[论文解读] Progress and open problems in evolutionary dynamics

Richard A. Neher, Aleksandra M. Walczak|arXiv (Cornell University)|Apr 20, 2018

Evolution and Genetic Dynamics参考文献 80被引用 5

一句话总结

本文综述了进化动力学在理论与实证方面的进展，强调高通量测序揭示了微生物和免疫系统中快速而复杂的适应现象，这些现象挑战了经典种群遗传学模型。文章指出，生态学与进化的整合是核心开放性问题，强调尺度依赖的动力学特性，以及静态模型无法捕捉现实世界多样性的问题。

ABSTRACT

Evolution has fascinated quantitative and physical scientists for decades: how can the random process of mutation, recombination, and duplication of genetic information generate the diversity of life? What determines the rate of evolution? Are there quantitative laws that govern and constrain evolution? Is evolution repeatable or predictable? Historically, the study of evolution involved classifying and comparing species, typically based on morphology. In addition to phenotypes on the organismal and molecular scales, we now use whole-genome sequencing to uncover not only the differences between species but also to characterize genetic diversity within-species in unprecedented detail. This diversity can be compared to predictions of quantitative models of evolutionary dynamics. Here, we review key theoretical models of population genetics and evolution along with examples of data from lab evolution experiments, longitudinal sampling of viral populations, microbial communities and the studies of immune repertoires. In all these systems, evolution is shaped by often variable biological and physical environments. While these variable environments can be modeled implicitly in cases such as host-pathogen co-evolution, the dynamic environment, and emerging ecology often cannot be ignored. Integrating dynamics on different scales, both in terms of observation and theoretical models, remains a major challenge towards a better understanding of evolution.

研究动机与目标

• 根据现代高通量测序数据，评估经典种群遗传学模型的局限性。
• 识别微生物与病毒进化中理论预测与实证观察之间的差异。
• 探讨生态动力学与进化过程在可变环境中的共同演化机制。
• 解决从分子到生态系统层面遗传多样性跨尺度关联的挑战。
• 识别生态-进化动力学中的关键开放性问题，特别是适应可预测性与可重复性方面。

提出的方法

• 回顾理论框架，包括科莫拉（Kimura）扩散方程对漂变与选择下等位基因频率动态的描述。
• 分析实验室进化实验、病毒种群（如HIV、流感病毒）及微生物群落的时间分辨数据。
• 使用共祖先理论与前向时间随机模型描述遗传多样性与变异频率分布。
• 应用高通量测序追踪蛋白质与免疫受体库中突变及适应度景观。
• 将生态模型与进化动力学整合，研究涌现的群落结构与生态位特化。
• 采用深度突变扫描与转座子插入突变技术，探究遗传变异的功能约束与表型结果。

实验结果

研究问题

• RQ1 在遗传与环境约束下，进化轨迹在多大程度上是可预测的？
• RQ2 可变环境与内部生态动力学如何破坏经典模型中顺序性选择清除的假设？
• RQ3 控制微生物群落中遗传多样性出现与维持的尺度依赖规则是什么？
• RQ4 生态相互作用与进化变化如何共同演化？它们又该如何统一建模？
• RQ5 为何标准种群遗传学模型无法定量描述自然与实验系统中高分辨率的基因组数据？

主要发现

• 高通量测序显示，微生物种群常表现出快速且多样的适应，多个有益突变同时竞争，这与经典模型中顺序性选择清除的假设相悖。
• 即使在简单且稳定的环境中，微生物种群也会迅速分化为生态上不同的类型，表明内部生态动力学可自发产生。
• 共祖先模型与科莫拉扩散模型无法完全描述观察到的遗传多样性模式，特别是在强选择与高突变率的种群中。
• 微生物群落中的遗传多样性常缺乏一致的菌株结构，表明生态与进化力量在多个尺度上作用，且无明确的基因组边界。
• B细胞受体中的体细胞超突变与免疫组库测序表明，适应性免疫通过广泛存在的预先多样性为未来挑战做准备，而不仅依赖抗原特异性选择。
• 尽管数据收集技术不断进步，由于缺乏功能性检测手段以及大多数基因组快照的静态特性，将遗传变异与功能关联仍具挑战。