Shifts in mutation spectra enhance access to beneficial mutations
Notice bibliographique
Résumé
ABSTRACT Biased mutation spectra are pervasive, with wide variation in the magnitude of mutational biases that influence genome evolution and adaptation. How do such diverse biases evolve? Our experiments show that changing the mutation spectrum allows populations to sample previously under-sampled mutational space, including beneficial mutations. The resulting shift in the distribution of fitness effects is advantageous: beneficial mutation supply and beneficial pleiotropy both increase, while deleterious load reduces. More broadly, simulations indicate that reducing or reversing the direction of a long-term bias is always selectively favoured. Such changes in mutation bias can occur easily via altered function of DNA repair genes. A phylogenetic analysis shows that these genes are repeatedly gained and lost in bacterial lineages, leading to frequent bias shifts in opposite directions. Thus, shifts in mutation spectra may evolve under selection, and can directly alter the outcome of adaptive evolution by facilitating access to beneficial mutations. SIGNIFICANCE STATEMENT Mutations are important because they provide raw material for evolution. Some types of mutations occur more often than others, and the strength of such mutational bias varies across species. It is not clear how this variation arises. We experimentally measured the immediate effects of changing the mutation bias of E. coli , and used simulations to understand the long-term effects. Altering mutational bias is beneficial whenever the new bias increases sampling of mutational classes that were previously under-sampled. We also show that historically, bacteria have often experienced such beneficial bias switches. Our work thus demonstrates the importance of mutational biases in evolution. By allowing exploration of new mutational space, altered mutation biases could drive rapid adaptation.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».