3
應用 q̄ₘ、σₘ 與 vₘ 預測資訊流失
HYC-1979Lesson 3: Error Threshold and Early Replicative Units
00:00

在準種與恆定組織架構下,具有意義的序列能否持續存在,可由乘積 q̄ₘvₘ σₘ來預測。這個單一量值結合了複製保真度、選擇優勢與序列長度,成為判斷資訊能否維持的決策準則。

誤差閾值穩定性曲線可維持長度 vₘ 對每符號複製準確度 q̄ₘ 的關係,σₘ = 10、100 與 10000.9950.9960.9970.9980.9991.00002000400060008000q̄ₘ(每符號複製準確度)vₘ(可維持長度)vₘₐₓ = ln σₘ / (1 − q̄ₘ)σₘ = 10σₘ = 100σₘ = 1000資訊流失位於所有曲線上方維持位於所有曲線下方決策準則q̄ₘvₘ σₘ > 1維持q̄ₘvₘ σₘ = 1邊界q̄ₘvₘ σₘ < 1流失區域任何 σₘ 皆流失取決於 σₘ任何 σₘ 皆維持實例驗算σₘ = 100、q̄ₘ = 0.999vₘ = 4000 → 1.8 > 1維持vₘ = 5000 → 0.67 < 1流失

核心概念

  • q̄ₘ 是每個符號或核苷酸的平均複製準確度。完整複製整段 vₘ 個符號序列的機率為 q̄ₘvₘ,因此保真度損失會隨序列長度呈指數增長。
  • σₘ 是具意義序列相對於其突變體所具有的選擇優勢。σₘ 越大,可容忍的突變負荷越高,能維持的序列也越長。
  • vₘ 是必須維持的序列長度或符號數量。vₘ 越長,突變標靶越大,可容忍的每符號最大錯誤率也越低。

決策準則

若 q̄ₘvₘ σₘ > 1則維持資訊。若 q̄ₘvₘ σₘ < 1則流失資訊。相等時即定義誤差閾值邊界。當 q̄ₘ 接近 1 時,最大可維持長度約為 vₘₐₓ ≈ ln σₘ / (1 − q̄ₘ),顯示了保真度、選擇優勢與長度之間的取捨。

範例

當 σₘ = 100、q̄ₘ = 0.999 時,vₘₐₓ ≈ 個符號。vₘ = 4000 的序列得到 q̄ₘvₘ σₘ ≈ ,因此資訊得以維持。vₘ = 5000 的序列得到 q̄ₘvₘ σₘ ≈ ,因此資訊流失。

假設與限制

此預測適用於恆定組織下、無重組或區隔化的優勢具意義序列。它預測的是準種去局域化,而非物理性降解。較高的 q̄ₘ、較高的 σₘ 或較短的 vₘ 有利於維持;較低的 q̄ₘ、較弱的選擇或較長的 vₘ 則傾向流失。

誤差閾值洞察
乘積 q̄ₘvₘ σₘ 不僅是一個分數,它是一個閾值。當它降到 1 以下,選擇便無法再讓野生型序列抵抗突變體雲,族群會於序列空間中去局域化。