It is not fully understood why we cooperate with strangers on a daily basis. In an increasingly global world, where interaction networks and relationships between individuals are becoming more complex, different hypotheses have been put forward to explain the foundations of human cooperation on a large scale and to account for the true motivations that are behind this phenomenon. In this context, population structure has been suggested to foster cooperation in social dilemmas, but theoretical studies of this mechanism have yielded contradictory results so far; additionally, the issue lacks a proper experimental test in large systems. We have performed the largest experiments to date with humans playing a spatial Prisoner’s Dilemma on a lattice and a scale-free network (1,229 subjects). We observed that the level of cooperation reached in both networks is the same, comparable with the level of cooperation of smaller networks or unstructured populations. We have also found that subjects respond to the cooperation that they observe in a reciprocal manner, being more likely to cooperate if, in the previous round, many of their neighbors and themselves did so, which implies that humans do not consider neighbors’ payoffs when making their decisions in this dilemma but only their actions. Our results, which are in agreement with recent theoretical predictions based on this behavioral rule, suggest that population structure has little relevance as a cooperation promoter or inhibitor among humans.

ABSTRACT We combine mathematical modelling of genome evolution with comparative analysis of prokaryotic genomes to estimate the relative contributions of selection and intrinsic loss bias to the evolution of different functional classes of genes and mobile genetic elements (MGE). An exact solution for the dynamics of gene family size was obtained under a linear duplication-transfer-loss model with selection. With the exception of genes involved in information processing, particularly translation, which are maintained by strong selection, the average selection coefficient for most non-parasitic genes is low albeit positive, compatible with the observed positive correlation between genome size and effective population size. Free-living microbes evolve under stronger selection for gene retention than parasites. Different classes of MGE show a broad range of fitness effects, from the nearly neutral transposons to prophages, which are actively eliminated by selection. Genes involved in anti-parasite defense, on average, incur a fitness cost to the host that is at least as high as the cost of plasmids. This cost is probably due to the adverse effects of autoimmunity and curtailment of horizontal gene transfer caused by the defense systems and selfish behavior of some of these systems, such as toxin-antitoxin and restriction-modification modules. Transposons follow a biphasic dynamics, with bursts of gene proliferation followed by decay in the copy number that is quantitatively captured by the model. The horizontal gene transfer to loss ratio, but not the duplication to loss ratio, correlates with genome size, potentially explaining the increased abundance of neutral and costly elements in larger genomes. SIGNIFICANCE Evolution of microbes is dominated by horizontal gene transfer and the incessant host-parasite arms race that promotes the evolution of diverse anti-parasite defense systems. The evolutionary factors governing these processes are complex and difficult to disentangle but the rapidly growing genome databases provide ample material for testing evolutionary models. Rigorous mathematical modeling of evolutionary processes, combined with computer simulation and comparative genomics, allowed us to elucidate the evolutionary regimes of different classes of microbial genes. Only genes involved in key informational and metabolic pathways are subject to strong selection whereas most of the others are effectively neutral or even burdensome. Mobile genetic elements and defense systems are costly, supporting the understanding that their evolution is governed by the same factors.

Abstract Viroids are small, non-coding, circular RNA molecules that infect plants. Different hypotheses for their evolutionary origin have been put forward, such as an early emergence in a precellular RNA World or several de novo independent evolutionary origins in plants. Here we discuss the plausibility of de novo emergence of viroid-like replicons by giving theoretical support to the likelihood of different steps along a parsimonious evolutionary pathway. While Avsunviroidae-like structures are relatively easy to obtain through evolution of a population of random RNA sequences of fixed length, rod-like structures typical of Pospiviroidae are difficult to fix. Using different quantitative approaches, we evaluate the likelihood that RNA sequences fold into a rod-like structure and bear specific sequence motifs facilitating interactions with other molecules, e.g. RNA polymerases, RNases and ligases. By means of numerical simulations, we show that circular RNA replicons analogous to Pospiviroidae emerge if evolution is seeded with minimal circular RNAs that grow through the gradual addition of nucleotides. Further, these rod-like replicons often maintain their structure if independent functional modules are acquired that impose selective constraints. The evolutionary scenario we propose here is consistent with the structural and biochemical properties of viroids described to date.

Human relationships are structured in a set of layers, ordered from higher (intimate relationships) to lower (acquaintances) emotional and cognitive intensity. This structure arises from the limits of our cognitive capacity and the different amounts of resources required by different relationships. However, it is unknown whether nonhuman primate species organize their affiliative relationships following the same pattern. We here show that the time chimpanzees devote to grooming other individuals is well described by the same model used for human relationships, supporting the existence of similar social signatures for both humans and chimpanzees. Furthermore, the relationship structure depends on group size as predicted by the model, the proportion of high intensity connections being larger for smaller groups.

Abstract Evolutionary transitions among ecological interactions are widely known, although their detailed dynamics remain absent for most population models. Adaptive dynamics has been used to illustrate how the parameters of population models might shift through evolution, but within an ecological regime. Here we use adaptive dynamics combined with a generalised logistic model of population dynamics to show that transitions of ecological interactions might appear as a consequence of evolution. To this purpose we introduce a two-microbial toy model in which population parameters are determined by a bookkeeping of resources taken from (and excreted to) the environment, as well as from the byproducts of the other species. Despite its simplicity, this model exhibits all sorts of ecological transitions, some of which resemble those found in nature. Overall, the model shows a clear trend toward the emergence of mutualism.

The evolution of gene regulatory networks (GRNs) is of great relevance for both evolutionary and synthetic biology. Understanding the relationship between GRN structure and its function can allow us to understand the selective pressures that have shaped a given circuit. This is especially relevant when considering spatiotemporal expression patterns, where GRN models have been shown to be extremely robust and evolvable. However, previous models that studied GRN evolution did not include the evolution of protein and genetic elements that underlie GRN architecture. Here we use toy LIFE , a multilevel genotype-phenotype map, to show that not all GRNs are equally likely in genotype space and that evolution is biased to find the most common GRNs. toy LIFE rules create Boolean GRNs that, embedded in a one-dimensional tissue, develop a variety of spatiotemporal gene expression patterns. Populations of toy LIFE organisms choose the most common GRN out of a set of equally fit alternatives and, most importantly, fail to find a target pattern when it is very rare in genotype space. Indeed, we show that the probability of finding the fittest phenotype increases dramatically with its abundance in genotype space. This phenotypic bias represents a mechanism that can prevent the fixation in the population of the fittest phenotype, one that is inherent to the structure of genotype space and the genotype-phenotype map.

This dataset originates from TeensLab, a consortium of Spanish Universities dedicated to behavioral research involving Spanish teenagers. The dataset contains data from 33 distinct educational institutions across Spain, accounting for a total of 5,890 students aged 10 to 23 (M = 14.10, SD = 1.94), representing various educational levels such as primary school, secondary school, sixth form and vocational training. The main dimensions covered in this dataset include (i) economic preferences, (ii) cognitive abilities and (iii) strategic thinking. Additionally, a range of supplementary variables is included alongside socio-demographic factors, capturing data on aspects like physical appearance, mood and expectations, among others.