CoHSI 第四篇：统一水平与垂直基因转移——机制无关吗？

在先前论文中，我们以强有力的实验支持描述了 CoHSI（Hartley-Shannon 信息守恒）在决定所有已知蛋白质重要全局性质中的组织作用，从定义长度分布，到极长蛋白质的自然涌现及其与进化时间的关系。此处我们考虑 CoHSI 可能为另一问题——跨物种相同蛋白质的分布——带来的洞见。水平与垂直基因转移（HGT/VGT）通过多种机制（其中一些仍未知）导致蛋白质序列跨物种复制。相反，CoHSI 从基础理论预测此类系统将表现出独立于任何机制的幂律行为，并且利用 Uniprot 数据库我们显示蛋白质重用的全局模式在双对数图上明显呈线性（adj. $R^{2} = 0.99, p < 2.2 \times 10^{-16}$ 跨越 4 个数量级）；即极其接近预测的幂律。具体而言，我们显示 TrEMBL 18-02 中超过 690 万蛋白质被重用，即其序列在 2 至 9,812 个物种间完全相同地出现，被重用蛋白质长度从 7 到长达 14,596 个氨基酸不等。用 (DL+V) 表示三个生命域加病毒，21,676 个蛋白质在两个 (DL+V) 间共享；22 个在三个 (DL+V) 间共享；5 个在所有四个 (DL+V) 间共享。尽管大多数蛋白质重用发生在细菌物种之间，但那些最频繁被重用的蛋白质 disproportionally 出现在病毒中，其在该分布中起基础作用。这些结果表明多样的基因转移机制（包括传统遗传）在决定蛋白质重用的全局分布中是无关的。