# 하이퍼사이클: 자연적 자기조직화의 원리 강의 노트

수업: 1 · 슬라이드: 11

## 읽기 안내

- [수업 2 | 주제: 촉매적, Which, 시스템](#lecture-lesson-1)

---

<a id="lecture-lesson-1"></a>

## 수업 2 | 주제: 촉매적, Which, 시스템

<a id="lecture-page-1"></a>

### 촉매적, Which, 시스템

*페이지 1*

> **페이지 목표:** 촉매적 하이퍼사이클을 자기복제 단위들의 순환적 연결로 정의한 뒤, 분자적 선택을 이해하는 데 필요한 다윈적 시스템 프레임워크를 전개한다: 전제 조건으로서의 대사, 자기복제, 그리고 가변성; 일정한 전체 조직 아래에서의 선택 방정식; 선택의 진정한 대상으로서의 준종; 그리고 재현 가능하게 유지될 수 있는 정보의 양을 제한하는 오류 역치 조건.

**교수 요점**

- 단순 촉매적 성장과 자기촉매적 및 하이퍼사이클적 성장을 구별하고, 촉매적 하이퍼사이클이 왜 2차 이상의 시스템인지 설명한다.
- 분자 수준에서 다윈적 행동의 세 가지 전제 조건을 확인한다: 대사, 자기복제, 그리고 가변성.
- 선택적 가치 W_ii와 평균 초과 생산성 E(t)를 포함하여, 일정한 전체 조직 아래에서의 선택 속도 방정식을 해석한다.
- 돌연변이-선택 평형이 어떻게 준종을 만들어내는지, 그리고 왜 야생형이 단일 우세 서열이 아닌 조직화된 분포인지 설명한다.

페이지 목표

이 페이지가 끝날 때까지 학습자는 일반적인 촉매적 성장과 자기촉매적 및 하이퍼사이클적 성장을 구별하고, 분자 수준에서 다윈적 행동의 세 가지 전제 조건을 설명하며, 일정한 전체 조직 아래에서의 선택을 해석하고, 돌연변이-선택 평형이 왜 오류 역치에 의해 제한되는 준종을 만들어내는지 설명할 수 있어야 한다.

교수 순서

학습자에게 화학 시스템이 스스로를 복제하고 진화한다는 것이 무엇을 의미하는지 질문하며 시작한다. 몇 가지 초기 아이디어를 수집한 뒤, 이 페이지의 중심 대조로 연결한다: 단순 촉매작용 대 스스로를 유지하는 순환. 하이퍼사이클 개념에서 다윈적 요구사항으로, 그 다음 선택 방정식으로 이동하고, 준종과 오류 역치로 마무리한다.

교수 요점

1. 촉매적 성장과 하이퍼사이클. 일반적인 촉매적 성장에서 한 분자는 다른 생성물의 형성을 돕지만, 돕는 분자가 반드시 자기 유지 순환의 일부인 것은 아니다. 자기촉매 단위는 스스로를 복제한다. 촉매적 하이퍼사이클은 여러 자기복제 단위를 상호 촉매작용의 닫힌 순환으로 연결한다. 각 단위가 하나의 파트너에 의해 도움을 받으면 그 순환은 2차이다;

추가적인 촉매적 결합은 차수를 높인다. 핵심 아이디어는 하이퍼사이클이 단순한 복제자들의 집합이 아니라, 구성 요소들이 집합적으로 서로를 지지하는 조직화된 네트워크라는 것이다.

2. 분자 수준에서의 다윈적 전제 조건. 다윈적 행동은 세 가지 조건을 필요로 한다: 대사, 자기복제, 그리고 가변성. 대사는 물질과 에너지를 공급하고, 자기복제는 계통을 유지하며, 가변성은 선택을 위한 변이체를 생성한다. 이 중 하나라도 빠지면 완전한 분자적 선택은 작동할 수 없다.

3. 일정한 전체 조직 아래에서의 선택. 선택 속도 방정식은 전체 조직이 일정하게 유지되는 동안 유형들이 비례적으로 어떻게 변화하는지 설명한다. W_ii는 한 유형의 선택적 가치이고, E(t)는 평균 초과 생산성이다. 한 유형은 집단 평균에 대한 자신의 선택적 가치에 따라 성장한다. 따라서 선택은 단순한 절대적 성장 경쟁이 아니라 비율의 동적 재조정이다.

4. 준종. 돌연변이와 선택은 함께 하나의 단일 최적 서열을 보존하지 않는다. 대신 그들은 준종이라 불리는 안정적인 돌연변이체 분포를 유지한다. 야생형은 조직화된 분포이며, 종종 마스터 서열 근처에 중심을 두고, 반드시 단일 우세 서열인 것은 아니다. 이는 선택이 분포 전체에 작용하기 때문에 중요하다.

5. 오류 역치. 복사 오류는 얼마나 많은 정보가 신뢰성 있게 유지될 수 있는지를 제한한다. 돌연변이율이 선택적 이점에 비해 너무 높으면, 준종은 일관성을 잃고 정보가 저하된다. 오류 역치 조건은 유지 가능한 정보 길이 또는 정밀도의 상한을 정의한다.

이해 확인

왜 하이퍼사이클이 2차 이상의 시스템으로 묘사되는가? 답변 지침: 자기복제 단위들 사이의 순환적 촉매 결합을 포함하며, 차수는 그 촉매적 연결의 수 또는 순서를 반영하기 때문이다.

분자 수준에서 다윈적 행동을 위해 충족되어야 하는 세 가지 조건은 무엇인가? 제안 답변: 대사, 자기복제, 그리고 가변성.

준종 그림에서 선택의 진정한 대상은 무엇인가? 제안 답변: 단일 서열이 아닌 조직화된 돌연변이체 분포.

오류 역치는 무엇을 제한하는가? 제안 답변: 주어진 돌연변이율 아래에서 신뢰성 있게 유지될 수 있는 정보의 양.

전환

이 기초를 사용하여 예시나 연습으로 이동한다. 학습자에게 W_ii, E(t), 준종, 그리고 오류 역치가 분자적 선택을 해석하는 도구로서 반복적으로 등장할 것임을 상기시킨다.

<a id="lecture-page-2"></a>

### 촉매적 하이퍼사이클과 분자적 선택

*페이지 2*

> **페이지 목표:** 촉매적 하이퍼사이클과 다윈적 시스템 원리가 분자적 선택을 어떻게 설명하는지에 대한 중심 질문을 이해한다.

**교수 요점**

- 단순 촉매적 성장은 외부 촉매를 필요로 하며 자기 증폭적이지 않다; 자기촉매적 성장은 1차 자기 증폭이다; 하이퍼사이클적 성장은 여러 복제자 농도의 곱을 포함하는 동역학을 가진 닫힌 순환이다. 성장 법칙의 차수를 진단 기준으로 사용하라.
- 일정한 전체 조직에서 W_ii는 서열 i의 선택적 가치이고, E(t)는 평균 초과 생산성이다. 서열은 W_ii > E(t)일 때만 증가한다; E(t)는 빈도가 변함에 따라 조정되므로, 선택은 항상 집단 평균에 상대적이다.
- 돌연변이-선택 평형은 재현 가능한 돌연변이체 분포를 만들어낸다. 야생형은 그 구름의 중심이며, 유일하게 존재하는 서열이 아니다. 오류 역치는 구름이 비국소화되어 정보가 유지될 수 없게 되는 돌연변이율을 표시한다.

페이지 목표

촉매적 하이퍼사이클과 다윈적 시스템 원리가 어떻게 분자적 선택을 설명하는지, 순환적 촉매 결합에서 선택 방정식, 준종, 그리고 오류 역치로 이동하며 설명한다.

교수 순서

1. 중심 문제로 시작한다: 자기복제 분자가 기존의 세포 기구 없이 어떻게 분자적 선택을 만들어낼 수 있는가.

2. 촉매적 하이퍼사이클을 자기복제 단위들의 순환적 연결로 정의하며, 각 단위가 순환의 다른 구성원에 의해 촉매적으로 지지받는다. 이것이 독립적인 복제자들의 집합이 아니라 집단적 자기조직화를 만들어낸다는 점을 강조한다.

3. 세 가지 성장 조직을 구별한다: 단순 촉매적, 자기촉매적, 그리고 하이퍼사이클적. 성장 법칙의 차수를 진단 기준으로 사용한다.

4. 분자적 선택을 위한 세 가지 다윈적 전제 조건을 제시한다: 대사, 자기복제, 그리고 가변성. 이들을 경계 조건으로 취급한다.

5. 일정한 전체 조직 아래에서의 선택 방정식을 전개하고 E(t)에 대비하여 W_ii를 해석한다.

6. 돌연변이-선택 평형과 준종을 설명한다.

7. 정보 한계로서의 오류 역치로 마무리한다.

교수 요점

복제는 닫힌 순환 A → B → C →... → A로 조직된다. 각 구성원은 다른 구성원의 촉매작용 아래에서 생산되므로, 전체 성장은 적어도 두 농도의 곱에 의존한다. 이것이 촉매적 하이퍼사이클이 2차 이상의 시스템인 이유이다. 집단적이고 비선형적인 동역학이 분자 수준에서 선택을 지지할 수 있는 것이다.

세 가지 성장 조직:

외부 촉매가 주형 복제를 촉진하지만, 촉매는 동일한 루프에 의해 생산되지 않는다. 성장 법칙은 자기 증폭적이지 않다.

분자가 자신 또는 자신의 종류의 복제를 촉매한다. 성장률은 복제자 농도의 1승에 비례하는 항을 포함하므로 1차 자기 증폭이다.

교차 촉매작용의 닫힌 순환. 복제가 여러 복제자 농도의 곱에 의존하기 때문에 2차 이상이다.

다윈적 전제 조건:

조직화된 상태를 평형에서 벗어나 유지하기 위한 자유 에너지와 물질의 원천.

유리한 변이체가 수적으로 증가할 수 있도록 단위가 증식하는 능력.

유전 가능한 변이, 이것이 없으면 선택을 위한 기질이 없다.

이들은 전제 조건이며 선택적 레이블이 아니다. 이 중 하나라도 없으면, 화학 순환이 여전히 돌아가더라도 선택 방정식은 다윈적 해석을 잃는다.

일정한 전체 조직 아래에서의 선택 방정식:

총 농도가 일정하게 유지될 때, 빈도는 dx_i/dt = x_i (W_ii − E(t))로 변화한다. W_ii는 복제자 유형 i의 선택적 가치로, 복제 및 분해 속도를 포함한다. E(t)는 평균 초과 생산성, 즉 선택적 가치들의 집단 가중 평균이다. 한 유형은 W_ii > E(t)일 때 증가하고 W_ii < E(t)일 때 감소한다. 일정 조직 조건은 선택을 절대적 성장 경쟁이 아니라 집단 평균에 대한 상대적 비교로 만든다.

돌연변이-선택 평형과 준종:

실제 복제는 오류가 발생하기 쉽다. 돌연변이-선택 평형은 단일 우세 야생형 서열을 만들어내지 않는다. 그것은 준종을 만들어낸다: 마스터 서열에 중심을 둔 돌연변이 서열들의 조직화된 분포. 야생형은 관련 서열 구름의 가장 확률 높은 구성원이며, 선택의 유일한 대상이 아니다. 이 분포는 마스터 서열의 선택적 이점이 그로부터 멀어지는 돌연변이 유입을 균형 잡을 때 안정적이다.

오류 역치:

준종은 복제당 돌연변이율이 충분히 낮을 때만 지속될 수 있다. 오류 역치를 넘어서면, 마스터 서열은 자신의 정보를 신뢰성 있게 전달할 수 없고, 돌연변이체 구름은 비국소화되며, 조직화된 분포는 돌연변이적으로 무작위화된 상태로 붕괴한다. 이것은 하이퍼사이클 또는 준종이 재현 가능하게 유지할 수 있는 정보의 양을 제한한다.

시각적 단서

로드맵은 세 가지 다윈적 전제 조건을 닫힌 하이퍼사이클에 연결하고, 그 다음 선택 방정식, 그 다음 준종, 마지막으로 오류 역치로 연결한다. 하이퍼사이클 상자는 순환적 A/B/C/D 배열을 보여준다. 선택 상자는 dx_i/dt = x_i (W_ii − E(t))를 제시한다. 준종 상자는 돌연변이체 구름에 둘러싸인 마스터 서열을 보여준다. 오류 역치 상자는 장벽을 보여준다: 돌연변이율이 그 너머로 상승하면, 준종은 비국소화되고 복제 가능한 정보가 손실된다.

연습 지침

정답은 각 단위가 다른 단위에 촉매적으로 결합되어 있기 때문에 전체 성장이 둘 이상의 구성원 농도의 곱에 의존한다는 것이다. 학생들이 선형 성장 법칙을 선택하면, 자기촉매적 성장은 복제자 자체에 대해 1차인 반면 하이퍼사이클적 성장은 여러 단위 간의 순환적 교차 촉매작용을 포함한다는 점을 상기시킨다.

정답은 대사, 자기복제, 그리고 가변성이다. 이들이 분자적 선택이 다윈적 용어로 설명될 수 있는 영역을 정의한다는 점을 강조한다.

정답은 E(t)가 선택적 가치들의 집단 가중 평균과 동일한 정규화 항이므로, 빈도는 W_ii가 E(t)와 다를 때만 변화한다는 것이다. E(t)가 돌연변이율이나 고정된 총 농도가 아님을 명확히 한다.

정답은 단일 우세 야생형 서열이 아니라 마스터 서열에 중심을 둔 돌연변이 서열들의 조직화된 분포이다. 학생들이 무작위 집합을 선택하면, 돌연변이-선택 평형이 재현 가능한 구름을 만들어낸다는 개념으로 돌아간다.

정답은 조직화된 돌연변이체 분포가 유지될 수 없고 복제 가능한 정보가 비국소화되는 돌연변이율이다. 오류 역치를 촉매적 최대값, 에너지 컷오프, 또는 구성원 수와 구별한다.

사례 연구 지침

3 구성원 RNA 흐름 반응기의 경우, 성장 조직은 하이퍼사이클적이다. 각 구성원의 복제는 닫힌 순환에서 다른 구성원에 의해 촉매되므로, 전체 성장은 적어도 두 복제자 농도의 곱에 의존하여 시스템을 2차 이상으로 만든다. 촉매들이 동일한 결합된 순환의 일부이므로 단순 촉매적이 아니며, 어떤 단일 구성원도 자신의 복제를 직접 촉매하지 않으므로 자기촉매적이 아니다. 복사 충실도가 낮아져 돌연변이율이 오류 역치를 초과하면, 준종은 처음에는 마스터 서열 주위에 국소화된 상태로 유지되며 각 서열은 E(t)에 대비하여 W_ii로 판단된다. 돌연변이가 증가함에 따라 돌연변이체 분포는 넓어진다. 오류 역치 위에서는 마스터 서열의 복제 이점이 더 이상 신뢰성 있게 전달될 수 없고, W_ii 값들 간의 차이가 일관된 분포를 유지하는 데 비효과적이 되며, 시스템이 돌연변이적으로 무작위화된 상태로 표류하면서 복제 가능한 정보가 손실된다.

수업 활동

학생들에게 설명된 복제 시스템을 단순 촉매적, 자기촉매적, 또는 하이퍼사이클적으로 분류하고, 성장 법칙의 차수를 사용하여 그 선택을 정당화하도록 요청한다. 그런 다음 돌연변이율이 오류 역치를 넘을 때 준종에 어떤 일이 일어나는지 한두 문장으로 설명하게 한다.

이해 확인

학생들은 하이퍼사이클이 2차 이상의 닫힌 교차 촉매적 순환이라는 것;대사, 자기복제, 그리고 가변성이 다윈적 전제 조건이라는 것;

W_ii가 일정한 전체 조직 아래에서 E(t)에 대비하여 비교된다는 것;준종이 마스터 서열에 중심을 둔 조직화된 돌연변이체 분포라는 것;

그리고 오류 역치가 돌연변이율에 의해 설정된 정보 한계라는 것을 진술할 수 있어야 한다. 학생들이 야생형을 단일 서열과 혼동하면, 구름 다이어그램과 돌연변이-선택 평형 설명을 다시 살펴본다.

전환

학생들이 하이퍼사이클, 세 가지 전제 조건, 선택 방정식, 준종, 그리고 오류 역치를 연결할 수 있게 되면, 이 프레임워크를 사용하여 분자적 선택을 정량적으로 분석하는 다음 예시나 응용으로 이동한다.

<a id="lecture-page-3"></a>

### 촉매적, 자기촉매적, 그리고 하이퍼사이클적 성장

*페이지 3*

> **페이지 목표:** 동역학과 네트워크 조직에 따라 단순 촉매적 성장, 자기촉매적 성장, 그리고 하이퍼사이클적 성장을 구별한다.

**교수 요점**

- 매우 큰 속도 상수는 동역학적 차수를 높이지 않는다. 자기촉매작용은 복제자에 대해 1차이며, k[X]와 같은 성장 항을 가진다; 하이퍼사이클적 성장은 복제 항이 두 농도를 곱하기 때문에 2차 이상이다, 예를 들어 k[I<sub>i</sub>][I<sub>i-1</sub>]. 시스템을 분류할 때는 얼마나 빠르게 성장하는지가 아니라 성장 항의 농도 인자를 세라.
- 자기촉매자들의 집합은 하이퍼사이클이 아니다. 촉매 화살표를 따라가며 각 단위가 순환적 선행자에 의해 촉매되는 순환으로 닫히는지 확인하라. 화살표가 별도의 자기 루프를 형성하면, 얼마나 많은 종이 존재하든 독립적인 자기촉매자들이며 하이퍼사이클이 아니다.
- 모든 성장 항이 종 자신의 농도만 포함하면, 시스템을 독립적인 자기촉매자들로 모델링할 수 있다. 하나의 성장 항이 파트너의 농도를 필요로 하는 순간 - x<sub>i</sub>x<sub>i-1</sub>에서처럼 - 시스템은 결합되고 협력적이며, 안정성과 기생적 착취가 분석의 일부가 된다.

페이지 목표

동역학적 차수와 네트워크 위상에 따라 단순 촉매적 성장, 자기촉매적 성장, 그리고 하이퍼사이클적 성장을 구별하고, 왜 촉매적 하이퍼사이클이 2차 이상의 시스템인지 설명한다.

교수 순서

동역학적 차수와 네트워크 위상. 동일한 기질 공급과 속도 상수로 세 가지 영역이 나타난다: 단순 촉매작용은 선형이고, 자기촉매작용은 지수적이며, 하이퍼사이클적 성장은 2차 이상이고 협력적이다.

촉매 C가 S -> P를 매개한다. [C]가 일정하게 유지되고 기질이 과잉이면, d[P]/dt ≈ k[C][S]는 대략 일정하게 유지되므로, [P]는 시간에 따라 선형으로 성장한다. 생성물 P는 자신의 형성을 촉매하지 않으며, 성장 항에 [P]의 인자가 나타나지 않는다.

S + X -> 2X에서, X는 생성물로서 재생되므로 자신의 형성을 촉매한다. 완충된 기질로, d[X]/dt = k[S][X]이며, X(t) = X0 e^(k[S]t)를 준다. 이것은 복제자 자체에 대해 1차이다. 이것은 선택의 기본 형태이지만, 성장이 자신의 농도에만 의존하기 때문에 각 자기촉매자는 단독으로 경쟁한다.

자기복제 단위 I1, I2,..., In이 닫힌 촉매 순환으로 연결된다. 순환적 인덱싱에서, 단위 Ii는 선행자 Ii-1에 의해 촉매된다. 따라서 구성원 i의 복제 항은 [Ii][Ii-1]에 비례하며, 자기복제를 교차 촉매작용에 결합한다. 가장 작은 경우는 2 구성원 하이퍼사이클이다: I1이 I2를 촉매하고 I2가 I1을 촉매하므로, 두 성장 항 모두 [I1][I2]에 비례한다.

5. 두 가지 기준이 하이퍼사이클을 식별한다. 네트워크 기준: 촉매 연결이 순환으로 닫혀야 하므로, 성장과 선택이 결합된 루프에 단일 단위로 작용한다;

자기촉매자들의 혼합물은 하이퍼사이클이 아니다. 차수 기준: 복제 항이 xi xi-1과 같이 적어도 두 농도 변수의 곱을 포함하여 시스템을 2차 이상으로 만든다. 고차 항은 복합체 형성, 번역 결합 복제, 또는 포화 동역학에서 발생할 수 있다.

하이퍼사이클적 성장은 협력적이고 비선형적이다. 각 구성원의 운명이 순환적 선행자에 묶여 있기 때문에 독립적인 지수적 경쟁자로 환원될 수 없다. 하나의 단위를 제거하거나, 느리게 하거나, 착취하면 전체 루프의 성장이 변한다. 이것이 하이퍼사이클이 이후의 통합, 안정성, 그리고 기생적 도전 문제를 예고하는 이유이다.

핵심 용어

동역학적 차수; 네트워크 위상; 단순 촉매작용; 자기촉매작용; 하이퍼사이클; 복제 항; 닫힌 촉매 순환; 교차 촉매작용; 협력적 비선형 성장; 기생체.

시각적 단서

3 패널 비교를 사용하라. 패널 A는 C가 일정하고 [P] 대 시간 그래프가 직선인 S -> P를 보여준다. 패널 B는 [X] 대 시간 곡선이 지수적인 S + X -> 2X를 보여준다. 패널 C는 속도가 xi xi-1에 비례하고 차수가 적어도 2이며 루프가 하나의 단위로 선택되는 닫힌 촉매 순환의 I1, I2, I3를 보여준다. 화살표가 중요하다는 점을 지적하라: 단방향 선형 경로, 자기 루프, 그리고 닫힌 루프는 동일한 네트워크가 아니다.

연습 지침

촉매 C가 [C]가 일정하고 기질이 과잉인 상태에서 S -> P를 매개한다. 정답은 [P]가 선형으로 증가한다는 것이다, 왜냐하면 d[P]/dt ≈ k[C][S] ≈ 상수이기 때문이다. 피드백은 일정한 인자가 C이고, P가 성장 항에 나타나지 않으며, 자기 증폭은 P가 자신의 생산을 촉매해야 한다는 점을 강조해야 한다.

자기촉매 반응식은 S + X -> 2X이다, 왜냐하면 X가 재생되고 자신의 형성을 촉매하기 때문이다. 이 반응식에서 완충된 기질로, d[X]/dt = k[S][X]이고 성장은 지수적이다. 다른 반응식들은 소비되는 종, 닫힌 촉매 루프, 또는 선형 촉매작용을 설명한다.

하이퍼사이클은 2차 이상이다, 왜냐하면 그 복제 항이 xi xi-1과 같이 적어도 두 농도 변수의 곱을 포함하기 때문이다. 올바른 피드백은 차수가 구성원 수나 성장 속도가 아니라 성장 항에서 읽힌다는 점을 지적해야 한다.

2 구성원 하이퍼사이클에서, 두 항 모두 [I1][I2]에 비례한다;

독립적 자기촉매자의 경우, 항들은 각각 [I1]과 [I2]에 비례한다. 피드백은 학생들에게 각 성장 항에 어떤 농도 인자가 나타나는지 식별하도록 요청해야 한다. 교차 촉매작용은 파트너 농도를 도입한다.

네트워크 기준은 촉매 연결이 순환으로 닫혀야 하므로, 성장과 선택이 결합된 루프에 하나의 단위로 작용한다는 것이다. 이것은 위상적이며, 분자적 정체성, 공유된 속도 상수, 또는 일정한 집단 크기에 관한 것이 아니다. 독립적 자기촉매자들은 별도의 자기 루프를 형성하며, 닫힌 순환이 아니다.

**수업 활동**

사례 연구

복제 분자의 총 농도가 일정하고 활성화된 뉴클레오티드가 연속적으로 공급되는 전생물학적 흐름 반응기를 제시한다. 세 가지 설계를 비교한다: (i) 자신의 복사를 주형하는 단일 리보자임 R, R -> 2R;

(ii) A가 B의 복사를 촉매하고 B가 A의 복사를 촉매하여 루프를 닫는 두 리보자임 A와 B;(iii) A와 B가 각각 교차 촉매작용 없이 자신의 복사만을 촉매하는 경우.

학생들에게 각 설계를 동역학적 차수와 네트워크 위상으로 분류하고 모든 복제 항을 작성하도록 요청한다. 설계 (i)은 항 k[R]을 가진 자기촉매작용으로, 하나의 농도 변수에 대해 1차이고, 단일 자기 루프이며, 기질이 완충될 때 지수적 성장이다. 설계 (ii)는 항 k1[A][B]와 k2[B][A]를 가진 하이퍼사이클로, 2차이고, 닫힌 순환 A -> B -> A이며, 각 구성원이 순환적 선행자에 의존하기 때문에 협력적 성장이다. 설계 (iii)은 항 k1[A]와 k2[B]를 가진 두 독립적 자기촉매자로 구성되며, 별도의 자기 루프이고, 촉매 연결이 순환으로 닫히지 않으므로 하이퍼사이클이 아니다.

그런 다음 A와 B에 의해 효율적으로 복사되지만 스스로는 아무것도 촉매하지 않는 기생 RNA P를 추가한다. 설계 (ii)가 가장 취약하다: 기생체는 A와 B의 촉매 서비스를 소비하고 복제 능력을 순환의 다음 구성원으로부터 전환시켜 결합된 루프를 약화시키거나 파괴한다. 설계 (iii)은 기생체가 배수할 순환을 노출하지 않는다. 설계 (ii)는 각 성장 항이 파트너 농도를 포함하기 때문에 독립적인 지수적 경쟁자로 취급될 수 없다;

선택은 협력, 비선형 2차 성장, 그리고 공유된 취약성과 같은 집단적 속성을 가진 단일 단위로서 결합된 루프에 작용한다.

이해 확인

학생들에게 새로운 반응을 얼마나 빠르게 성장하는지가 아니라 성장 항의 농도 인자를 세어 분류하도록 요청한다. 그런 다음 촉매 화살표를 추적하도록 요청한다: 별도의 자기 루프는 독립적 자기촉매자를 나타내고, 닫힌 순환은 하이퍼사이클을 나타낸다. 복습 단서: 속도가 아닌 차수;

목록이 아닌 루프;모델링 전에 결합 확인.

전환

학생들이 선형, 지수적, 그리고 순환적 협력 성장을 구별할 수 있고 차수 기준을 정당화할 수 있으면, 일정한 전체 조직 아래에서의 선택 방정식과 준종 개념으로 이동한다.

<a id="lecture-page-4"></a>

### 다윈적 시스템의 필수 전제 조건

*페이지 4*

> **페이지 목표:** 다윈적 선택을 가능하게 하는 세 가지 분자적 전제 조건을 확인한다.

**교수 요점**

- 대사 = 흐름; 자기복제 = 정보; 가변성 = 변이. 시스템이 세 가지 중 하나라도 결여하면 다윈적 선택은 시작될 수 없다: 복제에 동력을 공급할 것도, 계통을 운반할 것도, 또는 선택할 대상도 없다.
- 세 가지 전제 조건을 모두 찾는 것이 안정적인 진화를 보장하지는 않는다. 이들은 차별적 복제를 허용하는 최소 조건일 뿐이다; 통합과 장기적 지속은 이 수업 후반부에서 전개되는 순환적 촉매 결합과 같은 고차 조직에 의존한다.
- 추론할 때 기능을 흐리게 하지 말라: 대사는 유전을 저장하지 않고, 자기복제는 그 자체로 새로운 것을 만들어내지 않으며, 가변성은 에너지를 공급하지 않는다. 각 전제 조건은 뚜렷한 요소를 기여하며, 선택은 세 가지 모두를 동시에 필요로 한다.

페이지 목표

다윈적 선택을 가능하게 하는 세 가지 분자적 전제 조건을 확인한다: 대사, 자기복제, 그리고 가변성. 핵심 주장은 선택과 진화가 물질의 전역적 속성이 아니라는 것이다. 이들은 특정한 분자적 속성을 가진 시스템에서만 발생하며, 그 속성들은 명시되어야 한다.

교수 요점

틀을 잡는 질문으로 시작한다: 선택과 진화의 분자적 기초는 무엇인가?

답은 충분한 시간이 지나면 임의의 물질 형태가 진화할 것이라는 것이 아니다. 진화는 특별한 속성을 필요로 한다. 이 페이지에서 그 속성들은 다윈적 행동을 지지하는 세 가지 필수 기둥으로 제시된다.

대사는 복제에 필요한 에너지와 물질 흐름을 공급하고 시스템을 열역학적 평형에서 벗어나 유지한다. 그것은 자유 에너지와 구성 요소가 어디서 오는지에 답한다. 그것은 유전을 저장하지 않으며, 그 자체로 새로운 것을 만들어내지 않는다. 대사가 없으면 복제에 동력을 공급할 추진력이 없다.

자기복제는 분자적 정보의 전파를 가능하게 하고 계통 연속성을 확보한다. 그것은 분자적 조직이 그것을 구현하는 개별 분자보다 더 오래 지속될 수 있게 한다. 그것은 정보가 세대를 넘어 어떻게 지속되는지에 답한다. 그것은 그 자체로 변이를 만들어내지 않는다. 자기복제가 없으면 계통을 앞으로 운반할 기억이 없다.

가변성은 유전 가능한 변이를 생성한다. 그것은 선택이 분류하는 차이들이 어디서 오는지에 답한다. 복제 속도나 충실도가 다른 변이체가 없으면, 선택은 작용할 기질이 없다. 그것은 에너지를 공급하지 않는다. 가변성이 없으면 선택이 구별할 다양성이 없다.

이 세 가지 중 하나라도 결여된 집단은 차별적 복제를 나타낼 수 없다: 추진력도, 기억도, 또는 다양성도 없다. 역할을 분리하여 유지하라. 대사는 흐름이고, 자기복제는 정보이며, 가변성은 변이이다. 선택은 세 가지 모두를 동시에 필요로 한다.

필요하지만 충분하지 않음

전제 조건들은 필요하다: 하나를 제거하면 다윈적 행동이 사라진다. 이들은 충분하지 않다: 세 가지 모두를 충족하는 시스템도 안정적이고 통합된 진화 개체를 만들어내지 못할 수 있다. 이 수업 후반부에서 전개되는 순환적 촉매 결합과 같은 고차 조직은 통합, 공존, 그리고 장기적 안정성을 다룬다. 세 가지 전제 조건을 출발 조건으로 취급하고, 완성된 진화 이론으로 취급하지 말라.

작업 예시

RNA 유사 원시 시스템을 사용하여 삼원소를 구체화한다. 복제효소는 환경 에너지와 뉴클레오티드 전구체를 사용하는데, 이것이 대사를 예시하며, 주형 가닥을 복사하는데, 이것이 자기복제를 예시한다. 복사가 불완전하기 때문에, 복제 오류는 돌연변이 서열을 만들어내는데, 이것이 가변성을 예시한다. 일부 돌연변이체는 다른 것보다 더 빠르거나 더 충실하게 복제하며, 그 변이체들이 축적된다. 이것이 분자적 선택이다. 세 가지 전제 조건 모두가 동시에 활성화되어 있으며, 선택은 돌연변이체들이 복제 행동에서 차이가 난 후에만 관찰 가능해진다는 점에 주목하라.

시각적 단서

세 기둥 다이어그램은 대사, 자기복제, 그리고 가변성이 다윈적 선택과 진화라는 레이블이 붙은 들보를 지지하는 것을 보여준다. 각 기둥은 간결한 역할을 담는다: 대사는 에너지와 물질 흐름을 위해, 자기복제는 분자적 정보의 전파를 위해, 그리고 가변성은 유전 가능한 변이를 위해. 각주는 이 조건들이 필요하지만 충분하지 않다고 명시한다. 다이어그램을 사용하여 기둥들이 구별되고, 공동으로 필요하며, 여전히 차별적 복제를 위한 최소 조건일 뿐이라는 점을 강조한다.

연습 지침

틀을 잡는 질문에 대해, 올바른 추론은 다윈적 행동이 임의의 물질의 전역적 속성이 아니라는 것이다. 그것은 명시되어야 하는 특정한 분자적 속성들의 결과이다: 대사, 자기복제, 그리고 가변성. 학생들이 평형, 전역적 필연성, 또는 분자 충돌 빈도를 선택하면, 틀을 잡는 진술로 되돌려 보낸다.

대사에 관한 질문에 대해, 올바른 역할은 시스템을 평형에서 벗어나 유지하고 복제를 추동하는 에너지와 물질 흐름을 공급하는 것이다. 학생들이 유전, 복사 오류, 또는 선택 결과를 대사에 할당하면, 그것들이 자기복제나 가변성에 속한다는 점을 명확히 한다. 대사는 삼원소의 에너지와 물질 측면이다.

가변성에 관한 질문에 대해, 올바른 역할은 유전 가능한 변이를 생성하는 것이다. 선택은 차별적 과정이다. 모든 복사본이 동일하다면, 차별적 복제가 일어날 수 없고 선택은 구별할 것이 없을 것이다. 가변성이 에너지를 공급하지 않으며 가장 빠른 복제자가 항상 이긴다는 것을 보장하지 않는다는 점을 학생들에게 상기시킨다;

선택은 존재하는 차이에 단순히 작용한다.

필요하지만 충분하지 않음에 관한 질문에 대해, 올바른 아이디어는 세 가지 조건이 다윈적 행동을 허용하지만, 진화하는 시스템의 통합과 안정성은 고차 조직을 필요로 한다는 것이다. 주장은 논리적 지위에 관한 것이지 실험실 타당성에 관한 것이 아니다. 돌연변이를 0으로 설정하면 조건을 충분하게 만드는 것이 아니라 선택의 기질을 파괴할 것이다. 세 가지 중 어느 것도 단독으로 충분하지 않다.

RNA 유사 예시 질문에 대해, 자기복제는 복제효소가 주형 가닥을 복사하는 것이다. 에너지와 뉴클레오티드 전구체는 대사에 해당하고, 복제 오류는 가변성에 해당하며, 복제 속도의 차이는 선택이 활용하는 결과이다. 주형을 복사하는 것이 복제 단계이다.

사례 연구 지침

완벽하게 충실한 원시 복제자 시나리오에서, 가변성이 결여되어 있다. 복제효소가 완벽하게 충실하기 때문에, 유전 가능한 변이가 생성되지 않으므로, 복제 속도나 충실도가 다른 변이체가 없다. 차별적 복제가 일어날 수 없다. 집단은 단일 불변 서열이며, 사실상 진화하는 대상이 아니라 정적인 대상이다. 나중에 드문 복사 오류가 약간 더 빠르게 복제하는 돌연변이체를 만들어내면, 대사와 자기복제는 이미 충족되어 있고, 그 오류가 가변성을 추가한다. 두 변이체가 복제 속도에서 차이가 나면, 더 빠르게 복제하는 돌연변이체는 세대를 넘어 상대적 빈도에서 증가하는데, 이것이 분자적 선택이다. 이 사례는 또한 전제 조건들이 왜 필요하지만 충분하지 않은지 보여준다: 선택이 시작될 수 있지만, 더 빠른 변이체가 안정적으로 지속되는지, 다른 것들과 공존하는지, 또는 집단을 불안정하게 만드는지는 고차 조직에 달려 있다.

이해 확인

학생들에게 세 가지 전제 조건의 이름을 대고 각각의 뚜렷한 기능을 흐리게 하지 않고 제시하도록 요청한다. 그런 다음 하나의 전제 조건이 제거되면 무엇이 사라지는지 질문한다: 추진력, 기억, 또는 다양성. 마지막으로, 필요하지만 충분하지 않음을 자신의 말로 설명하고 RNA 유사 예시를 삼원소에 대응시키도록 요청한다. 선택이 임의의 물질에 대해 자동적이지 않고 통합이 고차 조직을 필요로 한다는 아이디어를 경청한다.

전환

세 가지 전제 조건이 확립되면, 선택적 가치, 평균 초과 생산성, 그리고 선택의 대상으로서의 준종을 포함하여 일정한 전체 조직 아래에서 선택 동역학이 어떻게 형식화되는지로 이동한다. 다음 단계는 대사, 자기복제, 그리고 가변성이 안정적인 분자적 진화의 전체 이야기가 아니라 필요한 출발 조건이라는 아이디어 위에 구축된다.

<a id="lecture-page-5"></a>

### 일정한 조직 아래에서의 선택 방정식

*페이지 5*

> **페이지 목표:** 총 집단이 일정하게 유지될 때 선택 속도 방정식을 해석한다.

**교수 요점**

- 일정한 조직 아래에서, ∑ xᵢ = c<sub>0</sub>. 이것은 n-1개의 농도만이 독립적이라는 것을 의미한다. 항상 해가 이 제약을 충족하는지 확인하라.
- 상태 공간은 단체(simplex)이다: 두 종의 경우 선분, 세 종의 경우 삼각형, 더 많은 경우 고차원 다면체. 꼭짓점은 순수 종을 나타내고; 모서리와 면은 혼합물을 나타낸다. 선택은 가장 적합한 꼭짓점을 향해 흐른다.
- 방정식이 복잡해 보이면, 총 규모를 조성으로부터 분리하기 위해 아핀 변환을 시도하라. 이것은 변환된 변수 yᵢ에 대해 더 간단한 방정식을 만들어내고 불변 경계를 명확하게 만든다.

페이지 목표

총 집단이 일정하게 유지될 때 선택 속도 방정식을 해석하고, 선택을 총량의 성장이 아니라 조성의 변화로 보라.

교수 순서

1. 제약으로 시작한다. 일정한 조직 아래에서 총 농도는 고정된다: ∑ x_i = c_0. 변수 x_i는 분자 종의 농도이다. 이 제약은 하나의 자유도를 제거하므로, n − 1개의 상대 농도만이 독립적이다. 따라서 자연스러운 상태 공간은 농도 단체이다: 두 종의 경우 선분, 세 종의 경우 삼각형, 더 많은 경우 고차원 다면체.

2. 선택 방정식을 정규화된 흐름 형태로 해석한다: Φ_i = Φ_T · (x_i / ∑_k x_k). 여기서 Φ_T는 제약 아래에서의 총 흐름 또는 생산성이다. 비율 x_i / ∑_k x_k는 종 i의 상대적 몫이며, 절대 농도나 내재적 성장률이 아니다. 선택은 고정된 총량을 재분배한다: 더 높은 선택적 가치나 초과 생산성을 가진 종은 자신의 몫을 늘리고, 더 낮은 가치의 종은 희석되며, c_0는 변하지 않는다.

3. 방정식을 기하학에 연결한다. 결정론적 돌연변이 없는 한계에서, 단체 경계는 불변이다. 초기에 x_i = 0이면, 그것은 0으로 남는다. 따라서 고정점은 종종 꼭짓점이나 저차원 면에 위치한다. c_0 = 1인 두 종 예시는 x_2 = 1 − x_1을 준다. 종 1이 더 큰 선택적 가치를 가지면, 흐름은 x_1 = 1과 x_2 = 0을 향해 이동하며 총량은 1로 유지된다.

4. 단순화 도구로서 아핀 변환을 도입한다. x 좌표계의 아핀 변환은 총 규모를 상대 빈도로부터 분리하고 조성 동역학에 대한 더 간단한 방정식을 가진 변환된 변수 y_i를 만들어낸다. 원래 유도는 이 세분화가 미분 방정식의 구조에 의해 제안되며 선형 미분 방정식에서 잘 알려져 있다고 언급한다.

교수 요점

모든 해를 제약 ∑ x_i = c_0에 대비하여 확인하라.

꼭짓점은 순수 종을 나타내고; 모서리와 면은 혼합물을 나타낸다; 선택은 가장 적합한 꼭짓점을 향해 흐른다.

방정식이 복잡해 보이면, 총 규모를 조성으로부터 분리하기 위해 아핀 변환을 시도하라. 이것은 종종 불변 경계를 명확하게 만든다.

c_0 = 1, x_1 + x_2 + x_3 = 1, 종 1이 가장 높고, 종 2가 중간이고, 종 3이 가장 낮으며, 돌연변이가 없는 세 종 시스템에서, 내부 조성은 꼭짓점 (1, 0, 0)을 향해 이동한다. 종 1은 1을 향해 상승하고, 종 2와 3은 0을 향해 하강하며, 총량은 고정된 채로 유지된다. 아핀 변환은 조성 동역학을 분석하는 데 도움이 되고 불변 단체 구조를 드러낸다.

연습 단서

다섯 가지 질문을 사용하여 학생들이 제약, 정규화된 방정식, 단체 그림, 그리고 두 종 예시 사이를 이동할 수 있는지 확인한다.

제약은 모든 종의 고정된 총 농도를 나타낸다; 그것은 무한한 성장, 단일 종, 또는 동일한 성장률을 의미하지 않는다.

비율 x_i / ∑_k x_k는 종 i의 상대적 몫이다.

아핀 변환은 총 규모를 상대 빈도로부터 분리하기 때문에 방정식을 단순화한다; 그것은 제약을 제거하거나 선택적 가치를 동일하게 만들지 않는다.

c_0 = 1이고 종 1이 더 적합한 두 종 시스템에서, x_1은 1을 향해 상승하고 x_2는 0을 향해 하강한다.

돌연변이가 없으면, 부재하는 종은 나중에 나타날 수 없으므로, 초기에 x_i = 0이면, 그것은 0으로 남는다; 단체 경계는 불변이다.

잘못된 답변에 대해, 학생들을 핵심 증거로 되돌려 보낸다: 고정 합 제약, 정규화된 비율, 아핀 변환 목적, 두 종 흐름, 또는 돌연변이 없는 경계 조건.

이해 확인

학생들에게 왜 일정한 조직이 하나의 자유도를 제거하는지, 비율 x_i / ∑_k x_k가 무엇을 측정하는지, 그리고 선택적 가치로부터 단체 위의 흐름 방향을 어떻게 예측할 수 있는지 자신의 말로 설명하도록 요청한다. 선택이 고정된 총량 내에서 몫을 변화시킨다는 아이디어를 경청한다.

전환

학생들이 정규화된 선택 방정식을 읽고 단체 위의 흐름을 설명할 수 있게 되면, 돌연변이가 이 불변 경계를 어떻게 변화시키고 시스템을 돌연변이-선택 평형과 준종으로 이끄는지로 이동한다.

<a id="lecture-page-6"></a>

### 선택적 가치와 평균 초과 생산성

*페이지 6*

> **페이지 목표:** 선택적 가치와 평균 초과 생산성이 어떻게 분자적 선택을 결정하는지 설명한다.

**교수 요점**

- Wᵢᵢ만으로는 성장을 보장하지 않는다. 현재 E(t)와 비교하라: Wᵢᵢ &gt; E(t)이면 종은 성장하고; Wᵢᵢ &lt; E(t)이면 감소하며; Wᵢᵢ = E(t)이면 일시적으로 중립이다.
- E(t) = ∑ⱼ Wⱼⱼ xⱼ는 빈도 xⱼ가 변할 때마다 변한다. 한 종은 초기에 유리하다가 조성이 더 높은 W 종으로 이동함에 따라 나중에 중립이 될 수 있다.
- 항등식 ∑ᵢ xᵢ(Wᵢᵢ − E(t)) = 0을 사용하여 선택이 총 농도를 변화시키지 않고 빈도를 재분배하는지 확인하라. 이것이 일정한 조직의 수학적 특징이다.

페이지 목표

일정한 조직 아래에서 선택적 가치와 평균 초과 생산성이 어떻게 분자적 선택을 결정하는지 설명한다. 끝날 때까지 학생들은 한 종의 순 복제 속도를 현재 집단 평균과 비교하고 그 빈도가 상승하는지, 하강하는지, 또는 일시적으로 중립인지 예측할 수 있어야 한다.

교수 요점

일정한 조직 아래에서, 선택은 자기복제 분자 종들 간의 동역학적 경쟁이다. 각 종 i는 선택적 가치 W_ii, 즉 분해를 뺀 후의 순 복제 속도를 가진다. 이것은 고정된 유기체 수준의 적합성이 아니다;

그것은 집단의 현재 상태와 비교되어야 하는 국소적 속도이다.

집단 수준의 평균 초과 생산성은 E(t) = ∑_j W_jj x_j이다. 그것은 빈도나 농도 x_j를 가중치로 사용하는 선택적 가치의 조성 가중 평균이다. 가중치가 집단이 변함에 따라 변하기 때문에, E(t)는 동적이다.

선택 방정식은 dx_i/dt = x_i [W_ii - E(t)]이다. 따라서:

종 i의 빈도가 증가한다.

종 i가 감소한다.

종 i가 일시적으로 중립이다.

일정한 조직은 가중 초과가 0으로 합산되기 때문에 보존된다: ∑_i x_i [W_ii - E(t)] = 0. 선택은 빈도를 재분배한다; 그것은 총 농도를 변화시키지 않는다.

W_11 > W_22이면, 초기에 E(t)는 그들 사이에 위치한다. 종 1은 W_11 - E(t) > 0이고 상승한다;

종 2는 W_22 - E(t) < 0이고 하강한다. x_1 → 1이 되면, E(t) → W_11이고 종 1의 순 초과는 0에 접근한다. 따라서 이점은 상대적이며 조성이 이동함에 따라 사라질 수 있다.

양의 W_ii는 성장을 보장하지 않는다;

그것은 E(t)를 초과해야 한다. 반대로, 음의 W_ii는 E(t)가 더 낮으면 지속될 수 있다. 시각적 단서: 빈도 플롯은 x_1이 상승하고 x_2가 하강하는 것을 보여주며, 속도 플롯은 E(t)가 초기 가중 값에서 W_11을 향해 이동하는 것을 보여준다. 격차 W_ii - E(t)가 성장 신호이다.

연습 지침

객관식 항목에 대해, 동일한 비교를 반복적으로 사용하라. 선택적 이점은 W_ii - E(t) > 0을 의미하며, 세포 적합성도, 분해 없는 원시 복제도, 절대 농도도 아니다. E(t)는 가중 평균 ∑ W_jj x_j이며, 비가중 평균이나 단순 합이 아니다. 일정한 조직은 ∑ x_i [W_ii - E(t)] = 0이기 때문에 성립한다. W_ii < E(t)이면, 초과가 음수이므로 종은 감소한다. 두 종 경우에서, x_1 → 1이 되면, E(t)는 W_11에 접근하고 종 1의 순 초과는 0에 접근한다.

W_A = 0.8, W_B = 0.3, x_A = 0.2, x_B = 0.8인 경우, E(0) = 0.8(0.2) + 0.3(0.8) = 0.40 min^-1. 종 A는 0.8 - 0.40 = 0.40 > 0이므로 A는 증가한다. 종 B는 0.3 - 0.40 = -0.10 < 0이므로 B는 감소한다. x_A → 1이 되면, E(t) → 0.8 min^-1이고 A의 순 초과는 0에 접근한다. 이점은 결코 고정되어 있지 않았다;

그것은 현재 조성에 의존했다.

학생이 양의 복제 속도나 절대 농도에 기반하여 답을 선택하면, 먼저 W_ii - E(t)를 계산하고 0과 비교하도록 질문한다. 그들이 E(t)를 혼동하면, 빈도가 가중치임을 상기시킨다. 그들이 일정한 조직이 고정된 E(t)를 필요로 한다고 생각하면, E(t)가 이동하는 동안에도 가중 초과가 상쇄된다는 것을 보여준다.

이해 확인

학생들에게 반응기 예시에 대해 E(0)를 계산하고 어떤 종이 상승하는지 진술하도록 요청한다. 그런 다음 x_A가 1에 접근함에 따라 E(t)와 W_A - E(t)에 어떤 일이 일어나는지 질문한다. 올바른 응답은 E(t)가 W_A를 향해 이동하고, 순 초과가 0을 향해 줄어들며, 이점이 고정 시점에서 사라진다고 말해야 한다.

전환

일정한 조직 아래에서의 선택이 명확해지면, 다음 단계는 돌연변이를 추가하고 돌연변이-선택 평형이 선택의 대상을 어떻게 변화시키는지 질문하는 것이다. 동일한 W_ii와 E(t) 비교가 그 논의의 기준선으로 남을 것이다.

<a id="lecture-page-7"></a>

### 돌연변이-선택 평형과 준종

*페이지 7*

> **페이지 목표:** 선택의 진정한 대상이 준종이라 불리는 조직화된 분포인 이유를 이해한다.

**교수 요점**

- 서열 공간 다이어그램을 사용하여 준종이 점이 아니라 분포임을 기억하라. 마스터 서열은 구름의 정점일 뿐이다.
- 준종 분포는 돌연변이-선택 행렬의 주 고유벡터이다; 그 고유값은 집단의 평균 적합성을 준다.
- 분포의 폭은 돌연변이율과 함께 증가한다; 오류 역치를 넘어서면, 마스터 서열이 손실되고, 집단은 비국소화된다.

페이지 목표

돌연변이-선택 평형이 어떻게 준종을 만들어내는지, 그리고 왜 야생형이 단일 우세 서열이 아니라 조직화된 분포인지 설명한다.

교수 요점

분자 수준에서, 자연 선택의 대상은 하나의 유전자형이 아니라 준종이라 불리는 관련 서열들의 조직화된 분포이다. 돌연변이는 마스터 서열 주위에 변이체를 지속적으로 생성하는 반면, 선택은 더 나은 복제자를 선호한다. 따라서 정상 상태는 단일 야생형이 아니라 안정적인 돌연변이체 스펙트럼, 즉 서열들의 구름이다.

마스터 서열 또는 야생형은 가장 빈번한 변이체이지만, 선택의 단위는 전체 돌연변이체 구름이다. 일정한 조직 아래에서, 각 변이체의 농도는 자신의 복제를 이웃 서열로부터의 돌연변이 유입 및 유출과 균형 잡는다. 분포 폭은 돌연변이율, 게놈 길이, 그리고 선택적 차이에 의존한다. 이것은 직접적으로 오류 역치 문제로 이어진다: 돌연변이율이 상승함에 따라 구름이 넓어지고, 역치를 넘어서면 마스터 서열이 손실되고 집단이 비국소화된다.

유용한 수학적 관점은 집단이 각 서열에 대한 농도 x의 벡터라는 것이다. 동역학은 dx_i/dt = W_ii x_i + i가 아닌 j에 대한 합 W_ij x_j 빼기 E(t)x_i를 따르며, 여기서 W_ii는 서열 i의 선택적 가치이고 E(t)는 평균 초과 생산성이다. 정상 상태에서, 분포는 돌연변이-선택 행렬의 주 고유벡터이고, 그 고유값은 집단의 평균 적합성을 준다.

핵심 용어

분류학적 종이 아니라 동적으로 유지되는 분자 앙상블. 마스터 서열: 가장 빈번한 변이체이자 구름의 정점. 돌연변이체 스펙트럼: 관련 서열들의 주변 분포. 오류 역치: 마스터 서열이 유지될 수 없는 돌연변이율 한계.

시각적 단서

서열 공간 다이어그램을 사용하여 개념을 고정하라. 중심 마스터 서열은 1-오류, 2-오류, 그리고 3-오류 고리로 둘러싸여 있으며, 돌연변이와 선택 화살표가 지속적인 교환을 보여준다. 높은 농도의 변이체는 정점 근처에 모여 있고, 낮은 농도의 변이체는 바깥으로 퍼진다. 핵심 상기 사항은 준종이 점이 아니라 분포라는 것이다;

마스터 서열은 구름의 정점일 뿐이다.

연습 지침

준종의 물리적 의미는 무엇인가?

학생들을 돌연변이-선택 평형에 의해 유지되는 안정적인 돌연변이체 분포로 이끌어라. 단일 우세 유전자형은 전체 구름이 선택의 단위이기 때문에 부정확하다. 일시적 집합은 분포가 동적으로 유지되기 때문에 부정확하다. 분류학적 종은 준종이 분자적이고 동적이며 교배로 정의되지 않기 때문에 부정확하다.

돌연변이체 분포의 폭을 주로 결정하는 요인은 무엇인가?

최선의 답은 돌연변이율, 게놈 길이, 그리고 선택적 차이이다. 더 높은 돌연변이율, 더 긴 게놈, 그리고 더 작은 선택적 차이는 분포를 넓힌다. 집단 크기와 마스터 서열 복제 속도만으로는 폭을 설정하지 않는다.

왜 야생형이 단일 우세 서열이 아니라 조직화된 분포로 간주되는가?

돌연변이가 선택에 의해 유지되는 변이체 구름을 생성하기 때문이다. 야생형은 안정적인 돌연변이체 스펙트럼 내에서 가장 빈번한 변이체이며, 고립된 유전자형이 아니다.

마스터 서열은 돌연변이-선택 평형에서 어떤 역할을 하는가?

그것은 돌연변이 유입에 의해 안정적으로 유지되는 가장 빈번한 변이체이다. 그 농도는 자신의 복제와 이웃 서열로부터의 및 이웃 서열로의 돌연변이 사이의 균형에 의해 설정된다. 그것은 정적이지 않으며 모든 돌연변이체를 즉시 능가하지 않는다.

돌연변이율이 오류 역치에 접근함에 따라 어떤 일이 일어나는가?

구름이 넓어지고 비국소화되어 마스터 서열을 잃는다. 선택은 더 이상 국소화된 정점을 유지할 수 없다. 학생들이 분포가 하나의 서열로 좁아진다고 선택하면, 오류 역치가 마스터의 손실을 표시하지 강화를 표시하지 않는다는 점을 상기시킨다.

수업 활동

RNA 바이러스 준종에 개념을 적용한다. 바이러스는 높은 돌연변이율로 복제하여 변이체 구름을 만들어낸다. 마스터 서열은 게놈을 복제하는 중합효소를 암호화한다. 일부 변이체는 중합효소 효율을 감소시키고, 다른 것들은 항바이러스 약물에 대한 저항성을 부여할 수 있다. 학생들에게 바이러스 집단을 준종으로 설명하도록 요청한다: 돌연변이-선택 평형에 의해 유지되는, 돌연변이체 스펙트럼에 둘러싸인 마스터 서열.

그런 다음 항바이러스 약물이 마스터 서열을 표적으로 하면 어떤 일이 일어날 수 있는지 질문한다. 약물은 마스터 서열의 복제를 감소시키지만, 구름에 이미 존재하는 저항성 돌연변이체가 복제하여 잠재적으로 새로운 마스터 서열이 될 수 있다. 이것은 준종이 어떻게 집단이 적응하고 생존할 수 있게 하는지 보여준다.

이해 확인

학생들에게 준종이 왜 단일 유전자형이 아닌지 자신의 말로 설명하도록 요청한다. 돌연변이-선택 평형, 안정적인 돌연변이체 분포, 가장 빈번한 변이체로서의 마스터 서열, 그리고 선택의 단위로서의 전체 구름을 경청한다. 강한 답변은 또한 더 높은 돌연변이율을 더 넓은 분포와 오류 역치에서의 최종적 비국소화에 연결할 것이다.

전환

준종이 선택의 진정한 대상으로 확립되면, 다음 단계는 오류 역치 조건이다: 선택이 더 이상 마스터 서열을 제자리에 유지할 수 없기 전에 얼마나 많은 정보가 신뢰성 있게 유지될 수 있는가.

<a id="lecture-page-8"></a>

### 오류 역치와 정보의 한계

*페이지 8*

> **페이지 목표:** 복제에 의해 유지될 수 있는 정보의 양을 제한하는 오류 역치 조건을 설명한다.

**교수 요점**

- Q<sub>m</sub>을 q와 결코 혼동하지 말라. Q<sub>m</sub> ≈ q<sup>m</sup>이므로, 0.99의 훌륭한 사이트당 충실도조차도 100 염기 복사본의 약 37%만을 정확하게 남긴다 (0.99<sup>100</sup> ≈ 0.37). 서열 길이는 충실도를 지수적으로 붕괴시키는 숨겨진 승수이다.
- m<sub>max</sub> ≈ ln σ<sub>m</sub> / (−ln q)에서, 선택적 우월성은 로그 안에 있다. σ<sub>m</sub>을 두 배로 하면 분자에 ln 2 ≈ 0.69만 더해지므로, 10배 이점이 유지 가능한 서열을 10배로 확장하지 않는다. 정보를 대략 선형으로 얻으려면 지수적으로 더 적합한 마스터 서열이 필요하다.
- 조건 Q<sub>m</sub> &gt; σ<sub>m</sub><sup>−1</sup>는 일정한 전체 조직과 사실상 무한 집단에 대해 유도된다. 유한 집단에서, 부동과 확률적 변동은 전이를 흐리게 하거나 이동시키므로, 역치 근처 시스템을 자신 있게 안전하거나 파멸된 것이 아니라 한계적이라고 취급하라.

페이지 목표

복제가 유지할 수 있는 정보의 양을 제한하는 오류 역치 조건을 설명한다. 핵심은 전체 서열 충실도 Q_m을 최소 충실도 Q_min = σ_m^-1과 비교하는 것이다, 여기서 σ_m은 마스터 서열의 돌연변이체 구름에 대한 선택적 우월성이다. 이 비교는 유지된 준종과 오류 재앙을 구별한다.

교수 순서

1. Q_m을 q와 구별하며 시작한다. Q_m은 한 복제 라운드에서 길이 m의 전체 서열을 정확하게 복사할 확률이다. q는 사이트당 충실도이다. 독립 사이트 오류 아래에서, Q_m ≈ q^m이므로, 충실도는 사이트를 가로질러 곱해지고 길이가 증가함에 따라 지수적으로 붕괴한다.

2. 역치를 유도한다. 마스터 서열은 Q_m > Q_min = σ_m^-1일 때만 유지된다. Q_m = Q_min에서 시스템은 한계적이다. Q_min 아래에서, 선택은 돌연변이적 저하에 대항하여 마스터 서열을 유지할 수 없다. 역치는 σ_m > 1일 때만 비자명하다.

3. 두 영역을 대조한다. 역치 아래: 준종은 마스터 서열 주위에 국소화된 상태로 유지되고 정보가 보존된다. 역치 위: 돌연변이체 구름은 오류 재앙에서 비국소화되고 정보가 손실된다.

4. 정보 한계를 도입한다. Q_m = q^m을 σ_m^-1과 같게 설정하고 길이에 대해 풀면 m_max ≈ ln σ_m / (−ln q), 또는 q ≈ 1에 대해 m_max ≈ ln σ_m / (1 − q)를 준다. 유지 가능한 정보는 선택적 이점에 대해 로그적으로만 성장하지만 사이트당 오류에 반비례한다.

5. 예시를 풀어라. σ_m = 10이고 q = 0.99인 경우, m_max ≈ ln 10 / (−ln 0.99) ≈ 2.303 / 0.01005 ≈ 230 염기.

6. 기준을 한정한다. Q_m > σ_m^-1은 일정한 전체 조직과 사실상 무한 집단에 대한 결정론적 평균장 결과이다. 유한 집단, 부동, 그리고 확률적 효과는 전이를 흐리게 하거나 이동시키므로, 역치 근처 시스템은 단순히 안전하거나 파멸된 것이 아니라 한계적이다.

교수 요점

Q_m은 전체 서열 충실도이며, 사이트당 충실도가 아니다. Q_m을 q와 혼동하지 말라.

Q_m ≈ q^m이므로, q = 0.99조차도 100 염기 복사본의 약 37%만을 정확하게 남긴다: 0.99^100 ≈ 0.37. 길이는 숨겨진 승수이다.

역치 조건은 Q_m > Q_min = σ_m^-1이다. σ_m은 마스터 서열의 돌연변이체 구름에 대한 선택적 우월성이다.

더 높은 σ_m은 더 낮은 충실도 또는 더 긴 유지 가능 서열을 허용한다.

최대 유지 가능 길이는 m_max ≈ ln σ_m / (−ln q)이다. σ_m을 두 배로 하면 분자에 ln 2 ≈ 0.69만 더해지므로, 10배 이점이 서열을 10배로 확장하지 않는다.

선택적 이점은 정보를 로그적으로 산다; 사이트당 오류는 분모에서 작용한다.

핵심 용어

한 복제 라운드에서 길이 m의 전체 서열을 정확하게 복사할 확률.

q: 사이트당 충실도.

유지를 위해 필요한 최소 전체 서열 충실도.

마스터 서열의 돌연변이체 구름에 대한 선택적 우월성.

마스터 서열 주위의 국소화된 돌연변이체 분포.

Q_m < Q_min일 때 돌연변이체 구름의 비국소화.

역치 조건 아래에서 유지 가능한 최대 서열 길이.

시각적 단서

역치 곡선은 x축에 돌연변이 또는 오류율 (1 − q)을, y축에 Q_m을 플롯한다. 수평 점선이 Q_min = σ_m^-1을 표시한다. 하강 곡선 Q_m = q^m이 역치에서 이 선을 교차한다. 왼쪽의 녹색 영역은 준종 유지를 나타낸다;

오른쪽의 빨간색 영역은 오류 재앙과 비국소화된 돌연변이체 구름을 나타낸다. 교차점은 두 영역 사이의 경계를 보여준다.

연습 단서

질문을 사용하여 중심 구별을 확인한다. 양 질문에 대해, 정답은 전체 서열 충실도이다: 길이 m의 전체 서열을 정확하게 복사할 확률. 조건 질문에 대해, 정답은 Q_m > Q_min = σ_m^-1이다. 결과 질문에 대해, Q_m이 Q_min 아래로 떨어지면, 돌연변이체 구름은 비국소화되고 정보는 오류 재앙에서 손실된다. σ_m = 10이고 q = 0.99인 수치 질문에 대해, m_max ≈ 230 염기. 의존성 질문에 대해, m_max는 σ_m에 대해 로그적으로 그리고 사이트당 오류에 반비례하여 성장한다.

연습 지침

답변을 검토할 때, 학생들에게 왜 Q_m이 q가 아니고, 왜 길이가 지수적으로 들어가는지 설명하도록 요청한다. 계산 항목에서, 대입하기 전에 분자 ln σ_m과 분모 −ln q를 식별하게 한다. 올바른 피드백은 Q_m > Q_min이 유지를 의미한다는 것을 강조해야 한다;

Q_m < Q_min은 오류 재앙을 의미한다. 잘못된 피드백은 학생들을 전체 서열과 사이트당 충실도의 구별 또는 역치 표현으로 되돌려 보내야 한다.

사례 연구 지침

RNA 복제자 사례는 m = 100, σ_m = 20, 그리고 q = 0.995이다. 여기서 Q_m ≈ 0.995^100 ≈ 0.61이고, Q_min = 1/20 = 0.05이다. 0.61 > 0.05이므로, 역치는 넓은 여유로 충족되고, m_max ≈ ln 20 / (−ln 0.995) ≈ 598 염기로 100보다 훨씬 높으므로, 정보가 유지된다. 돌연변이원이 q를 0.97로 낮춘 후, Q_m ≈ 0.97^100 ≈ 0.047로 0.05 아래이며, 시스템이 역치를 넘고 오류 재앙이 예측된다. 임계 충실도는 q_crit = 20^-1/100 ≈ 0.9705로, 0.97보다 약간 높다;

동등하게 m_max ≈ 98 염기로, 100에 약간 못 미친다. 유지는 σ_m을 약 21 이상으로 높이거나, 서열을 약 98 염기 아래로 단축하거나, 더 높은 복사 충실도를 회복함으로써 복원될 수 있다. σ_m을 높이는 것은 비용이 많이 든다는 점을 강조하라, 왜냐하면 m_max는 σ_m에서 로그적으로만 성장하기 때문이다.

이해 확인

학생들에게 왜 Q_m이 서열 길이에 따라 지수적으로 떨어지는지, Q_m > Q_min이 무엇을 의미하는지, Q_m < Q_min일 때 어떤 일이 일어나는지, 그리고 주어진 σ_m과 q에 대해 m_max를 어떻게 계산하는지 한 문장으로 진술하도록 요청한다. 강한 답변은 Q_m을 q와 구별하고 선택적 이점에 대한 로그 의존성을 언급해야 한다.

전환

학생들이 역치 조건을 설명하고 m_max를 계산할 수 있게 되면, 이 한계가 복제자 길이, 게놈 크기, 그리고 유전 정보 유지 조건을 어떻게 제약하는지 보여주는 응용으로 이동한다.

<a id="lecture-page-9"></a>

### 왜 돌연변이 유전자의 하이퍼사이클적 조직인가

*페이지 9*

> **페이지 목표:** 돌연변이 유전자가 단일 꾸준히 성장하는 게놈이 아니라 하이퍼사이클적 조직을 필요로 할 수 있는 이유를 이해한다.

**교수 요점**

- 성장 패턴을 익혀라: 길이 L의 게놈에 대해, 1-오류 변이체는 L개, 2-오류 변이체는 ≈ L²/2개, 3-오류 변이체는 ≈ L³/6개이므로, N_k ≈ $L^k$ / k!이다. 게놈 길이를 두 배로 하면 2-오류 구름이 대략 4배로 곱해진다 — 이것이 돌연변이율뿐만 아니라 길이가 오류 역치를 추동하는 이유이다.
- 흔한 오해는 선택이 하나의 최적 서열을 보존한다는 것이다. 돌연변이-선택 평형 아래에서, 선택의 대상은 준종이다: 마스터 서열과 그 돌연변이체 구름. 무엇이 선택되는지 물을 때, 단일 분자가 아니라 조직화된 분포를 말하라.
- 하이퍼사이클적 조직이 오류 역치를 제거한다고 결코 주장하지 말라. 제안된 네트워크를 받아들이기 전에 두 가지를 자체 점검하라: 그것이 자체 오류 역치를 가지는가, 그리고 기생 구성원이 그것을 착취할 수 있는가? 어느 답이든 네트워크가 보유할 수 있는 정보의 양을 제한한다.

페이지 목표

단일 꾸준히 성장하는 게놈이 불완전한 복제에 의해 생성된 돌연변이 다양성을 쉽게 수용할 수 없는 이유, 그리고 하이퍼사이클적 조직 — 닫힌 순환으로 연결된 촉매 유전자 — 이 그 정보를 분할하고 안정화하는 다른 방법을 제공하는 이유를 설명한다. 핵심 아이디어는 선택이 하나의 마스터 분자가 아니라 준종에 작용한다는 것이다.

교수 순서

돌연변이-선택 평형으로 시작한다. 복사는 결코 정확하지 않으므로, 마스터 서열은 돌연변이체 구름에 둘러싸여 있다: 1-오류, 2-오류, 3-오류 및 고차 변이체. 이 구름은 사소한 부작용이 아니다;

그것은 복제가 오류가 발생하기 쉬울 때 선택이 실제로 보존하는 대상이다.

그런 다음 구름을 정량화한다. 100 뉴클레오티드 게놈에 대해:

N1 = 100개의 1-오류 변이체

N2 = C(100,2) = 4,950개의 2-오류 변이체

N3 = C(100,3) = 161,700개의 3-오류 변이체

Nk = C(100,k). 변이체를 n-슬롯 조합으로 그룹화하면 n ≪ Nk일 때 대략 Nk^n / n!을 준다. 길이 L에 대한 패턴은 Nk ≈ L^k / k!이므로, 2-오류 변이체는 대략 L^2/2로, 3-오류 변이체는 L^3/6으로 성장한다. 게놈 길이를 두 배로 하면 2-오류 구름이 대략 4배가 된다. 이것이 돌연변이율뿐만 아니라 길이가 시스템을 오류 역치로 밀어붙이는 이유이다.

세 가지 결과가 따른다:

1. 길이나 돌연변이율이 상승함에 따라 돌연변이체 구름이 마스터 서열을 압도할 수 있다; 오류 역치가 넘어지고 정보가 저하된다.

2. 단일 꾸준히 성장하는 게놈은 이 다양성을 쉽게 통합할 수 없다, 왜냐하면 그 복제자들이 경쟁하기 때문이다. 더 빠르거나 더 짧은 변이체가 마스터를 능가할 수 있고, 개별 분자에 대한 선택은 전체 돌연변이체 집합을 하나의 안정적인 단위로 유지하는 내재적 메커니즘이 없다.

3. 돌연변이-선택 평형 아래에서, 선택의 대상은 준종이다: 마스터 서열과 그 돌연변이체 구름. 무엇이 선택되는지 물을 때, 단일 분자가 아니라 조직화된 분포를 말하라.

하이퍼사이클적 조직이 추가하는 것

하이퍼사이클적 조직은 촉매적 상호 의존에 의해 서로 다른 유전자를 연결한다. 각 유전자의 생성물은 다음 유전자의 복제를 촉매하여 순환 I1 → I2 → … → In → I1을 닫는다. 각 구성원이 이전 구성원에 의존하기 때문에, 집합은 집합적으로 성장하고 자체 집단 성장률을 가진 고차 단위로 선택될 수 있다. 이것은 다음을 제공한다:

독립적 경쟁자가 하나의 협력적 네트워크가 되므로, 어떤 단일 빠른 변이체도 단순히 장악하지 않는다.

정보가 여러 구성원에 걸쳐 분산되므로, 일부 돌연변이 변이가 즉각적인 붕괴 없이 흡수될 수 있다.

개별 복제자가 아니라 순환이 성장과 복제가 생존을 결정하는 대상이 된다.

해결책의 한계

하이퍼사이클적 조직은 정보 문제를 제거하지 않는다. 하이퍼사이클은 자체 오류 역치를 가지며, 촉매작용에 기여하지 않고 순환을 착취하는 기생 구성원에 취약하다. 그것은 문제를 제거하기보다는 재배치하고 분할한다.

시각적 단서

왼쪽에는 100, 4,950, 그리고 161,700으로 레이블이 붙은 중첩된 점선 돌연변이체 껍질에 둘러싸인 마스터 서열이 있다;

오른쪽에는 닫힌 촉매 순환으로 결합된 유전자가 있다. 돌연변이체 스펙트럼에서 하이퍼사이클 네트워크로의 화살표를 지적하라: 스펙트럼이 집단적 단위로 통합된다. 각 유전자가 여전히 자체 돌연변이 변이체를 운반한다는 점을 강조하라.

연습 단서

연습 항목을 검토할 때, 학생들에게 추측하지 말고 세도록 요청한다. 1-오류, 2-오류, 그리고 3-오류 변이체에 대해, C(100,k)를 사용하라: 100;4,950;

161,700. 답변이 1-오류 수와 2-오류 수를 혼동하면, 조합 공식으로 돌아간다. 선택 대상 질문에 대해, 정답은 가장 빠른 단일 돌연변이체가 아니라 준종이라는 점을 강조하라. 하이퍼사이클적 조직에 대해, 이득은 돌연변이율의 변화가 아니라 구조적 — 순환적 촉매 의존성 — 이다. 한계에 대해, 두 가지 점을 모두 요구하라: 하이퍼사이클은 자체 오류 역치를 가지고 기생체에 의해 침입될 수 있다.

100 사이트로, N1 = 100, N2 = 4,950, N3 = 161,700이고, 고차는 Nk = C(100,k)로 성장한다. 3-유전자 순환은 정보를 분산하고 집합을 고차 단위로 만들 수 있지만, 여전히 오류 역치를 가지고 기생적 착취에 열려 있다. 분할은 문제를 재배치한다;

그것은 문제를 제거하지 않는다.

이해 확인

왜 돌연변이체 구름이 게놈보다 빠르게 성장하는가?돌연변이-선택 평형 아래에서 무엇이 선택되는가?하이퍼사이클이 추가하는 것과 남아 있는 두 가지 한계는 무엇인가?

조합적 성장, 준종, 집단 성장, 자체 오류 역치, 그리고 기생체 취약성을 경청한다.

전환

학생들이 왜 단일 게놈이 돌연변이 스펙트럼을 함께 유지할 수 없는지 설명할 수 있게 되면, 이러한 결합된 단위들이 형식화되고 그 안정성과 한계가 더 검토되는 하이퍼사이클 시스템의 다음 처치로 이동한다.

<a id="lecture-page-10"></a>

### 하이퍼사이클 안정성과 기생적 도전

*페이지 10*

> **페이지 목표:** 기생 요소가 하이퍼사이클을 어떻게 불안정하게 만들 수 있는지, 그리고 어떤 조건이 그 안정성에 영향을 미치는지 검토한다.

**교수 요점**

- 가장 빠른 진단은 ẋ의 부호이다: c<sub>0</sub> &lt; k/k<sub>A</sub>이면 ẋ &gt; 0이므로 하이퍼사이클 구성 요소가 증가하는 반면, c<sub>0</sub> &gt; k/k<sub>A</sub>이면 ẋ &lt; 0이다. 어느 코너가 이기는지 결정하기 전에 항상 k/k<sub>A</sub>에 대한 총 농도의 위치를 찾아라.
- T.13.8 시스템의 각 방정식에서 첫 번째 항은 성장이고 두 번째 항은 일정 조직 희석 항이다. 기생체는 자기복제적이기 때문에 자신의 농도에서 2차로 성장하며, k<sub>A</sub>c<sub>A</sub><sup>2</sup>이고, 하이퍼사이클 구성 요소는 교차 항 k c<sub>A</sub>x를 통해서만 성장한다.
- 기생체와 하이퍼사이클의 안정적인 내부 공존을 가정하지 말라. 일반적인 경우 위상 흐름은 두 코너 고정점 중 하나에서 끝나며, 승자 독식 결과를 준다 — 그리고 이것이 단순화된 모델의 잘 혼합되고 일정한 조직 가정에서 따른다는 점을 기억하라.

페이지 목표

기생 복제자가 하이퍼사이클을 어떻게 침입할 수 있는지, 그리고 일정 조직 모델이 농도 단체의 어느 코너가 이기는지 어떻게 예측하는지 설명한다. 목표는 기생체의 정의를 2 성분 T.13.8 방정식, 역치 c_0 = k/k_A, 그리고 단순화된 잘 혼합 모델의 한계에 연결하는 것이다.

교수 순서

1. 하이퍼사이클 구조로 시작한다: 각 구성원이 다음을 돕고 루프가 자신의 시작으로 돌아오는 촉매 지지의 닫힌 루프. 이것은 순환을 자기 강화적으로 만들지만, 착취를 위한 기회도 만든다.

2. 기생체를 정확하게 정의한다: 하이퍼사이클로부터 촉매 지지를 받지만 그것에 어떤 촉매작용도 반환하지 않는 자기복제 요소. 기생체가 불활성이 아니라는 점을 강조하라;

그것은 복제하며, 그 정의적 특징은 아무것도 돌려주지 않는다는 것이다.

3. 일정 조직 가정을 설정한다: 총 농도는 c_0 = c_A + x로 고정되며, 여기서 c_A는 기생체 농도이고 x는 하이퍼사이클 구성 요소 농도이다. 이 제약이 두 종 경쟁을 분석적으로 다루기 쉽게 유지하는 것이다.

4. T.13.8 시스템을 작성하고 각 항의 역할을 설명한다. 기생체: ċ_A = k_A c_A^2 − (c_A/c_0)(k_A c_A^2 + k c_A x). 하이퍼사이클 구성 요소: ẋ = k c_A x − (x/c_0)(k_A c_A^2 + k c_A x). 두 방정식에서 첫 번째 항은 성장이고 두 번째 항은 일정한 총 농도를 강제하는 희석 또는 유출 항이다.

기생체는 자기복제적이기 때문에 자신의 농도에서 2차로 성장하며, k_A c_A^2이고, 하이퍼사이클 구성 요소는 교차 항 k c_A x를 통해서만 성장한다.

6. 역치 c_0 = k/k_A를 분석한다. 그 아래에서, c_0 0이므로 하이퍼사이클 구성 요소가 증가한다. 그 위에서, c_0 > k/k_A이면 ẋ < 0이므로, 하이퍼사이클 구성 요소가 생산되는 것보다 더 빠르게 희석된다.

7. 단체 S_2의 두 코너 고정점을 식별한다: c_A = c_0, x = 0에서 기생체 우세와 x = c_0, c_A = 0에서 하이퍼사이클 우세. 일반적인 경우, 내부 상태는 이 코너 중 하나로 흐른다;

이 단순화된 모델에서 안정적인 내부 공존은 없다.

8. 모델 한계로 마무리한다. 코너 끌개 결과는 일정한 조직 아래의 잘 혼합된 반응기에 속한다. 공간 구조, 구획화, 돌연변이, 그리고 고차 단위 간의 선택은 배제되므로, 모델은 기생적 도전을 해결하기보다는 정의한다.

교수 요점

자기복제적이고, 지지를 받으며, 어떤 촉매작용도 반환하지 않는다. 그것은 동일한 유한한 물질 풀을 놓고 경쟁한다.

c_0는 고정된다. 희석/유출 항은 선택적 추가가 아니다; 그것은 그 제약의 수학적 표현이다.

성장은 물질을 만들고, 희석은 비례적으로 물질을 제거한다. 이것을 혼동하면 ẋ의 부호에 대한 잘못된 예측으로 이어진다.

가장 빠른 진단은 ẋ의 부호이다. 어느 코너가 이기는지 결정하기 전에 c_0가 k/k_A 아래인지 위인지 확인하라.

두 고정점 모두 S_2의 코너에 위치한다. 내부 흐름은 이기는 코너를 향하며, 단순화된 경우 승자 독식 결과를 준다.

핵심 용어

하이퍼사이클, 기생체, 일정 조직, 농도 단체 S_2, 희석/유출 항, 역치 c_0 = k/k_A, 코너 고정점, 기생체 우세 코너, 하이퍼사이클 우세 코너.

시각적 단서

S_2의 위상 초상화를 사용하라. c_A = c_0, x = 0에서 기생체 코너를 빨간색으로 표시하고 x = c_0, c_A = 0에서 하이퍼사이클 코너를 파란색으로 표시하라. 점선 역치 선 c_0 = k/k_A를 보여라. 역치 위의 파란색 화살표는 ẋ > 0과 하이퍼사이클 코너를 향한 흐름을 나타낸다;

아래의 빨간색 화살표는 ẋ < 0과 기생체 코너를 향한 흐름을 나타낸다. 캡션은 내부 상태가 이기는 코너로 흐르고 이 모델에서 안정적인 내부 공존이 예상되지 않는다는 점을 강조해야 한다.

연습 단서

무엇이 복제자를 기생체로 만드는가? 답변 지침: 그것은 자기복제적이고 하이퍼사이클로부터 촉매 지지를 받지만 어떤 촉매작용도 반환하지 않는다. 피드백: 기생체는 수동적 붕괴 돌연변이체가 아니다; 그것은 순환의 비용으로 적극적으로 복제한다.

어떤 항이 일정한 조직을 강제하는가?답변 지침: 희석/유출 항, 예를 들어 −(c_A/c_0)(k_A c_A^2 + k c_A x)와 x에 대한 방정식의 대응 항. 피드백: 성장은 물질을 생성한다;

두 번째 항은 c_0를 고정하기 위해 물질을 제거한다.

총 농도가 어떻게 ẋ의 부호를 제어하는가? 답변 지침: c_0 k/k_A일 때 ẋ > 0. 피드백: 일정한 조직은 개별 농도가 아니라 총량을 고정한다. 역치에서 성장과 희석을 비교하라.

고정점은 어디에 있고 흐름은 일반적으로 어디에서 끝나는가?

단체의 두 코너, 기생체 우세와 하이퍼사이클 우세이며, 내부 상태는 이기는 코너로 흐른다. 피드백: 관련 농도가 동시에 사라지는 코너 상태를 확인하라.

어떤 가정이 모델이 그 자체로 기생적 도전을 해결하지 못한다는 것을 의미하는가?

잘 혼합되고 일정한 조직 설정은 공간 구조, 구획화, 돌연변이, 그리고 고차 선택을 생략한다. 피드백: 생략된 메커니즘들은 정확히 기생체를 억제하기 위해 나중에 동원되는 것들이다.

수업 활동

흐름 반응기 사례는 유용한 점검을 제공한다. k_A = 2k로, 실행 1은 c_0 0이고 하이퍼사이클 우세 코너 x = c_0, c_A = 0을 향해 흐른다. 실행 2는 c_0 > k/k_A에서 ẋ < 0이고 기생체 우세 코너 c_A = c_0, x = 0을 향해 흐를 것이다. 그런 다음 하이퍼사이클이 생존하기 위해 무엇이 완화되어야 하는지 질문한다: 구획화, 공간 구조, 돌연변이, 또는 고차 선택. 답은 이러한 가정을 완화하는 것이 두 종 T.13.8 시스템이 나타낼 수 없는 추가적인 선택 수준을 도입한다는 것을 명확히 해야 한다.

이해 확인

학생에게 역치 조건을 진술하고 전체 방정식을 풀지 않고 승자를 예측하도록 요청한다. 강한 답변은 c_0와 k/k_A의 상대적 크기로 시작한 다음, 코너를 선택하기 위해 ẋ의 부호를 사용한다.

전환

기생적 도전이 단순화된 모델에서 정의되었으므로, 다음 단계는 어떤 메커니즘이 기생적 착취를 억제할 수 있는지와 잘 혼합 가정이 완화될 때 분석이 어떻게 변하는지 검토하는 것이다.

<a id="lecture-page-11"></a>

### 다윈적 프레임워크에서의 촉매적 하이퍼사이클

*페이지 11*

> **페이지 목표:** 촉매적 하이퍼사이클, 선택 방정식, 준종, 그리고 오류 역치가 어떻게 분자적 자기조직화의 일관된 그림을 형성하는지 종합한다.

**교수 요점**

- E(t)는 선택적 가치들의 농도 가중 평균이며, 어떤 단일 변이체의 속성도 아니다. 선택 방정식을 해석할 때 두 항을 함께 확인하라: 변이체가 몫을 얻는지 잃는지를 결정하는 것은 Wᵢᵢ − E(t)의 차이이며, 결코 Wᵢᵢ 단독이 아니다. 변이체의 Wᵢᵢ가 현재 평균을 초과하면, 그것은 확장되고; 평균 아래로 떨어지면, 감소하며, 평균 자체도 분포가 변함에 따라 이동한다.
- 화살표의 방향을 기억하라: 각 단위는 자신이 아니라 후속자를 촉매한다. 하이퍼사이클의 구별되는 특징은 복제하는 개체가 닫힌 루프라는 것이므로, 무엇이 선택되는지 물을 때 집단적 단위 수준에서 답하라. 유용한 자체 점검: 어느 한 구성원을 가리고 나머지 단위가 여전히 순환을 복제할 수 있는지 질문하라 — 그렇지 않다면, 단순히 자기촉매적이 아니라 하이퍼사이클적 시스템을 보고 있는 것이다.
- 오류 역치를 모든 조직 수준이 상속하는 제약으로 취급하라. 준종, 개별 복제자, 그리고 하이퍼사이클 순환 모두 복사 충실도가 임계값 아래로 떨어질 때 재현 가능한 정보를 잃으며, 순환에서는 구성원들이 촉매적으로 서로 의존하기 때문에 손실이 전파된다. 고차 구조가 오류 역치를 벗어난다는 어떤 주장을 평가할 때, 실제로 어느 구성 요소의 충실도가 향상되었는지 질문하라 — 보통은 아무것도 없다.

페이지 목표

이 페이지의 네 가지 가닥을 하나의 일관된 그림으로 가져온다: 분자적 다윈적 시스템으로서의 촉매적 하이퍼사이클, 일정한 전체 조직 아래에서 그것을 설명하는 선택 방정식, 선택의 진정한 대상으로서의 준종, 그리고 모든 조직 수준을 제약하는 오류 역치. 끝날 때까지 학생들은 양방향으로 이동할 수 있어야 한다 — 순환의 구조에서 그 선택 동역학으로, 그리고 충실도 한계에서 다시 순환의 구성 요소로.

교수 요점

1. 왜 닫힌 촉매 루프가 다윈적 시스템으로 간주되는가. 촉매적 하이퍼사이클은 각 구성원이 다음의 복제를 촉매적으로 가속하는 자기복제 단위들의 닫힌 순환이다 (R1 → R2 → R3 → R1). 본질적인 구조적 사실은 화살표의 방향이다: 어떤 구성원도 자신을 촉매하지 않는다. 모든 단위가 하류 파트너에 의존하기 때문에, 복제하는 개체는 어떤 단일 분자가 아니라 전체로서의 루프이다. 따라서 그 집단적 복제 단위는 고차 복제자로 취급될 수 있으며, 학생들이 이 수준에서 무엇이 선택되는지 물을 때마다 그것이 정답이다.

2. 하이퍼사이클은 다윈적 행동의 세 가지 전제 조건을 한 번에 모두 공급한다. 분자적 진화는 자동적이지 않다;

그것은 대사, 자기복제, 그리고 가변성이 동시에 유지될 것을 필요로 한다. 대사: 시스템은 자신의 구성 요소를 만들기 위해 에너지와 물질을 수확해야 하며, 순환에서 각 구성원의 촉매 생성물이 다른 것의 합성 작업을 먹여, 물질과 에너지의 내부 회전율을 유지한다. 자기복제: 시스템은 자신의 복사본을 만들어야 하지만, 여기서 복사 단위는 고립된 분자가 아니라 순환이다 — 루프는 집단적으로 자기복제적이지만 개별 구성원은 자기충족적이지 않다. 가변성: 주형은 때때로 오류와 함께 복사되어 유전 가능한 변이를 생성해야 한다;

서열 변이가 없으면 선택이 작용할 것이 없고, 순환은 진화 시스템이 아니라 화학적 정상 상태일 것이다. 복제자들의 순환이 흥미로운 이유는 정확히 하나의 구조적 장치 — 닫힌 촉매 루프 — 가 세 가지 조건을 모두 전달하기 때문이다.

3. 일정한 전체 조직 아래에서의 선택. 순환은 복제자의 총 농도가 고정된 영역에 위치하므로, 경쟁은 무한한 성장이 아니라 몫의 재분배로 나타난다. 각 변이체 i는 선택적 가치 W_ii, 즉 순 복제 이점을 가지며, 동역학은 dx_i/dt = x_i (W_ii − E(t)), E(t) = (Σ_k W_kk x_k) / (Σ_k x_k)의 형태를 취한다.

두 가지 특징이 중요하다. 첫째, W_ii는 변이체 i의 순 이점이므로, 하이퍼사이클 파트너로부터 더 나은 촉매 지지를 받는 돌연변이체는 환경의 어떤 변화 없이도 더 큰 W_ii를 획득한다 — 적합성은 고립된 분자가 아니라 순환의 속성이다. 둘째, E(t)는 평균 초과 생산성, 즉 선택적 가치들의 농도 가중 평균이다. 그것은 모든 변이체로부터 동일하게 빼지며, 총 농도를 일정하게 유지하는 것이 바로 그것이다. 그것은 집단 평균이며, 결코 단일 변이체의 속성이 아니다. 변이체가 몫을 얻는지 잃는지를 결정하는 양은 W_ii − E(t)의 차이이며, 결코 W_ii 단독이 아니다: 현재 평균 위에서 변이체는 확장하고, 아래에서 감소한다. 그리고 E(t)가 초기에 가장 적합한 변이체들이 퍼짐에 따라 상승하기 때문에, 그들의 이점은 분포가 정상 상태가 될 때까지 점진적으로 침식된다.

4. 선택의 진정한 대상은 준종이다. 선택은 하나의 최선 서열에 작용하지 않는다. 돌연변이는 변이체를 지속적으로 서로 변환하고, 돌연변이-선택 평형은 우세 유형에 중심을 둔 안정적이고 조직화된 서열 분포를 만들어낸다. 하이퍼사이클적 조직은 그런 다음 추가적인 결합 층을 추가한다, 왜냐하면 순환에 결합된 단위는 개별 서열이 아니라 전체 준종이며, 각각이 다음에 촉매 지지를 공급하기 때문이다. 설명은 그에 따라 확장된다: 분자적 선택의 단위로서의 준종에서, 2차 이상의 선택 단위로서의 하이퍼사이클로. 차수는 촉매적 결합을 의미한다 — 어떤 구성원의 성장도 순환에 대한 언급 없이 쓰일 수 없다 — 분자성, 제곱 속도, 또는 부기(회계)가 아니다.

5. 오류 역치는 우회되지 않는다. 집단적 조직은 어떤 복제자도 제약하는 충실도 요구사항을 완화하지 않는다. 정보의 재현 가능한 유지는 복사 충실도가 저장된 정보의 양에 비해 높을 것을 요구한다;

임계 돌연변이율 위에서 돌연변이체 구름은 무한히 넓어지고 조직화된 분포는 용해된다. 동일한 조건이 순환의 모든 구성원에 적용되며, 구성원들이 촉매적으로 서로 의존하기 때문에, 정보 손실은 협력적이다: 하나의 준종이 저하됨에 따라, 그 후속자는 촉매 지지를 잃고, 순환은 우아하게 저하되기보다는 붕괴한다. 하이퍼사이클은 구성 요소로부터 오류 역치를 상속한다.

6. 흔한 함정. 하이퍼사이클을 충실도 한계를 우회하는 방법으로 읽지 말라. 집단적 촉매작용은 구성원 간에 복제 이점을 재분배한다 — 그래서 각 W_ii를 변화시킨다 — 하지만 모든 구성 요소의 돌연변이-선택 평형은 그대로 둔다. 구성원이 더 이상 충실하게 복사될 수 없는 순환은 더 견고한 진화 단위가 아니다;

그것은 용해되는 단위이다.

핵심 용어

촉매적 하이퍼사이클; 다윈적 시스템; 선택적 가치 W_ii; 평균 초과 생산성 E(t); 일정한 전체 조직; 준종; 돌연변이-선택 평형; 오류 역치; 2차 이상.

시각적 단서

개념 지도는 세 패널을 연결한다: 다윈적 전제 조건 (대사, 자기복제, 가변성)이 촉매적 하이퍼사이클로 공급되고, 이것이 한쪽으로는 일정한 조직 아래에서의 선택 (W_ii, E(t))으로, 다른 쪽으로는 제약 패널 (준종, 오류 역치)로 이어진다. 아래 상자는 아무 단일 구성원도 자기충족적이지 않다는 캡션이 있는 3 구성원 루프 R1 → R2 → R3 → R1을 보여준다. 촉매적 결합을 설명할 때 화살표를 가리키고, 루프가 여전히 복제할 수 있는지 테스트하기 위해 하나의 원을 가려라.

연습 단서

순환은 2차 이상이다, 왜냐하면 각 구성원이 다른 것의 복제를 향상시키므로, 어떤 단위의 성장도 순환으로부터 독립적이지 않기 때문이다. 질문 2: 전제 조건은 대사, 자기복제, 그리고 가변성이다 — 집단유전학적 힘, 막, 또는 번역 기구가 아니다. 질문 3: E(t)는 선택적 가치들의 집단 평균이며, 총 농도를 일정하게 유지하기 위해 각 W_ii로부터 빼진다. 질문 4: 돌연변이가 변이체를 결합하므로, 살아남는 것은 우세 유형에 중심을 둔 조직화된 분포이다. 질문 5: 고차 단위는 여전히 오류 역치에 종속되며, 정보 손실은 협력적이다.

사례 연구. W_11 > W_22 > W_33인 3 구성원 반응기에서, R1은 처음에 W_11 − E(t)가 가장 큰 양의 차이이기 때문에 가장 빠르게 성장한다. R1이 축적됨에 따라, E(t)는 W_11을 향해 위로 끌리고, R1의 이점은 쇠퇴하며, 고정된 총량은 R1의 이득이 R2와 R3의 손실로 상쇄되어 세 가지 모두가 동일한 순 성장률을 공유할 때까지를 의미한다. 충실도를 단계적으로 낮추면 결국 오류 역치를 넘는다: 각 돌연변이체 구름이 넓어지고, 촉매 지지가 협력적으로 실패하며, 순환이 용해된다. 하이퍼사이클적 결합이 집단적 선택 층을 추가한다는 점을 강조하라;

그것은 충실도를 추가하지 않는다.

이해 확인

학생들에게 하이퍼사이클에서 무엇이 선택되는지 한 문장으로 진술하도록 요청한다. 그런 다음 W_ii − E(t)의 부호로부터 주어진 변이체가 확장하는지 감소하는지 결정하도록 요청한다. 마지막으로, 기호당 충실도가 임계값 아래로 떨어질 때 루프에 어떤 일이 일어나는지, 그리고 왜 실패가 국소적으로 머물지 않고 확산되는지 질문한다.

전환

네 가지 가닥이 통합되면, 다음 페이지는 준종과 오류 역치를 새로운 아이디어가 아니라 확립된 도구로 취급하면서 이 프레임워크를 하이퍼사이클적 조직의 추가적 결과로 확장할 수 있다.