# 超循环：自然自组织的一项原理讲义课时：1 · 幻灯片：11 ## 阅读指南 - [第2课 | 主题：催化、哪个、系统](#lecture-lesson-1) --- ## 第2课 | 主题：催化、哪个、系统 ### 催化、哪个、系统 *第1页* > **本页目标：** 将催化超循环定义为自复制单元的循环连接，然后建立理解分子选择所需的达尔文系统框架：新陈代谢、自我复制和可变性作为先决条件；恒定整体组织下的选择方程；准物种作为选择的真正目标；以及限制可被可重复维持的信息量的误差阈值条件。 **教学要点** - 区分普通催化生长与自催化生长和超循环生长，并解释为什么催化超循环是二级或更高级的系统。 - 确定分子层面达尔文行为的三个先决条件：新陈代谢、自我复制和可变性。 - 解释恒定整体组织下的选择速率方程，包括选择值 W_ii 和平均超额生产力 E(t)。 - 解释突变-选择平衡如何产生准物种，以及为什么野生型是一个有组织的分布而非单一优势序列。本页目标到本页结束时，学习者应能够区分普通催化生长与自催化生长和超循环生长，解释分子层面达尔文行为的三个先决条件，解释恒定整体组织下的选择，并描述为什么突变-选择平衡产生受误差阈值限制的准物种。教学顺序开场时询问学习者一个化学系统能够繁殖和进化意味着什么。收集一些初步想法，然后将其与本页的核心对比联系起来：简单催化与自我维持的循环。从超循环概念转向达尔文要求，再到选择方程，最后以准物种和误差阈值结束。教学要点 1. 催化生长与超循环。在普通催化生长中，一个分子帮助形成另一个产物，但辅助者不一定是自我维持循环的一部分。自催化单元复制自身。催化超循环将若干自复制单元连接成一个相互催化的闭合循环。如果每个单元由一个伙伴帮助，该循环就是二级的；额外的催化耦合会提高级数。关键思想是，超循环不仅仅是复制子的集合，而是一个有组织的网络，其组分共同相互支持。 2. 分子层面的达尔文先决条件。达尔文行为需要三个条件：新陈代谢、自我复制和可变性。新陈代谢提供物质和能量，自我复制维持谱系，可变性产生用于选择的变异体。如果缺少任何一个，完整的分子选择就无法运作。 3. 恒定整体组织下的选择。选择速率方程描述类型如何在总组织保持恒定的情况下按比例变化。W_ii 是一个类型的选择值，E(t) 是平均超额生产力。一个类型的增长取决于其选择值相对于种群平均值的差异。因此，选择是比例的动态再调整，而不仅仅是绝对增长竞赛。 4. 准物种。突变和选择共同作用并不会保留单一最适序列。相反，它们维持一个稳定的突变体分布，称为准物种。野生型是有组织的分布，通常以主序列为中心，而不一定是单一优势序列。这很重要，因为选择作用于整个分布。 5. 误差阈值。复制错误限制了能够可靠维持的信息量。如果突变率相对于选择优势过高，准物种就会失去连贯性，信息就会退化。误差阈值条件定义了可维持信息长度或精度的上限。理解检查为什么超循环被描述为二级或更高级的系统？参考答案：因为它涉及自复制单元之间的循环催化耦合，而级数反映这些催化连接的数量或阶数。分子层面的达尔文行为必须满足哪三个条件？建议答案：新陈代谢、自我复制和可变性。在准物种图景中，选择的真正目标是什么？建议答案：有组织的突变体分布，而非单一序列。误差阈值限制了什么？建议答案：在给定突变率下能够可靠维持的信息量。过渡利用这一基础进入例子或练习。提醒学习者，W_ii、E(t)、准物种和误差阈值将作为解释分子选择的工具反复出现。 ### 催化超循环与分子选择 *第2页* > **本页目标：** 理解催化超循环和达尔文系统原理如何解释分子选择这一核心问题。 **教学要点** - 普通催化生长需要外部催化剂，且不是自我放大的；自催化生长是一级自我放大；超循环生长是一个闭合循环，其动力学涉及多个复制子浓度的乘积。以生长律的级数作为诊断依据。 - 在恒定整体组织中，W_ii 是序列 i 的选择值，而 E(t) 是平均超额生产力。只有当 W_ii > E(t) 时，一个序列才会增加；E(t) 随频率变化而调整，因此选择总是相对于种群平均值。 - 突变-选择平衡产生可重复的突变体分布。野生型是该云团的中心，而不是唯一存在的序列。误差阈值标志着云团离域化、信息无法维持的突变率。本页目标解释催化超循环和达尔文系统原理如何说明分子选择，从循环催化耦合到选择方程、准物种和误差阈值。教学顺序 1. 从核心问题开始：自复制分子如何在没有预先存在的细胞机器的情况下产生分子选择。 2. 将催化超循环定义为自复制单元的循环连接，其中每个单元由循环中的另一个成员催化支持。强调这产生集体自组织，而不是一组独立复制子。 3. 区分三种生长组织：普通催化、自催化和超循环。以生长律的级数作为诊断依据。 4. 陈述分子选择的三个达尔文先决条件：新陈代谢、自我复制和可变性。将它们视为边界条件。 5. 推导恒定整体组织下的选择方程，并解释 W_ii 与 E(t) 的对比。 6. 解释突变-选择平衡和准物种。 7. 以误差阈值作为信息限制结束。教学要点复制被组织为一个闭合循环 A → B → C →... → A。每个成员在另一个成员的催化下产生，因此整体生长取决于至少两个浓度的乘积。这就是为什么催化超循环是二级或更高级的系统。集体的非线性动力学才是在分子层面支持选择的关键。三种生长组织：外部催化剂促进模板复制，但催化剂不是由同一回路产生的。其生长律不是自我放大的。一个分子催化自身或同类分子的复制。生长速率包含一个与复制子浓度一次方成比例的项，因此是一级自我放大。一个交叉催化的闭合循环。它是二级或更高级的，因为复制取决于多个复制子浓度的乘积。达尔文先决条件：维持有组织状态远离平衡所需的自由能源和物质来源。单元增殖的能力，使有利变异体能够增加数量。可遗传变异，没有它就没有选择的基底。这些是先决条件，而不是可选标签。如果缺少任何一个，即使化学循环仍在运转，选择方程也会失去其达尔文解释。恒定整体组织下的选择方程：当总浓度保持恒定时，频率按下式变化：dx_i/dt = x_i (W_ii − E(t))。W_ii 是复制子类型 i 的选择值，包含复制和降解速率。E(t) 是平均超额生产力，即选择值的种群加权平均值。当 W_ii > E(t) 时，一个类型增加；当 W_ii < E(t) 时，它减少。恒定组织条件使选择成为相对于种群平均值的比较，而不是绝对增长竞赛。突变-选择平衡与准物种：真实复制容易出错。突变-选择平衡不会产生单一优势野生型序列。它产生一个准物种：以主序列为中心的突变序列的有组织分布。野生型是一组相关序列云团中最可能的成员，而不是选择的唯一目标。当主序列的选择优势与远离它的突变通量平衡时，该分布是稳定的。误差阈值：只有在每次复制的突变率足够低时，准物种才能持续存在。超过误差阈值后，主序列无法可靠传递其信息，突变云团离域化，有组织的分布崩溃为突变随机化状态。这限制了超循环或准物种能够可重复维持的信息量。视觉提示路线图将三个达尔文先决条件连接到闭合超循环，然后连接到选择方程，再连接到准物种，最后连接到误差阈值。超循环框显示 A/B/C/D 的循环排列。选择框给出 dx_i/dt = x_i (W_ii − E(t))。准物种框显示一个主序列被突变云团包围。误差阈值框显示一道屏障：当突变率升高超过它时，准物种离域化，可复制信息丧失。练习指导正确答案是整体生长取决于不止一个成员的浓度乘积，因为每个单元都与另一个单元催化耦合。如果学生选择线性生长律，提醒他们自催化生长在复制子本身中是一级的，而超循环生长涉及多个单元之间的循环交叉催化。正确答案是代谢、自我复制和可变性。强调这些定义了可以用达尔文术语描述分子选择的领域。正确答案是 E(t) 是归一化项，等于选择值的种群加权平均值，因此只有当 W_ii 不同于 E(t) 时频率才会变化。说明 E(t) 不是突变率，也不是固定的总浓度。正确答案是以主序列为中心的突变序列的有组织分布，而不是单一优势野生型序列。如果学生选择随机集合，回到突变-选择平衡产生可重复云团的观点。正确答案是突变率高到超过该值时，有组织的突变体分布无法维持，可复制信息离域化。将误差阈值与催化最大值、能量截止值或成员数量区分开来。案例研究指导对于三成员 RNA 流动反应器，其生长组织是超循环的。每个成员的复制由循环中的另一个成员催化，因此整体生长取决于至少两个复制子浓度的乘积，使该系统成为二级或更高级。它不是普通催化，因为催化剂属于同一耦合循环；它也不是自催化，因为没有任何单个成员直接催化自身复制。如果降低复制保真度直到突变率超过误差阈值，准物种最初仍围绕主序列局域化，每个序列都通过 W_ii 与 E(t) 的对比来评判。随着突变升高，突变体分布变宽。超过误差阈值后，主序列的复制优势无法再可靠传递，W_ii 值之间的差异对维持连贯分布变得无效，随着系统漂向突变随机化状态，可复制信息丧失。课堂活动让学生将一个描述的复制系统分类为普通催化、自催化或超循环，并使用生长律的级数证明其选择。然后让他们用一两句话解释当突变率越过误差阈值时准物种会发生什么。理解检查学生应能够说明超循环是二级或更高级的闭合交叉催化循环；新陈代谢、自我复制和可变性是达尔文先决条件；在恒定整体组织下，W_ii 与 E(t) 进行比较；准物种是以主序列为中心的有组织突变体分布；误差阈值是由突变率设定的信息限制。如果学生将野生型与单一序列混淆，重新查看云团图和突变-选择平衡解释。过渡一旦学生能够连接超循环、三个先决条件、选择方程、准物种和误差阈值，就进入下一个使用该框架定量分析分子选择的例子或应用。 ### 催化、自催化与超循环生长 *第3页* > **本页目标：** 通过动力学和网络组织区分普通催化生长、自催化生长和超循环生长。 **教学要点** - 非常大的速率常数不会提高动力学级数。自催化在复制子中是一级的，其生长项类似 k[X]；超循环生长是二级或更高级的，因为繁殖项乘以两个浓度，例如 k[I_i][I_i-1]。当你分类一个系统时，要数生长项中的浓度因子，而不是它增长得有多快。 - 一组自催化剂不是超循环。沿着催化箭头检查它们是否闭合成一个循环，其中每个单元由其循环前驱催化。如果箭头形成各自的自环，那么你拥有的是独立自催化剂，而不是超循环，无论存在多少物种。 - 如果每个生长项只包含该物种自身的浓度，你可以将该系统建模为独立自催化剂。一旦某个生长项需要伙伴的浓度——如 x_ix_i-1——系统就是耦合且合作的，稳定性和寄生利用就成为分析的一部分。本页目标通过动力学级数和网络拓扑区分普通催化生长、自催化生长和超循环生长，并解释为什么催化超循环是二级或更高级的系统。教学顺序动力学级数和网络拓扑。在相同底物供应和速率常数下，会出现三种情形：普通催化是线性的，自催化是指数的，超循环生长是二级或更高级且合作的。催化剂 C 介导 S -> P。如果 [C] 保持恒定且底物过量，d[P]/dt ≈ k[C][S] 近似恒定，因此 [P] 随时间线性增长。产物 P 不催化自身形成，生长项中不出现 [P] 因子。在 S + X -> 2X 中，X 作为产物再生，因此催化自身形成。在缓冲底物下，d[X]/dt = k[S][X]，得到 X(t) = X0 e^(k[S]t)。这在复制子本身中是一级的。它是一种基本的选择形式，但每个自催化剂单独竞争，因为生长只取决于自身浓度。自复制单元 I1, I2,..., In 被连接成一个闭合催化循环。在循环索引中，单元 Ii 由其前驱 Ii-1 催化。因此成员 i 的繁殖项与 [Ii][Ii-1] 成比例，将自我复制与交叉催化耦合。最小情形是双成员超循环：I1 催化 I2，I2 催化 I1，因此两个生长项都与 [I1][I2] 成比例。 5. 两个标准可识别超循环。网络标准：催化连接必须闭合成一个循环，因此生长和选择作为一个整体作用于耦合回路；自催化剂的混合物不是超循环。级数标准：繁殖项包含至少两个浓度变量的乘积，如 xi xi-1，使系统成为二级或更高级。高阶项可由复合物形成、翻译耦合复制或饱和动力学产生。超循环生长是合作且非线性的。它不能简化为独立指数竞争者，因为每个成员的命运都与其循环前驱绑定。移除、减慢或利用一个单元会改变整个回路的生长。这就是为什么超循环预示了后来的整合、稳定性和寄生挑战问题。关键术语动力学级数；网络拓扑；普通催化；自催化；超循环；繁殖项；闭合催化循环；交叉催化；合作非线性生长；寄生物。视觉提示使用三面板比较。面板 A 显示 S -> P，其中 C 恒定，并给出 [P] 对时间的直线图。面板 B 显示 S + X -> 2X，并给出 [X] 对时间的指数曲线。面板 C 显示 I1、I2 和 I3 在闭合催化循环中，速率与 xi xi-1 成比例，级数至少为 2，并且该回路作为一个单元被选择。指出箭头很重要：单向线性路径、自环和闭合回路不是同一网络。练习指导催化剂 C 介导 S -> P，其中 [C] 恒定且底物过量。正确选择是 [P] 线性增加，因为 d[P]/dt ≈ k[C][S] ≈ 常数。反馈应强调常数因子是 C，P 不出现在生长项中，自我放大需要 P 催化自身生成。自催化方案是 S + X -> 2X，因为 X 被再生并催化自身形成。在该方案中，在缓冲底物下，d[X]/dt = k[S][X]，生长是指数的。其他方案描述被消耗的物种、闭合催化回路或线性催化。超循环是二级或更高级的，因为其繁殖项包含至少两个浓度变量的乘积，如 xi xi-1。正确反馈应指出，级数从生长项读取，而不是从成员数量或生长速度读取。在双成员超循环中，两项都与 [I1][I2] 成比例；在独立自催化剂情形中，各项分别与 [I1] 和 [I2] 成比例。反馈应让学生识别每个生长项中出现哪些浓度因子。交叉催化引入伙伴浓度。网络标准是催化连接必须闭合成一个循环，因此生长和选择作为一个单元作用于耦合回路。这是拓扑性的，不关乎分子身份、共享速率常数或恒定种群大小。独立自催化剂形成各自的自环，而不是闭合循环。 **课堂活动** 案例研究呈现一个前生物流动反应器，其中复制分子总浓度恒定，并持续供应活化核苷酸。比较三种设计：(i) 单个核酶 R 模板化自身复制，R -> 2R； (ii) 两个核酶 A 和 B，其中 A 催化 B 的复制，B 催化 A 的复制，闭合一个回路；(iii) A 和 B 各自只催化自身复制，没有交叉催化。让学生按动力学级数和网络拓扑对每种设计分类，并写出每个繁殖项。设计 (i) 是自催化，项为 k[R]，在一个浓度变量中是一级的，单一自环，并且在底物缓冲时呈指数生长。设计 (ii) 是超循环，项为 k1[A][B] 和 k2[B][A]，二级，闭合循环 A -> B -> A，并且是合作生长，因为每个成员都依赖其循环前驱。设计 (iii) 由两个独立自催化剂组成，项为 k1[A] 和 k2[B]，各自独立自环，没有超循环，因为没有催化连接闭合成循环。然后加入一个寄生 RNA P，它被 A 和 B 高效复制，但自身不催化任何东西。设计 (ii) 最脆弱：寄生物消耗 A 和 B 的催化服务，并将复制能力从循环的下一个成员转移走，削弱或破坏耦合回路。设计 (iii) 没有可供寄生物抽走的循环。设计 (ii) 不能被视为独立指数竞争者，因为每个生长项都包含伙伴浓度；选择作为一个单元作用于耦合回路，具有合作、非线性二级生长和共同脆弱性等集体性质。理解检查让学生通过数生长项中的浓度因子来分类一个新反应，而不是根据它增长得多快。然后让他们追踪催化箭头：独立自环表示独立自催化剂，而闭合循环表示超循环。复习提示：看级数，不看速度；看回路，不看列表；建模前检查耦合。过渡当学生能够区分线性、指数和循环合作生长，并能证明级数标准时，继续学习恒定整体组织下的选择方程和准物种概念。 ### 达尔文系统的必要先决条件 *第4页* > **本页目标：** 确定使达尔文选择成为可能的三个分子先决条件。 **教学要点** - 新陈代谢 = 通量；自我复制 = 信息；可变性 = 变异。如果系统缺少三者中的任何一个，达尔文选择就无法开始：没有东西驱动复制，没有东西承载谱系，或没有东西可供选择。 - 找到全部三个先决条件并不保证稳定进化。它们只是允许差异繁殖的最小条件；整合和长期持续取决于更高阶组织，例如本课后面发展的循环催化耦合。 - 推理时不要模糊功能：新陈代谢不储存遗传，自我复制本身不创造新异性，可变性不提供能量。每个先决条件贡献不同成分，而选择同时需要三者。本页目标确定使达尔文选择成为可能的三个分子先决条件：新陈代谢、自我复制和可变性。核心主张是，选择和进化不是物质的全局属性。它们只出现在具有特定分子性质的系统中，而这些性质必须被明确说明。教学要点从框架问题开始：选择和进化的分子基础是什么？答案不是任何任意形式的物质在足够时间后都会进化。进化需要特殊性质。在本页中，这些性质被呈现为支持达尔文行为的三个必要支柱。新陈代谢提供复制所需的能量和物质通量，并使系统远离热力学平衡。它回答了自由能和构建模块来自哪里。它不储存遗传，也不本身创造新异性。没有新陈代谢，就没有驱动复制的动力。自我复制使分子信息能够传播，并确保谱系连续性。它使分子组织能够比体现它的单个分子更持久。它回答了信息如何跨代持续。它本身不创造变异。没有自我复制，就没有记忆将谱系向前承载。可变性产生可遗传变异。它回答了选择所筛选的差异来自哪里。如果没有在复制速率或保真度上不同的变异体，选择就没有作用基底。它不提供能量。没有可变性，就没有多样性供选择区分。缺少这三者中任何一个的种群无法表现出差异繁殖：没有驱动、没有记忆或没有多样性。保持角色分离。新陈代谢是通量，自我复制是信息，可变性是变异。选择同时需要三者。必要但不充分这些先决条件是必要的：移除一个，达尔文行为就消失。它们不是充分的：满足三者的系统仍可能无法产生稳定、整合的进化实体。更高阶组织，例如本课后面发展的循环催化耦合，处理整合、共存和长期稳定性。将三个先决条件视为起始条件，而不是完整的进化理论。示例使用类 RNA 原始系统使三元组具体化。复制酶利用环境能量和核苷酸前体，这说明了新陈代谢，来复制模板链，这说明了自我复制。由于复制不完美，复制错误产生突变序列，这说明了可变性。一些突变体复制得更快或更忠实，这些变异体积累起来。这就是分子选择。注意，三个先决条件同时活跃，只有当突变体在复制行为上不同时，选择才变得可观察。视觉提示三支柱图显示新陈代谢、自我复制和可变性支撑一根标有达尔文选择和进化的横梁。每根支柱带有一个简明角色：新陈代谢用于能量和物质通量，自我复制用于分子信息传播，可变性用于可遗传变异。脚注说明这些条件是必要但不充分的。使用该图强调这些支柱彼此不同、共同必需，并且仍然只是差异繁殖的最小条件。练习指导对于框架问题，正确推理是达尔文行为不是任意物质的全局属性。它是必须被明确说明的特定分子性质的结果：新陈代谢、自我复制和可变性。如果学生选择平衡、全局必然性或分子碰撞频率，把他们送回框架陈述。对于新陈代谢问题，正确角色是提供能量和物质通量，使系统远离平衡并驱动复制。如果学生将遗传、复制错误或选择结果归于新陈代谢，说明这些属于自我复制或可变性。新陈代谢是三元组的能量和物质方面。对于可变性问题，正确角色是产生可遗传变异。选择是一个差异过程。如果每个拷贝都相同，就不会发生差异繁殖，选择也没有东西可区分。提醒学生，可变性不提供能量，也不保证最快复制者总是获胜；选择只是作用于存在的任何差异。对于必要但不充分问题，正确思想是这三个条件允许达尔文行为，但进化系统的整合和稳定性需要更高阶组织。该主张关乎逻辑地位，而非实验室有效性。将突变设为零会破坏选择的基底，而不是使条件充分。三者中任何一个单独都不够。对于类 RNA 例子问题，自我复制是复制酶复制模板链。能量和核苷酸前体对应新陈代谢，复制错误对应可变性，复制速度差异是选择所利用的结果。复制模板是繁殖步骤。案例研究指导在完美忠实原始复制器情景中，缺少可变性。因为复制酶完美忠实，不会产生可遗传变异，因此没有在复制速率或保真度上不同的变异体。差异繁殖无法发生。种群是单一不变序列，实际上是一个静态目标，而不是进化目标。如果后来一个罕见复制错误产生一个复制略快的突变体，新陈代谢和自我复制已经满足，该错误增加了可变性。一旦两个变异体在复制速度上不同，复制更快的突变体在世代间相对频率增加，这就是分子选择。该案例还说明为什么这些先决条件是必要但不充分的：选择可以开始，但更快变异体是否稳定持续、与其他共存或使种群失稳，取决于更高阶组织。理解检查让学生说出三个先决条件，并给出每个的独特功能而不混淆它们。然后问如果移除一个先决条件会消失什么：驱动、记忆或多样性。最后，让他们用自己的话解释必要但不充分，并将类 RNA 例子映射到三元组。注意倾听以下观点：选择对任意物质不是自动的，整合需要更高阶组织。过渡在建立三个先决条件后，继续学习恒定整体组织下选择动力学如何形式化，包括选择值、平均超额生产力，以及准物种作为选择目标。下一步建立在以下观点上：新陈代谢、自我复制和可变性是必要起始条件，而不是稳定分子进化的全部故事。 ### 恒定组织下的选择方程 *第5页* > **本页目标：** 解释当总种群保持恒定时选择速率方程的含义。 **教学要点** - 在恒定组织下，∑ xᵢ = c₀。这意味着只有 n-1 个浓度是独立的。始终检查你的解是否满足该约束。 - 状态空间是一个单纯形：两个物种时为线段，三个物种时为三角形，更多物种时为更高维多胞形。顶点表示纯物种；边和面表示混合物。选择流向最适顶点。 - 如果方程看起来很复杂，尝试仿射变换以将总尺度与组成分离。这会为变换变量 yᵢ 产生更简单的方程，并使不变边界显而易见。本页目标解释当总种群保持恒定时选择速率方程的含义，并将选择视为组成变化，而不是总量增长。教学顺序 1. 从约束开始。在恒定组织下，总浓度固定：∑ x_i = c_0。变量 x_i 是分子物种的浓度。该约束移除一个自由度，因此只有 n − 1 个相对浓度是独立的。因此自然状态空间是浓度单纯形：两个物种时为线段，三个物种时为三角形，更多物种时为更高维多胞形。 2. 以归一化通量形式解释选择方程：Φ_i = Φ_T · (x_i / ∑_k x_k)。这里 Φ_T 是约束下的总通量或生产力。比率 x_i / ∑_k x_k 是物种 i 的相对份额，而不是其绝对浓度或内在生长速率。选择重新分配固定总量：具有更高选择值或超额生产力的物种增加其份额，而较低值物种被稀释，同时不改变 c_0。 3. 将方程与几何联系起来。在确定性无突变极限中，单纯形边界是不变的。如果初始 x_i = 0，它将保持为零。因此固定点通常位于顶点或低维面上。c_0 = 1 的两物种例子给出 x_2 = 1 − x_1。如果物种 1 具有较大的选择值，流动朝向 x_1 = 1 和 x_2 = 0，而总量保持为 1。 4. 引入仿射变换作为简化工具。x 坐标系的仿射变换将总尺度与相对频率分离，并为组成动力学产生更简单方程的变换变量 y_i。来源推导指出，这种细分由微分方程的结构暗示，并且在线性微分方程中众所周知。教学要点检查每个解是否满足约束 ∑ x_i = c_0。顶点表示纯物种；边和面表示混合物；选择流向最适顶点。如果方程看起来很复杂，尝试仿射变换以将总尺度与组成分离。这通常使不变边界显而易见。在 c_0 = 1、x_1 + x_2 + x_3 = 1、物种 1 最高、物种 2 中等、物种 3 最低且无突变的三物种系统中，内部组成流向顶点 (1, 0, 0)。物种 1 向 1 上升，物种 2 和 3 向 0 下降，总量保持固定。仿射变换有助于分析组成动力学并揭示不变单纯形结构。练习提示使用这五个问题检查学生是否能在约束、归一化方程、单纯形图景和两物种例子之间转换。约束表示所有物种的固定总浓度；它不意味着无限增长、单一物种或相等生长速率。比率 x_i / ∑_k x_k 是物种 i 的相对份额。仿射变换简化方程，因为它将总尺度与相对频率分离；它不移除约束，也不使选择值相等。在 c_0 = 1 且物种 1 更适的两物种系统中，x_1 向 1 上升，x_2 向 0 下降。没有突变时，缺席的物种不能后来出现，因此如果初始 x_i = 0，它保持为零；单纯形边界是不变的。对于错误答案，将学生送回关键证据：固定总和约束、归一化比率、仿射变换目的、两物种流动或无突变边界条件。理解检查让学生用自己的话解释为什么恒定组织移除一个自由度，比率 x_i / ∑_k x_k 衡量什么，以及他们如何根据选择值预测单纯形上的流动方向。注意倾听选择在固定总量内改变份额的观点。过渡一旦学生能够解读归一化选择方程并描述单纯形上的流动，继续学习突变如何改变这些不变边界，并使系统趋向突变-选择平衡和准物种。 ### 选择值与平均超额生产力 *第6页* > **本页目标：** 解释选择值和平均超额生产力如何决定分子选择。 **教学要点** - 仅 Wᵢᵢ 并不能保证增长。将其与当前 E(t) 比较：如果 Wᵢᵢ > E(t)，物种增长；如果 Wᵢᵢ < E(t)，它下降；如果 Wᵢᵢ = E(t)，它暂时中性。 - E(t) = ∑ⱼ Wⱼⱼ xⱼ 每当频率 xⱼ 变化时都会变化。一个物种可能早期有优势，随着组成转向更高 W 物种而在后期变为中性。 - 使用恒等式 ∑ᵢ xᵢ(Wᵢᵢ − E(t)) = 0 验证选择重新分配频率而不改变总浓度。这是恒定组织的数学标志。本页目标解释选择值和平均超额生产力如何在恒定组织下决定分子选择。到最后，学生应能够将物种的净复制率与当前种群平均值比较，并预测其频率上升、下降或暂时中性。教学要点在恒定组织下，选择是自复制分子物种之间的动力学竞争。每个物种 i 具有选择值 W_ii，即扣除降解后的净复制率。这不是固定的生物体层面适应度；它是局部速率，必须与种群当前状态比较。种群层面的平均超额生产力是 E(t) = ∑_j W_jj x_j。它是选择值的组成加权平均值，使用频率或浓度 x_j 作为权重。因为权重随种群变化，E(t) 是动态的。选择方程是 dx_i/dt = x_i [W_ii - E(t)]。因此：物种 i 频率增加。物种 i 下降。物种 i 暂时中性。恒定组织得以保持，因为加权超额总和为零：∑_i x_i [W_ii - E(t)] = 0。选择重新分配频率；它不改变总浓度。如果 W_11 > W_22，初始时 E(t) 位于二者之间。物种 1 有 W_11 - E(t) > 0 并上升；物种 2 有 W_22 - E(t) < 0 并下降。当 x_1 → 1 时，E(t) → W_11，物种 1 的净超额趋近于零。因此优势是相对的，并可能随组成变化而消退。正的 W_ii 不保证增长；它必须超过 E(t)。相反，如果 E(t) 更低，负的 W_ii 也可以持续。视觉提示：频率图显示 x_1 上升、x_2 下降，而速率图显示 E(t) 从其初始加权值移向 W_11。差距 W_ii - E(t) 是生长信号。练习指导对于多项选择题，反复使用同一比较。选择优势意味着 W_ii - E(t) > 0，不是细胞适应度，不是未扣除降解的原始复制，也不是绝对浓度。E(t) 是加权平均值 ∑ W_jj x_j，不是未加权平均或简单求和。恒定组织成立是因为 ∑ x_i [W_ii - E(t)] = 0。如果 W_ii < E(t)，超额为负，因此物种下降。在两物种情形中，当 x_1 → 1 时，E(t) 接近 W_11，物种 1 的净超额趋近于零。当 W_A = 0.8、W_B = 0.3、x_A = 0.2、x_B = 0.8 时，E(0) = 0.8(0.2) + 0.3(0.8) = 0.40 min^-1。物种 A 有 0.8 - 0.40 = 0.40 > 0，因此 A 增加。物种 B 有 0.3 - 0.40 = -0.10 < 0，因此 B 下降。当 x_A → 1 时，E(t) → 0.8 min^-1，A 的净超额趋近于零。优势从来不是固定的；它取决于当前组成。如果学生基于正复制率或绝对浓度选择答案，让他们先计算 W_ii - E(t) 并与零比较。如果他们混淆 E(t)，提醒他们频率是权重。如果他们认为恒定组织要求固定 E(t)，展示即使 E(t) 移动，加权超额也会抵消。理解检查让学生计算反应器例子的 E(0)，并说明哪个物种上升。然后问当 x_A 接近 1 时，E(t) 和 W_A - E(t) 会发生什么。正确回答应说 E(t) 移向 W_A，净超额缩小到零，优势在固定时消失。过渡一旦恒定组织下的选择清楚，下一步是加入突变，并询问突变-选择平衡如何改变选择目标。相同的 W_ii 和 E(t) 比较仍将是该讨论的基线。 ### 突变-选择平衡与准物种 *第7页* > **本页目标：** 理解为什么选择的真正目标是一个称为准物种的有组织分布。 **教学要点** - 使用序列空间图记住准物种是一个分布，而不是一个点。主序列只是云团的峰。 - 准物种分布是突变-选择矩阵的主特征向量；其特征值给出种群的平均适应度。 - 分布宽度随突变率增加；超过误差阈值后，主序列丢失，种群离域化。本页目标解释突变-选择平衡如何产生准物种，以及为什么野生型是一个有组织分布而非单一优势序列。教学要点在分子层面，自然选择的目标不是一个基因型，而是一个称为准物种的相关序列的有组织分布。突变持续围绕主序列产生变异体，而选择偏爱更好的复制者。因此稳态是一个稳定的突变谱，一个序列云团，而不是单一野生型。主序列或野生型是最常见的变异体，但选择单位是整个突变云团。在恒定组织下，每个变异体的浓度平衡其自身复制与来自邻近序列的突变流入和流出。分布宽度取决于突变率、基因组长度和选择差异。这直接导致误差阈值问题：随着突变率升高，云团变宽，超过阈值后主序列丢失，种群离域化。一个有用的数学观点是，种群是每个序列浓度 x 的向量。动力学遵循 dx_i/dt = W_ii x_i + sum over j not equal to i of W_ij x_j minus E(t)x_i，其中 W_ii 是序列 i 的选择值，E(t) 是平均超额生产力。在稳态下，分布是突变-选择矩阵的主特征向量，其特征值给出种群的平均适应度。关键术语一个动态维持的分子集合，而不是分类学物种。主序列：最常见的变异体和云团的峰。突变谱：周围相关序列的分布。误差阈值：超过该突变率限制后主序列无法维持。视觉提示使用序列空间图锚定概念。中央主序列被 1 错误、2 错误和 3 错误环包围，突变和选择箭头显示持续交换。高浓度变异体聚集在峰附近，而低浓度变异体向外扩散。关键提醒是准物种是一个分布，而不是一个点；主序列只是云团的峰。练习指导准物种的物理意义是什么？引导学生理解为由突变-选择平衡维持的稳定突变体分布。单一优势基因型不正确，因为整个云团是选择单位。短暂集合不正确，因为该分布是动态维持的。分类学物种不正确，因为准物种是分子且动态的，不是由杂交定义的。哪个因素主要决定突变体分布的宽度？最佳答案是突变率、基因组长度和选择差异。更高的突变率、更长的基因组和更小的选择差异会加宽分布。仅种群大小和主序列复制率不能设定宽度。为什么野生型被认为是有组织分布而不是单一优势序列？因为突变产生一个由选择维持的变异体云团。野生型是稳定突变谱中最常见的变异体，而不是孤立基因型。主序列在突变-选择平衡中扮演什么角色？它是最常见的变异体，由突变通量保持稳定。其浓度由自身复制与向邻近序列和从邻近序列突变之间的平衡设定。它不是静态的，也不会立即胜过所有突变体。当突变率接近误差阈值时会发生什么？云团变宽并离域化，主序列丢失。选择不再能维持局域峰。如果学生选择分布缩小为一个序列，提醒他们误差阈值标志主序列的丢失，而不是增强。课堂活动将该概念应用于 RNA 病毒准物种。病毒以高突变率复制，产生变异体云团。主序列编码复制基因组的聚合酶。一些变异体降低聚合酶效率，而另一些可能赋予抗病毒药物抗性。让学生将病毒种群描述为准物种：由突变-选择平衡维持的主序列被突变谱包围。然后问如果抗病毒药物靶向主序列可能发生什么。药物降低主序列的复制，但云团中预先存在的抗性突变体可能复制并可能成为新的主序列。这说明准物种如何使种群适应并存活。理解检查让学生用自己的话解释为什么准物种不是单一基因型。注意倾听突变-选择平衡、稳定突变体分布、主序列作为最常见变异体，以及整个云团作为选择单位。强答案还会将更高突变率与更宽分布以及最终在误差阈值处离域化联系起来。过渡在准物种被确立为选择的真正目标后，下一步是误差阈值条件：在选择不再能将主序列保持在位之前，能够可靠维持多少信息。 ### 误差阈值与信息极限 *第8页* > **本页目标：** 解释限制复制可维持信息量的误差阈值条件。 **教学要点** - 绝不要将 Q_m 与 q 混为一谈。因为 Q_m ≈ q^m，即使每位点保真度为可观的 0.99，100 碱基拷贝也只有约 37% 正确（0.99¹⁰⁰ ≈ 0.37）。序列长度是隐藏乘数，使保真度指数崩溃。 - 在 m_max ≈ ln σ_m / (−ln q) 中，选择优势位于对数内。将 σ_m 加倍只给分子增加 ln 2 ≈ 0.69，因此十倍优势不会使可维持序列延长十倍。要大致线性地获得信息，需要指数级更适的主序列。 - 条件 Q_m > σ_m⁻¹ 是为恒定整体组织和有效无限种群推导的。在有限种群中，漂变和随机波动会模糊或移动转变，因此将近阈值系统视为边缘，而不是自信地安全或注定失败。本页目标解释限制复制可维持信息量的误差阈值条件。关键是将全序列保真度 Q_m 与最小保真度 Q_min = σ_m^-1 比较，其中 σ_m 是主序列相对于其突变云团的选择优势。这种比较将维持的准物种与误差灾变区分开来。教学顺序 1. 首先区分 Q_m 与 q。Q_m 是在一轮复制中正确复制长度为 m 的整个序列的概率。q 是每位点保真度。在独立位点错误下，Q_m ≈ q^m，因此保真度跨位点相乘，并随长度增长呈指数崩溃。 2. 推导阈值。只有当 Q_m > Q_min = σ_m^-1 时，主序列才被维持。在 Q_m = Q_min 时系统处于边缘。低于 Q_min 时，选择无法抵抗突变退化而保持主序列。只有当 σ_m > 1 时阈值才非平凡。 3. 对比两种情形。低于阈值：准物种仍围绕主序列局域化，信息得以保留。高于阈值：突变云团在误差灾变中离域化，信息丢失。 4. 引入信息极限。令 Q_m = q^m 等于 σ_m^-1 并求解长度，得到 m_max ≈ ln σ_m / (−ln q)，或对于 q ≈ 1，m_max ≈ ln σ_m / (1 − q)。可维持信息随选择优势仅对数增长，但与每位点错误成反比。 5. 计算例子。对于 σ_m = 10 和 q = 0.99，m_max ≈ ln 10 / (−ln 0.99) ≈ 2.303 / 0.01005 ≈ 230 个碱基。 6. 限定标准。Q_m > σ_m^-1 是恒定整体组织和有效无限种群的确定性平均场结果。有限种群、漂变和随机效应会模糊或移动转变，因此近阈值系统是边缘的，而不是简单安全或注定失败。教学要点 Q_m 是全序列保真度，不是每位点保真度。不要将 Q_m 与 q 混为一谈。因为 Q_m ≈ q^m，即使 q = 0.99，100 碱基拷贝也只有约 37% 正确：0.99^100 ≈ 0.37。长度是隐藏乘数。阈值条件是 Q_m > Q_min = σ_m^-1。σ_m 是主序列相对于其突变云团的选择优势。更高的 σ_m 允许更低保真度或更长可维持序列。最大可维持长度是 m_max ≈ ln σ_m / (−ln q)。将 σ_m 加倍只给分子增加 ln 2 ≈ 0.69，因此十倍优势不会使序列延长十倍。选择优势以对数方式购买信息；每位点错误在分母中起作用。关键术语在一轮复制中正确复制长度为 m 的整个序列的概率。 q：每位点保真度。维持所需的最小全序列保真度。主序列相对于其突变云团的选择优势。围绕主序列的局域化突变体分布。当 Q_m < Q_min 时突变云团离域化。阈值条件下可维持的最大序列长度。视觉提示阈值曲线将突变或错误率 (1 − q) 绘在 x 轴上，将 Q_m 绘在 y 轴上。水平虚线标记 Q_min = σ_m^-1。下降曲线 Q_m = q^m 在阈值处穿过该线。左侧绿色区域表示准物种维持；右侧红色区域表示误差灾变和离域化突变云团。交叉点显示两种情形之间的边界。练习提示使用问题检查核心区别。对于数量问题，正确答案是全序列保真度：正确复制长度为 m 的整个序列的概率。对于条件问题，正确是 Q_m > Q_min = σ_m^-1。对于结果问题，如果 Q_m 降到 Q_min 以下，突变云团离域化，信息在误差灾变中丢失。对于 σ_m = 10 和 q = 0.99 的数值问题，m_max ≈ 230 个碱基。对于依赖性问题，m_max 随 σ_m 对数增长，并与每位点错误成反比。练习指导复习答案时，让学生解释为什么 Q_m 不是 q，以及为什么长度以指数方式进入。在计算题中，让他们在代入前识别分子 ln σ_m 和分母 −ln q。正确反馈应强调 Q_m > Q_min 意味着维持； Q_m < Q_min 意味着误差灾变。错误反馈应将学生送回全序列与每位点保真度的区别或阈值表达式。案例研究指导 RNA 复制子案例有 m = 100、σ_m = 20 和 q = 0.995。这里 Q_m ≈ 0.995^100 ≈ 0.61，而 Q_min = 1/20 = 0.05。因为 0.61 > 0.05，阈值以很大余量满足，且 m_max ≈ ln 20 / (−ln 0.995) ≈ 598 个碱基远高于 100，因此信息得以维持。在诱变剂将 q 降到 0.97 后，Q_m ≈ 0.97^100 ≈ 0.047，低于 0.05，因此系统越过阈值，预测发生误差灾变。临界保真度是 q_crit = 20^-1/100 ≈ 0.9705，刚好高于 0.97；等价地 m_max ≈ 98 个碱基，刚好低于 100。可以通过将 σ_m 提高到约 21 或更高、将序列缩短到约 98 个碱基以下，或恢复更高复制保真度来恢复维持。强调提高 σ_m 代价高昂，因为 m_max 仅随 σ_m 对数增长。理解检查让学生用一句话说明为什么 Q_m 随序列长度指数下降，Q_m > Q_min 意味着什么，当 Q_m < Q_min 时会发生什么，以及如何为给定 σ_m 和 q 计算 m_max。强答案应区分 Q_m 与 q，并提及对选择优势的对数依赖。过渡一旦学生能够解释阈值条件并计算 m_max，继续学习应用，展示该限制如何约束复制子长度、基因组大小和维持遗传信息的条件。 ### 为什么突变基因需要超循环组织 *第9页* > **本页目标：** 理解为什么突变基因可能需要超循环组织，而不是单一稳定增长的基因组。 **教学要点** - 学习增长模式：对于长度为 L 的基因组，一错误变异体数量为 L，二错误变异体 ≈ L²/2，三错误变异体 ≈ L³/6，因此 N_k ≈ $L^k$ / k!。将基因组长度加倍会使二错误云团大致增加四倍——这就是为什么长度，而不仅是突变率，驱动误差阈值。 - 一个常见误解是选择保留一个最优序列。在突变–选择平衡下，选择目标是准物种：主序列加上其突变云团。当被问及选择什么时，要说出有组织分布，而不是单个分子。 - 绝不要声称超循环组织消除了误差阈值。在接受任何提出的网络之前，自我检查两件事：它是否有自己的误差阈值，以及寄生成员是否能利用它？任一答案都限制网络能容纳多少信息。本页目标解释为什么单一稳定增长的基因组难以容纳不完美复制产生的突变多样性，以及为什么超循环组织——催化基因连接成闭合循环——提供了划分和稳定这些信息的另一种方式。关键思想是选择作用于准物种，而不是一个主分子。教学顺序从突变–选择平衡开始。复制从不完全精确，因此主序列被突变云团包围：一错误、二错误、三错误及更高变异体。这个云团不是次要副作用；当复制容易出错时，它正是选择实际保留的对象。然后量化云团。对于 100 核苷酸基因组： N1 = 100 个一错误变异体 N2 = C(100,2) = 4,950 个二错误变异体 N3 = C(100,3) = 161,700 个三错误变异体 Nk = C(100,k)。将变异体分组为 n 槽组合，当 n ≪ Nk 时近似为 Nk^n / n!。长度 L 的模式是 Nk ≈ L^k / k! ，因此二错误变异体大致按 L^2/2 增长，三错误变异体按 L^3/6 增长。将基因组长度加倍大致使二错误云团增加四倍。这就是为什么长度以及突变率会将系统推向误差阈值。由此产生三个后果： 1. 随着长度或突变率升高，突变云团可能压倒主序列；越过误差阈值，信息退化。 2. 单一稳定增长的基因组难以整合这种多样性，因为其复制子相互竞争。更快或更短的变异体可能胜过主序列，而对单个分子的选择没有内置机制将整个突变集合作为一个稳定单元保持在一起。 3. 在突变–选择平衡下，选择目标是准物种：主序列加上其突变云团。当被问及选择什么时，要说出有组织分布，而不是单个分子。超循环组织增加了什么超循环组织通过催化相互依赖连接不同基因。每个基因的产物催化下一个基因的复制，闭合循环 I1 → I2 → … → In → I1。因为每个成员依赖前一个，该集合集体生长，并可作为一个具有自身集体生长速率的更高阶单元被选择。这带来：独立竞争者变成一个合作网络，因此没有单个快速变异体简单接管。信息分布在若干成员之间，因此一些突变变异可被吸收而不会立即崩溃。循环，而不是单个复制子，成为其生长和繁殖决定生存的对象。解决方案的局限超循环组织并未消除信息问题。超循环有自己的误差阈值，并且易受寄生成员利用，这些成员利用循环而不贡献催化。它重新定位并划分问题，而不是废除问题。视觉提示左侧，一个主序列被标有 100、4,950 和 161,700 的嵌套虚线突变体外壳包围；右侧，基因耦合在闭合催化循环中。指出从突变谱到超循环网络的箭头：谱被整合为集体单元。强调每个基因仍携带自己的突变变异体。练习提示复习练习题时，让学生数而不是猜。对于一错误、二错误和三错误变异体，使用 C(100,k)：100；4,950； 161,700。如果答案将一错误计数与二错误计数混淆，回到组合公式。对于选择目标问题，强调正确答案是准物种，而不是最快的单个突变体。对于超循环组织，收益是结构性的——循环催化依赖——而不是突变率变化。对于局限，要求两点：超循环有自己的误差阈值，并可能被寄生物入侵。有 100 个位点时，N1 = 100，N2 = 4,950，N3 = 161,700，更高阶按 Nk = C(100,k) 增长。三基因循环可以分配信息并使该集合成为更高阶单元，但它仍有误差阈值，并且仍易受寄生利用。划分重新定位问题；它不消除问题。理解检查为什么突变云团比基因组增长更快？在突变–选择平衡下选择什么？超循环增加了什么，仍保留哪两个限制？注意倾听组合增长、准物种、集体生长、自身误差阈值和寄生物脆弱性。过渡一旦学生能够解释为什么单个基因组无法将突变谱保持在一起，继续学习超循环系统的下一部分，其中这些耦合单元被形式化，其稳定性和局限被进一步检验。 ### 超循环稳定性与寄生挑战 *第10页* > **本页目标：** 考察寄生元件如何使超循环失稳，以及哪些条件影响其稳定性。 **教学要点** - 最快的诊断是 ẋ 的符号：c₀ < k/k_A 给出 ẋ > 0，因此超循环组分增加，而 c₀ > k/k_A 给出 ẋ < 0。在决定哪个角获胜之前，始终确定总浓度相对于 k/k_A 的位置。 - 在 T.13.8 系统的每个方程中，第一项是生长，第二项是恒定组织稀释项。寄生物在其自身浓度中二次增长，k_Ac_A²，因为它是自我复制的，而超循环组分只通过交叉项 k c_Ax 增长。 - 不要假设寄生物和超循环存在稳定内部共存。在一般情形中，相流最终到达两个角固定点之一，给出赢者通吃结果——并记住这来自简化模型的良好混合、恒定组织假设。本页目标解释寄生复制子如何入侵超循环，以及恒定组织模型如何预测浓度单纯形的哪个角获胜。目标是将寄生物定义连接到二组分 T.13.8 方程、阈值 c_0 = k/k_A，以及简化良好混合模型的局限。教学顺序 1. 从超循环结构开始：一个催化支持的闭合回路，其中每个成员帮助下一个，回路回到自身起点。这使循环自我强化，但也为利用创造了开口。 2. 精确定义寄生物：一个自我复制元件，从超循环获得催化支持但不返回催化。强调寄生物不是惰性的；它复制，其定义特征是它不返回任何东西。 3. 建立恒定组织假设：总浓度固定为 c_0 = c_A + x，其中 c_A 是寄生物浓度，x 是超循环组分浓度。该约束使两物种竞争在分析上可处理。 4. 写出 T.13.8 系统并解释每项作用。寄生物：ċ_A = k_A c_A^2 − (c_A/c_0)(k_A c_A^2 + k c_A x)。超循环组分：ẋ = k c_A x − (x/c_0)(k_A c_A^2 + k c_A x)。在两个方程中，第一项是生长，第二项是强制恒定总浓度的稀释或流出项。寄生物在其自身浓度中二次增长，k_A c_A^2，因为它是自我复制的，而超循环组分只通过交叉项 k c_A x 增长。 6. 分析阈值 c_0 = k/k_A。低于它，c_0 0，因此超循环组分增加。高于它，c_0 > k/k_A 给出 ẋ < 0，因此超循环组分被稀释走的速度快于其产生。 7. 确定单纯形 S_2 上的两个角固定点：寄生物主导在 c_A = c_0，x = 0，超循环主导在 x = c_0，c_A = 0。在一般情形中，内部状态流向这些角之一；在这个简化模型中没有稳定内部共存。 8. 以模型局限结束。角吸引子结果属于恒定组织下的良好混合反应器。空间结构、区室化、突变和更高层单元之间的选择被排除，因此该模型定义寄生挑战，而不是解决它。教学要点自我复制，接受支持，不返回催化。它竞争同一有限物质池。 c_0 固定。稀释/流出项不是可选附加项；它是该约束的数学表达。生长创造物质，稀释按比例移除物质。混淆这些会导致关于 ẋ 符号的错误预测。最快的诊断是 ẋ 的符号。在决定哪个角获胜之前，检查 c_0 是低于还是高于 k/k_A。两个固定点都位于 S_2 的角。内部流朝向获胜角，在简化情形中给出赢者通吃结果。关键术语超循环、寄生物、恒定组织、浓度单纯形 S_2、稀释/流出项、阈值 c_0 = k/k_A、角固定点、寄生物主导角、超循环主导角。视觉提示使用 S_2 上的相图。用红色标记寄生物角 c_A = c_0，x = 0，用蓝色标记超循环角 x = c_0，c_A = 0。显示虚线阈值 c_0 = k/k_A。阈值上方的蓝色箭头表示 ẋ > 0 并流向超循环角；下方红色箭头表示 ẋ < 0 并流向寄生物角。图注应强调内部状态流向获胜角，并且该模型中不预期稳定内部共存。练习提示什么使复制子成为寄生物？参考答案：它自我复制并从超循环获得催化支持，但不返回催化。反馈：寄生物不是被动衰变突变体；它以循环为代价主动复制。哪一项强制恒定组织？参考答案：稀释/流出项，例如 −(c_A/c_0)(k_A c_A^2 + k c_A x) 及其在 x 方程中的对应项。反馈：生长产生物质；第二项移除物质以保持 c_0 固定。总浓度如何控制 ẋ 的符号？参考答案：当 c_0 k/k_A 时 ẋ > 0。反馈：恒定组织固定总量，而不是各个浓度。在阈值处比较生长和稀释。固定点在哪里，流动一般最终到哪里？在单纯形的两个角，寄生物主导和超循环主导，内部状态流向获胜角。反馈：检查相关浓度同时消失的角状态。哪个假设意味着模型本身不能解决寄生挑战？良好混合、恒定组织设置省略了空间结构、区室化、突变和更高层选择。反馈：这些省略的机制正是后来用于遏制寄生物的机制。课堂活动流动反应器案例提供了有用检查。当 k_A = 2k 时，运行 1 在 c_0 0 并流向超循环主导角 x = c_0，c_A = 0。运行 2 在 c_0 > k/k_A 时应给出 ẋ < 0 并流向寄生物主导角 c_A = c_0，x = 0。然后问超循环要存活需要放宽什么：区室化、空间结构、突变或更高层选择。答案应说明，放宽这些假设引入了两物种 T.13.8 系统无法表示的额外选择层级。理解检查让学生说明阈值条件并在不解完整方程的情况下预测赢家。强答案从 c_0 与 k/k_A 的相对大小开始，然后使用 ẋ 的符号选择角。过渡在简化模型中定义了寄生挑战之后，下一步是考察哪些机制可以遏制寄生利用，以及当放宽良好混合假设时分析如何变化。 ### 达尔文框架中的催化超循环 *第11页* > **本页目标：** 综合催化超循环、选择方程、准物种和误差阈值如何形成分子自组织的连贯图景。 **教学要点** - E(t) 是选择值的浓度加权平均值，不是任何单个变异体的属性。当你解释选择方程时，要一起检查两项：决定变异体获得还是失去份额的是差值 Wᵢᵢ − E(t)，绝不是单独的 Wᵢᵢ。如果一个变异体的 Wᵢᵢ 超过当前平均值，它会扩张；如果低于，它会下降，而平均值本身随分布变化而移动。 - 记住箭头方向：每个单元催化其后继，而不是自身。超循环的区别特征是繁殖实体是闭合回路，因此当被问及选择什么时，要在集体单元层面回答。一个有用的自检：遮住任意一个成员，问剩余单元是否仍能繁殖循环——如果不能，你看到的就是超循环系统，而不仅仅是自催化系统。 - 将误差阈值视为每一层组织继承的约束。准物种、单个复制子和超循环循环在复制保真度低于临界值时都会失去可复制信息，而在循环中，损失会传播，因为成员在催化上相互依赖。当评估任何声称更高阶结构逃脱误差阈值的说法时，问哪个组分的保真度实际上提高了——通常没有。本页目标将本页的四条线索整合为一个连贯图景：催化超循环作为分子达尔文系统，恒定整体组织下描述它们的选择方程，准物种作为选择的真正目标，以及约束每一层组织的误差阈值。到最后，学生应能够双向移动——从循环结构到其选择动力学，并从保真度限制回到循环组分。教学要点 1. 为什么闭合催化回路算作达尔文系统。催化超循环是自复制单元的闭合循环，其中每个成员催化加速下一个成员的繁殖（R1 → R2 → R3 → R1）。关键结构事实是箭头方向：没有成员催化自身。因为每个单元依赖下游伙伴，繁殖的实体不是任何单个分子，而是整个回路。因此该集体繁殖单元可被视为更高阶复制子，并且当学生被问及在这一层面选择什么时，这是正确答案。 2. 超循环同时提供达尔文行为的三个先决条件。分子进化不是自动的；它要求新陈代谢、自我复制和可变性同时成立。新陈代谢：系统必须获取能量和物质来构建自身组分，而在循环中，每个成员的催化产物供给另一个成员的合成工作，维持物质和能量的内部周转。自我复制：系统必须产生自身拷贝，但这里复制单元是循环，而不是孤立分子——回路集体自我复制，而单个成员不能自给自足。可变性：模板必须以偶尔错误复制，产生可遗传变异；没有序列变异，选择就没有作用对象，循环将是化学稳态而不是进化系统。复制子循环之所以有趣，正是因为一个结构装置——闭合催化回路——提供了全部三个条件。 3. 恒定整体组织下的选择。循环被置于复制子总浓度固定的情形中，因此竞争表现为份额重新分配，而不是无界增长。每个变异体 i 携带选择值 W_ii，即其净复制优势，动力学形式为 dx_i/dt = x_i (W_ii − E(t))，其中 E(t) = (Σ_k W_kk x_k) / (Σ_k x_k)。两个特征很重要。第一，W_ii 是变异体 i 的净优势，因此从其超循环伙伴获得更好催化支持的突变体获得更大的 W_ii，而环境没有任何变化——适应度是循环的属性，而不是孤立分子的属性。第二，E(t) 是平均超额生产力，即选择值的浓度加权平均值。它从每个变异体中同样减去，并且正是它保持总浓度恒定。它是种群平均值，绝不是单个变异体的属性。决定变异体获得还是失去份额的量是差值 W_ii − E(t)，绝不是单独的 W_ii：高于当前平均值时变异体扩张，低于时下降。并且因为 E(t) 随最初最适变异体扩散而上升，它们的优势逐渐被侵蚀，直到分布变为平稳。 4. 选择的真正目标是准物种。选择不作用于单个最佳序列。突变持续将一个变异体转化为另一个，突变-选择平衡产生以优势类型为中心的稳定、有组织序列分布。超循环组织随后增加一层耦合，因为循环中连接的单元不是单个序列，而是整个准物种，每个为下一个提供催化支持。叙述相应扩展：从准物种作为分子选择单位，到超循环作为二级或更高级选择单位。级数指催化耦合——没有成员的生长能在不参考循环的情况下写出——而不是分子性、平方速率或记账。 5. 误差阈值并未被绕过。集体组织并未放宽约束任何复制子的保真度要求。可重复维持信息要求复制保真度相对于储存信息量足够高；超过临界突变率，突变云团无限制变宽，有组织分布消散。同样条件适用于循环的每个成员，并且因为成员在催化上相互依赖，信息损失是合作的：当一个准物种退化时，其后继失去催化支持，循环衰变而不是优雅退化。超循环从其组分继承误差阈值。 6. 常见陷阱。不要把超循环解读为绕过保真度限制的方式。集体催化在成员之间重新分配复制优势——因此它改变每个 W_ii——但它保持每个组分的突变-选择平衡不变。成员不再能被忠实复制的循环不是一个更稳健的进化单元；它是一个正在溶解的单元。关键术语催化超循环；达尔文系统；选择值 W_ii；平均超额生产力 E(t)；恒定整体组织；准物种；突变-选择平衡；误差阈值；二级或更高级。视觉提示概念图串联三个面板：达尔文先决条件（新陈代谢、自我复制、可变性）输入催化超循环，后者一方面导致恒定组织下的选择（W_ii、E(t)），另一方面导致约束面板（准物种、误差阈值）。下方框显示三成员回路 R1 → R2 → R3 → R1，图注为没有单个成员自给自足。解释催化耦合时指向箭头，并遮住一个圆圈以测试回路是否仍能繁殖。练习提示循环是二级或更高级的，因为每个成员增强另一个成员的复制，因此没有单元的生长独立于循环。问题 2：先决条件是新陈代谢、自我复制和可变性——不是种群遗传力量、膜或翻译机器。问题 3：E(t) 是选择值的种群平均值，从每个 W_ii 中减去以保持总浓度恒定。问题 4：突变耦合变异体，因此存活的是以优势类型为中心的有组织分布。问题 5：更高阶单元仍受误差阈值约束，信息损失是合作的。案例研究。在 W_11 > W_22 > W_33 的三成员反应器中，R1 起初增长最快，因为 W_11 − E(t) 是最大的正差值。随着 R1 积累，E(t) 被向上拉向 W_11，R1 的优势衰减，而固定总量意味着 R1 的收益由 R2 和 R3 的损失匹配，直到三者共享相同净生长速率。逐步降低保真度最终越过误差阈值：每个突变云团变宽，催化支持合作失败，循环溶解。强调超循环耦合增加集体选择层；它不增加保真度。理解检查让学生用一句话说明超循环中选择什么。然后让他们根据 W_ii − E(t) 的符号判断给定变异体扩张还是下降。最后，问当每符号保真度降到临界值以下时回路会发生什么，以及为什么失败会传播而不是保持局部。过渡在四条线索统一后，下一页可以将该框架扩展到超循环组织的进一步后果，将准物种和误差阈值视为已建立工具，而不是新想法。