Un genoma di lunghezza n non affronta un solo tasso di errore. Con una fedeltà di replicazione finita, ogni possibile combinazione di posizioni copiate in modo errato crea un mutante distinto. Se esattamente k posizioni sono errate, il numero di possibili mutanti con k errori è Nₖ = C(n, k). Per un genoma di 100 lettere, i conteggi sono 100 mutanti con un errore, 4.950 mutanti con due errori e 161.700 mutanti con tre errori. Il carico mutazionale, quindi, non cresce in modo lineare; cresce in modo combinatorio con k.

Perché un singolo genoma in crescita è vulnerabile

Un genoma in costante crescita deve mantenere la sua sequenza master mentre sopprime un'esplosione di alternative vicine. All'aumentare di n, il numero di possibili mutanti con k errori per k piccoli cresce rapidamente. Anche se il tasso di errore per posizione rimane basso, l'insieme totale delle varianti danneggiate diventa un limite centrale: la selezione deve impedire che l'intera nube combinatoria spiazzi la sequenza funzionale.

L'organizzazione iperciclica come strategia informazionale

L'organizzazione iperciclica offre un'alternativa: distribuire il carico informazionale tra geni più corti a mutante singolo e integrarli attraverso un accoppiamento catalitico ciclico. Unità più corte riducono il carico mutazionale per unità perché ogni gene ha meno posizioni e quindi meno possibili varianti con k errori. L'accoppiamento ciclico consente poi alla selezione di agire sull'iperciclo come unità di livello superiore anziché su un unico genoma lungo. Il caso dell'organizzazione iperciclica è quindi non solo catalitico ma anche informazionale: organizza la diversità mutazionale a un livello superiore.

Per n geni e Nₖ mutanti con k errori disponibili, il numero di modi di distribuire i mutanti tra i geni è approssimativamente (Nₖ + n − 1 su n) ≈ Nₖⁿ / n! per n ≪ Nₖ. Questo mostra come una popolazione di unità più corte possa gestire una diversità che sopraffarebbe un singolo genoma in costante crescita.