[论文解读] The equivalence between weak and strong purifying selection

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

Evolution and Genetic Dynamics参考文献 30被引用 3

一句话总结

本文通过引入一个有效选择系数，建立了弱选择与强选择净化选择之间的对称性，将大量弱选择突变映射为较少的强选择突变，从而实现对不同选择强度下分子多样性的精确且高效预测。关键结果表明，有效选择强度——而非有效种群大小——才是连锁选择最准确的基因组总结，揭示了仅从序列数据中解析弱选择的根本限制。

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.

研究动机与目标

• 为解决从DNA序列数据推断弱净化选择的根本挑战，传统基于有效种群大小的模型在此类情境下失效。
• 建立弱选择与强选择种群之间的理论对应关系，克服弱选择机制难以处理的困境。
• 证明有效选择强度而非有效种群大小，是连锁选择效应最准确的局部总结。
• 识别仅从多态性数据中解析个体选择系数的根本限制，原因在于参数空间的退化性。

提出的方法

• 引入一种粗粒度的有效选择系数，将具有大量弱选择突变的种群映射为具有较少强选择突变的等效种群。
• 利用突变-选择平衡下适应度分布的确定性近似，推导弱选择与强选择机制之间的映射关系。
• 应用结构化共祖先过程框架验证该对应关系，并将强选择结果外推至弱选择情景。
• 通过模拟和坍缩图验证该映射在不同选择强度和突变率下的准确性。
• 分析参数空间中的退化性，评估仅从多态性数据中解析个体选择系数的限制。
• 将该框架扩展至非重组区域，并讨论在存在类似结构化共祖先模型时，向重组基因组扩展的潜力。

实验结果

研究问题

• RQ1 是否存在一个单一的理论框架，能够准确描述从弱到强净化选择全范围内分子多样性的模式？
• RQ2 有效种群大小是否足以或准确地总结连锁选择效应，特别是在弱选择机制下？
• RQ3 在不损失预测能力的前提下，弱选择突变在多大程度上可被映射到等效的强选择模型？
• RQ4 仅从当代DNA序列数据中解析个体选择系数的根本限制是什么？
• RQ5 参数空间中的退化性如何影响从多态性数据中推断选择压力？

主要发现

• 通过有效选择系数实现的弱选择与强选择净化选择之间的映射，能精确预测全范围内选择强度下的分子多样性模式。
• 有效选择系数比有效种群大小提供了更准确且更具生物学意义的连锁选择总结，后者无法一致地预测中性杂合度以外的多样性。
• 该对应关系揭示了一个根本的分辨率限制：弱选择种群在统计上无法与它们的粗粒度对应物区分，从而限制了仅从多态性数据中推断个体选择系数的能力。
• 参数空间中的退化性意味着选择可在突变之间重新分配，而对整体多样性影响极小，从而削弱了对位点特异性选择压力的解析能力。
• 该框架在非重组区域中依然有效，当存在类似结构化共祖先模型时，可扩展至重组基因组。
• 模拟和坍缩图证实了该映射的稳健性，即使在突变率和适应度方差变化的情况下依然成立，支持其在真实数据中的实用性。