[논문 리뷰] The equivalence between weak and strong purifying selection

Benjamin H. Good, Michael M. Desai|arXiv (Cornell University)|2012. 10. 16.

Evolution and Genetic Dynamics참고 문헌 30인용 수 3

한 줄 요약

이 논문은 효과적 선택계수를 도입하여 약한 및 강한 정화적 선택 사이의 대칭성을 수립함으로써, 다양한 선택 강도에서 분자 다양성을 정확하고 효율적으로 예측할 수 있도록 한다. 약한 선택을 받는 돌연변이를 적은 수의 강한 선택을 받는 돌연변이로 매핑하는 효과적 선택계수를 통해 이루어진 이 접근법은, 연결된 선택의 유전적 요약통계로서 효과적 선택강도가 효과적 집단크기보다 훨씬 더 정확하다는 핵심 결과를 도출한다. 이는 유전적 자료만으로 약한 선택을 해석하는 데 있어 근본적인 한계를 드러낸다.

ABSTRACT

Weak purifying selection, acting on many linked mutations, may play a major role in shaping patterns of molecular evolution in natural populations. Yet efforts to infer these effects from DNA sequence data are limited by our incomplete understanding of weak selection on local genomic scales. Here, we demonstrate a natural symmetry between weak and strong selection, in which the effects of many weakly selected mutations on patterns of molecular evolution are equivalent to a smaller number of more strongly selected mutations. By introducing a coarse-grained "effective selection coefficient," we derive an explicit mapping between weakly selected populations and their strongly selected counterparts, which allows us to make accurate and efficient predictions across the full range of selection strengths. This suggests that an effective selection coefficient and effective mutation rate --- not an effective population size --- is the most accurate summary of the effects of selection over locally linked regions. Moreover, this correspondence places fundamental limits on our ability to resolve the effects of weak selection from contemporary sequence data alone.

연구 동기 및 목표

• 효과적 집단크기 기반의 전통적 모델이 실패하는 DNA 서열 자료에서 약한 정화적 선택을 추론하는 데 있어 근본적인 과제를 해결하기 위해.
• 약한 선택과 강한 선택을 받는 집단 간의 이론적 대응관계를 수립하여, 약한 선택의 비가역성 문제를 해결하기 위해.
• 효과적 집단크기보다는 효과적 선택강도가 연결된 선택 효과의 가장 정확한 局소 요약통계임을 입증하기 위해.
• 모두의 선택계수를 다항형 자료에서 별도로 추론할 수 있는 한계를 규명하기 위해.

제안 방법

• 약한 선택을 받는 돌연변이가 많은 집단을 효과적 선택계수를 통해 적은 수의 강한 선택을 받는 등가 집단으로 매핑하기 위한 군집화된 효과적 선택계수를 도입하기 위해.
• 돌연변이-선택 평형 상태에서 적합도 분포의 결정론적 근사법을 사용하여 약한 선택과 강한 선택의 제도 간 매핑을 유도하기 위해.
• 구조적 공진화 프레임워크를 적용하여 대응관계를 검증하고 강한 선택 결과를 약한 선택 시나리오로 확장하기 위해.
• 다양한 선택 강도와 돌연변이율에서 매핑의 정확도를 시험하기 위해 시뮬레이션과 콜라프스 플롯을 수행하기 위해.
• 모두의 선택계수를 다항형 자료에서 별도로 추론할 수 있는 한계를 평가하기 위해 매개변수 공간의 기하학적 불확실성(degeneracy)를 분석하기 위해.
• 비재조합 영역으로의 프레임워크 확장을 수행하고, 최근의 구조적 공진화 모델을 활용하여 재조합 유전체로의 확장 가능성을 논의하기 위해.

실험 결과

연구 질문

• RQ1 약한 선택에서 강한 정화적 선택에 이르기까지 선택 강도의 전 범위에서 분자 다양성 패턴을 정확하게 기술할 수 있는 단일 이론적 프레임워크가 존재하는가?
• RQ2 특히 약한 선택 영역에서 효과적 집단크기가 연결된 선택 효과에 대한 충분하거나 정확한 요약통계량인가?
• RQ3 예측 능력의 손실 없이 약한 선택 돌연변이를 등가의 강한 선택 모델로 매핑할 수 있는 정도는 어느 정도인가?
• RQ4 현대 DNA 서열 자료만으로 개별 선택계수를 해석하는 데 있어 근본적인 한계는 무엇인가?
• RQ5 매개변수 공간의 기하학적 불확실성이 다항형 자료에서 선택 압력 추론에 어떤 영향을 미치는가?

주요 결과

• 효과적 선택계수를 통한 약한 선택과 강한 정화적 선택 간의 매핑은 선택 강도의 전 범위에서 분자 다양성 패턴을 정확하게 예측한다.
• 효과적 집단크기보다 효과적 선택계수가 연결된 선택을 더 정확하고 생물학적으로 의미 있는 방식으로 요약한다. 효과적 집단크기는 중성 이형성도를 초월해 다양성을 일관되게 예측하지 못한다.
• 대응관계는 근본적인 해상도 한계를 드러낸다: 약한 선택 집단은 그 군집화된 대응체와 통계적으로 구별할 수 없으며, 이는 다항형 자료에서 개별 선택계수를 추론할 수 있는 능력을 제한한다.
• 매개변수 공간의 기하학적 불확실성은 다양성에 미치는 영향이 최소한인 상태에서 선택을 돌연변이 간에 재분배할 수 있음을 의미하며, 이는 특정 서열의 선택압을 규명하는 능력을 약화시킨다.
• 이 프레임워크는 비재조합 영역에서도 유효하며, 유사한 구조적 공진화 모델이 이용 가능한 경우 재조합 유전체로의 확장이 가능하다.
• 시뮬레이션과 콜라프스 플롯은 돌연변이율과 적합도 분산이 다양하더라도 매핑의 강건성을 확인하여, 실증적 자료 분석에 있어 그 유용성을 뒷받침한다.