Biziaren jauzi handia / konplexutasunak horma jo / trantsizioak ebatzi
Oinarrizko artikulua (PDF, CC BY) · Informazio osagarria (PDF) · Artikulua PNAS aldizkarian
Gene- eta proteina-luzerak, biziaren zuhaitz osoan, lognormalki banatuta daude, eta hori prozesu aleatorio biderkatzaile baten seinalea da. Murok eta lankideek behaketa hori ondorio deigarri batera eramaten dute: gene-luzera esponentzialki hazi da azken arbaso komun unibertsaletik, bere bariantzak potentzia-lege bati jarraitzen dio batez bestekoarekiko (Taylorren legea), eta 1 500 base-pare inguruko batez besteko gene-luzeran proteina-luzera hazteari uzten dio, geneek sekuentzia ez-kodetzailea pilatuz hazten jarraitzen duten bitartean. Atalase hori bigarren ordenako fase-trantsizio gisa irakurtzen dute, fluktuazio-gailur eta guzti eta nukleotidoko kostu ebolutiboan “erraz-zail-erraz” patroi batekin, eta duela 2 600 milioi urte inguru kokatzen dute, eukariotoak agertzen direnean. Fisika estatistikoa da, genoma-datu multzo bati aplikatua, eta urrats bakoitza datu publikoekin berregin daiteke.
E. M. Muro, F. J. Ballesteros, B. Luque eta J. Bascompte, “The emergence of eukaryotes as an evolutionary algorithmic phase transition”, PNAS 122, e2422968122 (2025), doi:10.1073/pnas.2422968122. Sarbide irekia CC BY lizentziarekin, doikuntzak eta simulazioak zehazten dituen informazio osagarriko dokumentu batekin.
Datuak Ensembl-eko genoma anotatuak eta UniProt-eko erreferentziazko proteomak dira, biak libreki deskargagarriak; artikuluak hamarnaka mila aztertzen ditu, baina irudi nagusiak ehun bat espezie ongi anotaturekin agertzen dira jada.
1. Ikasi. Prozesu biderkatzaile estokastikoak eta zergatik sortzen dituzten lognormalak (limitearen teorema zentrala logaritmoan); Taylorren legea eta eskala-inbariantzia; fase-trantsizio jarraituen hizkuntza (ordena-parametroa, puntu kritikoa, moteltze kritikoa, fluktuazio-gailurrak); egiantz maximoko doikuntza eta ereduen alderaketa isats astuneko banaketetarako; gene bat, sekuentzia kodetzaile bat eta introi bat zer diren jakiteko adina genomika.
2. Erreproduzitu. Espezie multzo baterako gene- eta proteina-luzeren taulak deskargatu, lognormalak doitu eta doikuntzak egiaztatu, bariantza gene-luzeraren batez bestekoarekiko irudikatu eta Taylorren berretzailea berreskuratu, batez besteko proteina-luzera batez besteko gene-luzerarekiko irudikatu eta lautada aurkitu, zati ez-kodetzailea kalkulatu eta aurreikusitako kurbarekin alderatu. Gero, informazio osagarrian deskribatutako hazkunde biderkatzailearen simulazioa idatzi eta banaketa berak sortzen dituela baieztatu. Artikuluaren irudi bakoitza kontrol-puntu bat da.
3. Hutsuneak aurkitu eta harago joan.
Graduko fisika estatistikoa eta probabilitatea; Python, NumPy, SciPy, pandas eta Matplotlib-ekin; datu-base biologikoetako testu-fitxategi handiak maneiatzeko prestasuna. Laborategi hezeko lanik ez. Ikasle batentzat egokia, edo birentzat simulazioa eta datuen analisia banatzen badira.