Transcription-induced mutation and ancient gBGC shape the evolution of human transcriptional start sites
Notice bibliographique
Résumé
ABSTRACT In the human genome, mutation rates vary along genes, yet how their fine-scale structure contributes to gene evolution has remained largely unexplored. Here, we map inherited mutations at single-nucleotide resolution and uncover a striking hypermutation peak at transcription start sites (TSSs). This pattern is observed both in population polymorphisms and in de novo mutations from parent-offspring trios, and is dependent on transcriptional activity in testes. We also find similar hypermutation peaks at TSSs used to produce long noncoding RNAs and at intergenic RNA Polymerase II pause sites. In addition, we identify distinct mutational signatures at exon-intron boundaries and in introns. By comparing the current nucleotide content to predicted equilibrium levels, inferred from mutation and fixation rates, and by analyzing derived ancestral frequency spectrums, we detect signals that are compatible with a low level of ongoing background GC-biased gene conversion (gBGC) throughout the region and ancestral elevated gBGC activity downstream from the TSS. Using a forward-in-time simulation algorithm, we show that the current nucleotide composition surrounding the TSS of protein-coding genes is best explained by local mutation biases coupled to ongoing and ancestral patterns of gene conversions. Our simulations allow us to infer several features of these gBGC events. Overall, these findings indicate that the nucleotide composition around TSSs is largely shaped by non-adaptive forces, particularly mutation bias and gBGC.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».