Ambang Kesalahan dan Batas Informasi

Seleksi hanya dapat mempertahankan suatu pesan jika replikasi menyalin pesan tersebut dengan cukup akurat. Ambang kesalahan mengubah intuisi ini menjadi kriteria yang tegas: ia memisahkan rezim ketika kuasi-spesies tetap terlokalisasi di sekitar sekuens utamanya dari rezim ketika tekanan mutasi mendelokalisasi informasi yang tersimpan sepenuhnya.

Kesetiaan Seluruh Sekuens, Bukan Kesetiaan Per-Basa

adalah probabilitas menyalin seluruh sekuens dengan panjang m dengan benar dalam satu putaran replikasi. Dengan kesalahan yang independen antar-situs, nilai ini terfaktorisasi sebagai, dengan q adalah kesetiaan per-situs.
Karena kesetiaan dikalikan di seluruh situs, nilainya menurun secara eksponensial seiring panjang sekuens. Fakta tunggal itulah asal mula batas informasi.

Kondisi Ambang

Sekuens utama hanya dapat dipertahankan jika ⁻¹, dengan adalah keunggulan selektif sekuens utama dibandingkan awan mutannya.
Pada sistem berada dalam kondisi marginal; di bawahnya, seleksi tidak lagi dapat mempertahankan sekuens utama terhadap degradasi mutasi.
Ambang yang non-trivial memerlukan . Keunggulan selektif yang lebih tinggi memungkinkan kesetiaan yang lebih rendah atau sekuens yang dapat dipertahankan lebih panjang.

Dua Rezim

Di bawah ambang kesalahan: kuasi-spesies tetap terlokalisasi di sekitar sekuens utama, dan informasi tetap terjaga.
Di atas ambang kesalahan: awan mutan terdelokalisasi — katastrofe kesalahan — dan kandungan informasi menjadi hilang.

Batas Informasi

Menyetel sama dengan ⁻¹ dan menyelesaikannya untuk panjang sekuens menghasilkan jumlah informasi maksimum yang dapat dipertahankan secara reprodusibel:

/ (−ln q) atau, untuk , .

Informasi yang dapat dipertahankan karenanya hanya tumbuh secara logaritmik terhadap keunggulan selektif, sementara ia berbanding terbalik dengan laju kesalahan per-situs. Menggandakan hanya menambah pada pembilang.

Contoh Perhitungan

Dengan dan , penyalinan independen antar-situs menghasilkan / (−ln 0,99) ≈ basa. Meningkatkan kesetiaan atau keunggulan selektif akan memperluas batas ini.

Cakupan Kriteria

Kondisi

⁻¹ adalah hasil mean-field deterministik yang diturunkan untuk organisasi keseluruhan yang konstan. Populasi terbatas, drift, dan efek stokastik dapat mengaburkan atau menggeser ambang yang tajam, sehingga sistem yang mendekati ambang sebaiknya dibaca sebagai marginal, bukan sekadar aman atau sudah pasti gagal.

Diagram Ambang Kesalahan

Kesetiaan seluruh sekuens Qₘ = qᵐ diplot terhadap laju mutasi/kesalahan, bersama dengan garis ambang Qₘᵢ

ₘ⁻¹. Di sebelah kiri titik persilangan, kuasi-spesies tetap terlokalisasi di sekitar sekuens utama dan informasi tetap terjaga; di sebelah kanannya, awan mutan terdelokalisasi dalam katastrofe kesalahan. Titik potong menandai kesetiaan kritis, yang untuk laju kesalahan tertentu mendefinisikan panjang sekuens maksimum yang dapat dipertahankan, mₘₐₓ.

PERTANYAAN 1

Besaran apa yang dilambangkan oleh

dalam model ambang kesalahan?

Rata-rata jumlah mutasi yang muncul per replikasi.

Keunggulan selektif sekuens utama terhadap awan mutannya.

Probabilitas menyalin seluruh sekuens dengan panjang m dengan benar dalam satu putaran replikasi.

Probabilitas per-situs untuk pemasukan basa yang benar.

PERTANYAAN 2

Ekspresi manakah yang menyatakan kondisi untuk mempertahankan sekuens utama terhadap degradasi mutasi?

⁻¹

PERTANYAAN 3

Kesetiaan replikasi menurun sehingga

jatuh di bawah

. Hasil apa yang diprediksi?

Kuasi-spesies menjadi lebih tajam terlokalisasi di sekitar sekuens utama.

Kesetiaan per-situs meningkat secara otomatis untuk mengompensasi kesalahan tambahan.

Seleksi tidak lagi dapat mempertahankan sekuens utama; awan mutan terdelokalisasi dan informasi yang tersimpan hilang dalam katastrofe kesalahan.

meningkat hingga kondisi ambang dikembalikan.

PERTANYAAN 4

Sebuah replikator memiliki kesetiaan per-situs

dan keunggulan selektif

. Dengan menggunakan

/ (−ln q), nilai mana yang paling mendekati?

Sekitar 100 basa

Sekitar 230 basa

Sekitar 23 basa

Sekitar 2300 basa

PERTANYAAN 5

Pernyataan manakah tentang

/ (−ln q) yang benar?

tidak bergantung pada laju kesalahan replikasi.

hanya bergantung pada panjang sekuens m.

hanya tumbuh secara logaritmik terhadap

dan berbanding terbalik dengan kesalahan per-situs.

tumbuh secara linear terhadap keunggulan selektif

Studi Kasus: Mendorong Replikator RNA Melewati Batasnya

Baca skenario dan jawab kedua pertanyaan; tunjukkan penalaran kuantitatif Anda.

Sebuah laboratorium memelihara molekul RNA yang mereplikasi diri dengan panjang

dengan organisasi keseluruhan yang konstan. Uji menunjukkan bahwa sekuens utama bereplikasi dengan keunggulan selektif

relatif terhadap awan mutannya, dan bahwa mesin penyalin saat ini memiliki kesetiaan per-situs

. Kesalahan diperlakukan independen antar-situs, sehingga

1. Apakah sistem ini memenuhi kondisi ambang kesalahan pada

? Kuantifikasi

, dan marginnya, lalu nyatakan apakah informasinya diharapkan tetap terjaga.

Jawaban:

^{100 · ln 0,995} ≈ e^−0,501 ≈ 0,61, sementara

⁻¹ =

. Karena

, ambang terpenuhi dengan margin yang lebar, sehingga kuasi-spesies tetap terlokalisasi di sekitar sekuens utama dan informasinya terjaga. Kesimpulan yang sama juga diperoleh dari kriteria panjang:

/ (−ln 0,995) ≈

basa, jauh di atas panjang sebenarnya 100.

2. Eksperimenter kemudian menambahkan mutagen yang menurunkan kesetiaan per-situs menjadi

. Prediksi hasilnya, perkirakan kesetiaan kritis tempat ambang terlewati, dan sebutkan satu perubahan yang dapat memulihkan pemeliharaan sekuens sepanjang 100 basa tersebut.

Jawaban:
Pada

^−3,05 ≈ 0,047, yang berada di bawah

, sehingga sistem telah melewati ambang kesalahan. Hasil yang diprediksi adalah katastrofe kesalahan: awan mutan terdelokalisasi dan sekuens utama tidak lagi dapat dipertahankan. Menyelesaikan q_krit¹⁰⁰ = 1/20 menghasilkan q_krit = 20^−1/100 ≈ e^−0,02996 ≈ 0,9705, sehingga transisinya tepat berada di atas

; secara ekuivalen

/ (−ln 0,97) ≈

basa, hanya sedikit di bawah 100. Pemeliharaan dapat dipulihkan dengan menaikkan keunggulan selektif dari 20 menjadi sekitar 21 atau lebih (

memerlukan

, yaitu

≳ 21), dengan mempersingkat sekuens di bawah sekitar 98 basa, atau dengan memulihkan kesetiaan penyalinan yang lebih tinggi. Perhatikan bahwa jalur keunggulan selektif memakan biaya besar karena

hanya tumbuh secara logaritmik terhadap