Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-bio > arXiv:2108.06580

帮助 | 高级搜索

定量生物学 > 种群与进化

arXiv:2108.06580 (q-bio)
[提交于 2021年8月14日 ]

标题: 从实验设计的角度看群体遗传变异

标题: An Experimental-Design Perspective on Population Genetic Variation

Authors:Andre F. Ribeiro
摘要: 我们考虑一个假设,即进化促进了种群范围内的基因组模式,在随机化下确保了适应在种群成员之间的外部有效性。 如果一种适应在其效果在广泛的种群遗传变异下都成立,则该适应是外部有效的(EV)。 根据该假设的一个预测是,分离区域中的成对碱基替换必须是“随机”的,如同Erdos-Renyi-Gilbert随机图一样,但边的概率是从实验设计概念中得出的。 我们在2504个成年人、1135种开花植物、1170只果蝇、453只家羊和1223只棕鼠的全基因组中展示了这些概率以及相应的突变率。
摘要: We consider the hypothesis that Evolution promotes population-wide genome patterns that, under randomization, ensures the External Validity of adaptations across population members. An adaptation is Externally Valid (EV) if its effect holds under a wide range of population genetic variations. A prediction following the hypothesis is that pairwise base substitutions in segregating regions must be 'random' as in Erdos-Renyi-Gilbert random graphs, but with edge probabilities derived from Experimental-Design concepts. We demonstrate these probabilities, and consequent mutation rates, in the full-genomes of 2504 humans, 1135 flowering plants, 1170 flies, 453 domestic sheep and 1223 brown rats.
主题: 种群与进化 (q-bio.PE)
引用方式: arXiv:2108.06580 [q-bio.PE]
  (或者 arXiv:2108.06580v1 [q-bio.PE] 对于此版本)
  https://doi.org/10.48550/arXiv.2108.06580
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Andre Ribeiro [查看电子邮件]
[v1] 星期六, 2021 年 8 月 14 日 16:46:49 UTC (7,694 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
查看许可
当前浏览上下文:
q-bio
< 上一篇   |   下一篇 >
新的 | 最近的 | 2021-08
切换浏览方式为:
q-bio.PE

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号