# ไฮเปอร์ไซเคิล: หลักการของการจัดระเบียบตนเองตามธรรมชาติ บันทึกการบรรยาย บทเรียน: 1 · สไลด์: 11 ## คู่มือการอ่าน - [บทเรียน 2 | หัวข้อ: ตัวเร่งปฏิกิริยา, ซึ่ง, ระบบ](#lecture-lesson-1) --- ## บทเรียน 2 | หัวข้อ: ตัวเร่งปฏิกิริยา, ซึ่ง, ระบบ ### ตัวเร่งปฏิกิริยา, ซึ่ง, ระบบ *หน้า 1* > **วัตถุประสงค์ของหน้า:** นิยามไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาเป็นการเชื่อมโยงแบบวัฏจักรของหน่วยที่จำลองตัวเองได้ จากนั้นพัฒนากรอบระบบดาร์วินที่จำเป็นสำหรับการทำความเข้าใจการคัดเลือกระดับโมเลกุล: เมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์เป็นเงื่อนไขเบื้องต้น; สมการการคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่; ควอซีสปีชีส์เป็นเป้าหมายที่แท้จริงของการคัดเลือก; และเงื่อนไขขีดจำกัดความผิดพลาดที่จำกัดว่าข้อมูลจำนวนเท่าใดสามารถรักษาได้อย่าง reproducible **ประเด็นการสอน** - แยกแยะการเติบโตแบบตัวเร่งปฏิกิริยาธรรมดาออกจากการเติบโตแบบออโตคะตาไลติกและไฮเปอร์ไซคลิก และอธิบายว่าทำไมไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาจึงเป็นระบบระดับที่สองหรือสูงกว่า - ระบุเงื่อนไขเบื้องต้นสามประการของพฤติกรรมดาร์วินที่ระดับโมเลกุล: เมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์ - ตีความสมการอัตราการคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่ รวมถึงค่าการคัดเลือก W_ii และผลผลิตส่วนเกินเฉลี่ย E(t) - อธิบายว่าสมดุลการกลายพันธุ์-การคัดเลือกสร้างควอซีสปีชีส์ได้อย่างไร และทำไมไวลด์ไทป์จึงเป็นการกระจายตัวที่จัดระเบียบแล้วแทนที่จะเป็นลำดับเดี่ยวที่ครอบงำ วัตถุประสงค์ของหน้า เมื่อสิ้นสุดหน้านี้ ผู้เรียนควรสามารถแยกแยะการเติบโตแบบตัวเร่งปฏิกิริยาธรรมดาจากการเติบโตแบบออโตคะตาไลติกและไฮเปอร์ไซคลิก อธิบายเงื่อนไขเบื้องต้นสามประการของพฤติกรรมดาร์วินที่ระดับโมเลกุล ตีความการคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่ และอธิบายว่าทำไมสมดุลการกลายพันธุ์-การคัดเลือกจึงสร้างควอซีสปีชีส์ที่ถูกจำกัดด้วยขีดจำกัดความผิดพลาด ลำดับการสอน เปิดโดยถามผู้เรียนว่าการที่ระบบเคมีจะสืบพันธุ์และวิวัฒน์หมายความว่าอย่างไร รวบรวมแนวคิดเริ่มต้นสองสามอย่าง จากนั้นเชื่อมโยงกับความตรงกันข้ามหลักของหน้า: การเร่งปฏิกิริยาง่าย ๆ กับวัฏจักรที่ค้ำจุนตนเอง เคลื่อนจากแนวคิดไฮเปอร์ไซเคิลไปสู่ข้อกำหนดของดาร์วิน จากนั้นไปสู่สมการการคัดเลือก และจบด้วยควอซีสปีชีส์และขีดจำกัดความผิดพลาด ประเด็นการสอน 1. การเติบโตแบบตัวเร่งปฏิกิริยาและไฮเปอร์ไซเคิล ในการเติบโตแบบตัวเร่งปฏิกิริยาธรรมดา โมเลกุลหนึ่งช่วยสร้างผลิตภัณฑ์อีกตัวหนึ่ง แต่ตัวช่วยไม่จำเป็นต้องเป็นส่วนหนึ่งของวัฏจักรที่ค้ำจุนตนเอง หน่วยออโตคะตาไลติกสืบพันธุ์ตัวเอง ไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาเชื่อมโยงหน่วยที่จำลองตัวเองได้หลายหน่วยเข้าเป็นวัฏจักรปิดของการเร่งปฏิกิริยาซึ่งกันและกัน หากแต่ละหน่วยได้รับความช่วยเหลือจากคู่หูหนึ่งตัว วัฏจักรจะเป็นระดับที่สอง; การเชื่อมโยงตัวเร่งปฏิกิริยาเพิ่มเติมจะเพิ่มระดับ แนวคิดหลักคือไฮเปอร์ไซเคิลไม่ใช่แค่กลุ่มของตัวจำลอง แต่เป็นเครือข่ายที่จัดระเบียบแล้วซึ่งองค์ประกอบต่าง ๆ ค้ำจุนซึ่งกันและกันโดยรวม 2. ข้อกำหนดเบื้องต้นของดาร์วินที่ระดับโมเลกุล พฤติกรรมดาร์วินต้องการเงื่อนไขสามประการ: เมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์ เมแทบอลิซึมจัดหาวัสดุและพลังงาน การสืบพันธุ์ตนเองรักษาสายเลือด และการกลายพันธุ์สร้างตัวแปรสำหรับการคัดเลือก หากขาดอย่างใดอย่างหนึ่ง การคัดเลือกระดับโมเลกุลที่สมบูรณ์ไม่สามารถดำเนินการได้ 3. การคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่ สมการอัตราการคัดเลือกอธิบายว่าประเภทต่าง ๆ เปลี่ยนแปลงตามสัดส่วนอย่างไรในขณะที่การจัดระเบียบโดยรวมคงที่ W_ii คือค่าการคัดเลือกของประเภทหนึ่ง และ E(t) คือผลผลิตส่วนเกินเฉลี่ย ประเภทหนึ่งเติบโตขึ้นอยู่กับค่าการคัดเลือกของมันเมื่อเทียบกับค่าเฉลี่ยของประชากร ดังนั้นการคัดเลือกจึงเป็นการปรับสัดส่วนแบบพลวัต ไม่ใช่แค่การแข่งขันการเติบโตแบบสัมบูรณ์ 4. ควอซีสปีชีส์ การกลายพันธุ์และการคัดเลือกด้วยกันไม่ได้รักษาลำดับที่เหมาะสมที่สุดเพียงลำดับเดียว แต่รักษาการกระจายตัวของ mutant ที่เสถียรเรียกว่าควอซีสปีชีส์ ไวลด์ไทป์คือการกระจายตัวที่จัดระเบียบแล้ว ซึ่งมักอยู่ใกล้ลำดับหลัก แทนที่จะจำเป็นต้องเป็นลำดับเดี่ยวที่ครอบงำ สิ่งนี้สำคัญเพราะการคัดเลือกกระทำต่อการกระจายตัวโดยรวม 5. ขีดจำกัดความผิดพลาด ข้อผิดพลาดในการคัดลอกจำกัดว่าข้อมูลจำนวนเท่าใดสามารถรักษาได้อย่างเชื่อถือได้ หากอัตราการกลายพันธุ์สูงเกินไปเมื่อเทียบกับข้อได้เปรียบในการคัดเลือก ควอซีสปีชีส์จะสูญเสียความสอดคล้องและข้อมูลเสื่อมลง เงื่อนไขขีดจำกัดความผิดพลาดกำหนดขอบเขตบนของความยาวหรือความแม่นยำของข้อมูลที่สามารถรักษาได้ ตรวจสอบความเข้าใจ ทำไมไฮเปอร์ไซเคิลจึงถูกอธิบายว่าเป็นระบบระดับที่สองหรือสูงกว่า? แนวทางคำตอบ: เพราะมันเกี่ยวข้องกับการเชื่อมโยงตัวเร่งปฏิกิริยาแบบวัฏจักรระหว่างหน่วยที่จำลองตัวเองได้ และระดับสะท้อนจำนวนหรือลำดับของการเชื่อมโยงตัวเร่งปฏิกิริยาเหล่านั้น เงื่อนไขสามประการใดที่ต้องพบสำหรับพฤติกรรมดาร์วินที่ระดับโมเลกุล? คำตอบที่แนะนำ: เมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์ ในภาพควอซีสปีชีส์ เป้าหมายที่แท้จริงของการคัดเลือกคืออะไร? คำตอบที่แนะนำ: การกระจายตัวของ mutant ที่จัดระเบียบแล้ว ไม่ใช่ลำดับเดี่ยว ขีดจำกัดความผิดพลาดจำกัดอะไร? คำตอบที่แนะนำ: จำนวนข้อมูลที่สามารถรักษาได้อย่างเชื่อถือได้ภายใต้อัตราการกลายพันธุ์ที่กำหนด ช่วงเปลี่ยนผ่าน ใช้พื้นฐานนี้เพื่อเคลื่อนไปสู่ตัวอย่างหรือแบบฝึกหัด เตือนผู้เรียนว่า W_ii, E(t), ควอซีสปีชีส์ และขีดจำกัดความผิดพลาดจะปรากฏซ้ำเป็นเครื่องมือสำหรับตีความการคัดเลือกระดับโมเลกุล ### ไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาและการคัดเลือกระดับโมเลกุล *หน้า 2* > **วัตถุประสงค์ของหน้า:** เข้าใจคำถามหลักว่าอย่างไรไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาและหลักการระบบดาร์วินอธิบายการคัดเลือกระดับโมเลกุล **ประเด็นการสอน** - การเติบโตแบบตัวเร่งปฏิกิริยาธรรมดาต้องการตัวเร่งปฏิกิริยาภายนอกและไม่ขยายตัวเอง; การเติบโตแบบออโตคะตาไลติกคือการขยายตัวเองระดับที่หนึ่ง; การเติบโตแบบไฮเปอร์ไซคลิกคือวัฏจักรปิดซึ่งจลนศาสตร์เกี่ยวข้องกับผลคูณของความเข้มข้นของตัวจำลองหลายตัว ใช้ระดับของกฎการเติบโตเป็นตัววินิจฉัย - ในการจัดระเบียบโดยรวมคงที่ W_ii คือค่าการคัดเลือกของลำดับ i ในขณะที่ E(t) คือผลผลิตส่วนเกินเฉลี่ย ลำดับจะเพิ่มขึ้นก็ต่อเมื่อ W_ii > E(t); E(t) ปรับตัวเมื่อความถี่เปลี่ยน ดังนั้นการคัดเลือกจึงสัมพันธ์กับค่าเฉลี่ยของประชากรเสมอ - สมดุลการกลายพันธุ์-การคัดเลือกสร้างการกระจายตัวของ mutant ที่ reproducible ไวลด์ไทป์คือศูนย์กลางของกลุ่มเมฆนั้น ไม่ใช่ลำดับเดียวที่มีอยู่ ขีดจำกัดความผิดพลาดทำเครื่องหมายอัตราการกลายพันธุ์ที่กลุ่มเมฆกระจายตัวและข้อมูลไม่สามารถรักษาได้ วัตถุประสงค์ของหน้า อธิบายว่าไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาและหลักการระบบดาร์วินอธิบายการคัดเลือกระดับโมเลกุลอย่างไร เคลื่อนจากการเชื่อมโยงตัวเร่งปฏิกิริยาแบบวัฏจักรไปสู่สมการการคัดเลือก ควอซีสปีชีส์ และขีดจำกัดความผิดพลาด ลำดับการสอน 1. เริ่มด้วยปัญหาหลัก: โมเลกุลที่จำลองตัวเองได้สามารถสร้างการคัดเลือกระดับโมเลกุลได้อย่างไรโดยไม่มีเครื่องจักรระดับเซลล์ที่มีอยู่ก่อน 2. นิยามไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาเป็นการเชื่อมโยงแบบวัฏจักรของหน่วยที่จำลองตัวเองได้ ซึ่งแต่ละหน่วยได้รับการสนับสนุนจากตัวเร่งปฏิกิริยาโดยสมาชิกอีกตัวของวัฏจักร เน้นว่านี่สร้างการจัดระเบียบตนเองโดยรวม ไม่ใช่กลุ่มของตัวจำลองอิสระ 3. แยกแยะการจัดระเบียบการเติบโตสามแบบ: ตัวเร่งปฏิกิริยาธรรมดา ออโตคะตาไลติก และไฮเปอร์ไซคลิก ใช้ระดับของกฎการเติบโตเป็นตัววินิจฉัย 4. ระบุข้อกำหนดเบื้องต้นสามประการของดาร์วินสำหรับการคัดเลือกระดับโมเลกุล: เมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์ ถือเป็นเงื่อนไขขอบเขต 5. พัฒนาสมการการคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่และตีความ W_ii เทียบกับ E(t) 6. อธิบายสมดุลการกลายพันธุ์-การคัดเลือกและควอซีสปีชีส์ 7. จบด้วยขีดจำกัดความผิดพลาดเป็นขีดจำกัดข้อมูล ประเด็นการสอน การจำลองถูกจัดเป็นวัฏจักรปิด A → B → C →... → A สมาชิกแต่ละตัวถูกผลิตภายใต้การเร่งปฏิกิริยาโดยสมาชิกอีกตัว ดังนั้นการเติบโตโดยรวมขึ้นอยู่กับผลคูณของความเข้มข้นอย่างน้อยสองตัว นี่คือเหตุผลที่ไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาเป็นระบบระดับที่สองหรือสูงกว่า พลวัตไม่เชิงเส้นโดยรวมคือสิ่งที่สามารถสนับสนุนการคัดเลือกที่ระดับโมเลกุล การจัดระเบียบการเติบโตสามแบบ: ตัวเร่งปฏิกิริยาภายนอกส่งเสริมการจำลองแบบเทมเพลต แต่ตัวเร่งปฏิกิริยาไม่ได้ถูกผลิตโดยวงเดียวกัน กฎการเติบโตไม่ขยายตัวเอง โมเลกุลหนึ่งเร่งปฏิกิริยาการจำลองตัวเองหรือชนิดเดียวกัน อัตราการเติบโตรวมพจน์ที่เป็นสัดส่วนกับกำลังหนึ่งของความเข้มข้นของตัวจำลอง ดังนั้นจึงเป็นการขยายตัวเองระดับที่หนึ่ง วัฏจักรปิดของการเร่งปฏิกิริยาไขว้ เป็นระดับที่สองหรือสูงกว่าเพราะการจำลองขึ้นอยู่กับผลคูณของความเข้มข้นของตัวจำลองหลายตัว ข้อกำหนดเบื้องต้นของดาร์วิน: แหล่งพลังงานอิสระและวัสดุเพื่อรักษาสถานะที่จัดระเบียบแล้วให้ห่างจากสมดุล ความสามารถของหน่วยในการเพิ่มจำนวนเพื่อให้ตัวแปรที่ได้เปรียบเพิ่มจำนวนได้ การแปรผันที่ถ่ายทอดได้ หากไม่มีการแปรผันก็ไม่มีสารตั้งต้นสำหรับการคัดเลือก สิ่งเหล่านี้เป็นข้อกำหนดเบื้องต้น ไม่ใช่ป้ายกำกับเสริม หากขาดอย่างใดอย่างหนึ่ง สมการการคัดเลือกจะสูญเสียการตีความแบบดาร์วิน แม้ว่าวัฏจักรเคมีจะยังหมุนอยู่ก็ตาม สมการการคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่: เมื่อความเข้มข้นรวมคงที่ ความถี่เปลี่ยนเป็น dx_i/dt = x_i (W_ii − E(t)) W_ii คือค่าการคัดเลือกของประเภทตัวจำลอง i ซึ่งรวมอัตราการจำลองและการเสื่อมสลาย E(t) คือผลผลิตส่วนเกินเฉลี่ย ค่าเฉลี่ยถ่วงน้ำหนักประชากรของค่าการคัดเลือก ประเภทหนึ่งเพิ่มขึ้นเมื่อ W_ii > E(t) และลดลงเมื่อ W_ii < E(t) เงื่อนไขการจัดระเบียบคงที่ทำให้การคัดเลือกเป็นการเปรียบเทียบสัมพัทธ์กับค่าเฉลี่ยประชากร ไม่ใช่การแข่งขันการเติบโตแบบสัมบูรณ์ สมดุลการกลายพันธุ์-การคัดเลือกและควอซีสปีชีส์: การจำลองจริงมีข้อผิดพลาด สมดุลการกลายพันธุ์-การคัดเลือกไม่ได้ให้ลำดับไวลด์ไทป์เดี่ยวที่ครอบงำ แต่สร้างควอซีสปีชีส์: การกระจายตัวที่จัดระเบียบของลำดับ mutant ที่มีศูนย์กลางอยู่ที่ลำดับหลัก ไวลด์ไทป์คือสมาชิกที่น่าจะเป็นไปได้มากที่สุดของกลุ่มเมฆของลำดับที่เกี่ยวข้อง ไม่ใช่เป้าหมายเฉพาะของการคัดเลือก การกระจายตัวจะเสถียรเมื่อข้อได้เปรียบในการคัดเลือกของลำดับหลักสมดุลกับการไหลของการกลายพันธุ์ที่ออกไปจากมัน ขีดจำกัดความผิดพลาด: ควอซีสปีชีส์สามารถดำรงอยู่ได้ก็ต่อเมื่ออัตราการกลายพันธุ์ต่อการจำลองต่ำพอ เหนือขีดจำกัดความผิดพลาด ลำดับหลักไม่สามารถส่งข้อมูลได้อย่างเชื่อถือได้ กลุ่มเมฆ mutant กระจายตัว และการกระจายตัวที่จัดระเบียบแล้วยุบตัวลงเป็นสถานะที่สุ่มจากการกลายพันธุ์ สิ่งนี้จำกัดว่าข้อมูลจำนวนเท่าใดที่ไฮเปอร์ไซเคิลหรือควอซีสปีชีส์สามารถรักษาได้อย่าง reproducible สัญญาณภาพ แผนที่นำทางเชื่อมโยงข้อกำหนดเบื้องต้นสามประการของดาร์วินกับไฮเปอร์ไซเคิลปิด จากนั้นไปสู่สมการการคัดเลือก จากนั้นไปสู่ควอซีสปีชีส์ และสุดท้ายไปสู่ขีดจำกัดความผิดพลาด กล่องไฮเปอร์ไซเคิลแสดงการจัดเรียง A/B/C/D แบบวัฏจักร กล่องการคัดเลือกให้ dx_i/dt = x_i (W_ii − E(t)) กล่องควอซีสปีชีส์แสดงลำดับหลักที่ล้อมรอบด้วยกลุ่มเมฆ mutant กล่องขีดจำกัดความผิดพลาดแสดงสิ่งกีดขวาง: เมื่ออัตราการกลายพันธุ์เพิ่มขึ้นเกินมัน ควอซีสปีชีส์กระจายตัวและข้อมูลที่จำลองได้สูญหาย คำแนะนำการฝึกปฏิบัติ คำตอบที่ถูกต้องคือการเติบโตโดยรวมขึ้นอยู่กับผลคูณของความเข้มข้นของสมาชิกมากกว่าหนึ่งตัวเพราะแต่ละหน่วยเชื่อมโยงกับอีกหน่วยด้วยตัวเร่งปฏิกิริยา หากนักเรียนเลือกกฎการเติบโตเชิงเส้น เตือนพวกเขาว่าการเติบโตแบบออโตคะตาไลติกเป็นระดับที่หนึ่งในตัวจำลองเอง ในขณะที่การเติบโตแบบไฮเปอร์ไซคลิกเกี่ยวข้องกับการเร่งปฏิกิริยาไขว้แบบวัฏจักรระหว่างหน่วยหลายตัว คำตอบที่ถูกต้องคือเมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์ เน้นว่าสิ่งเหล่านี้กำหนดโดเมนที่การคัดเลือกระดับโมเลกุลสามารถอธิบายในแง่ดาร์วินได้ คำตอบที่ถูกต้องคือ E(t) เป็นพจน์การทำให้เป็นมาตรฐานเท่ากับค่าเฉลี่ยถ่วงน้ำหนักประชากรของค่าการคัดเลือก ดังนั้นความถี่จะเปลี่ยนก็ต่อเมื่อ W_ii แตกต่างจาก E(t) ชี้แจงว่า E(t) ไม่ใช่อัตราการกลายพันธุ์หรือความเข้มข้นรวมคงที่ คำตอบที่ถูกต้องคือการกระจายตัวที่จัดระเบียบของลำดับ mutant ที่มีศูนย์กลางอยู่ที่ลำดับหลัก ไม่ใช่ลำดับไวลด์ไทป์เดี่ยวที่ครอบงำ หากนักเรียนเลือกลุ่มแบบสุ่ม กลับไปที่แนวคิดที่ว่าสมดุลการกลายพันธุ์-การคัดเลือกสร้างกลุ่มเมฆที่ reproducible คำตอบที่ถูกต้องคืออัตราการกลายพันธุ์ที่สูงกว่านั้นการกระจายตัวของ mutant ที่จัดระเบียบไม่สามารถรักษาได้และข้อมูลที่จำลองได้กระจายตัว แยกแยะขีดจำกัดความผิดพลาดจากค่าสูงสุดของตัวเร่งปฏิกิริยา จุดตัดพลังงาน หรือจำนวนสมาชิก คำแนะนำกรณีศึกษา สำหรับเครื่องปฏิกรณ์การไหล RNA สามสมาชิก การจัดระเบียบการเติบโตเป็นไฮเปอร์ไซคลิก การจำลองของสมาชิกแต่ละตัวถูกเร่งปฏิกิริยาโดยสมาชิกอีกตัวในวัฏจักรปิด ดังนั้นการเติบโตโดยรวมขึ้นอยู่กับผลคูณของความเข้มข้นของตัวจำลองอย่างน้อยสองตัว ทำให้ระบบเป็นระดับที่สองหรือสูงกว่า มันไม่ใช่ตัวเร่งปฏิกิริยาธรรมดาเพราะตัวเร่งปฏิกิริยาเป็นส่วนหนึ่งของวัฏจักรที่เชื่อมโยงเดียวกัน และไม่ใช่ออโตคะตาไลติกเพราะไม่มีสมาชิกใดเร่งปฏิกิริยาการจำลองตัวเองโดยตรง หากความแม่นยำในการคัดลอกลดลงจนอัตราการกลายพันธุ์เกินขีดจำกัดความผิดพลาด ควอซีสปีชีส์เริ่มต้นยังคงอยู่ใกล้ลำดับหลักโดยแต่ละลำดับถูกตัดสินโดย W_ii เทียบกับ E(t) เมื่อการกลายพันธุ์เพิ่มขึ้น การกระจายตัวของ mutant กว้างขึ้น เหนือขีดจำกัดความผิดพลาด ข้อได้เปรียบในการจำลองของลำดับหลักไม่สามารถส่งต่อได้อย่างเชื่อถือได้อีกต่อไป ความแตกต่างระหว่างค่า W_ii กลายเป็นไม่มีประสิทธิภาพในการรักษาการกระจายตัวที่สอดคล้อง และข้อมูลที่จำลองได้สูญหายเมื่อระบบเคลื่อนไปสู่สถานะที่สุ่มจากการกลายพันธุ์ กิจกรรมในชั้นเรียน ขอให้นักเรียนจำแนกระบบการจำลองที่อธิบายว่าเป็นตัวเร่งปฏิกิริยาธรรมดา ออโตคะตาไลติก หรือไฮเปอร์ไซคลิก และให้เหตุผลโดยใช้ระดับของกฎการเติบโต จากนั้นให้พวกเขาอธิบายในหนึ่งหรือสองประโยคว่าเกิดอะไรขึ้นกับควอซีสปีชีส์เมื่ออัตราการกลายพันธุ์ข้ามขีดจำกัดความผิดพลาด ตรวจสอบความเข้าใจ นักเรียนควรสามารถระบุว่าไฮเปอร์ไซเคิลเป็นวัฏจักรการเร่งปฏิกิริยาไขว้แบบปิดระดับที่สองหรือสูงกว่า; ว่าเมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์เป็นข้อกำหนดเบื้องต้นของดาร์วิน; ว่า W_ii ถูกเปรียบเทียบกับ E(t) ภายใต้การจัดระเบียบโดยรวมคงที่; ว่าควอซีสปีชีส์เป็นการกระจายตัวของ mutant ที่จัดระเบียบซึ่งมีศูนย์กลางอยู่ที่ลำดับหลัก; และว่าขีดจำกัดความผิดพลาดเป็นขีดจำกัดข้อมูลที่กำหนดโดยอัตราการกลายพันธุ์ หากนักเรียนสับสนไวลด์ไทป์กับลำดับเดี่ยว กลับไปที่แผนภาพกลุ่มเมฆและคำอธิบายสมดุลการกลายพันธุ์-การคัดเลือก ช่วงเปลี่ยนผ่าน เมื่อนักเรียนสามารถเชื่อมโยงไฮเปอร์ไซเคิล ข้อกำหนดเบื้องต้นสามประการ สมการการคัดเลือก ควอซีสปีชีส์ และขีดจำกัดความผิดพลาดได้แล้ว ให้เคลื่อนไปสู่ตัวอย่างหรือการประยุกต์ใช้ถัดไปที่ใช้กรอบนี้ในการวิเคราะห์การคัดเลือกระดับโมเลกุลในเชิงปริมาณ ### การเติบโตแบบตัวเร่งปฏิกิริยา ออโตคะตาไลติก และไฮเปอร์ไซคลิก *หน้า 3* > **วัตถุประสงค์ของหน้า:** แยกแยะการเติบโตแบบตัวเร่งปฏิกิริยาธรรมดา การเติบโตแบบออโตคะตาไลติก และการเติบโตแบบไฮเปอร์ไซคลิกด้วยจลนศาสตร์และการจัดระเบียบเครือข่าย **ประเด็นการสอน** - ค่าคงที่อัตราที่ใหญ่มากไม่ได้เพิ่มอันดับจลนศาสตร์ ออโตคะตาไลซิสเป็นอันดับหนึ่งในตัวจำลอง โดยมีพจน์การเติบโตเช่น k[X]; การเติบโตแบบไฮเปอร์ไซคลิกเป็นระดับที่สองหรือสูงกว่าเพราะพจน์การสืบพันธุ์คูณความเข้มข้นสองตัว เช่น k[I_i][I_i-1] เมื่อคุณจำแนกระบบ ให้นับตัวประกอบความเข้มข้นในพจน์การเติบโตแทนที่จะดูว่า它เติบโตเร็วแค่ไหน - กลุ่มของออโตคะตาไลซิสไม่ใช่ไฮเปอร์ไซเคิล ติดตามลูกศรตัวเร่งปฏิกิริยาและตรวจสอบว่ามันปิดเป็นวัฏจักรที่แต่ละหน่วยถูกเร่งปฏิกิริยาโดย predecessor แบบวัฏจักรหรือไม่ หากลูกศรก่อตัวเป็น self-loop แยกกัน คุณมีออโตคะตาไลซิสอิสระและไม่มีไฮเปอร์ไซเคิล ไม่ว่าจะมีกี่สปีชีส์ - หากทุกพจน์การเติบโตมีเพียงความเข้มข้นของสปีชีส์เอง คุณสามารถจำลองระบบเป็นออโตคะตาไลซิสอิสระ ทันทีที่พจน์การเติบโตหนึ่งต้องการความเข้มข้นของคู่หู - เช่นใน x_ix_i-1 - ระบบจะเชื่อมโยงและร่วมมือกัน และความเสถียรและการถูกใช้ประโยชน์แบบปรสิตจะกลายเป็นส่วนหนึ่งของการวิเคราะห์ วัตถุประสงค์ของหน้า แยกแยะการเติบโตแบบตัวเร่งปฏิกิริยาธรรมดา การเติบโตแบบออโตคะตาไลติก และการเติบโตแบบไฮเปอร์ไซคลิกด้วยอันดับจลนศาสตร์และโครงสร้างเครือข่าย และอธิบายว่าทำไมไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาจึงเป็นระบบระดับที่สองหรือสูงกว่า ลำดับการสอน อันดับจลนศาสตร์และโครงสร้างเครือข่าย ด้วยการจัดหาสารตั้งต้นและค่าคงที่อัตราเดียวกัน สามระบอบปรากฏขึ้น: ตัวเร่งปฏิกิริยาธรรมดาเป็นเชิงเส้น ออโตคะตาไลซิสเป็นเอกซ์โพเนนเชียล และการเติบโตแบบไฮเปอร์ไซคลิกเป็นระดับที่สองหรือสูงกว่าและร่วมมือกัน ตัวเร่งปฏิกิริยา C เป็นสื่อกลาง S -> P หาก [C] ถูกคงที่และสารตั้งต้นมีเกิน d[P]/dt ≈ k[C][S] ยังคงประมาณคงที่ ดังนั้น [P] เติบโตเชิงเส้นกับเวลา ผลิตภัณฑ์ P ไม่เร่งปฏิกิริยาการก่อตัวของตัวเอง และไม่มีตัวประกอบของ [P] ปรากฏในพจน์การเติบโต ใน S + X -> 2X, X ถูกสร้างใหม่เป็นผลิตภัณฑ์และดังนั้นเร่งปฏิกิริยาการก่อตัวของตัวเอง ด้วยสารตั้งต้นบัฟเฟอร์ d[X]/dt = k[S][X] ให้ X(t) = X0 e^(k[S]t) นี่เป็นอันดับหนึ่งในตัวจำลองเอง เป็นรูปแบบพื้นฐานของการคัดเลือก แต่แต่ละออโตคะตาไลซิสแข่งขันเพียงลำพังเพราะการเติบโตขึ้นอยู่กับความเข้มข้นของตัวเองเท่านั้น หน่วยที่จำลองตัวเองได้ I1, I2,..., In ถูกเชื่อมเข้าด้วยกันเป็นวัฏจักรตัวเร่งปฏิกิริยาปิด ในการจัดดัชนีแบบวัฏจักร หน่วย Ii ถูกเร่งปฏิกิริยาโดย predecessor Ii-1 พจน์การสืบพันธุ์ของสมาชิก i จึงเป็นสัดส่วนกับ [Ii][Ii-1] เชื่อมการจำลองตัวเองกับการเร่งปฏิกิริยาไขว้ กรณีเล็กที่สุดคือไฮเปอร์ไซเคิลสองสมาชิก: I1 เร่งปฏิกิริยา I2 และ I2 เร่งปฏิกิริยา I1 ดังนั้นพจน์การเติบโตทั้งสองเป็นสัดส่วนกับ [I1][I2] 5. เกณฑ์สองประการระบุไฮเปอร์ไซเคิล เกณฑ์เครือข่าย: การเชื่อมโยงตัวเร่งปฏิกิริยาต้องปิดเป็นวัฏจักร ดังนั้นการเติบโตและการคัดเลือกกระทำต่อวงที่เชื่อมโยงเป็นหน่วยเดียว; ส่วนผสมของออโตคะตาไลซิสไม่ใช่ไฮเปอร์ไซเคิล เกณฑ์ระดับ: พจน์การสืบพันธุ์มีผลคูณของตัวแปรความเข้มข้นอย่างน้อยสองตัว เช่น xi xi-1 ทำให้ระบบเป็นระดับที่สองหรือสูงกว่า พจน์อันดับสูงสามารถเกิดจากการก่อตัวของสารประกอบ การจำลองที่เชื่อมกับการแปล หรือจลนศาสตร์อิ่มตัว การเติบโตแบบไฮเปอร์ไซคลิกร่วมมือกันและไม่เชิงเส้น ไม่สามารถลดทอนเป็นคู่แข่งเอกซ์โพเนนเชียลอิสระได้ เพราะชะตากรรมของสมาชิกแต่ละตัวผูกกับ predecessor แบบวัฏจักร การลบ ทำให้ช้าลง หรือใช้ประโยชน์จากหน่วยหนึ่งเปลี่ยนการเติบโตของวงทั้งหมด นี่คือเหตุผลที่ไฮเปอร์ไซเคิลบอกล่วงหน้าถึงคำถามในภายหลังเกี่ยวกับการรวมตัว ความเสถียร และความท้าทายจากปรสิต คำศัพท์สำคัญ อันดับจลนศาสตร์; โครงสร้างเครือข่าย; ตัวเร่งปฏิกิริยาธรรมดา; ออโตคะตาไลซิส; ไฮเปอร์ไซเคิล; พจน์การสืบพันธุ์; วัฏจักรตัวเร่งปฏิกิริยาปิด; การเร่งปฏิกิริยาไขว้; การเติบโตไม่เชิงเส้นแบบร่วมมือ; ปรสิต สัญญาณภาพ ใช้การเปรียบเทียบสามแผง แผง A แสดง S -> P โดย C คงที่และกราฟ [P] กับเวลาเป็นเส้นตรง แผง B แสดง S + X -> 2X โดยเส้นโค้ง [X] กับเวลาเป็นเอกซ์โพเนนเชียล แผง C แสดง I1, I2 และ I3 ในวัฏจักรตัวเร่งปฏิกิริยาปิดโดยมีอัตราเป็นสัดส่วนกับ xi xi-1 ระดับอย่างน้อย 2 และวงถูกคัดเลือกเป็นหน่วยเดียว ชี้ให้เห็นว่าลูกศรสำคัญ: เส้นทางเชิงเส้นทางเดียว self-loop และวงปิดไม่ใช่เครือข่ายเดียวกัน คำแนะนำการฝึกปฏิบัติ ตัวเร่งปฏิกิริยา C เป็นสื่อกลาง S -> P โดย [C] คงที่และสารตั้งต้นเกิน ตัวเลือกที่ถูกต้องคือ [P] เพิ่มขึ้นเชิงเส้น เพราะ d[P]/dt ≈ k[C][S] ≈ คงที่ ข้อเสนอแนะควรเน้นว่าตัวประกอบคงที่คือ C, P ไม่ปรากฏในพจน์การเติบโต และการขยายตัวเองจะต้องให้ P เร่งปฏิกิริยาการผลิตของตัวเอง แบบแผนออโตคะตาไลติกคือ S + X -> 2X เพราะ X ถูกสร้างใหม่และเร่งปฏิกิริยาการก่อตัวของตัวเอง ในแบบแผนนี้ ด้วยสารตั้งต้นบัฟเฟอร์ d[X]/dt = k[S][X] และการเติบโตเป็นเอกซ์โพเนนเชียล แบบแผนอื่น ๆ อธิบายสปีชีส์ที่ถูกใช้ไป วงตัวเร่งปฏิกิริยาปิด หรือตัวเร่งปฏิกิริยาเชิงเส้น ไฮเปอร์ไซเคิลเป็นระดับที่สองหรือสูงกว่าเพราะพจน์การสืบพันธุ์มีผลคูณของตัวแปรความเข้มข้นอย่างน้อยสองตัว เช่น xi xi-1 ข้อเสนอแนะที่ถูกต้องควรสังเกตว่าระดับอ่านจากพจน์การเติบโต ไม่ใช่จากจำนวนสมาชิกหรือความเร็วของการเติบโต ในไฮเปอร์ไซเคิลสองสมาชิก พจน์ทั้งสองเป็นสัดส่วนกับ [I1][I2]; ในกรณีออโตคะตาไลซิสอิสระ พจน์เป็นสัดส่วนกับ [I1] และ [I2] แยกกัน ข้อเสนอแนะควรขอให้นักเรียนระบุว่าตัวประกอบความเข้มข้นใดปรากฏในแต่ละพจน์การเติบโต การเร่งปฏิกิริยาไขว้แนะนำความเข้มข้นของคู่หู เกณฑ์เครือข่ายคือการเชื่อมโยงตัวเร่งปฏิกิริยาต้องปิดเป็นวัฏจักร ดังนั้นการเติบโตและการคัดเลือกกระทำต่อวงที่เชื่อมโยงเป็นหน่วยเดียว นี่เป็นเชิงทอพอโลยี ไม่เกี่ยวกับอัตลักษณ์โมเลกุล ค่าคงที่อัตราที่ใช้ร่วมกัน หรือขนาดประชากรคงที่ ออโตคะตาไลซิสอิสระก่อตัวเป็น self-loop แยกกัน ไม่ใช่วัฏจักรปิด **กิจกรรมในชั้นเรียน** กรณีศึกษา นำเสนอเครื่องปฏิกรณ์การไหล prebiotic ที่มีความเข้มข้นรวมคงที่ของโมเลกุลที่จำลองและนิวคลีโอไทด์ที่ถูกกระตุ้นอย่างต่อเนื่อง เปรียบเทียบสามการออกแบบ: (i) ไรโบไซม์เดี่ยว R ที่เป็นเทมเพลตการคัดลอกตัวเอง R -> 2R; (ii) ไรโบไซม์สองตัว A และ B โดย A เร่งปฏิกิริยาการคัดลอก B และ B เร่งปฏิกิริยาการคัดลอก A ปิดวง; (iii) A และ B แต่ละตัวเร่งปฏิกิริยาการคัดลอกตัวเองเท่านั้นไม่มีการเร่งปฏิกิริยาไขว้ ขอให้นักเรียนจำแนกแต่ละการออกแบบด้วยอันดับจลนศาสตร์และโครงสร้างเครือข่ายและเขียนทุกพจน์การสืบพันธุ์ การออกแบบ (i) คือออโตคะตาไลซิสที่มีพจน์ k[R] อันดับหนึ่งในตัวแปรความเข้มข้นหนึ่งตัว self-loop เดียว และการเติบโตเอกซ์โพเนนเชียลเมื่อสารตั้งต้นบัฟเฟอร์ การออกแบบ (ii) คือไฮเปอร์ไซเคิลที่มีพจน์ k1[A][B] และ k2[B][A] ระดับที่สอง วัฏจักรปิด A -> B -> A และการเติบโตแบบร่วมมือเพราะแต่ละสมาชิกขึ้นอยู่กับ predecessor แบบวัฏจักร การออกแบบ (iii) ประกอบด้วยออโตคะตาไลซิสอิสระสองตัวที่มีพจน์ k1[A] และ k2[B] self-loop แยกกัน และไม่มีไฮเปอร์ไซเคิลเพราะไม่มีการเชื่อมโยงตัวเร่งปฏิกิริยาที่ปิดเป็นวัฏจักร จากนั้นเพิ่ม RNA ปรสิต P ที่ถูกคัดลอกอย่างมีประสิทธิภาพโดย A และ B แต่ไม่เร่งปฏิกิริยาอะไรเลย การออกแบบ (ii) เปราะบางที่สุด: ปรสิตใช้บริการตัวเร่งปฏิกิริยาของ A และ B และเบี่ยงเบนความสามารถในการจำลองออกจากสมาชิกตัวถัดไปของวัฏจักร ทำให้วงที่เชื่อมโยงอ่อนแอหรือถูกทำลาย การออกแบบ (iii) ไม่มีวัฏจักรให้ปรสิตระบาย การออกแบบ (ii) ไม่สามารถถือเป็นคู่แข่งเอกซ์โพเนนเชียลอิสระได้เพราะแต่ละพจน์การเติบโตมีความเข้มข้นของคู่หู; การคัดเลือกกระทำต่อวงที่เชื่อมโยงเป็นหน่วยเดียวที่มีคุณสมบัติโดยรวมเช่นความร่วมมือ การเติบโตไม่เชิงเส้นระดับที่สอง และความเปราะบางที่ใช้ร่วมกัน ตรวจสอบความเข้าใจ ขอให้นักเรียนจำแนกปฏิกิริยาใหม่โดยนับตัวประกอบความเข้มข้นในพจน์การเติบโต ไม่ใช่ว่า它เติบโตเร็วแค่ไหน จากนั้นให้ติดตามลูกศรตัวเร่งปฏิกิริยา: self-loop แยกกันบ่งชี้ถึงออโตคะตาไลซิสอิสระ ในขณะที่วัฏจักรปิดบ่งชี้ถึงไฮเปอร์ไซเคิล เกณฑ์ทบทวน: อันดับ ไม่ใช่ความเร็ว; วง ไม่ใช่รายการ; ตรวจสอบการเชื่อมโยงก่อนจำลอง ช่วงเปลี่ยนผ่าน เมื่อนักเรียนสามารถแยกแยะการเติบโตเชิงเส้น เอกซ์โพเนนเชียล และวัฏจักรแบบร่วมมือ และสามารถให้เหตุผลเกณฑ์ระดับได้ ให้เคลื่อนไปสู่สมการการคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่และแนวคิดควอซีสปีชีส์ ### ข้อกำหนดเบื้องต้นที่จำเป็นของระบบดาร์วิน *หน้า 4* > **วัตถุประสงค์ของหน้า:** ระบุข้อกำหนดเบื้องต้นระดับโมเลกุลสามประการที่ทำให้การคัดเลือกแบบดาร์วินเป็นไปได้ **ประเด็นการสอน** - เมแทบอลิซึม = ฟลักซ์; การสืบพันธุ์ตนเอง = ข้อมูล; การกลายพันธุ์ = การแปรผัน หากระบบขาดอย่างใดอย่างหนึ่งจากสามนี้ การคัดเลือกแบบดาร์วินไม่สามารถเริ่มได้: ไม่มีอะไรขับเคลื่อนการจำลอง ไม่มีอะไรแบกสายเลือด หรือไม่มีอะไรให้คัดเลือกระหว่าง - การพบข้อกำหนดเบื้องต้นทั้งสามไม่ได้รับประกันวิวัฒนาการที่เสถียร พวกมันเป็นเพียงเงื่อนไขขั้นต่ำที่อนุญาตการสืบพันธุ์ที่แตกต่าง การรวมตัวและการดำรงอยู่ระยะยาวขึ้นอยู่กับการจัดระเบียบอันดับสูง เช่นการเชื่อมโยงตัวเร่งปฏิกิริยาแบบวัฏจักรที่พัฒนาต่อไปในบทเรียนนี้ - เมื่อให้เหตุผล อย่าทำให้หน้าที่ต่าง ๆ เบลอ: เมแทบอลิซึมไม่ได้เก็บพันธุกรรม การสืบพันธุ์ตนเองไม่ได้สร้างความใหม่ด้วยตัวเอง และการกลายพันธุ์ไม่ได้จัดหาพลังงาน ข้อกำหนดเบื้องต้นแต่ละอย่างมีส่วนผสมที่แตกต่าง และการคัดเลือกต้องการทั้งสามพร้อมกัน วัตถุประสงค์ของหน้า ระบุข้อกำหนดเบื้องต้นระดับโมเลกุลสามประการที่ทำให้การคัดเลือกแบบดาร์วินเป็นไปได้: เมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์ ข้ออ้างหลักคือการคัดเลือกและวิวัฒนาการไม่ใช่คุณสมบัติสากลของสสาร พวกมันเกิดขึ้นเฉพาะในระบบที่มีคุณสมบัติระดับโมเลกุลเฉพาะ และคุณสมบัติเหล่านั้นต้องถูกระบุ ประเด็นการสอน เริ่มด้วยคำถามตั้งกรอบ: อะไรคือพื้นฐานระดับโมเลกุลของการคัดเลือกและวิวัฒนาการ? คำตอบไม่ใช่ว่าสสารรูปแบบใดก็ได้จะวิวัฒน์เมื่อเวลาผ่านไปนานพอ วิวัฒนาการต้องการคุณสมบัติพิเศษ ในหน้านี้ คุณสมบัติเหล่านั้นถูกนำเสนอเป็นสามเสาหลักที่จำเป็นซึ่งสนับสนุนพฤติกรรมดาร์วิน เมแทบอลิซึมจัดหาพลังงานและฟลักซ์วัสดุที่จำเป็นสำหรับการจำลองและรักษาระบบให้ห่างจากสมดุลทางอุณหพลศาสตร์ มันตอบว่าพลังงานอิสระและบล็อกการสร้างมาจากไหน มันไม่ได้เก็บพันธุกรรม และไม่ได้สร้างความใหม่ด้วยตัวเอง หากไม่มีเมแทบอลิซึม ก็ไม่มีแรงขับเคลื่อนการจำลอง การสืบพันธุ์ตนเองทำให้การแพร่กระจายของข้อมูลโมเลกุลเป็นไปได้และรักษาความต่อเนื่องของสายเลือด มันอนุญาตให้การจัดระเบียบระดับโมเลกุลอยู่ได้นานกว่าโมเลกุลแต่ละตัวที่ embody มัน มันตอบว่าข้อมูลคงอยู่ข้ามรุ่นได้อย่างไร มันไม่ได้สร้างการแปรผันด้วยตัวเอง หากไม่มีการสืบพันธุ์ตนเอง ก็ไม่มีความจำที่จะพาสายเลือดไปข้างหน้า การกลายพันธุ์สร้างการแปรผันที่ถ่ายทอดได้ มันตอบว่าความแตกต่างที่การคัดเลือกจัดเรียงมาจากไหน หากไม่มีตัวแปรที่แตกต่างในอัตราการจำลองหรือความแม่นยำ การคัดเลือกก็ไม่มีสารตั้งต้นที่จะกระทำ มันไม่ได้จัดหาพลังงาน หากไม่มีการกลายพันธุ์ ก็ไม่มีความหลากหลายให้การคัดเลือกแยกแยะ ประชากรที่ขาดอย่างใดอย่างหนึ่งจากสามนี้ไม่สามารถแสดงการสืบพันธุ์ที่แตกต่างได้: ไม่มีแรงขับ ไม่มีความจำ หรือไม่มีความหลากหลาย แยกบทบาทให้ชัดเจน เมแทบอลิซึมคือฟลักซ์ การสืบพันธุ์ตนเองคือข้อมูล และการกลายพันธุ์คือการแปรผัน การคัดเลือกต้องการทั้งสามพร้อมกัน จำเป็น แต่ไม่เพียงพอ ข้อกำหนดเบื้องต้นเป็นสิ่งจำเป็น: ลบออกหนึ่งแล้วพฤติกรรมดาร์วินหายไป พวกมันไม่เพียงพอ: ระบบที่ตอบสนองทั้งสามยังอาจล้มเหลวในการสร้างเอนทิตีที่วิวัฒน์อย่างเสถียรและบูรณาการ การจัดระเบียบอันดับสูง เช่นการเชื่อมโยงตัวเร่งปฏิกิริยาแบบวัฏจักรที่พัฒนาต่อไปในบทเรียนนี้ จัดการกับการรวมตัว การอยู่ร่วมกัน และความเสถียรระยะยาว ถือข้อกำหนดเบื้องต้นสามประการเป็นเงื่อนไขเริ่มต้น ไม่ใช่ทฤษฎีวิวัฒนาการที่สมบูรณ์ ตัวอย่างที่ทำ ใช้ระบบ primordial คล้าย RNA เพื่อทำให้สามประการเป็นรูปธรรม replicase ใช้พลังงานสิ่งแวดล้อมและสารตั้งต้นนิวคลีโอไทด์ ซึ่งแสดงถึงเมแทบอลิซึม เพื่อคัดลอกสายเทมเพลต ซึ่งแสดงถึงการสืบพันธุ์ตนเอง เพราะการคัดลอกไม่สมบูรณ์ ข้อผิดพลาดในการจำลองสร้างลำดับ mutant ซึ่งแสดงถึงการกลายพันธุ์ mutant บางตัวจำลองเร็วขึ้นหรือแม่นยำขึ้นกว่าตัวอื่น และตัวแปรเหล่านั้นสะสม นี่คือการคัดเลือกระดับโมเลกุล สังเกตว่าข้อกำหนดเบื้องต้นทั้งสามทำงานพร้อมกัน และการคัดเลือกจะสังเกตเห็นได้เมื่อ mutant แตกต่างในพฤติกรรมการจำลองเท่านั้น สัญญาณภาพ แผนภาพสามเสาหลักแสดงเมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์สนับสนุนคานที่ติดป้ายการคัดเลือกและวิวัฒนาการแบบดาร์วิน เสาแต่ละต้นมีบทบาทสั้น ๆ: เมแทบอลิซึมสำหรับพลังงานและฟลักซ์วัสดุ การสืบพันธุ์ตนเองสำหรับการแพร่กระจายของข้อมูลโมเลกุล และการกลายพันธุ์สำหรับการแปรผันที่ถ่ายทอดได้ เชิงอรรถระบุว่าเงื่อนไขเหล่านี้จำเป็นแต่ไม่เพียงพอ ใช้แผนภาพเพื่อเน้นว่าเสาหลักแตกต่างกัน ต้องการร่วมกัน และยังคงเป็นเพียงเงื่อนไขขั้นต่ำสำหรับการสืบพันธุ์ที่แตกต่าง คำแนะนำการฝึกปฏิบัติ สำหรับคำถามตั้งกรอบ การให้เหตุผลที่ถูกต้องคือพฤติกรรมดาร์วินไม่ใช่คุณลักษณะสากลของสสารใด ๆ มันเป็นผลมาจากคุณสมบัติระดับโมเลกุลเฉพาะที่ต้องถูกระบุ: เมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์ หากนักเรียนเลือกสมดุล ความหลีกเลี่ยงไม่ได้สากล หรือความถี่การชนกันของโมเลกุล ส่งพวกเขากลับไปที่คำประกาศตั้งกรอบ สำหรับคำถามเกี่ยวกับเมแทบอลิซึม บทบาทที่ถูกต้องคือจัดหาพลังงานและฟลักซ์วัสดุที่รักษาระบบให้ห่างจากสมดุลและขับเคลื่อนการจำลอง หากนักเรียนกำหนดพันธุกรรม ข้อผิดพลาดในการคัดลอก หรือผลลัพธ์การคัดเลือกให้เมแทบอลิซึม ชี้แจงว่าสิ่งเหล่านั้นเป็นของการสืบพันธุ์ตนเองหรือการกลายพันธุ์ เมแทบอลิซึมเป็นด้านพลังงานและสสารของสามประการ สำหรับคำถามเกี่ยวกับการกลายพันธุ์ บทบาทที่ถูกต้องคือสร้างการแปรผันที่ถ่ายทอดได้ การคัดเลือกเป็นกระบวนการที่แตกต่าง หากทุกสำเนาเหมือนกัน การสืบพันธุ์ที่แตกต่างไม่สามารถเกิดขึ้นได้และการคัดเลือกก็ไม่มีอะไรให้แยกแยะ เตือนนักเรียนว่าการกลายพันธุ์ไม่ได้จัดหาพลังงานและไม่ได้รับประกันว่าตัวจำลองที่เร็วที่สุดจะชนะเสมอ; การคัดเลือกเพียงกระทำต่อความแตกต่างที่มีอยู่ สำหรับคำถามจำเป็นแต่ไม่เพียงพอ แนวคิดที่ถูกต้องคือเงื่อนไขสามประการอนุญาตพฤติกรรมดาร์วิน แต่การรวมตัวและความเสถียรของระบบที่วิวัฒน์ต้องการการจัดระเบียบอันดับสูง ข้ออ้างเป็นเกี่ยวกับสถานะเชิงตรรกะ ไม่ใช่ความถูกต้องในห้องปฏิบัติการ การตั้งค่าการกลายพันธุ์เป็นศูนย์จะทำลายสารตั้งต้นของการคัดเลือกแทนที่จะทำให้เงื่อนไขเพียงพอ ไม่มีใครในสามอย่างเดียวที่เพียงพอ สำหรับคำถามตัวอย่างคล้าย RNA การสืบพันธุ์ตนเองคือ replicase คัดลอกสายเทมเพลต พลังงานและสารตั้งต้นนิวคลีโอไทด์สอดคล้องกับเมแทบอลิซึม ข้อผิดพลาดในการจำลองสอดคล้องกับการกลายพันธุ์ และความแตกต่างในความเร็วการจำลองเป็นผลที่การคัดเลือกใช้ประโยชน์ การคัดลอกเทมเพลตเป็นขั้นตอนการสืบพันธุ์ คำแนะนำกรณีศึกษา ในสถานการณ์ตัวจำลอง primordial ที่แม่นยำสมบูรณ์ การกลายพันธุ์หายไป เพราะ replicase แม่นยำสมบูรณ์ ไม่มีการแปรผันที่ถ่ายทอดได้ถูกสร้างขึ้น ดังนั้นจึงไม่มีตัวแปรที่แตกต่างในอัตราการจำลองหรือความแม่นยำ การสืบพันธุ์ที่แตกต่างไม่สามารถเกิดขึ้นได้ ประชากรเป็นลำดับเดียวที่ไม่เปลี่ยนแปลง เป็นเป้าหมายคงที่มากกว่าที่จะวิวัฒน์ หากข้อผิดพลาดในการคัดลอกที่หายากในภายหลังสร้าง mutant ที่จำลองเร็วขึ้นเล็กน้อย เมแทบอลิซึมและการสืบพันธุ์ตนเองได้รับการตอบสนองแล้ว และข้อผิดพลาดเพิ่มการกลายพันธุ์ เมื่อตัวแปรสองตัวแตกต่างในความเร็วการจำลอง mutant ที่จำลองเร็วกว่าจะเพิ่มความถี่สัมพัทธ์ข้ามรุ่น ซึ่งคือการคัดเลือกระดับโมเลกุล กรณียังแสดงว่าทำไมข้อกำหนดเบื้องต้นจึงจำเป็นแต่ไม่เพียงพอ: การคัดเลือกสามารถเริ่มได้ แต่ตัวแปรที่เร็วกว่าจะคงอยู่อย่างเสถียร อยู่ร่วมกับตัวอื่น หรือทำให้ประชากรไม่เสถียรขึ้นอยู่กับการจัดระเบียบอันดับสูง ตรวจสอบความเข้าใจ ขอให้นักเรียนตั้งชื่อข้อกำหนดเบื้องต้นสามประการและให้หน้าที่ที่แตกต่างของแต่ละอย่างโดยไม่ทำให้เบลอ จากนั้นถามว่าอะไรหายไปหากลบข้อกำหนดเบื้องต้นหนึ่ง: แรงขับ ความจำ หรือความหลากหลาย สุดท้าย ขอให้พวกเขาอธิบายจำเป็นแต่ไม่เพียงพอในคำพูดของตัวเองและจับคู่ตัวอย่างคล้าย RNA กับสามประการ ฟังแนวคิดที่ว่าการคัดเลือกไม่ใช่เรื่องอัตโนมัติสำหรับสสารใด ๆ และการรวมตัวต้องการการจัดระเบียบอันดับสูง ช่วงเปลี่ยนผ่าน เมื่อข้อกำหนดเบื้องต้นสามประการถูก estabelecido ไปสู่การจัดรูปแบบพลวัตการคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่ รวมถึงค่าการคัดเลือก ผลผลิตส่วนเกินเฉลี่ย และควอซีสปีชีส์เป็นเป้าหมายของการคัดเลือก ขั้นตอนถัดไปสร้างบนแนวคิดที่ว่าเมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์เป็นเงื่อนไขเริ่มต้นที่จำเป็น ไม่ใช่เรื่องทั้งหมดของวิวัฒนาการระดับโมเลกุลที่เสถียร ### สมการการคัดเลือกภายใต้การจัดระเบียบคงที่ *หน้า 5* > **วัตถุประสงค์ของหน้า:** ตีความสมการอัตราการคัดเลือกเมื่อประชากรทั้งหมดถูกคงที่ **ประเด็นการสอน** - ภายใต้การจัดระเบียบคงที่ ∑ xᵢ = c₀ หมายความว่ามีเพียง n-1 ความเข้มข้นที่เป็นอิสระ ตรวจสอบเสมอว่าคำตอบของคุณเป็นไปตามข้อจำกัดนี้ - ปริภูมิสถานะเป็นซิมเพล็กซ์: ส่วนของเส้นตรงสำหรับสองสปีชีส์ สามเหลี่ยมสำหรับสาม และโพลีโทปมิติสูงสำหรับมากกว่า จุดยอดแทนสปีชีส์บริสุทธิ์; ขอบและหน้าแทนส่วนผสม การคัดเลือกไหลไปสู่จุดยอดที่เหมาะสมที่สุด - หากสมการดูซับซ้อน ลองการแปลงแบบ affine เพื่อแยกขนาดรวมจากองค์ประกอบ สิ่งนี้ให้สมการที่ง่ายกว่าสำหรับตัวแปรที่แปลงแล้ว yᵢ และทำให้ขอบเขตคงที่ชัดเจน วัตถุประสงค์ของหน้า ตีความสมการอัตราการคัดเลือกเมื่อประชากรทั้งหมดถูกคงที่ และมองการคัดเลือกเป็นการเปลี่ยนแปลงองค์ประกอบแทนการเติบโตในปริมาณรวม ลำดับการสอน 1. เริ่มด้วยข้อจำกัด ภายใต้การจัดระเบียบคงที่ ความเข้มข้นรวมถูกตรึง: ∑ x_i = c_0 ตัวแปร x_i คือความเข้มข้นของสปีชีส์โมเลกุล ข้อจำกัดนี้ลบระดับความเป็นอิสระหนึ่งระดับ ดังนั้นมีเพียง n − 1 ความเข้มข้นสัมพัทธ์ที่เป็นอิสระ ปริภูมิสถานะธรรมชาติจึงเป็นซิมเพล็กซ์ความเข้มข้น: ส่วนของเส้นตรงสำหรับสองสปีชีส์ สามเหลี่ยมสำหรับสาม และโพลีโทปมิติสูงสำหรับมากกว่า 2. ตีความสมการการคัดเลือกในรูปแบบฟลักซ์ปกติ: Φ_i = Φ_T · (x_i / ∑_k x_k) โดยที่ Φ_T คือฟลักซ์หรือผลผลิตรวมภายใต้ข้อจำกัด อัตราส่วน x_i / ∑_k x_k คือส่วนแบ่งสัมพัทธ์ของสปีชีส์ i ไม่ใช่ความเข้มข้นสัมบูรณ์หรืออัตราการเติบโตภายใน การคัดเลือกกระจายผลรวมคงที่: สปีชีส์ที่มีค่าการคัดเลือกสูงกว่าหรือผลผลิตส่วนเกินเพิ่มส่วนแบ่งของตน ในขณะที่สปีชีส์ที่มีค่าต่ำกว่าถูกเจือจาง โดยไม่เปลี่ยน c_0 3. เชื่อมสมการกับเรขาคณิต ในขีดจำกัด deterministic ที่ไม่มีการกลายพันธุ์ ขอบเขตซิมเพล็กซ์เป็น invariant หาก x_i = 0 เริ่มต้น มันยังคงเป็นศูนย์ จุดคงที่จึงมักอยู่ที่จุดยอดหรือหน้าที่มีมิติน้อยกว่า ตัวอย่างสองสปีชีส์ที่มี c_0 = 1 ให้ x_2 = 1 − x_1 หากสปีชีส์ 1 มีค่าการคัดเลือกใหญ่กว่า การไหลเคลื่อนไปทาง x_1 = 1 และ x_2 = 0 ในขณะที่ผลรวมยังคงที่ 1 4. แนะนำการแปลงแบบ affine เป็นเครื่องมือทำให้ง่าย การแปลงแบบ affine ของระบบพิกัด x แยกขนาดรวมจากความถี่สัมพัทธ์และให้ตัวแปรที่แปลงแล้ว y_i ที่มีสมการง่ายกว่าสำหรับพลวัตองค์ประกอบ ที่มาของแหล่งระบุว่าการแบ่งย่อยนี้ถูกแนะนำโดยโครงสร้างของสมการเชิงอนุพันธ์และเป็นที่รู้จักดีจากสมการเชิงอนุพันธ์เชิงเส้น ประเด็นการสอน ตรวจสอบทุกคำตอบกับข้อจำกัด ∑ x_i = c_0 จุดยอดแทนสปีชีส์บริสุทธิ์; ขอบและหน้าแทนส่วนผสม; การคัดเลือกไหลไปสู่จุดยอดที่เหมาะสมที่สุด หากสมการดูซับซ้อน ลองการแปลงแบบ affine เพื่อแยกขนาดรวมจากองค์ประกอบ สิ่งนี้มักทำให้ขอบเขต invariant ชัดเจน ในระบบสามสปีชีส์ที่มี c_0 = 1, x_1 + x_2 + x_3 = 1 สปีชีส์ 1 สูงสุด สปีชีส์ 2 กลาง สปีชีส์ 3 ต่ำสุด และไม่มีการกลายพันธุ์ องค์ประกอบภายในเคลื่อนไปทางจุดยอด (1, 0, 0) สปีชีส์ 1 เพิ่มขึ้นไปทาง 1 สปีชีส์ 2 และ 3 ลดลงไปทาง 0 และผลรวมคงที่ การแปลงแบบ affine ช่วยวิเคราะห์พลวัตองค์ประกอบและเปิดเผยโครงสร้างซิมเพล็กซ์ invariant สัญญาณการฝึกปฏิบัติ ใช้ห้าคำถามเพื่อตรวจสอบว่านักเรียนสามารถเคลื่อนระหว่างข้อจำกัด สมการปกติ ภาพซิมเพล็กซ์ และตัวอย่างสองสปีชีส์ได้หรือไม่ ข้อจำกัดแทนความเข้มข้นรวมคงที่ของทุกสปีชีส์; มันไม่ได้หมายถึงการเติบโตไม่จำกัด สปีชีส์เดียว หรืออัตราการเติบโตเท่ากัน อัตราส่วน x_i / ∑_k x_k คือส่วนแบ่งสัมพัทธ์ของสปีชีส์ i การแปลงแบบ affine ทำให้สมการง่ายขึ้นเพราะแยกขนาดรวมจากความถี่สัมพัทธ์; มันไม่ได้ลบข้อจำกัดหรือทำให้ค่าการคัดเลือกเท่ากัน ในระบบสองสปีชีส์ที่มี c_0 = 1 และสปีชีส์ 1 เหมาะสมกว่า x_1 เพิ่มขึ้นไปทาง 1 และ x_2 ลดลงไปทาง 0 หากไม่มีการกลายพันธุ์ สปีชีส์ที่หายไปไม่สามารถปรากฏในภายหลังได้ ดังนั้นหาก x_i = 0 เริ่มต้น มันยังคงเป็นศูนย์; ขอบเขตซิมเพล็กซ์เป็น invariant สำหรับคำตอบที่ไม่ถูกต้อง ส่งนักเรียนกลับไปที่หลักฐานสำคัญ: ข้อจำกัดผลรวมคงที่ อัตราส่วนปกติ วัตถุประสงค์การแปลงแบบ affine การไหลสองสปีชีส์ หรือเงื่อนไขขอบเขตไม่มีการกลายพันธุ์ ตรวจสอบความเข้าใจ ขอให้นักเรียนอธิบายในคำพูดของตัวเองว่าทำไมการจัดระเบียบคงที่ลบระดับความเป็นอิสระหนึ่งระดับ อัตราส่วน x_i / ∑_k x_k วัดอะไร และพวกเขาสามารถทำนายทิศทางการไหลบนซิมเพล็กซ์จากค่าการคัดเลือกได้อย่างไร ฟังแนวคิดที่ว่าการคัดเลือกเปลี่ยนส่วนแบ่งภายในผลรวมคงที่ ช่วงเปลี่ยนผ่าน เมื่อนักเรียนสามารถอ่านสมการการคัดเลือกปกติและอธิบายการไหลบนซิมเพล็กซ์ได้ ให้เคลื่อนไปสู่การที่การกลายพันธุ์เปลี่ยนแปลงขอบเขต invariant เหล่านี้และนำระบบไปสู่สมดุลการกลายพันธุ์-การคัดเลือกและควอซีสปีชีส์ ### ค่าการคัดเลือกและผลผลิตส่วนเกินเฉลี่ย *หน้า 6* > **วัตถุประสงค์ของหน้า:** อธิบายว่าค่าการคัดเลือกและผลผลิตส่วนเกินเฉลี่ยกำหนดการคัดเลือกระดับโมเลกุลอย่างไร **ประเด็นการสอน** - Wᵢᵢ เพียงอย่างเดียวไม่รับประกันการเติบโต เปรียบเทียบกับ E(t) ปัจจุบัน: หาก Wᵢᵢ > E(t) สปีชีส์เติบโต; หาก Wᵢᵢ < E(t) มันลดลง; หาก Wᵢᵢ = E(t) มันเป็นกลางชั่วขณะ - E(t) = ∑ⱼ Wⱼⱼ xⱼ เปลี่ยนทุกครั้งที่ความถี่ xⱼ เปลี่ยน สปีชีส์สามารถได้เปรียบในตอนแรกและเป็นกลางในภายหลังเมื่อองค์ประกอบเปลี่ยนไปทางสปีชีส์ที่มี W สูงกว่า - ใช้เอกลักษณ์ ∑ᵢ xᵢ(Wᵢᵢ − E(t)) = 0 เพื่อตรวจสอบว่าการคัดเลือกกระจายความถี่โดยไม่เปลี่ยนความเข้มข้นรวม นี่คือลายเซ็นทางคณิตศาสตร์ของการจัดระเบียบคงที่ วัตถุประสงค์ของหน้า อธิบายว่าค่าการคัดเลือกและผลผลิตส่วนเกินเฉลี่ยกำหนดการคัดเลือกระดับโมเลกุลภายใต้การจัดระเบียบคงที่อย่างไร เมื่อสิ้นสุด นักเรียนควรสามารถเปรียบเทียบอัตราการจำลองสุทธิของสปีชีส์กับค่าเฉลี่ยประชากรปัจจุบันและทำนายว่าความถี่ของมันเพิ่มขึ้น ลดลง หรือเป็นกลางชั่วขณะ ประเด็นการสอน ภายใต้การจัดระเบียบคงที่ การคัดเลือกคือการแข่งขันเชิงจลนศาสตร์ระหว่างสปีชีส์โมเลกุลที่จำลองตัวเองได้ สปีชีส์ i แต่ละตัวมีค่าการคัดเลือก W_ii อัตราการจำลองสุทธิหลังลบการเสื่อมสลาย นี่ไม่ใช่ fitness ระดับสิ่งมีชีวิตคงที่; มันเป็นอัตราท้องถิ่นที่ต้องเปรียบเทียบกับสถานะปัจจุบันของประชากร ผลผลิตส่วนเกินเฉลี่ยระดับประชากรคือ E(t) = ∑_j W_jj x_j มันเป็นค่าเฉลี่ยถ่วงน้ำหนักองค์ประกอบของค่าการคัดเลือก โดยใช้ความถี่หรือความเข้มข้น x_j เป็นน้ำหนัก เพราะน้ำหนักเปลี่ยนเมื่อประชากรเปลี่ยน E(t) จึงเป็นพลวัต สมการการคัดเลือกคือ dx_i/dt = x_i [W_ii - E(t)] ดังนั้น: สปีชีส์ i เพิ่มความถี่ สปีชีส์ i ลดลง สปีชีส์ i เป็นกลางชั่วขณะ การจัดระเบียบคงที่ถูกรักษาเพราะส่วนเกินถ่วงน้ำหนักรวมเป็นศูนย์: ∑_i x_i [W_ii - E(t)] = 0 การคัดเลือกกระจายความถี่; มันไม่เปลี่ยนความเข้มข้นรวม หาก W_11 > W_22 เริ่มต้น E(t) อยู่ระหว่างพวกมัน สปีชีส์ 1 มี W_11 - E(t) > 0 และเพิ่มขึ้น; สปีชีส์ 2 มี W_22 - E(t) < 0 และลดลง เมื่อ x_1 → 1, E(t) → W_11 และส่วนเกินสุทธิของสปีชีส์ 1 เข้าใกล้ศูนย์ ดังนั้นข้อได้เปรียบเป็นสัมพัทธ์และสามารถจางหายเมื่อองค์ประกอบเปลี่ยน W_ii ที่เป็นบวกไม่รับประกันการเติบโต; มันต้องเกิน E(t) ในทางกลับกัน W_ii ที่เป็นลบสามารถคงอยู่ได้หาก E(t) ต่ำกว่า สัญญาณภาพ: กราฟความถี่แสดง x_1 เพิ่มขึ้นและ x_2 ลดลง ในขณะที่กราฟอัตราแสดง E(t) เคลื่อนจากค่าเริ่มต้นถ่วงน้ำหนักไปทาง W_11 ช่องว่าง W_ii - E(t) คือสัญญาณการเติบโต คำแนะนำการฝึกปฏิบัติ สำหรับข้อเลือกหลายตัวเลือก ใช้การเปรียบเทียบเดิมซ้ำ ข้อได้เปรียบในการคัดเลือกหมายถึง W_ii - E(t) > 0 ไม่ใช่ fitness ระดับเซลล์ ไม่ใช่การจำลองดิบที่ไม่มีการเสื่อมสลาย และไม่ใช่ความเข้มข้นสัมบูรณ์ E(t) คือค่าเฉลี่ยถ่วงน้ำหนัก ∑ W_jj x_j ไม่ใช่ค่าเฉลี่ยไม่ถ่วงน้ำหนักหรือผลรวมง่าย การจัดระเบียบคงที่คงอยู่เพราะ ∑ x_i [W_ii - E(t)] = 0 หาก W_ii < E(t) ส่วนเกินเป็นลบ สปีชีส์จึงลดลง ในกรณีสองสปีชีส์ เมื่อ x_1 → 1, E(t) เข้าใกล้ W_11 และส่วนเกินสุทธิของสปีชีส์ 1 เข้าใกล้ศูนย์ ด้วย W_A = 0.8, W_B = 0.3, x_A = 0.2, x_B = 0.8, E(0) = 0.8(0.2) + 0.3(0.8) = 0.40 min^-1 สปีชีส์ A มี 0.8 - 0.40 = 0.40 > 0 ดังนั้น A เพิ่มขึ้น สปีชีส์ B มี 0.3 - 0.40 = -0.10 < 0 ดังนั้น B ลดลง เมื่อ x_A → 1, E(t) → 0.8 min^-1 และส่วนเกินสุทธิของ A เข้าใกล้ศูนย์ ข้อได้เปรียบไม่เคยคงที่; มันขึ้นอยู่กับองค์ประกอบปัจจุบัน หากนักเรียนเลือกคำตอบจากอัตราการจำลองบวกหรือความเข้มข้นสัมบูรณ์ ให้ถามพวกเขาให้คำนวณ W_ii - E(t) ก่อนและเปรียบเทียบกับศูนย์ หากพวกเขาสับสน E(t) เตือนว่าความถี่เป็นน้ำหนัก หากพวกเขาคิดว่าการจัดระเบียบคงที่ต้องการ E(t) คงที่ แสดงว่าส่วนเกินถ่วงน้ำหนักหักล้างกันแม้ E(t) เคลื่อน ตรวจสอบความเข้าใจ ขอให้นักเรียนคำนวณ E(0) สำหรับตัวอย่างเครื่องปฏิกรณ์และระบุว่าสปีชีส์ใดเพิ่มขึ้น จากนั้นถามว่าเกิดอะไรขึ้นกับ E(t) และ W_A - E(t) เมื่อ x_A เข้าใกล้ 1 คำตอบที่ถูกต้องควรบอกว่า E(t) เคลื่อนไปทาง W_A ส่วนเกินสุทธิหดลงไปทางศูนย์ และข้อได้เปรียบหายไปที่ fixation ช่วงเปลี่ยนผ่าน เมื่อการคัดเลือกภายใต้การจัดระเบียบคงที่ชัดเจน ขั้นตอนถัดไปคือเพิ่มการกลายพันธุ์และถามว่าสมดุลการกลายพันธุ์-การคัดเลือกเปลี่ยนเป้าหมายของการคัดเลือกอย่างไร การเปรียบเทียบ W_ii และ E(t) เดิมจะยังคงเป็นเส้นฐานสำหรับการอภิปรายนั้น ### สมดุลการกลายพันธุ์-การคัดเลือกและควอซีสปีชีส์ *หน้า 7* > **วัตถุประสงค์ของหน้า:** เข้าใจว่าทำไมเป้าหมายที่แท้จริงของการคัดเลือกจึงเป็นการกระจายตัวที่จัดระเบียบเรียกว่าควอซีสปีชีส์ **ประเด็นการสอน** - ใช้แผนภาพปริภูมิลำดับเพื่อจำไว้ว่าควอซีสปีชีส์เป็นการกระจายตัว ไม่ใช่จุด ลำดับหลักเป็นเพียงจุดสูงสุดของกลุ่มเมฆ - การกระจายตัวควอซีสปีชีส์เป็น eigenvector ชั้นนำของเมทริกซ์การกลายพันธุ์-การคัดเลือก; eigenvalue ของมันให้ fitness เฉลี่ยของประชากร - ความกว้างของการกระจายตัวเพิ่มขึ้นตามอัตราการกลายพันธุ์; เหนือขีดจำกัดความผิดพลาด ลำดับหลักหายไป และประชากรกระจายตัว วัตถุประสงค์ของหน้า อธิบายว่าสมดุลการกลายพันธุ์-การคัดเลือกสร้างควอซีสปีชีส์ได้อย่างไร และทำไมไวลด์ไทป์จึงเป็นการกระจายตัวที่จัดระเบียบแทนที่จะเป็นลำดับเดี่ยวที่ครอบงำ ประเด็นการสอน ที่ระดับโมเลกุล เป้าหมายของการคัดเลือกตามธรรมชาติไม่ใช่ genotype เดียวแต่เป็นการกระจายตัวที่จัดระเบียบของลำดับที่เกี่ยวข้องเรียกว่าควอซีสปีชีส์ การกลายพันธุ์สร้างตัวแปรอย่างต่อเนื่องรอบลำดับหลัก ในขณะที่การคัดเลือกโปรดปรานตัวจำลองที่ดีกว่า สถานะคงตัวจึงเป็นสเปกตรัม mutant ที่เสถียร กลุ่มเมฆของลำดับ แทนที่จะเป็นไวลด์ไทป์เดี่ยว ลำดับหลักหรือไวลด์ไทป์เป็นตัวแปรที่พบบ่อยที่สุด แต่หน่วยของการคัดเลือกคือกลุ่มเมฆ mutant ทั้งหมด ภายใต้การจัดระเบียบคงที่ ความเข้มข้นของแต่ละตัวแปรสมดุลการจำลองตัวเองกับการไหลเข้าและออกของการกลายพันธุ์จากลำดับข้างเคียง ความกว้างการกระจายขึ้นอยู่กับอัตราการกลายพันธุ์ ความยาวจีโนม และความแตกต่างในการคัดเลือก สิ่งนี้นำไปสู่ปัญหาขีดจำกัดความผิดพลาดโดยตรง: เมื่ออัตราการกลายพันธุ์เพิ่มขึ้น กลุ่มเมฆกว้างขึ้น และเหนือขีดจำกัด ลำดับหลักหายไปและประชากรกระจายตัว มุมมองทางคณิตศาสตร์ที่มีประโยชน์คือประชากรเป็นเวกเตอร์ของความเข้มข้น x สำหรับแต่ละลำดับ พลวัตเป็นไปตาม dx_i/dt = W_ii x_i + ผลรวมเหนือ j ไม่เท่ากับ i ของ W_ij x_j ลบ E(t)x_i โดยที่ W_ii คือค่าการคัดเลือกของลำดับ i และ E(t) คือผลผลิตส่วนเกินเฉลี่ย ที่สถานะคงตัว การกระจายตัวเป็น eigenvector ชั้นนำของเมทริกซ์การกลายพันธุ์-การคัดเลือก และ eigenvalue ของมันให้ fitness เฉลี่ยของประชากร คำศัพท์สำคัญ กลุ่มโมเลกุลที่ถูกรักษาแบบพลวัต ไม่ใช่สปีชีส์ทางอนุกรมวิธาน ลำดับหลัก: ตัวแปรที่พบบ่อยที่สุดและจุดสูงสุดของกลุ่มเมฆ สเปกตรัม mutant: การกระจายตัวโดยรอบของลำดับที่เกี่ยวข้อง ขีดจำกัดความผิดพลาด: ขีดจำกัดอัตราการกลายพันธุ์ที่เกินกว่านั้นลำดับหลักไม่สามารถรักษาได้ สัญญาณภาพ ใช้แผนภาพปริภูมิลำดับเพื่อยึดแนวคิด ลำดับหลักตรงกลางล้อมรอบด้วยวงแหวนข้อผิดพลาด 1, 2 และ 3 โดยมีลูกศรการกลายพันธุ์และการคัดเลือกแสดงการแลกเปลี่ยนต่อเนื่อง ตัวแปรความเข้มข้นสูงกระจุกตัวใกล้ยอด ในขณะที่ตัวแปรความเข้มข้นต่ำกระจายออกไป ข้อเตือนสำคัญคือควอซีสปีชีส์เป็นการกระจายตัว ไม่ใช่จุด; ลำดับหลักเป็นเพียงจุดสูงสุดของกลุ่มเมฆ คำแนะนำการฝึกปฏิบัติ ความหมายทางกายภาพของควอซีสปีชีส์คืออะไร? แนะนำนักเรียนไปสู่การกระจายตัวของ mutant ที่เสถียรซึ่งถูกรักษาโดยสมดุลการกลายพันธุ์-การคัดเลือก genotype เดี่ยวที่ครอบงำไม่ถูกต้องเพราะกลุ่มเมฆทั้งหมดเป็นหน่วยของการคัดเลือก กลุ่มชั่วคราวไม่ถูกต้องเพราะการกระจายตัวถูกรักษาแบบพลวัต สปีชีส์ทางอนุกรมวิธานไม่ถูกต้องเพราะควอซีสปีชีส์เป็นโมเลกุลและพลวัต ไม่ได้กำหนดโดยการผสมพันธุ์ระหว่างกัน ปัจจัยใดกำหนดความกว้างของการกระจายตัว mutant เป็นหลัก? คำตอบที่ดีที่สุดคืออัตราการกลายพันธุ์ ความยาวจีโนม และความแตกต่างในการคัดเลือก อัตราการกลายพันธุ์ที่สูงขึ้น จีโนมที่ยาวขึ้น และความแตกต่างในการคัดเลือกที่เล็กกว่าทำให้การกระจายตัวกว้างขึ้น ขนาดประชากรและอัตราการจำลองของลำดับหลักเพียงอย่างเดียวไม่ได้กำหนดความกว้าง ทำไมไวลด์ไทป์จึง被认为是การกระจายตัวที่จัดระเบียบแทนที่จะเป็นลำดับเดี่ยวที่ครอบงำ? เพราะการกลายพันธุ์สร้างกลุ่มเมฆของตัวแปรที่ถูกรักษาโดยการคัดเลือก ไวลด์ไทป์เป็นตัวแปรที่พบบ่อยที่สุดภายในสเปกตรัม mutant ที่เสถียร ไม่ใช่ genotype ที่แยกได้ ลำดับหลักมีบทบาทอะไรในสมดุลการกลายพันธุ์-การคัดเลือก? มันเป็นตัวแปรที่พบบ่อยที่สุด ถูกรักษาให้เสถียรโดยฟลักซ์การกลายพันธุ์ ความเข้มข้นของมันถูกกำหนดโดยสมดุลระหว่างการจำลองตัวเองกับการกลายพันธุ์ไปและจากลำดับข้างเคียง มันไม่คงที่และไม่ได้เอาชนะ mutant ทั้งหมดทันที เกิดอะไรขึ้นเมื่ออัตราการกลายพันธุ์เข้าใกล้ขีดจำกัดความผิดพลาด? กลุ่มเมฆกว้างขึ้นและกระจายตัว สูญเสียลำดับหลัก การคัดเลือกไม่สามารถรักษายอดที่ localized ได้อีกต่อไป หากนักเรียนเลือกว่าการกระจายตัวแคบลงเหลือลำดับเดียว เตือนว่าขีดจำกัดความผิดพลาดทำเครื่องหมายการสูญเสียลำดับหลัก ไม่ใช่การเสริมความแข็งแกร่ง กิจกรรมในชั้นเรียน ประยุกต์แนวคิดกับควอซีสปีชีส์ของไวรัส RNA ไวรัสจำลองด้วยอัตราการกลายพันธุ์สูง สร้างกลุ่มเมฆของตัวแปร ลำดับหลักเข้ารหัส polymerase ที่จำลองจีโนม ตัวแปรบางตัวลดประสิทธิภาพ polymerase ในขณะที่ตัวอื่นอาจให้ความต้านทานต่อยาต้านไวรัส ขอให้นักเรียนอธิบายประชากรไวรัสเป็นควอซีสปีชีส์: ลำดับหลักล้อมรอบด้วยสเปกตรัม mutant ที่ถูกรักษาโดยสมดุลการกลายพันธุ์-การคัดเลือก จากนั้นถามว่าเกิดอะไรขึ้นหากยาต้านไวรัสกำหนดเป้าหมายลำดับหลัก ยาลดการจำลองของลำดับหลัก แต่ mutant ที่ต้านทานซึ่งมีอยู่ก่อนในกลุ่มเมฆอาจจำลองและอาจกลายเป็นลำดับหลักใหม่ สิ่งนี้แสดงให้เห็นว่าควอซีสปีชีส์อนุญาตให้ประชากรปรับตัวและอยู่รอดได้อย่างไร ตรวจสอบความเข้าใจ ขอให้นักเรียนอธิบายในคำพูดของตัวเองว่าทำไมควอซีสปีชีส์ไม่ใช่ genotype เดียว ฟังสมดุลการกลายพันธุ์-การคัดเลือก การกระจายตัวของ mutant ที่เสถียร ลำดับหลักเป็นตัวแปรที่พบบ่อยที่สุด และกลุ่มเมฆทั้งหมดเป็นหน่วยของการคัดเลือก คำตอบที่แข็งแกร่งจะเชื่อมโยงอัตราการกลายพันธุ์ที่สูงขึ้นกับการกระจายตัวที่กว้างขึ้นและการกระจายตัวในที่สุดที่ขีดจำกัดความผิดพลาด ช่วงเปลี่ยนผ่าน เมื่อควอซีสปีชีส์ถูก establecido เป็นเป้าหมายที่แท้จริงของการคัดเลือก ขั้นตอนถัดไปคือเงื่อนไขขีดจำกัดความผิดพลาด: ข้อมูลจำนวนเท่าใดสามารถรักษาได้อย่างเชื่อถือได้ก่อนที่การคัดเลือกจะไม่สามารถรักษาลำดับหลักไว้ได้อีกต่อไป ### ขีดจำกัดความผิดพลาดและขีดจำกัดของข้อมูล *หน้า 8* > **วัตถุประสงค์ของหน้า:** อธิบายเงื่อนไขขีดจำกัดความผิดพลาดที่จำกัดจำนวนข้อมูลที่สามารถรักษาได้โดยการจำลอง **ประเด็นการสอน** - อย่าสับสน Q_m กับ q เพราะ Q_m ≈ q^m แม้ความแม่นยำต่อตำแหน่งที่น่านับถือ 0.99 ก็เหลือเพียงประมาณ 37% ของสำเนา 100 เบสที่ถูกต้อง (0.99¹⁰⁰ ≈ 0.37) ความยาวลำดับเป็นตัวคูณที่ซ่อนอยู่ซึ่งทำให้ความแม่นยำยุบตัวแบบเอกซ์โพเนนเชียล - ใน m_max ≈ ln σ_m / (−ln q) ความเหนือกว่าในการคัดเลือกอยู่ในลอการิทึม การเพิ่ม σ_m เป็นสองเท่าเพิ่มเพียง ln 2 ≈ 0.69 ในตัวเศษ ดังนั้นข้อได้เปรียบสิบเท่าไม่ได้ขยายลำดับที่รักษาได้สิบเท่า การได้ข้อมูลเพิ่มขึ้นประมาณเชิงเส้นต้องการลำดับหลักที่เหมาะสมกว่าแบบเอกซ์โพเนนเชียล - เงื่อนไข Q_m > σ_m⁻¹ ถูกderive สำหรับการจัดระเบียบโดยรวมคงที่และประชากรที่ effectively ไม่จำกัด ในประชากรจำกัด drift และความผันผวนเชิงสุ่มทำให้การเปลี่ยนผ่านเบลอหรือเลื่อน ดังนั้นถือระบบใกล้ขีดจำกัดเป็น marginal มากกว่าจะปลอดภัยหรือ doomed อย่างมั่นใจ วัตถุประสงค์ของหน้า อธิบายเงื่อนไขขีดจำกัดความผิดพลาดที่จำกัดจำนวนข้อมูลที่การจำลองสามารถรักษาได้ กุญแจคือเปรียบเทียบความแม่นยำทั้งลำดับ Q_m กับความแม่นยำขั้นต่ำ Q_min = σ_m^-1 โดยที่ σ_m คือความเหนือกว่าในการคัดเลือกของลำดับหลักเหนือกลุ่มเมฆ mutant การเปรียบเทียบนี้แยกควอซีสปีชีส์ที่ถูกรักษาจาก error catastrophe ลำดับการสอน 1. เริ่มด้วยการแยก Q_m จาก q Q_m คือความน่าจะเป็นในการคัดลอกลำดับทั้งหมดที่มีความยาว m อย่างถูกต้องในรอบการจำลองหนึ่ง q คือความแม่นยำต่อตำแหน่ง ภายใต้ข้อผิดพลาดที่ตำแหน่งอิสระ Q_m ≈ q^m ดังนั้นความแม่นยำคูณข้ามตำแหน่งและยุบตัวแบบเอกซ์โพเนนเชียลเมื่อความยาวเพิ่มขึ้น 2. Derive ขีดจำกัด ลำดับหลักถูกรักษาก็ต่อเมื่อ Q_m > Q_min = σ_m^-1 ที่ Q_m = Q_min ระบบเป็น marginal ต่ำกว่า Q_min การคัดเลือกไม่สามารถรักษาลำดับหลักต้านการเสื่อมสลายจากการกลายพันธุ์ได้ ขีดจำกัดไม่ trivial ก็ต่อเมื่อ σ_m > 1 3. เปรียบเทียบสองระบอบ ต่ำกว่าขีดจำกัด: ควอซีสปีชีส์ยังคง localized รอบลำดับหลักและข้อมูลถูกรักษา เหนือขีดจำกัด: กลุ่มเมฆ mutant กระจายตัวใน error catastrophe และข้อมูลสูญหาย 4. แนะนำขีดจำกัดข้อมูล การตั้ง Q_m = q^m เท่ากับ σ_m^-1 และแก้หาความยาวให้ m_max ≈ ln σ_m / (−ln q) หรือสำหรับ q ≈ 1, m_max ≈ ln σ_m / (1 − q) ข้อมูลที่รักษาได้เติบโตเพียง logarithmic กับข้อได้เปรียบในการคัดเลือกแต่ inversely กับข้อผิดพลาดต่อตำแหน่ง 5. ทำตัวอย่าง สำหรับ σ_m = 10 และ q = 0.99, m_max ≈ ln 10 / (−ln 0.99) ≈ 2.303 / 0.01005 ≈ 230 เบส 6. Qualify เกณฑ์ Q_m > σ_m^-1 เป็นผลลัพธ์ deterministic mean-field สำหรับการจัดระเบียบโดยรวมคงที่และประชากรที่ effectively ไม่จำกัด ประชากรจำกัด drift และผลเชิงสุ่มทำให้การเปลี่ยนผ่านเบลอหรือเลื่อน ดังนั้นระบบใกล้ขีดจำกัดเป็น marginal มากกว่าจะปลอดภัยหรือ doomed อย่างง่าย ประเด็นการสอน Q_m คือความแม่นยำทั้งลำดับ ไม่ใช่ความแม่นยำต่อตำแหน่ง อย่าสับสน Q_m กับ q เพราะ Q_m ≈ q^m แม้ q = 0.99 เหลือเพียงประมาณ 37% ของสำเนา 100 เบสที่ถูกต้อง: 0.99^100 ≈ 0.37 ความยาวเป็นตัวคูณที่ซ่อนอยู่ เงื่อนไขขีดจำกัดคือ Q_m > Q_min = σ_m^-1 σ_m คือความเหนือกว่าในการคัดเลือกของลำดับหลักเทียบกับกลุ่มเมฆ mutant σ_m ที่สูงขึ้นอนุญาตให้ความแม่นยำต่ำลงหรือลำดับที่รักษาได้ยาวขึ้น ความยาวสูงสุดที่รักษาได้คือ m_max ≈ ln σ_m / (−ln q) การเพิ่ม σ_m เป็นสองเท่าเพิ่มเพียง ln 2 ≈ 0.69 ในตัวเศษ ดังนั้นข้อได้เปรียบสิบเท่าไม่ได้ขยายลำดับสิบเท่า ข้อได้เปรียบในการคัดเลือกซื้อข้อมูลแบบ logarithmic; ข้อผิดพลาดต่อตำแหน่งกระทำในตัวส่วน คำศัพท์สำคัญ ความน่าจะเป็นในการคัดลอกลำดับทั้งหมดที่มีความยาว m อย่างถูกต้องในรอบการจำลองหนึ่ง q: ความแม่นยำต่อตำแหน่ง ความแม่นยำทั้งลำดับขั้นต่ำที่จำเป็นสำหรับการรักษา ความเหนือกว่าในการคัดเลือกของลำดับหลักเหนือกลุ่มเมฆ mutant การกระจายตัวของ mutant ที่ localized รอบลำดับหลัก การกระจายตัวของกลุ่มเมฆ mutant เมื่อ Q_m < Q_min ความยาวลำดับสูงสุดที่รักษาได้ภายใต้เงื่อนไขขีดจำกัด สัญญาณภาพ เส้นโค้งขีดจำกัดพลอตอัตราการกลายพันธุ์หรือข้อผิดพลาด (1 − q) บนแกน x และ Q_m บนแกน y เส้นประแนวนอนทำเครื่องหมาย Q_min = σ_m^-1 เส้นโค้งลง Q_m = q^m ตัดเส้นนี้ที่ขีดจำกัด พื้นที่สีเขียวทางซ้ายบ่งชี้การรักษาควอซีสปีชีส์; พื้นที่สีแดงทางขวาบ่งชี้ error catastrophe และกลุ่มเมฆ mutant ที่กระจายตัว จุดตัดแสดงขอบเขตระหว่างสองระบอบ สัญญาณการฝึกปฏิบัติ ใช้คำถามเพื่อตรวจสอบความแตกต่างหลัก สำหรับคำถามปริมาณ คำตอบที่ถูกต้องคือความแม่นยำทั้งลำดับ: ความน่าจะเป็นในการคัดลอกลำดับทั้งหมดที่มีความยาว m อย่างถูกต้อง สำหรับคำถามเงื่อนไข ถูกต้องคือ Q_m > Q_min = σ_m^-1 สำหรับคำถามผลลัพธ์ หาก Q_m ตกลงต่ำกว่า Q_min กลุ่มเมฆ mutant กระจายตัวและข้อมูลสูญหายใน error catastrophe สำหรับคำถามตัวเลขที่มี σ_m = 10 และ q = 0.99, m_max ≈ 230 เบส สำหรับคำถามการพึ่งพา m_max เติบโตแบบ logarithmic กับ σ_m และ inversely กับข้อผิดพลาดต่อตำแหน่ง คำแนะนำการฝึกปฏิบัติ เมื่อทบทวนคำตอบ ขอให้นักเรียนอธิบายว่าทำไม Q_m ไม่ใช่ q และทำไมความยาวเข้าสู่แบบเอกซ์โพเนนเชียล ในข้อคำนวณ ให้พวกเขาระบุตัวเศษ ln σ_m และตัวส่วน −ln q ก่อนแทนค่า ข้อเสนอแนะที่ถูกต้องควรเน้นว่า Q_m > Q_min หมายถึงการรักษา; Q_m < Q_min หมายถึง error catastrophe ข้อเสนอแนะที่ไม่ถูกต้องควรส่งนักเรียนกลับไปที่ความแตกต่างระหว่างความแม่นยำทั้งลำดับและต่อตำแหน่งหรือการแสดงออกของขีดจำกัด คำแนะนำกรณีศึกษา กรณีตัวจำลอง RNA มี m = 100, σ_m = 20 และ q = 0.995 ที่นี่ Q_m ≈ 0.995^100 ≈ 0.61 ในขณะที่ Q_min = 1/20 = 0.05 เนื่องจาก 0.61 > 0.05 ขีดจำกัดถูกตอบสนองด้วย margin กว้าง และ m_max ≈ ln 20 / (−ln 0.995) ≈ 598 เบสสูงกว่า 100 มาก ดังนั้นข้อมูลถูกรักษา หลังจาก mutagen ลด q เป็น 0.97, Q_m ≈ 0.97^100 ≈ 0.047 ซึ่งต่ำกว่า 0.05 ดังนั้นระบบข้ามขีดจำกัดและคาดการณ์ error catastrophe ความแม่นยำวิกฤตคือ q_crit = 20^-1/100 ≈ 0.9705 ซึ่งสูงกว่า 0.97 เล็กน้อย; เทียบเท่า m_max ≈ 98 เบส สั้นกว่า 100 เล็กน้อย การรักษาสามารถฟื้นฟูได้โดยเพิ่ม σ_m เป็นประมาณ 21 หรือมากกว่า ลดความยาวลำดับต่ำกว่าประมาณ 98 เบส หรือฟื้นฟูความแม่นยำในการคัดลอกที่สูงขึ้น เน้นว่าการเพิ่ม σ_m มีค่าใช้จ่ายสูงเพราะ m_max เติบโตเพียง logarithmic ใน σ_m ตรวจสอบความเข้าใจ ขอให้นักเรียนระบุในหนึ่งประโยคว่าทำไม Q_m ลดลงแบบเอกซ์โพเนนเชียลกับความยาวลำดับ Q_m > Q_min หมายถึงอะไร เกิดอะไรขึ้นเมื่อ Q_m < Q_min และวิธีคำนวณ m_max สำหรับ σ_m และ q ที่กำหนด คำตอบที่แข็งแกร่งควรแยก Q_m จาก q และกล่าวถึงการพึ่งพาแบบ logarithmic กับข้อได้เปรียบในการคัดเลือก ช่วงเปลี่ยนผ่าน เมื่อนักเรียนสามารถอธิบายเงื่อนไขขีดจำกัดและคำนวณ m_max ได้ ให้เคลื่อนไปสู่การประยุกต์ใช้ที่แสดงว่าขีดจำกัดนี้จำกัดความยาวตัวจำลอง ขนาดจีโนม และเงื่อนไขสำหรับการรักษาข้อมูลทางพันธุกรรมอย่างไร ### ทำไมการจัดระเบียบแบบไฮเปอร์ไซคลิกของยีน mutant *หน้า 9* > **วัตถุประสงค์ของหน้า:** เข้าใจว่าทำไมยีน mutant อาจต้องการการจัดระเบียบแบบไฮเปอร์ไซคลิกแทนที่จะเป็นจีโนมเดียวที่เติบโตอย่างมั่นคง **ประเด็นการสอน** - เรียนรู้รูปแบบการเติบโต: สำหรับจีโนมที่มีความยาว L ตัวแปรข้อผิดพลาดหนึ่งมีจำนวน L ตัวแปรข้อผิดพลาดสอง ≈ L²/2 และตัวแปรข้อผิดพลาดสาม ≈ L³/6 ดังนั้น N_k ≈ $L^k$ / k! การเพิ่มความยาวจีโนมเป็นสองเท่าคูณกลุ่มเมฆข้อผิดพลาดสองประมาณสี่เท่า — ซึ่งเป็นเหตุผลที่ความยาว ไม่ใช่แค่อัตราการกลายพันธุ์ ขับเคลื่อนขีดจำกัดความผิดพลาด - ความเข้าใจผิดทั่วไปคือการคัดเลือกรักษาลำดับที่เหมาะสมที่สุดหนึ่งลำดับ ภายใต้สมดุลการกลายพันธุ์–การคัดเลือก เป้าหมายของการคัดเลือกคือควอซีสปีชีส์: ลำดับหลักบวกกลุ่มเมฆ mutant ของมัน เมื่อถามว่าอะไรถูกคัดเลือก ให้ตั้งชื่อการกระจายตัวที่จัดระเบียบ ไม่ใช่โมเลกุลเดียว - อย่าอ้างว่าการจัดระเบียบแบบไฮเปอร์ไซคลิกลบขีดจำกัดความผิดพลาด ก่อนยอมรับเครือข่ายที่เสนอใด ๆ ตรวจสอบตัวเองสองอย่าง: มันมีขีดจำกัดความผิดพลาดของตัวเองหรือไม่ และสมาชิกปรสิตสามารถใช้ประโยชน์จากมันได้หรือไม่ คำตอบใดก็ตามจำกัดว่าข้อมูลจำนวนเท่าใดที่เครือข่ายสามารถถือได้ วัตถุประสงค์ของหน้า อธิบายว่าทำไมจีโนมเดียวที่เติบโตอย่างมั่นคงไม่สามารถรองรับความหลากหลายของ mutant ที่เกิดจากการจำลองที่ไม่สมบูรณ์ได้อย่างง่ายดาย และทำไมการจัดระเบียบแบบไฮเปอร์ไซคลิก—ยีนตัวเร่งปฏิกิริยาที่เชื่อมโยงในวัฏจักรปิด—เสนอวิธีที่แตกต่างในการแบ่งพาร์ทิชันและทำให้ข้อมูลนั้นเสถียร แนวคิดหลักคือการคัดเลือกกระทำต่อควอซีสปีชีส์ ไม่ใช่โมเลกุลหลักเดียว ลำดับการสอน เริ่มด้วยสมดุลการกลายพันธุ์–การคัดเลือก การคัดลอกไม่เคยแม่นยำ ดังนั้นลำดับหลักถูกล้อมรอบด้วยกลุ่มเมฆ mutant: ตัวแปรข้อผิดพลาดหนึ่ง สอง สาม และสูงกว่า กลุ่มเมฆนี้ไม่ใช่ผลข้างเคียงเล็กน้อย; มันเป็นวัตถุที่การคัดเลือก actually รักษาเมื่อการจำลองมีข้อผิดพลาด จากนั้น quantify กลุ่มเมฆ สำหรับจีโนม 100 นิวคลีโอไทด์: N1 = 100 ตัวแปรข้อผิดพลาดหนึ่ง N2 = C(100,2) = 4,950 ตัวแปรข้อผิดพลาดสอง N3 = C(100,3) = 161,700 ตัวแปรข้อผิดพลาดสาม Nk = C(100,k) การจัดกลุ่มตัวแปรเป็นชุดค่าผสม n-slot ให้ประมาณ Nk^n / n! เมื่อ n ≪ Nk รูปแบบสำหรับความยาว L คือ Nk ≈ L^k / k! ดังนั้นตัวแปรข้อผิดพลาดสองเติบโตประมาณ L^2/2 และตัวแปรข้อผิดพลาดสามเป็น L^3/6 การเพิ่มความยาวจีโนมเป็นสองเท่าประมาณสี่เท่าของกลุ่มเมฆข้อผิดพลาดสอง นี่คือเหตุผลที่ความยาว เช่นเดียวกับอัตราการกลายพันธุ์ ดันระบบไปทางขีดจำกัดความผิดพลาด ผลที่ตามมาสามประการ: 1. กลุ่มเมฆ mutant สามารถ overwhelming ลำดับหลักเมื่อความยาวหรืออัตราการกลายพันธุ์เพิ่มขึ้น; ขีดจำกัดความผิดพลาดถูกข้ามและข้อมูลเสื่อมลง 2. จีโนมเดียวที่เติบโตอย่างมั่นคงไม่สามารถ integrate ความหลากหลายนี้ได้อย่างง่ายดายเพราะตัวจำลองของมันแข่งขัน ตัวแปรที่เร็วขึ้นหรือสั้นลงสามารถเอาชนะลำดับหลัก และการคัดเลือกบนโมเลกุลแต่ละตัวไม่มีกลไกในตัวที่จะถือชุด mutant ทั้งหมดเป็นหน่วยเสถียรเดียว 3. ภายใต้สมดุลการกลายพันธุ์–การคัดเลือก เป้าหมายของการคัดเลือกคือควอซีสปีชีส์: ลำดับหลักบวกกลุ่มเมฆ mutant ของมัน เมื่อถามว่าอะไรถูกคัดเลือก ให้ตั้งชื่อการกระจายตัวที่จัดระเบียบ ไม่ใช่โมเลกุลเดียว สิ่งที่การจัดระเบียบแบบไฮเปอร์ไซคลิกเพิ่ม การจัดระเบียบแบบไฮเปอร์ไซคลิกเชื่อมโยงยีนต่าง ๆ ด้วยการพึ่งพาซึ่งกันและกันแบบตัวเร่งปฏิกิริยา ผลิตภัณฑ์ของแต่ละยีนเร่งปฏิกิริยาการจำลองของตัวถัดไป ปิดวัฏจักร I1 → I2 → … → In → I1 เพราะสมาชิกแต่ละตัวขึ้นอยู่กับตัวก่อนหน้า ชุดเติบโตโดยรวมและสามารถถูกคัดเลือกเป็นหน่วยอันดับสูงที่มีอัตราการเติบโตโดยรวมของตัวเอง สิ่งนี้ให้: คู่แข่งอิสระกลายเป็นเครือข่ายร่วมมือเดียว ดังนั้นไม่มีตัวแปรเร็วตัวเดียวที่ takeover ง่าย ๆ ข้อมูลกระจายไปทั่วสมาชิกหลายตัว ดังนั้นความแปรผันจากการกลายพันธุ์บางส่วนสามารถถูกดูดซับได้โดยไม่ยุบตัวทันที วัฏจักร ไม่ใช่ตัวจำลองแต่ละตัว กลายเป็นวัตถุที่การเติบโตและการสืบพันธุ์กำหนดการอยู่รอด ขีดจำกัดของวิธีแก้ การจัดระเบียบแบบไฮเปอร์ไซคลิกไม่ได้ลบปัญหาข้อมูล ไฮเปอร์ไซเคิลมีขีดจำกัดความผิดพลาดของตัวเอง และเปราะบางต่อสมาชิกปรสิตที่ใช้ประโยชน์จากวัฏจักรโดยไม่ให้การเร่งปฏิกิริยา มันย้ายและแบ่งพาร์ทิชันปัญหาแทนที่จะลบมัน สัญญาณภาพ ทางซ้าย ลำดับหลักล้อมรอบด้วยเปลือก dashed ซ้อนกันของ mutant ที่ติดป้าย 100, 4,950 และ 161,700; ทางขวา ยีนเชื่อมโยงในวัฏจักรตัวเร่งปฏิกิริยาปิด ชี้ให้เห็นลูกศรจากสเปกตรัม mutant ไปยังเครือข่ายไฮเปอร์ไซคลิก: สเปกตรัมถูกบูรณาการเป็นหน่วยรวม เน้นว่าแต่ละยีนยังคงมีตัวแปร mutant ของตัวเอง สัญญาณการฝึกปฏิบัติ เมื่อทบทวนข้อฝึกปฏิบัติ ขอให้นักเรียนนับแทนการเดา สำหรับตัวแปรข้อผิดพลาดหนึ่ง สอง และสาม ใช้ C(100,k): 100; 4,950; 161,700 หากคำตอบสับสนจำนวนข้อผิดพลาดหนึ่งกับข้อผิดพลาดสอง กลับไปที่สูตรการจัดหมู่ สำหรับคำถามเป้าหมายของการคัดเลือก เน้นว่าคำตอบที่ถูกต้องคือควอซีสปีชีส์ ไม่ใช่ mutant เดียวที่เร็วที่สุด สำหรับการจัดระเบียบแบบไฮเปอร์ไซคลิก สิ่งที่ได้คือเชิงโครงสร้าง—การพึ่งพาตัวเร่งปฏิกิริยาแบบวัฏจักร—ไม่ใช่การเปลี่ยนอัตราการกลายพันธุ์ สำหรับขีดจำกัด ต้องการทั้งสองจุด: ไฮเปอร์ไซเคิลมีขีดจำกัดความผิดพลาดของตัวเองและสามารถถูกรุกรานโดยปรสิต ด้วย 100 ตำแหน่ง N1 = 100, N2 = 4,950, N3 = 161,700 และอันดับสูงกว่าเติบโตเป็น Nk = C(100,k) วัฏจักรสามยีนสามารถกระจายข้อมูลและทำให้ชุดเป็นหน่วยอันดับสูง แต่ยังคงมีขีดจำกัดความผิดพลาดและยังเปิดต่อการถูกใช้ประโยชน์แบบปรสิต การแบ่งพาร์ทิชันย้ายปัญหา; มันไม่ได้ลบมัน ตรวจสอบความเข้าใจ ทำไมกลุ่มเมฆ mutant จึงเติบโตเร็วกว่าจีโนม? อะไรถูกคัดเลือกภายใต้สมดุลการกลายพันธุ์–การคัดเลือก? ไฮเปอร์ไซเคิลเพิ่มอะไร และขีดจำกัดสองอย่างใดยังคงอยู่? ฟังการเติบโตเชิงการจัดหมู่ ควอซีสปีชีส์ การเติบโตโดยรวม ขีดจำกัดความผิดพลาดของตัวเอง และความเปราะบางต่อปรสิต ช่วงเปลี่ยนผ่าน เมื่อนักเรียนสามารถอธิบายว่าทำไมจีโนมเดียวไม่สามารถถือสเปกตรัม mutant ไว้ด้วยกันได้ ให้เคลื่อนไปสู่การอภิปรายครั้งถัดไปของระบบไฮเปอร์ไซคลิก ซึ่งหน่วยที่เชื่อมโยงเหล่านี้ถูกจัดรูปแบบและความเสถียรและข้อจำกัดของมันถูกตรวจสอบเพิ่มเติม ### ความเสถียรของไฮเปอร์ไซเคิลและความท้าทายจากปรสิต *หน้า 10* > **วัตถุประสงค์ของหน้า:** ตรวจสอบว่าองค์ประกอบปรสิตสามารถ destabilize ไฮเปอร์ไซเคิลได้อย่างไรและเงื่อนไขใดที่ส่งผลต่อความเสถียรของมัน **ประเด็นการสอน** - การวินิจฉัยที่เร็วที่สุดคือเครื่องหมายของ ẋ: c₀ < k/k_A ให้ ẋ > 0 ดังนั้นองค์ประกอบไฮเปอร์ไซเคิลเพิ่มขึ้น ในขณะที่ c₀ > k/k_A ให้ ẋ < 0 ระบุตำแหน่งความเข้มข้นรวมเทียบกับ k/k_A ก่อนตัดสินว่ามุมใดชนะ - ในแต่ละสมการของระบบ T.13.8 พจน์แรกคือการเติบโตและพจน์ที่สองคือพจน์ dilution ของการจัดระเบียบคงที่ ปรสิตเติบโตแบบ quadratic ในความเข้มข้นของตัวเอง k_Ac_A² เพราะมันสืบพันธุ์ตัวเอง ในขณะที่องค์ประกอบไฮเปอร์ไซเคิลเติบโตเฉพาะผ่านพจน์ไขว้ k c_Ax - อย่าสมมติการอยู่ร่วมกันภายในที่เสถียรของปรสิตและไฮเปอร์ไซเคิล ในกรณีทั่วไป การไหลของเฟสจบที่หนึ่งในสองจุดคงที่มุม ให้ผลลัพธ์ winner-takes-all — และจำไว้ว่าสิ่งนี้ตามมาจากสมมติฐาน well-mixed การจัดระเบียบคงที่ของแบบจำลองที่ง่ายขึ้น วัตถุประสงค์ของหน้า อธิบายว่าตัวจำลองปรสิตสามารถรุกรานไฮเปอร์ไซเคิลได้อย่างไรและแบบจำลองการจัดระเบียบคงที่ทำนายว่ามุมใดของซิมเพล็กซ์ความเข้มข้นชนะ เป้าหมายคือเชื่อมนิยามของปรสิตกับสมการ T.13.8 สององค์ประกอบ ขีดจำกัด c_0 = k/k_A และข้อจำกัดของแบบจำลอง well-mixed ที่ง่ายขึ้น ลำดับการสอน 1. เริ่มด้วยสถาปัตยกรรมไฮเปอร์ไซเคิล: วงปิดของการสนับสนุนตัวเร่งปฏิกิริยาที่สมาชิกแต่ละตัวช่วยตัวถัดไปและวงกลับไปที่จุดเริ่มต้นของตัวเอง สิ่งนี้ทำให้วัฏจักรเสริมตัวเอง แต่ยังสร้างช่องเปิดสำหรับการใช้ประโยชน์ 2. นิยามปรสิตอย่างแม่นยำ: องค์ประกอบที่สืบพันธุ์ตัวเองซึ่งได้รับการสนับสนุนตัวเร่งปฏิกิริยาจากไฮเปอร์ไซเคิลแต่ไม่คืนการเร่งปฏิกิริยาใด ๆ เน้นว่าปรสิตไม่เฉื่อย; มันจำลอง และลักษณะที่กำหนดคือมันไม่ให้อะไรกลับ 3. ตั้งสมมติฐานการจัดระเบียบคงที่: ความเข้มข้นรวมถูกตรึงที่ c_0 = c_A + x โดยที่ c_A คือความเข้มข้นปรสิตและ x คือความเข้มข้นองค์ประกอบไฮเปอร์ไซเคิล ข้อจำกัดนี้คือสิ่งที่ทำให้การแข่งขันสองสปีชีส์ tractable เชิงวิเคราะห์ 4. เขียนระบบ T.13.8 และอธิบายบทบาทของแต่ละพจน์ ปรสิต: ċ_A = k_A c_A^2 − (c_A/c_0)(k_A c_A^2 + k c_A x) องค์ประกอบไฮเปอร์ไซเคิล: ẋ = k c_A x − (x/c_0)(k_A c_A^2 + k c_A x) ในสมการทั้งสอง พจน์แรกคือการเติบโตและพจน์ที่สองคือพจน์ dilution หรือ outflow ที่บังคับความเข้มข้นรวมคงที่ ปรสิตเติบโตแบบ quadratic ในความเข้มข้นของตัวเอง k_A c_A^2 เพราะมันสืบพันธุ์ตัวเอง ในขณะที่องค์ประกอบไฮเปอร์ไซเคิลเติบโตเฉพาะผ่านพจน์ไขว้ k c_A x 6. วิเคราะห์ขีดจำกัด c_0 = k/k_A ต่ำกว่านั้น c_0 0 ดังนั้นองค์ประกอบไฮเปอร์ไซเคิลเพิ่มขึ้น สูงกว่านั้น c_0 > k/k_A ให้ ẋ < 0 ดังนั้นองค์ประกอบไฮเปอร์ไซเคิลถูกเจือจางออกไปเร็วกว่าที่ถูกผลิต 7. ระบุจุดคงที่มุมสองจุดบนซิมเพล็กซ์ S_2: การครอบงำของปรสิตที่ c_A = c_0, x = 0 และการครอบงำของไฮเปอร์ไซเคิลที่ x = c_0, c_A = 0 ในกรณีทั่วไป สถานะภายในไหลไปยังหนึ่งในมุมเหล่านี้; ไม่มีการอยู่ร่วมกันภายในที่เสถียรในแบบจำลองที่ง่ายขึ้นนี้ 8. จบด้วยข้อจำกัดของแบบจำลอง ผลลัพธ์ corner-attractor เป็นของเครื่องปฏิกรณ์ well-mixed ภายใต้การจัดระเบียบคงที่ โครงสร้างเชิงพื้นที่ การแบ่ง compartment การกลายพันธุ์ และการคัดเลือกระหว่างหน่วยระดับสูงถูกตัดออก ดังนั้นแบบจำลองกำหนดความท้าทายจากปรสิตมากกว่าแก้มัน ประเด็นการสอน สืบพันธุ์ตัวเอง ได้รับการสนับสนุน ไม่คืนการเร่งปฏิกิริยา มันแข่งขันเพื่อแหล่งวัสดุจำกัดเดียวกัน c_0 ถูกตรึง พจน์ dilution/outflow ไม่ใช่ส่วนเสริมทางเลือก; มันคือการแสดงออกทางคณิตศาสตร์ของข้อจำกัดนั้น การเติบโตสร้างวัสดุ dilution ลบวัสดุตามสัดส่วน การสลับสิ่งเหล่านี้ทำให้การทำนายเครื่องหมายของ ẋ ไม่ถูกต้อง การวินิจฉัยที่เร็วที่สุดคือเครื่องหมายของ ẋ ตรวจสอบว่า c_0 ต่ำกว่าหรือสูงกว่า k/k_A ก่อนตัดสินว่ามุมใดชนะ จุดคงที่ทั้งสองอยู่ที่มุมของ S_2 การไหลภายในถูกนำไปทางมุมที่ชนะ ให้ผลลัพธ์ winner-takes-all ในกรณีที่ง่ายขึ้น คำศัพท์สำคัญ ไฮเปอร์ไซเคิล ปรสิต การจัดระเบียบคงที่ ซิมเพล็กซ์ความเข้มข้น S_2 พจน์ dilution/outflow ขีดจำกัด c_0 = k/k_A จุดคงที่มุม มุมที่ถูกครอบงำโดยปรสิต มุมที่ถูกครอบงำโดยไฮเปอร์ไซเคิล สัญญาณภาพ ใช้ phase portrait บน S_2 ทำเครื่องหมายมุมปรสิตด้วยสีแดงที่ c_A = c_0, x = 0 และมุมไฮเปอร์ไซเคิลด้วยสีน้ำเงินที่ x = c_0, c_A = 0 แสดงเส้น dashed ขีดจำกัด c_0 = k/k_A ลูกศรสีน้ำเงินเหนือขีดจำกัดบ่งชี้ ẋ > 0 และไหลไปทางมุมไฮเปอร์ไซเคิล; ลูกศรสีแดงด้านล่างบ่งชี้ ẋ < 0 และไหลไปทางมุมปรสิต คำบรรยายควรเน้นว่าสถานะภายในไหลไปยังมุมที่ชนะและไม่คาดหวังการอยู่ร่วมกันภายในที่เสถียรในแบบจำลองนี้ สัญญาณการฝึกปฏิบัติ อะไรทำให้ตัวจำลองเป็นปรสิต? แนวทางคำตอบ: มันสืบพันธุ์ตัวเองและได้รับการสนับสนุนตัวเร่งปฏิกิริยาจากไฮเปอร์ไซเคิลแต่ไม่คืนการเร่งปฏิกิริยา ข้อเสนอแนะ: ปรสิตไม่ใช่ mutant ที่เสื่อมสลายแบบ passive; มันจำลองอย่าง active ด้วยค่าใช้จ่ายของวัฏจักร พจน์ใดบังคับการจัดระเบียบคงที่? แนวทางคำตอบ: พจน์ dilution/outflow เช่น −(c_A/c_0)(k_A c_A^2 + k c_A x) และคู่ของมันในสมการสำหรับ x ข้อเสนอแนะ: การเติบโตสร้างวัสดุ; พจน์ที่สองลบวัสดุเพื่อคง c_0 ความเข้มข้นรวมควบคุมเครื่องหมายของ ẋ อย่างไร? แนวทางคำตอบ: ẋ > 0 เมื่อ c_0 k/k_A ข้อเสนอแนะ: การจัดระเบียบคงที่ตรึงผลรวม ไม่ใช่ความเข้มข้นแต่ละตัว เปรียบเทียบการเติบโตและ dilution ที่ขีดจำกัด จุดคงที่อยู่ที่ไหนและการไหลโดยทั่วไปจบที่ไหน? ที่สองมุมของซิมเพล็กซ์ การครอบงำของปรสิตและการครอบงำของไฮเปอร์ไซเคิล โดยสถานะภายในไหลไปยังมุมที่ชนะ ข้อเสนอแนะ: ตรวจสอบสถานะมุมที่ความเข้มข้นที่เกี่ยวข้องหายไปพร้อมกัน สมมติฐานใดหมายความว่าแบบจำลองไม่ได้แก้ความท้าทายจากปรสิตด้วยตัวเอง? การตั้งค่า well-mixed การจัดระเบียบคงที่ละเว้นโครงสร้างเชิงพื้นที่ การแบ่ง compartment การกลายพันธุ์ และการคัดเลือกระดับสูง ข้อเสนอแนะ: กลไกที่ถูกละเว้นเหล่านั้นเป็นสิ่งที่ถูกเรียกใช้ในภายหลังเพื่อควบคุมปรสิต กิจกรรมในชั้นเรียน กรณีเครื่องปฏิกรณ์การไหลให้การตรวจสอบที่มีประโยชน์ ด้วย k_A = 2k, run 1 ที่ c_0 0 และไหลไปทางมุมที่ถูกครอบงำโดยไฮเปอร์ไซเคิล x = c_0, c_A = 0 Run 2 ที่ c_0 > k/k_A ควรให้ ẋ < 0 และไหลไปทางมุมที่ถูกครอบงำโดยปรสิต c_A = c_0, x = 0 จากนั้นถามว่าต้องผ่อนอะไรเพื่อให้ไฮเปอร์ไซเคิลอยู่รอด: การแบ่ง compartment โครงสร้างเชิงพื้นที่ การกลายพันธุ์ หรือการคัดเลือกระดับสูง คำตอบควรทำให้ชัดเจนว่าการผ่อนสมมติฐานเหล่านั้นแนะนำระดับการคัดเลือกเพิ่มเติมที่ระบบ T.13.8 สองสปีชีส์ไม่สามารถ represent ได้ ตรวจสอบความเข้าใจ ขอให้นักเรียนระบุเงื่อนไขขีดจำกัดและทำนายผู้ชนะโดยไม่แก้สมการเต็ม คำตอบที่แข็งแกร่งเริ่มด้วยขนาดสัมพัทธ์ของ c_0 และ k/k_A จากนั้นใช้เครื่องหมายของ ẋ เพื่อเลือกมุม ช่วงเปลี่ยนผ่าน เมื่อความท้าทายจากปรสิตถูกกำหนดในแบบจำลองที่ง่ายขึ้น ขั้นตอนถัดไปคือตรวจสอบว่ากลไกใดสามารถควบคุมการใช้ประโยชน์แบบปรสิตและFreeการวิเคราะห์เปลี่ยนอย่างไรเมื่อสมมติฐาน well-mixed ถูกผ่อน ### ไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาในกรอบดาร์วิน *หน้า 11* > **วัตถุประสงค์ของหน้า:** สังเคราะห์ว่าไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยา สมการการคัดเลือก ควอซีสปีชีส์ และขีดจำกัดความผิดพลาดก่อตัวเป็นภาพที่สอดคล้องของการจัดระเบียบตนเองระดับโมเลกุลอย่างไร **ประเด็นการสอน** - E(t) คือค่าเฉลี่ยถ่วงน้ำหนักความเข้มข้นของค่าการคัดเลือก ไม่ใช่คุณสมบัติของตัวแปรใดตัวหนึ่ง เมื่อคุณตีความสมการการคัดเลือก ตรวจสอบทั้งสองพจน์ด้วยกัน: มันคือความแตกต่าง Wᵢᵢ − E(t) ไม่ใช่ Wᵢᵢ เพียงอย่างเดียว ที่กำหนดว่าตัวแปรได้หรือเสียส่วนแบ่ง หาก Wᵢᵢ ของตัวแปรเกินค่าเฉลี่ยปัจจุบัน มันขยาย; หากต่ำกว่า มันลดลง และค่าเฉลี่ยเองก็เคลื่อนเมื่อการกระจายเปลี่ยน - จำทิศทางของลูกศร: แต่ละหน่วยเร่งปฏิกิริยาตัวสืบทอด ไม่ใช่ตัวเอง ลักษณะที่แยกแยะไฮเปอร์ไซเคิลคือเอนทิตีที่สืบพันธุ์คือวงปิด ดังนั้นเมื่อถูกถามว่าอะไรถูกคัดเลือก ให้ตอบที่ระดับของหน่วยรวม การตรวจสอบตัวเองที่มีประโยชน์: ปิดสมาชิกใดตัวหนึ่งและถามว่าหน่วยที่เหลือยังสามารถสืบพันธุ์วัฏจักรได้หรือไม่ — หากไม่ได้ คุณกำลังดูระบบไฮเปอร์ไซคลิก ไม่ใช่แค่ออโตคะตาไลติก - ถือขีดจำกัดความผิดพลาดเป็นข้อจำกัดที่สืบทอดโดยทุกระดับของการจัดระเบียบ ควอซีสปีชีส์ ตัวจำลองแต่ละตัว และวัฏจักรไฮเปอร์ไซคลิกล้วนสูญเสียข้อมูลที่จำลองได้เมื่อความแม่นยำในการคัดลอกต่ำกว่าค่าวิกฤต และในวัฏจักรการสูญหายแพร่กระจายเพราะสมาชิกพึ่งพาซึ่งกันและกันด้วยตัวเร่งปฏิกิริยา เมื่อประเมินข้ออ้างใด ๆ ที่ว่าโครงสร้างอันดับสูงหลุดพ้นขีดจำกัดความผิดพลาด ถามว่าความแม่นยำขององค์ประกอบใด actually ดีขึ้น — โดยปกติไม่มี วัตถุประสงค์ของหน้า นำสี่เส้นด้ายของหน้านี้มารวมเป็นภาพที่สอดคล้องเดียว: ไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาเป็นระบบดาร์วินระดับโมเลกุล สมการการคัดเลือกที่อธิบายมันภายใต้การจัดระเบียบโดยรวมคงที่ ควอซีสปีชีส์เป็นเป้าหมายที่แท้จริงของการคัดเลือก และขีดจำกัดความผิดพลาดที่จำกัดทุกระดับของการจัดระเบียบ เมื่อสิ้นสุด นักเรียนควรสามารถเคลื่อนทั้งสองทิศทาง — จากโครงสร้างของวัฏจักรไปสู่พลวัตการคัดเลือกของมัน และจากขีดจำกัดความแม่นยำกลับลงไปที่องค์ประกอบของวัฏจักร ประเด็นการสอน 1. ทำไมวงตัวเร่งปฏิกิริยาปิดจึงนับเป็นระบบดาร์วิน ไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยาคือวัฏจักรปิดของหน่วยที่จำลองตัวเองได้ซึ่งสมาชิกแต่ละตัวเร่งปฏิกิริยาการสืบพันธุ์ของตัวถัดไป (R1 → R2 → R3 → R1) ข้อเท็จจริงเชิงโครงสร้างที่สำคัญคือทิศทางของลูกศร: ไม่มีสมาชิกใดเร่งปฏิกิริยาตัวเอง เพราะทุกหน่วยขึ้นอยู่กับคู่หู downstream เอนทิตีที่สืบพันธุ์ไม่ใช่โมเลกุลใด ๆ แต่เป็นวงโดยรวม หน่วยสืบพันธุ์โดยรวมนั้นจึงสามารถถือเป็นตัวจำลองอันดับสูง และเป็นคำตอบที่ถูกต้องเมื่อนักเรียนถูกถามว่าอะไรถูกคัดเลือกที่ระดับนี้ 2. ไฮเปอร์ไซเคิลจัดหาข้อกำหนดเบื้องต้นทั้งสามของพฤติกรรมดาร์วินพร้อมกัน วิวัฒนาการระดับโมเลกุลไม่ใช่เรื่องอัตโนมัติ; มันต้องการเมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์พร้อมกัน เมแทบอลิซึม: ระบบต้องเก็บเกี่ยวพลังงานและวัสดุเพื่อสร้างองค์ประกอบของตัวเอง และในวัฏจักรผลิตภัณฑ์ตัวเร่งปฏิกิริยาของสมาชิกแต่ละตัวป้อนงานสังเคราะห์ของอีกตัว รักษาการหมุนเวียนภายในของสสารและพลังงาน การสืบพันธุ์ตนเอง: ระบบต้องผลิตสำเนาของตัวเอง แต่ที่นี่หน่วยการคัดลอกคือวัฏจักร ไม่ใช่โมเลกุลที่แยกได้ — วงสืบพันธุ์ตัวเองโดยรวมในขณะที่สมาชิกแต่ละตัวไม่พอเพียงตัวเอง การกลายพันธุ์: เทมเพลตต้องถูกคัดลอกด้วยข้อผิดพลาดเป็นครั้งคราว สร้างการแปรผันที่ถ่ายทอดได้; หากไม่มีความแปรผันของลำดับ ก็ไม่มีอะไรให้การคัดเลือกกระทำ และวัฏจักรจะเป็นสถานะคงตัวทางเคมีแทนที่จะเป็นระบบที่วิวัฒน์ วัฏจักรของตัวจำลองน่าสนใจ precisely เพราะอุปกรณ์โครงสร้างหนึ่ง — วงตัวเร่งปฏิกิริยาปิด — ส่งมอบเงื่อนไขทั้งสาม 3. การคัดเลือกภายใต้การจัดระเบียบโดยรวมคงที่ วัฏจักรถูกวางในระบอบที่ความเข้มข้นรวมของตัวจำลองถูกตรึง ดังนั้นการแข่งขันปรากฏเป็นการกระจายส่วนแบ่งแทนการเติบโตไม่จำกัด ตัวแปร i แต่ละตัวมีค่าการคัดเลือก W_ii ข้อได้เปรียบในการจำลองสุทธิของมัน และพลวัตอยู่ในรูปแบบ dx_i/dt = x_i (W_ii − E(t)) โดยที่ E(t) = (Σ_k W_kk x_k) / (Σ_k x_k) คุณลักษณะสองอย่างสำคัญ ครั้งแรก W_ii คือข้อได้เปรียบสุทธิของตัวแปร i ดังนั้น mutant ที่ได้รับการสนับสนุนตัวเร่งปฏิกิริยาที่ดีกว่าจากคู่หูไฮเปอร์ไซคลิกได้รับ W_ii ที่ใหญ่ขึ้นโดยไม่มีการเปลี่ยนแปลงสิ่งแวดล้อม — fitness เป็นคุณสมบัติของวัฏจักร ไม่ใช่ของโมเลกุลที่แยกได้ ครั้งที่สอง E(t) คือผลผลิตส่วนเกินเฉลี่ย ค่าเฉลี่ยถ่วงน้ำหนักความเข้มข้นของค่าการคัดเลือก มันถูกลบจากทุกตัวแปรเท่ากันและเป็นสิ่งที่รักษาความเข้มข้นรวมคงที่ มันเป็นค่าเฉลี่ยประชากร ไม่เคยเป็นคุณสมบัติของตัวแปรเดียว ปริมาณที่กำหนดว่าตัวแปรได้หรือเสียส่วนแบ่งคือความแตกต่าง W_ii − E(t) ไม่เคยเป็น W_ii เพียงอย่างเดียว: เหนือค่าเฉลี่ยปัจจุบันตัวแปรขยาย ต่ำกว่ามันลดลง และเพราะ E(t) เพิ่มขึ้นเมื่อตัวแปรที่เหมาะสมที่สุดเริ่มต้นแพร่กระจาย ข้อได้เปรียบของพวกมันถูกกัดกร่อนอย่างต่อเนื่องจนการกระจายกลายเป็น stationary 4. เป้าหมายที่แท้จริงของการคัดเลือกคือควอซีสปีชีส์ การคัดเลือกไม่ได้กระทำต่อลำดับที่ดีที่สุดเดียว การกลายพันธุ์แปลงตัวแปรเป็นกันอย่างต่อเนื่อง และสมดุลการกลายพันธุ์-การคัดเลือกสร้างการกระจายตัวของลำดับที่เสถียรและจัดระเบียบซึ่งมีศูนย์กลางอยู่ที่ประเภทที่ครอบงำ การจัดระเบียบแบบไฮเปอร์ไซคลิกเพิ่มชั้นการเชื่อมโยงอีกชั้น เพราะหน่วยที่เชื่อมในวัฏจักรไม่ใช่ลำดับแต่ละตัวแต่เป็นควอซีสปีชีส์ทั้งหมด โดยแต่ละตัวให้การสนับสนุนตัวเร่งปฏิกิริยาแก่ตัวถัดไป บัญชีขยายตาม: จากควอซีสปีชีส์เป็นหน่วยของการคัดเลือกระดับโมเลกุล ไปสู่ไฮเปอร์ไซเคิลเป็นหน่วยการคัดเลือกระดับที่สองหรือสูงกว่า ระดับหมายถึงการเชื่อมโยงตัวเร่งปฏิกิริยา — การเติบโตของสมาชิกใดไม่สามารถเขียนโดยไม่อ้างถึงวัฏจักร — ไม่ใช่ molecularity อัตรายกกำลังสอง หรือการทำบัญชี 5. ขีดจำกัดความผิดพลาดไม่ถูก bypass การจัดระเบียบโดยรวมไม่ผ่อนข้อกำหนดความแม่นยำที่จำกัดตัวจำลองใด ๆ การรักษาข้อมูลที่ reproducible ต้องการให้ความแม่นยำในการคัดลอกสูงเมื่อเทียบกับจำนวนข้อมูลที่เก็บ; เหนืออัตราการกลายพันธุ์วิกฤต กลุ่มเมฆ mutant กว้างขึ้นไม่จำกัดและการกระจายตัวที่จัดระเบียบสลาย เงื่อนไขเดียวกันใช้กับสมาชิกทุกตัวของวัฏจักร และเพราะสมาชิกพึ่งพาซึ่งกันและกันด้วยตัวเร่งปฏิกิริยา การสูญเสียข้อมูลเป็นแบบร่วมมือ: เมื่อควอซีสปีชีส์หนึ่งเสื่อมลง ตัวสืบทอดสูญเสียการสนับสนุนตัวเร่งปฏิกิริยา และวัฏจักรสลายแทนที่จะเสื่อมอย่างสง่างาม ไฮเปอร์ไซเคิลสืบทอดขีดจำกัดความผิดพลาดจากองค์ประกอบของมัน 6. ข้อผิดพลาดทั่วไป อย่าอ่านไฮเปอร์ไซเคิลเป็นวิธีหลีกเลี่ยงขีดจำกัดความแม่นยำ การเร่งปฏิกิริยาโดยรวมกระจายข้อได้เปรียบในการจำลองระหว่างสมาชิก — ดังนั้นมันเปลี่ยน W_ii แต่ละตัว — แต่ปล่อยสมดุลการกลายพันธุ์-การคัดเลือกของทุกองค์ประกอบไว้เหมือนเดิม วัฏจักรที่สมาชิกไม่สามารถคัดลอกได้อย่างแม่นยำอีกต่อไปไม่ใช่หน่วยวิวัฒน์ที่แข็งแกร่งกว่า; มันเป็นหน่วยที่ละลาย คำศัพท์สำคัญ ไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยา; ระบบดาร์วิน; ค่าการคัดเลือก W_ii; ผลผลิตส่วนเกินเฉลี่ย E(t); การจัดระเบียบโดยรวมคงที่; ควอซีสปีชีส์; สมดุลการกลายพันธุ์-การคัดเลือก; ขีดจำกัดความผิดพลาด; ระดับที่สองหรือสูงกว่า สัญญาณภาพ แผนที่แนวคิดเชื่อมสามแผง: ข้อกำหนดเบื้องต้นของดาร์วิน (เมแทบอลิซึม การสืบพันธุ์ตนเอง การกลายพันธุ์) ป้อนเข้าสู่ไฮเปอร์ไซเคิลแบบตัวเร่งปฏิกิริยา ซึ่งนำไปสู่การคัดเลือกภายใต้การจัดระเบียบคงที่ (W_ii, E(t)) ด้านหนึ่งและไปยังแผงข้อจำกัด (ควอซีสปีชีส์ ขีดจำกัดความผิดพลาด) อีกด้าน กล่องล่างแสดงวงสามสมาชิก R1 → R2 → R3 → R1 โดยมีคำบรรยายว่าไม่มีสมาชิกใดพอเพียงตัวเอง ชี้ที่ลูกศรเมื่ออธิบายการเชื่อมโยงตัวเร่งปฏิกิริยา และปิดวงหนึ่งเพื่อทดสอบว่าวงยังสามารถสืบพันธุ์ได้หรือไม่ สัญญาณการฝึกปฏิบัติ วัฏจักรเป็นระดับที่สองหรือสูงกว่าเพราะสมาชิกแต่ละตัวเพิ่มการจำลองของอีกตัว ดังนั้นการเติบโตของหน่วยใดไม่เป็นอิสระจากวัฏจักร คำถาม 2: ข้อกำหนดเบื้องต้นคือเมแทบอลิซึม การสืบพันธุ์ตนเอง และการกลายพันธุ์ — ไม่ใช่แรงทางพันธุศาสตร์ประชากร เยื่อหุ้ม หรือเครื่องจักรการแปล คำถาม 3: E(t) คือค่าเฉลี่ยประชากรของค่าการคัดเลือก ลบจากแต่ละ W_ii เพื่อรักษาความเข้มข้นรวมคงที่ คำถาม 4: การกลายพันธุ์เชื่อมตัวแปร ดังนั้นสิ่งที่อยู่รอดคือการกระจายตัวที่จัดระเบียบซึ่งมีศูนย์กลางอยู่ที่ประเภทที่ครอบงำ คำถาม 5: หน่วยอันดับสูงยังคงอยู่ภายใต้ขีดจำกัดความผิดพลาด และการสูญเสียข้อมูลเป็นแบบร่วมมือ กรณีศึกษา ในเครื่องปฏิกรณ์สามสมาชิกที่มี W_11 > W_22 > W_33, R1 เติบโตเร็วที่สุดในตอนแรกเพราะ W_11 − E(t) เป็นความแตกต่างบวกที่ใหญ่ที่สุด เมื่อ R1 สะสม E(t) ถูกดึงขึ้นไปทาง W_11 ข้อได้เปรียบของ R1 สลาย และผลรวมคงที่หมายความว่าการเพิ่มของ R1 ถูกจับคู่กับการสูญเสียของ R2 และ R3 จนทั้งสามมีอัตราการเติบโตสุทธิเท่ากัน การลดความแม่นยำทีละขั้นในที่สุดข้ามขีดจำกัดความผิดพลาด: กลุ่มเมฆ mutant แต่ละกลุ่มกว้างขึ้น การสนับสนุนตัวเร่งปฏิกิริยาล้มเหลวแบบร่วมมือ และวัฏจักรสลาย เน้นว่าการเชื่อมโยงไฮเปอร์ไซคลิกเพิ่มชั้นการคัดเลือกโดยรวม; มันไม่ได้เพิ่มความแม่นยำ ตรวจสอบความเข้าใจ ขอให้นักเรียนระบุในหนึ่งประโยคว่าอะไรถูกคัดเลือกในไฮเปอร์ไซเคิล จากนั้นขอให้พวกเขาตัดสินจากเครื่องหมายของ W_ii − E(t) ว่าตัวแปรที่กำหนดขยายหรือลดลง สุดท้าย ถามว่าเกิดอะไรขึ้นกับวงเมื่อความแม่นยำต่อสัญลักษณ์ตกลงต่ำกว่าค่าวิกฤต และทำไมความล้มเหลวแพร่กระจายแทนที่จะอยู่ที่เดิม ช่วงเปลี่ยนผ่าน เมื่อสี่เส้นด้ายถูกรวมเป็นหนึ่ง หน้าถัดไปสามารถขยายกรอบนี้ไปสู่ผลที่ตามมาเพิ่มเติมของการจัดระเบียบแบบไฮเปอร์ไซคลิก โดยถือควอซีสปีชีส์และขีดจำกัดความผิดพลาดเป็นเครื่องมือที่ establish แล้วแทนที่จะเป็นแนวคิดใหม่