.png){kind=icon}
返回
Bounding phenotype transition probabilities via conditional complexity
.png){kind=icon}
PRE
AI
DOI：10.1098/rsif.2024.0916.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
通过将基因序列与表型性状相联系，基因型-表型映射代表了生物组织中的一个关键层次。其结构调节着基因突变的影响，这些影响可能有助于塑造进化结果。近期基于算法信息理论的研究引入了一个上限，用于描述随机基因突变导致两种表型之间发生转变的可能性，仅使用了它们之间的条件复杂性。在此，我们评估了该上限在一系列基因型-表型映射中的表现，包括一个用于昼夜节律的微分方程模型、一个基因调控网络的矩阵乘法模型、一个环斑海豹牙齿形态的发育模型、一个生物自组装的多联骨牌形状模型，以及一个疏水/极性（HP）格子蛋白质模型。通过评估三个预测性能水平，我们发现该上限为这些复杂系统中的表型转变概率提供了有意义的估计。这些结果表明，转变概率可以在一定程度上直接从表型本身进行预测，而无需了解基因型-表型映射的详细知识。
Keyword:
genotype-phenotype maps
biological evolution
algorithmic probability
simplicity bias
Kolmogorov complexity
prediction
期刊
IF:
3.5
论文数:
4.8K
被引数:
1.7W
机构
引用论文
The Boltzmann distributions of molecular structures predict likely changes through random mutations.png)
BIOPHYSICAL JOURNAL
OAAI
BIOPHYSICAL JOURNALIF3.1
OAAI分享收藏
分享收藏
查看更多内容