3
Aplicação de q̄m, σm e vm para Prever a Perda de Informação
HYC-1979Lesson 3: Error Threshold and Early Replicative Units
00:00

No âmbito do modelo de quasispécies e organização constante, a persistência de uma sequência com significado é prevista pelo produto q̄ₘvₘ σₘ. Esta única grandeza combina fidelidade de cópia, vantagem seletiva e comprimento da sequência numa regra de decisão para a manutenção da informação.

Curvas de Estabilidade do Limiar de ErroComprimento mantível vₘ em função da precisão de cópia por símbolo q̄ₘ para σₘ = 10, 100 e 10000,9950,9960,9970,9980,9991,00002000400060008000q̄ₘ (precisão de cópia por símbolo)vₘ (comprimento mantível)vₘₐₓ = ln σₘ / (1 − q̄ₘ)σₘ = 10σₘ = 100σₘ = 1000Informação perdidaacima de todas as curvasMantidaabaixo de todas as curvasCritério de Decisãoq̄ₘvₘ σₘ > 1manterq̄ₘvₘ σₘ = 1limiarq̄ₘvₘ σₘ < 1perdaRegiõesperda para qualquer σₘdepende de σₘmantida para qualquer σₘVerificação Práticaσₘ = 100, q̄ₘ = 0,999vₘ = 4000 → 1,8 > 1mantidavₘ = 5000 → 0,67 < 1perdida

Conceitos Fundamentais

  • q̄ₘ é a precisão média de cópia por símbolo ou nucleótido. A probabilidade de copiar fielmente toda a sequência de vₘ símbolos é q̄ₘvₘ, pelo que as penalizações de fidelidade crescem exponencialmente com o comprimento da sequência.
  • σₘ é a vantagem seletiva da sequência com significado em relação aos seus mutantes. Um σₘ maior eleva a carga mutacional tolerada e permite sequências mantíveis mais longas.
  • vₘ é o comprimento da sequência ou o número de símbolos que devem ser mantidos. Um vₘ maior aumenta o alvo mutacional e reduz a taxa de erro máxima tolerável por símbolo.

Critério de Decisão

Mantenha a informação se q̄ₘvₘ σₘ > 1. Perca a informação se q̄ₘvₘ σₘ < 1. A igualdade define o limiar de erro. Para q̄ₘ próximo de 1, o comprimento máximo mantível é aproximadamente vₘₐₓ ≈ ln σₘ / (1 − q̄ₘ), evidenciando o compromisso entre fidelidade, vantagem seletiva e comprimento.

Exemplo

Para σₘ = 100 e q̄ₘ = 0,999, vₘₐₓ ≈ símbolos. Uma sequência de vₘ = 4000 dá q̄ₘvₘ σₘ ≈ , pelo que a informação é mantida. Uma sequência de vₘ = 5000 dá q̄ₘvₘ σₘ ≈ , pelo que a informação é perdida.

Pressupostos e Limitações

Esta previsão aplica-se a uma sequência dominante com significado sob organização constante e sem recombinação nem compartimentação. Prevê a deslocalização das quasispécies, e não a degradação física. Maior q̄ₘ, maior σₘ ou menor vₘ favorecem a manutenção; menor q̄ₘ, seleção mais fraca ou maior vₘ favorecem a perda.

Compreensão do Limiar de Erro
O produto q̄ₘvₘ σₘ não é apenas uma pontuação; é um limiar. Quando desce abaixo de 1, a seleção já não consegue manter a sequência selvagem contra a nuvem de mutantes, e a população deslocaliza-se no espaço de sequências.