จีโนมที่มีความยาว n เผชิญกับอัตราความผิดพลาดมากกว่าหนึ่งระดับ ภายใต้ความแม่นยำในการจำลองแบบที่จำกัด ทุกชุดค่าผสมที่เป็นไปได้ของตำแหน่งที่คัดลอกผิดจะสร้างมิวแทนต์ที่แตกต่างกันออกไป หากมี k ตำแหน่งที่ผิดพลาดพอดี จำนวนมิวแทนต์แบบผิดพลาด k ตำแหน่งที่เป็นไปได้คือ Nₖ = C(n, k) สำหรับจีโนมขนาด 100 ตัวอักษร จำนวนนับได้แก่ 100 มิวแทนต์แบบผิดพลาดหนึ่งตำแหน่ง, 4,950 มิวแทนต์แบบผิดพลาดสองตำแหน่ง และ 161,700 มิวแทนต์แบบผิดพลาดสามตำแหน่ง ดังนั้นภาระการกลายพันธุ์จึงไม่ได้เพิ่มขึ้นแบบเชิงเส้น แต่เพิ่มขึ้นแบบเชิงผลรวม (combinatorial) ตามค่า k

เหตุใดจีโนมเดียวที่กำลังเติบโตจึงมีความเปราะบาง

จีโนมที่เติบโตอย่างต่อเนื่องจะต้องรักษาลำดับหลัก (master sequence) ไว้พร้อมกับกดการเพิ่มขึ้นอย่างระเบิดของลำดับทางเลือกที่อยู่ใกล้เคียง เมื่อ n เพิ่มขึ้น จำนวนมิวแทนต์แบบผิดพลาด k ตำแหน่งที่เป็นไปได้สำหรับค่า k น้อย ๆ จะเพิ่มขึ้นอย่างรวดเร็ว แม้อัตราความผิดพลาดต่อตำแหน่งจะยังต่ำ ชุดตัวแปรที่เสียหายทั้งหมดก็กลายเป็นข้อจำกัดสำคัญ นั่นคือ การคัดเลือกจะต้องป้องกันไม่ให้ตัวแปรทั้งหมดจากชุดค่าผสมเชิงผลรวมเข้ามาแทนที่ลำดับที่ยังทำงานได้

การจัดระเบียบแบบไฮเปอร์ไซเคิลในฐานะกลยุทธ์ด้านข้อมูล

การจัดระเบียบแบบไฮเปอร์ไซเคิลเสนอทางเลือกอีกแนวทางหนึ่ง นั่นคือ กระจายภาระด้านข้อมูลไปยังยีนที่สั้นกว่าซึ่งเป็นมิวแทนต์เดี่ยว และผสานยีนเหล่านั้นเข้าด้วยกันผ่านการเชื่อมโยงเชิงตัวเร่งปฏิกิริยาแบบวงจร หน่วยที่สั้นกว่าช่วยลดภาระการกลายพันธุ์ต่อหน่วย เนื่องจากแต่ละยีนมีตำแหน่งน้อยกว่า จึงมีตัวแปรแบบผิดพลาด k ตำแหน่งที่เป็นไปได้น้อยลง จากนั้นการเชื่อมโยงแบบวงจรช่วยให้การคัดเลือกเกิดขึ้นกับไฮเปอร์ไซเคิลในฐานะหน่วยระดับสูงกว่า แทนที่จะเกิดกับจีโนมยาวเพียงหนึ่งเดียว ดังนั้นข้อโต้แย้งเพื่อการจัดระเบียบแบบไฮเปอร์ไซเคิลจึงไม่ใช่เพียงเรื่องตัวเร่งปฏิกิริยาเท่านั้น แต่ยังเป็นเรื่องข้อมูลด้วย เพราะมันจัดระเบียบความหลากหลายจากการกลายพันธุ์ในระดับที่สูงขึ้น

สำหรับยีน n ยีนและมิวแทนต์แบบผิดพลาด k ตำแหน่งที่มีอยู่ Nₖ จำนวน จำนวนวิธีในการกระจายมิวแทนต์ไปยังยีนต่าง ๆ มีค่าประมาณ (Nₖ + n − 1 เลือก n) ≈ Nₖⁿ / n! เมื่อ n ≪ Nₖ ซึ่งแสดงให้เห็นว่าประชากรของหน่วยที่สั้นกว่าสามารถจัดการความหลากหลายที่อาจ overwhelm จีโนมเดียวที่เติบโตอย่างต่อเนื่องได้อย่างไร