3
应用 q̄m、σm 和 vm 预测信息丢失
HYC-1979Lesson 3: Error Threshold and Early Replicative Units
00:00

在准种与恒定组织框架下,有意义序列能否持续存在由乘积 q̄ₘvₘ σₘ决定。这一单一量将复制保真度、选择优势与序列长度综合为一个判定信息能否维持的准则。

误差阈值稳定性曲线可维持长度 vₘ 与逐符号复制准确率 q̄ₘ 的关系(σₘ = 10、100 和 1000)0.9950.9960.9970.9980.9991.00002000400060008000q̄ₘ(逐符号复制准确率)vₘ(可维持长度)vₘₐₓ = ln σₘ / (1 − q̄ₘ)σₘ = 10σₘ = 100σₘ = 1000信息丢失位于每条曲线之上得以维持位于每条曲线之下判定准则q̄ₘvₘ σₘ > 1维持q̄ₘvₘ σₘ = 1边界q̄ₘvₘ σₘ < 1丢失区域对每个 σₘ 均丢失取决于 σₘ对每个 σₘ 均得以维持验算示例σₘ = 100,q̄ₘ = 0.999vₘ = 4000 → 1.8 > 1得以维持vₘ = 5000 → 0.67 < 1丢失

核心概念

  • q̄ₘ 是每个符号或核苷酸的平均复制准确率。完整复制整个 vₘ 符号序列的概率为 q̄ₘvₘ,因此保真度代价随序列长度呈指数增长。
  • σₘ 是有意义序列相对于其突变体的选择优势。σₘ 越大,可容忍的突变负荷越高,可维持的序列也越长。
  • vₘ 是必须维持的序列长度或符号数量。vₘ 越长,突变靶标越大,所能容忍的逐符号错误率上限就越低。

判定准则

若 q̄ₘvₘ σₘ > 1则维持信息。若 q̄ₘvₘ σₘ < 1则丢失信息。等号定义了误差阈值边界。当 q̄ₘ 接近 1 时,最大可维持长度约为 vₘₐₓ ≈ ln σₘ / (1 − q̄ₘ),体现了保真度、选择优势与长度之间的权衡。

示例

当 σₘ = 100、q̄ₘ = 0.999 时,vₘₐₓ ≈ 个符号。当 vₘ = 4000 时,q̄ₘvₘ σₘ ≈ ,因此信息得以维持。当 vₘ = 5000 时,q̄ₘvₘ σₘ ≈ ,因此信息丢失。

假设与局限

该预测适用于恒定组织下、无重组或区室化的优势有意义序列。它预测的是准种去定域化,而非物理降解。较高的 q̄ₘ、较高的 σₘ 或较短的 vₘ 有利于维持;较低的 q̄ₘ、较弱的选择或较长的 vₘ 则导致丢失。

误差阈值洞见
乘积 q̄ₘvₘ σₘ 不仅仅是一个评分,更是一个阈值。当它降至 1 以下时,选择将无法再让野生型序列抵御突变体云,种群会在序列空间中失去定域。