The research of CRC 680 took place amidst rapidly increasing data of genome sequences, gene regulation, and metabolic networks in cells. The new molecular data opened unprecedented opportunities to answer core questions of evolution. We endeavored to understand how differences between species build upon variation within species. By comparative sequence and functional analysis, we showed how functional innovations arise from changes of gene interactions in regulatory and metabolic networks. Repeatable network changes explain, for example, the convergent evolution of photosynthesis, the emergence of new flowering cycles and leaf shapes in plants, and the evolution of embryonal developmental patterns in insects. We also found a complementary mode of innovation: novel genes, which sometimes arise from noncoding genome sequence, can generate lineage-specific biological functions.
Of equal importance, CRC 680 developed new, quantitative links between evolutionary experiment, data analysis, and theory. These advances made critical use of time-resolved data from microbial and viral systems, where evolution can be followed in real time. We showed that many such systems have a fast-paced mode of evolution, in which several beneficial mutations compete for success. Which mutations are beneficial is captured by empirical fitness landscapes that we deduced from observed time courses of evolution. But understanding why mutations are beneficial rests on the physical basis of evolution, which was a core theme of the CRC. We studied how mutations affect key biophysical phenotypes in a cell, such as binding affinities, protein stability, and metabolic fluxes, and we quantified how these phenotypes impact organismic functions and fitness. The resulting evolutionary dynamics reveals far-reaching links to statistical physics: equilibrium systems obey a Boltzmann statistics of fitness, while time-dependent fitness drives non-equilibrium adaptive changes. Together, our research lead to a better understanding of fast-evolving systems, including important human pathogens, and paved the way for new applications of evolutionary biology to medicine and public health.
Die Forschung des SFB 680 fand im Kontext rasch wachsender Daten zu Genomsequenzen, Genregulation und metabolischen Netzwerken statt. Die neuen molekularen Daten eröffneten ungeahnte Möglichkeiten zur Beantwortung von Kernfragen der Evolution. Eines unserer wesentlichen Ziele war zu verstehen, wie Differenzen zwischen Spezies auf Variationen innerhalb einer Spezies aufbauen. Durch vergleichende genomische und funktionale Analysen haben wir gezeigt, wie funktionale Innovationen aus Änderungen von Gen-Wechselwirkungen in regulatorischen und metabolischen Netzwerken entstehen. Wiederholbare Veränderungen in Netzwerken erklären zum Beispiel die konvergente Evolution der Photosynthese, die Entstehung neuer Blütezyklen und Blattformen in Pflanzen sowie die Evolution der embryonalen Entwicklung von Insekten. Wir fanden auch einen komplementären Innovationsmodus: neue Gene, die manchmal aus nicht-kodierender Genomsequenz entstehen, können biologische Funktionen bestimmter Abstammungslinien erzeugen.
Von gleicher Wichtigkeit war unsere Entwicklung neuer, quantitativer Verbindungen zwischen Experiment, Datenanalyse und Theorie in der Evolution. Dieser Fortschritt beruhte wesentlich auf zeitaufgelösten Daten mikrobieller und viraler Systeme, in denen die Evolution in Echtzeit verfolgt werden kann. Wir konnten zeigen, dass viele derartige Systeme einen schnellen Evolutionsmodus haben, in dem mehrere vorteilhafte Mutationen im Wettbewerb stehen. Welche Mutationen vorteilhaft sind wird durch empirische Fitnesslandschaften beschrieben, die wir aus beobachteten Zeitreihen evolutionärer Prozesse ableiten konnten. Aber ein Verständnis, warum Mutationen vorteilhaft sind, muss auf den physikalischen Grundlagen der Evolution aufbauen; dies war ein Kernthema des SFBs. Wir haben untersucht, wie Mutationen wichtige biophysikalische Merkmale einer Zelle beeinflussen, darunter Bindungsenergien, die Stabilität von Proteinen und metabolische Flüsse, und wir haben die Auswirkung dieser Phänotypen auf organismische Funktionen und Fitness bestimmt. Die resultierende evolutionäre Dynamik zeigt weitreichende Querverbindungen zur statistischen Physik: Systeme im Gleichgewicht gehorchen einer Boltzmann-Statistik der Fitness, während zeitabhängige Fitness Adaptationsprozesse im Nichtgleichgewicht erzeugt. Insgesamt hat unsere Forschung zu einem besseren Verständnis schnell evolvierender Systeme geführt, darunter wichtiger Krankheitserreger im Menschen, und damit Wege für neue Anwendungen der Evolutionsbiologie in der Medizin eröffnet.