本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
突變率是演化的核心。適應需要突變，但大多數具有表型效應的突變都是有害的。因此，使適應最大化的突變率將是某個中間值。在這裡，我們使用數位生物來研究自然選擇調整和優化突變率的能力。我們透過經驗確定什麼突變率產生最高的適應率來評估最佳突變率。然後，我們允許突變率進化，並評估與最佳值的接近程度。儘管我們選擇了有利於突變率最佳化的條件，但在各種實驗參數設定中，進化率始終遠低於最佳值。我們假設突變率進化到次優的原因是適應度景觀的崎嶇性。為了檢驗這個假設，我們創建了一個沒有任何適應谷的簡化景觀，並發現在這種條件下，族群進化出接近最佳的突變率。相較之下，當適應度谷被添加到這個簡單的景觀中時，演化族群尋找最佳突變率的能力就喪失了。我們的結論是，崎嶇的適應度景觀可以阻止最適合長期適應的突變率的演化。這項發現對於生物和計算領域的應用進化研究具有重要意義。