科学家发现，来自数学的“纯”分支的关键功能可以预测遗传突变导致功能变化的频率。
这些规则是由所谓的数字函数制定的，还控制着蛋白质折叠，计算机编码和某些物理中某些磁状态的某些方面。
主管研究作者Vaibhav Mohanty说：“我们试图做的部分原因是为许多在自然界中观察到的许多趋势找到普遍的解释。”
对于每个基因型（给定基因的DNA字母） - 都有一个表型或最终结果：在调节另一组基因的基因的情况下，一种新的蛋白质，甚至是一种行为。给定的基因型可以在其表型发生变化之前引起许多突变。中性突变的积累是一种主要方法进化进行。
“我们想了解，突变的实际表型有多稳健？”莫汉蒂说。 “事实证明，已经观察到鲁棒性很高。”换句话说，构成DNA代码的许多“字母”或基本对可以在输出之前发生更改。
由于这种鲁棒性不仅在遗传学上，而且在物理和计算机科学等领域都突然出现，因此Mohanty和他的同事怀疑其根源可能在于可能序列的基本数学。他们将这些可能的序列设想为许多维度的立方体，称为HyberCube，每个点都无法视为可能的基因型。 Mohanty说，具有相同表型的基因型应最终聚集在一起。问题是，这些簇会形成什么形状？
答案被证明是在数字理论中找到的，即与正整数的特性有关的数学领域。表型与突变的平均鲁棒性证明是由所谓的数字函数定义的。这意味着，通过添加代表立方体上每个基因型的数字，您可以达到基因型的平均鲁棒性。
Mohanty说：“假设有五种基因型将其映射到特定的表型。”因此，例如，DNA的五个字母序列，每个字母序列都具有不同的突变，但它们仍为同一蛋白质编码。
研究人员发现，将用于表示这五个序列的数字加起来可以为您提供基因型表型转移之前可以进行的平均突变数。
这导致了第二个有趣的发现：这些数字总和在图表上绘制，形成了所谓的Blancmange曲线，这是一种以法国甜点命名的分形曲线（看起来像是一种花哨的模制布丁）。
Mohanty说：“在分形曲线中，“如果您放大到曲线中，它看起来与被放大完全一样，并且可以继续无限无限地无限地放大，这将是相同的。”
Mohanty说，这些发现揭示了一些有关错误纠正的有趣秘诀。例如，研究人员研究的自然系统倾向于处理错误的方式与设置数据存储时（例如数字消息，CDS或DVD）时的错误不同。在这些技术示例中，所有错误均得到平等处理，而生物系统倾向于比其他序列更保护某些序列。
Mohanty说，对于遗传序列而言，这不足为奇，那里可能有几个linchpin序列，然后是其他对主要基因功能更外围的序列。
Mohanty说，了解这些中性突变的动力学最终对于预防疾病可能很重要。病毒和细菌迅速发展，它们在此过程中积累了许多中性突变。如果有一种方法可以防止这些病原体降落在所有谷壳中的针刺中有益突变上，则研究人员可能能够阻止病原体变得更具传染性或对抗生素具有抗性的能力。
研究人员于7月26日在皇家学会界面杂志。
