Порог ошибок и пределы информации

Отбор способен сохранить сообщение только в том случае, если репликация копирует это сообщение достаточно точно. Порог ошибок превращает эту интуицию в строгий критерий: он отделяет режим, в котором квазивид остаётся локализованным вокруг своей мастер-последовательности, от режима, в котором мутационное давление полностью делокализует хранимую информацию.

Точность всей последовательности, а не точность на одно основание

— это вероятность правильного копирования всей последовательности длиной m за один раунд репликации. При независимых ошибках на каждом сайте она факторизуется как, где q — точность на один сайт.
Поскольку точность перемножается по сайтам, она экспоненциально падает с длиной. Именно этот факт лежит в основе предела информации.

Условие порога

Мастер-последовательность сохраняется только тогда, когда ⁻¹, где — селективное превосходство мастер-последовательности относительно её облака мутантов.
При система находится на грани; ниже этого значения отбор уже не может удерживать мастер-последовательность против мутационной деградации.
Нетривиальный порог требует . Более высокое селективное превосходство допускает либо меньшую точность, либо более длинные поддерживаемые последовательности.

Два режима

Ниже порога ошибок: квазивид остаётся локализованным вокруг мастер-последовательности, и информация сохраняется.
Выше порога ошибок: облако мутантов делокализуется — катастрофа ошибок — и информационное содержание утрачивается.

Предел информации

Приравнивая к ⁻¹ и решая относительно длины, получаем максимальный объём информации, который может воспроизводимо поддерживаться:

/ (−ln q) or, for , .

Таким образом, поддерживаемая информация растёт лишь логарифмически с селективным преимуществом, тогда как на точность на один сайт она реагирует обратно пропорционально. Удвоение добавляет всего к числителю.

Разобранный пример

При и независимое копирование по сайтам даёт / (−ln 0.99) ≈ оснований. Повышение как точности, так и селективного превосходства расширяет этот предел.

Область применимости критерия

Условие

⁻¹ — это детерминированный результат среднего поля, полученный для постоянной общей организации. Конечные популяции, дрейф и стохастические эффекты могут размывать или сдвигать резкий порог, поэтому системы вблизи порога следует рассматривать как маргинальные, а не просто как безопасные или обречённые.

Диаграмма порога ошибок

Точность воспроизведения всей последовательности Qₘ = qᵐ изображена в зависимости от частоты мутаций/ошибок вместе с линией порога Qₘᵢ

ₘ⁻¹. Слева от точки пересечения квазивид остаётся локализованным вокруг мастер-последовательности, и информация сохраняется; справа от точки пересечения облако мутантов делокализуется в катастрофе ошибок. Точка пересечения отмечает критическую точность, которая при фиксированной частоте ошибок определяет максимальную поддерживаемую длину последовательности mₘₐₓ.

ВОПРОС 1

Какую величину обозначает

в модели порога ошибок?

Среднее число мутаций, вносимых за одну репликацию.

Селективное превосходство мастер-последовательности над её облаком мутантов.

Вероятность правильного копирования всей последовательности длиной m за один раунд репликации.

Вероятность правильного включения основания на один сайт.

ВОПРОС 2

Какое выражение задаёт условие сохранения мастер-последовательности против мутационной деградации?

⁻¹

ВОПРОС 3

Точность репликации падает так, что

опускается ниже

. Какой исход предсказывается?

Квазивид становится более резко локализованным вокруг мастер-последовательности.

Точность на один сайт автоматически повышается, чтобы компенсировать дополнительные ошибки.

Отбор уже не может удерживать мастер-последовательность; облако мутантов делокализуется, и хранимая информация утрачивается в катастрофе ошибок.

возрастает до восстановления условия порога.

ВОПРОС 4

Репликатор имеет точность копирования на один сайт

и селективное превосходство

. Используя

/ (−ln q), какое значение ближе всего?

Около 100 оснований

Около 230 оснований

Около 23 оснований

Около 2300 оснований

ВОПРОС 5

Какое утверждение о

/ (−ln q) верно?

не зависит от частоты ошибок репликации.

зависит только от длины последовательности m.

растёт лишь логарифмически с

и обратно пропорциональна ошибке на один сайт.

растёт линейно с селективным превосходством

Кейс: выведение РНК-репликатора за его предел

Прочитайте сценарий и ответьте на оба вопроса; покажите количественные рассуждения.

Лаборатория поддерживает самореплицирующуюся молекулу РНК длиной

при постоянной общей организации. Анализы показывают, что мастер-последовательность реплицируется с селективным превосходством

относительно своего облака мутантов, а копирующий механизм в настоящее время обладает точностью на один сайт

. Ошибки считаются независимыми по сайтам, поэтому

1. Удовлетворяет ли эта система условию порога ошибок при

? Количественно оцените

и запас, а затем укажите, ожидается ли сохранение информации.

Ответ:

^{100 · ln 0.995} ≈ e^−0.501 ≈ 0.61, тогда как

⁻¹ =

. Поскольку

, порог удовлетворяется с большим запасом, поэтому квазивид остаётся локализованным вокруг мастер-последовательности, и информация сохраняется. Тот же вывод следует из критерия длины:

/ (−ln 0.995) ≈

оснований, что намного превышает фактическую длину 100.

2. Затем экспериментатор добавляет мутаген, который понижает точность на один сайт до

. Предскажите исход, оцените критическую точность, при которой порог пересекается, и назовите одно изменение, которое восстановило бы поддержание последовательности из 100 оснований.

Ответ:
При

^−3.05 ≈ 0.047, что ниже

, поэтому система пересекла порог ошибок. Предсказанный исход — катастрофа ошибок: облако мутантов делокализуется, и мастер-последовательность уже не может поддерживаться. Решая q_крит¹⁰⁰ = 1/20, получаем q_крит = 20^−1/100 ≈ e^−0.02996 ≈ 0.9705, поэтому переход находится чуть выше

; эквивалентно

/ (−ln 0.97) ≈

оснований, чуть меньше 100. Поддержание можно восстановить, повысив селективное превосходство с 20 примерно до 21 или более (

требует

, т. е.

≳ 21), укоротив последовательность примерно до менее 98 оснований или восстановив более высокую точность копирования. Заметим, что путь через селективное преимущество дорогостоящ, поскольку

растёт лишь логарифмически по