evolutionary Genetics. Roberts and Company Publishers.
  16. ^ Ortlund EA, Bridgham JT, Redinbo MR, Thornton JW (September 2007). "Crystal structure of an ancient protein: evolution by conformational epistasis". Science. 317 (5844): 1544–8. Bibcode:2007Sci...317.1544O. doi:10.1126/science.1142819. PMC 2519897. PMID 17702911.
  17. ^ a b Cordell HJ (October 2002). "Epistasis: what it means, what it doesn't mean, and statistical methods to detect it in humans". Human Molecular Genetics. 11 (20): 2463–8. CiteSeerX 10.1.1.719.4634. doi:10.1093/hmg/11.20.2463. PMID 12351582.
  18. ^ a b c Kauffman, Stuart A. (1993). The Origins of Order: Self-organization and Selection in Evolution. Oxford University Press. ISBN 978-0-19-507951-7.[페이지 필요]
  19. ^ a b Bornscheuer UT, Huisman GW, Kazlauskas RJ, Lutz S, Moore JC, Robins K (May 2012). "Engineering the third wave of biocatalysis". Nature. 485 (7397): 185–94. Bibcode:2012Natur.485..185B. doi:10.1038/nature11117. PMID 22575958. S2CID 4379415.
  20. ^ a b c Azevedo RB, Lohaus R, Srinivasan S, Dang KK, Burch CL (March 2006). "Sexual reproduction selects for robustness and negative epistasis in artificial gene networks". Nature. 440 (7080): 87–90. Bibcode:2006Natur.440...87A. doi:10.1038/nature04488. PMID 16511495. S2CID 4415072.
  21. ^ Bonhoeffer S, Chappey C, Parkin NT, Whitcomb JM, Petropoulos CJ (November 2004). "Evidence for positive epistasis in HIV-1". Science. 306 (5701): 1547–50. Bibcode:2004Sci...306.1547B. doi:10.1126/science.1101786. PMID 15567861. S2CID 45784964.
  22. ^ Weinreich DM, Watson RA, Chao L (June 2005). "Perspective: Sign epistasis and genetic constraint on evolutionary trajectories". Evolution; International Journal of Organic Evolution. 59 (6): 1165–74. doi:10.1111/j.0014-3820.2005.tb01768.x. JSTOR 3448895. PMID 16050094.
  23. ^ Poelwijk FJ, Kiviet DJ, Weinreich DM, Tans SJ (January 2007). "Empirical fitness landscapes reveal accessible evolutionary paths". Nature. 445 (7126): 383–6. Bibcode:2007Natur.445..383P. doi:10.1038/nature05451. PMID 17251971. S2CID 4415468.
  24. ^ Kaznatcheev, Artem (1 May 2019). "Computational Complexity as an Ultimate Constraint on Evolution". Genetics. 212 (1): 245–265. doi:10.1534/genetics.119.302000. PMC 6499524. PMID 30833289.
  25. ^ French-Mischo S (July 2002). "Synthetic Lethal Mutations". Department of Microbiology, University of Illinois, Urbana. Archived from the original on 2016-08-23. Retrieved 2017-08-03.
  26. ^ Kempthorne O (1969). An introduction to genetic statistics. Iowa State University Press. ISBN 978-0-8138-2375-1.
  27. ^ Lunzer M, Miller SP, Felsheim R, Dean AM (October 2005). "The biochemical architecture of an ancient adaptive landscape". Science. 310 (5747): 499–501. Bibcode:2005Sci...310..499L. doi:10.1126/science.1115649. PMID 16239478. S2CID 28379541.
  28. ^ Shakhnovich BE, Deeds E, Delisi C, Shakhnovich E (March 2005). "Protein structure and evolutionary history determine sequence space topology". Genome Research. 15 (3): 385–92. arXiv:q-bio/0404040. doi:10.1101/gr.3133605. PMC 551565. PMID 15741509.
  29. ^ Harms MJ, Thornton JW (August 2013). "Evolutionary biochemistry: revealing the historical and physical causes of protein properties". Nature Reviews. Genetics. 14 (8): 559–71. doi:10.1038/nrg3540. PMC 4418793. PMID 23864121.
  30. ^ Witt D (2008). "Recent developments in disulfide bond formation". Synthesis. 2008 (16): 2491–2509. doi:10.1055/s-2008-1067188.
  31. ^ Bershtein S, Segal M, Bekerman R, Tokuriki N, Tawfik DS (December 2006). "Robustness-epistasis link shapes the fitness landscape of a randomly drifting protein". Nature. 444 (7121): 929–32. Bibcode:2006Natur.444..929B. doi:10.1038/nature05385. PMID 17122770. S2CID 4416275.
  32. ^ a b c Steinberg B, Ostermeier M (January 2016). "Environmental changes bridge evolutionary valleys". Science Advances. 2 (1): e1500921. Bibcode:2016SciA....2E0921S. doi:10.1126/sciadv.1500921. PMC 4737206. PMID 26844293.
  33. ^ Halabi N, Rivoire O, Leibler S, Ranganathan R (August 2009). "Protein sectors: evolutionary units of three-dimensional structure". Cell. 138 (4): 774–86. doi:10.1016/j.cell.2009.07.038. PMC 3210731. PMID 19703402.
  34. ^ Neet KE, Koshland DE (November 1966). "The conversion of serine at the active site of subtilisin to cysteine: a "chemical mutation"". Proceedings of the National Academy of Sciences of the United States of America. 56 (5): 1606–11. Bibcode:1966PNAS...56.1606N. doi:10.1073/pnas.56.5.1606. PMC 220044. PMID 5230319.
  35. ^ Beveridge AJ (July 1996). "A theoretical study of the active sites of papain and S195C rat trypsin: implications for the low reactivity of mutant serine proteinases". Protein Science. 5 (7): 1355–65. doi:10.1002/pro.5560050714. PMC 2143470. PMID 8819168.
  36. ^ Sigal IS, Harwood BG, Arentzen R (December 1982). "Thiol-beta-lactamase: replacement of the active-site serine of RTEM beta-lactamase by a cysteine residue". Proceedings of the National Academy of Sciences of the United States of America. 79 (23): 7157–60. Bibcode:1982PNAS...79.7157S. doi:10.1073/pnas.79.23.7157. PMC 347297. PMID 6818541.
  37. ^ Poelwijk FJ, Tănase-Nicola S, Kiviet DJ, Tans SJ (March 2011). "Reciprocal sign epistasis is a necessary condition for multi-peaked fitness landscapes" (PDF). Journal of Theoretical Biology. 272 (1): 141–4. Bibcode:2011JThBi.272..141P. doi:10.1016/j.jtbi.2010.12.015. PMID 21167837.
  38. ^ Reetz MT, Sanchis J (September 2008). "Constructing and analyzing the fitness landscape of an experimental evolutionary process". ChemBioChem. 9 (14): 2260–7. doi:10.1002/cbic.200800371. PMID 18712749. S2CID 23771783.
  39. ^ Weinreich DM, Delaney NF, Depristo MA, Hartl DL (April 2006). "Darwinian evolution can follow only very few mutational paths to fitter proteins". Science. 312 (5770): 111–114. Bibcode:2006Sci...312..111W. doi:10.1126/science.1123539. PMID 16601193. S2CID 21186834.
  40. ^ Gong LI, Suchard MA, Bloom JD (May 2013). "Stability-mediated epistasis constrains the evolution of an influenza protein". eLife. 2: e00631. doi:10.7554/eLife.00631. PMC 3654441. PMID 23682315.
  41. ^ Steinberg B, Ostermeier M (July 2016). "Shifting Fitness and Epistatic Landscapes Reflect Trade-offs along an Evolutionary Pathway". Journal of Molecular Biology. 428 (13): 2730–43. doi:10.1016/j.jmb.2016.04.033. PMID 27173379.
  42. ^ Conrad, Michael (1972). "The importance of molecular hierarchy in information processing". Towards a Theoretical Biology. Edinburgh University Press Edinburgh (4): 222.{{cite journal}}: CS1 maint: 작성자 파라미터 사용(링크)
  43. ^ Conrad, Michael (1979). "Bootstrapping on the adaptive landscape". BioSystems. 11 (2–3): 167–182. doi:10.1016/0303-2647(79)90009-1. hdl:2027.42/23514. PMID 497367.
  44. ^ Riedl, Rupert J. (1975). Die Ordnung des Lebendigen: Systembedingungen der Evolution. Hamburg and Berlin: Parey.
  45. ^ Riedl, Rupert J. (1977). "A systems-analytical approach to macroevolutionary phenomena". Quarterly Review of Biology. 52 (4): 351–370. doi:10.1086/410123. PMID 343152. S2CID 25465466.
  46. ^ Lobkovsky AE, Wolf YI, Koonin EV (December 2011). "Predictability of evolutionary trajectories in fitness landscapes". PLOS Computational Biology. 7 (12): e1002302. arXiv:1108.3590. Bibcode:2011PLSCB...7E2302L. doi:10.1371/journal.pcbi.1002302. PMC 3240586. PMID 22194675.
  47. ^ Bridgham JT, Ortlund EA, Thornton JW (September 2009). "An epistatic ratchet constrains the direction of glucocorticoid receptor evolution". Nature. 461 (7263): 515–9. Bibcode:2009Natur.461..515B. doi:10.1038/nature08249. PMC 6141187. PMID 19779450.
  48. ^ Kondrashov AS (December 1988). "Deleterious mutations and the evolution of sexual reproduction". Nature. 336 (6198): 435–40. Bibcode:1988Natur.336..435K. doi:10.1038/336435a0. PMID 3057385. S2CID 4233528.
  49. ^ MacCarthy T, Bergman A (July 2007). "Coevolution of robustness, epistasis, and recombination favors asexual reproduction". Proceedings of the National Academy of Sciences of the United States of America. 104 (31): 12801–6. Bibcode:2007PNAS..10412801M. doi:10.1073/pnas.0705455104. PMC 1931480. PMID 17646644.
  50. ^ a b Leclerc RD (August 2008). "Survival of the sparsest: robust gene networks are parsimonious". Molecular Systems Biology. 4 (213): 213. doi:10.1038/msb.2008.52. PMC 2538912. PMID 18682703.
  51. ^ Wade MJ, Goodnight CJ (April 2006). "Cyto-nuclear epistasis: two-locus random genetic drift in hermaphroditic and dioecious species". Evolution; International Journal of Organic Evolution. 60 (4): 643–59. doi:10.1554/05-019.1. PMID 16739448. S2CID 41900960.
  52. ^ Horovitz A (1996). "Double-mutant cycles: a powerful tool for analyzing protein structure and function". Folding & Design. 1 (6): R121–6. doi:10.1016/s1359-0278(96)00056-9. PMID 9080186.
  53. ^ Chicco D, Faultless T (2021-03-18). "Brief survey on machine learning in epistasis". Epistasis. Methods in Molecular Biology. Vol. 2212. pp. 169–179. doi:10.1007/978-1-0716-0947-7_11. ISBN 978-1-0716-0947-7. PMID 33733356. S2CID 232303194.
  54. ^ Moore JH, Andrews PC (2015-01-01). "Epistasis analysis using multifactor dimensionality reduction". Epistasis. Methods in Molecular Biology. Vol. 1253. pp. 301–14. doi:10.1007/978-1-4939-2155-3_16. ISBN 978-1-4939-2154-6. PMID 25403539.
  55. ^ Moore JH, Williams SM, eds. (2015). Epistasis: Methods and Protocols. Methods in Molecular Biology. Vol. 1253. Springer. doi:10.1007/978-1-4939-2155-3. ISBN 978-1-4939-2154-6. S2CID 241378477.
  56. ^ Cordell HJ (June 2009). "Detecting gene-gene interactions that underlie human diseases". Nature Reviews. Genetics. 10 (6): 392–404. doi:10.1038/nrg2579. PMC 2872761. PMID 19434077.
  57. ^ Weinreich DM, Lan Y, Wylie CS, Heckendorn RB (December 2013). "Should evolutionary geneticists worry about higher-order epistasis?". Current Opinion in Genetics & Development. Genetics of system biology. 23 (6): 700–7. doi:10.1016/j.gde.2013.10.007. PMC 4313208. PMID 24290990.
  58. ^ Poelwijk FJ, Krishna V, Ranganathan R (June 2016). "The Context-Dependence of Mutations: A Linkage of Formalisms". PLOS Computational Biology. 12 (6): e1004771. arXiv:1502.00726. Bibcode:2016PLSCB..12E4771P. doi:10.1371/journal.pcbi.1004771. PMC 4919011. PMID 27337695.
  59. ^ Poelwijk FJ, Socolich, M, Ranganathan R (September 2019). "Learning the pattern of epistasis linking genotype and phenotype in a protein". Nature Communications. 10 (1): 4213. Bibcode:2019NatCo..10.4213P. doi:10.1038/s41467-019-12130-8. PMC 6746860. PMID 31527666.
  60. ^ Otwinowski J, McCandlish DM, Plotkin JB (August 2018). "Inferring the shape of global epistasis". Proceedings of the National Academy of Sciences of the United States of America. 115 (32): E7550–E7558. doi:10.1073/pnas.1804015115. PMC 6094095. PMID 30037990.
  61. ^ Sailer ZR, Harms MJ (March 2017). "Detecting High-Order Epistasis in Nonlinear Genotype-Phenotype Maps". Genetics. 205 (3): 1079–1088. doi:10.1534/genetics.116.195214. PMC 5340324. PMID 28100592.
  62. ^ Magen, A (2019). "Beyond Synthetic Lethality: Charting the Landscape of Pairwise Gene Expression States Associated with Survival in Cancer". Cell Reports. 28 (4): P938–948.E6. doi:10.1016/j.celrep.2019.06.067. PMC 8261641. PMID 31340155.

외부 링크

Wikimedia Commons에는 서한과 관련된 미디어가 있습니다.