Escape from Adaptive Conflict follows from weak functional trade-offs and mutational robustness
Notice bibliographique
Résumé
A fundamental question in molecular evolution is how proteins can adapt to new functions while being conserved for an existing function at the same time. Several theoretical models have been put forward to explain this apparent paradox. The most popular models include neofunctionalization, subfunctionalization (SUBF) by degenerative mutations, and dosage models. All of these models focus on adaptation after gene duplication. A newly proposed model named "Escape from Adaptive Conflict" (EAC) includes adaptive processes before and after gene duplication that lead to multifunctional proteins, and divergence (SUBF). Support for the importance of multifunctionality for the evolution of new protein functions comes from two experimental observations. First, many enzymes have highly evolvable promiscuous side activities. Second, different structural states of the same protein can be associated with different functions. How these observations may be related to the EAC model, under which conditions EAC is possible, and how the different models relate to each other is still unclear. Here, we present a theoretical framework that uses biophysical principles to infer the roles of functional promiscuity, gene dosage, gene duplication, point mutations, and selection pressures in the evolution of proteins. We find that selection pressures can determine whether neofunctionalization or SUBF is the more likely evolutionary process. Multifunctional proteins, arising during EAC evolution, allow rapid adaptation independent of gene duplication. This becomes a crucial advantage when gene duplications are rare. Finally, we propose that an increase in mutational robustness, not necessarily functional optimization, can be the sole driving force behind SUBF.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».