The Coupon Collector and the Suppressor Mutation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Compensatory mutation occurs when a loss of fitness caused by a deleterious mutation is restored by its epistatic interaction with a second mutation at a different site in the genome. How many different compensatory mutations can act on a given deleterious mutation? Although this quantity is fundamentally important to understanding the evolutionary consequence of mutation and the genetic complexity of adaptation, it remains poorly understood. To determine the shape of the statistical distribution for the number of compensatory mutations per deleterious mutation, we have performed a maximum-likelihood analysis of experimental data collected from the suppressor mutation literature. Suppressor mutations are used widely to assess protein interactions and are under certain conditions equivalent to compensatory mutations. By comparing the maximum likelihood of a variety of candidate distribution functions, we established that an L-shaped gamma distribution (alpha=0.564, theta=21.01) is the most successful at explaining the collected data. This distribution predicts an average of 11.8 compensatory mutations per deleterious mutation. Furthermore, the success of the L-shaped gamma distribution is robust to variation in mutation rates among sites. We have detected significant differences among viral, prokaryotic, and eukaryotic data subsets in the number of compensatory mutations and also in the proportion of compensatory mutations that are intragenic. This is the first attempt to characterize the overall diversity of compensatory mutations, identifying a consistent and accurate prior distribution of compensatory mutation diversity for theoretical evolutionary models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle