Екологія та еволюція через алгоритмічну лінзу

Вивчення екології та еволюції стає все більш математичним, але, здається, більшість теоретичних інструментів походить з фізики. Однак у багатьох випадках проблеми мають дуже дискретний характер (див., Наприклад, SLBS00 ) і можуть отримати користь з точки зору інформатики . І все ж мені відомо лише кілька серйозних результатів від ТКС, які намагаються торкнутися конкретних питань екології та еволюції. Два напрямки, які мені спадають на думку:

1. Livnat, A., Papadimitriou, C., Dusho, J., & Feldman, MW [2008] "Теорія змішаності для ролі статі в еволюції" PNAS 105 (50): 19803-19808. [ pdf ]

2. Валіан, LG [2009] Журнал «Еволюція» АСМ 56 (1): 3.

Перший застосовує ідею аналізу генетичних алгоритмів, щоб показати якісну різницю між поведінкою сексуальних та безстатевих організмів у ландшафтах фітнесу, і призвело до подальших досліджень, які допомагають виправдати спостережувану модульність. Останнє пов'язує еволюцію та теорію обчислювального навчання, щоб спробувати довести результати еволюційності та непромінюваності. Це вплинуло на невелику колекцію робіт, але в основному з боку інших вчених-комп'ютерів.

Чи є більше результатів у цих венах? Чи є їхні інші глибокі / нетривіальні застосування теоретичної інформатики для розуміння екології та еволюції, як це вивчають біологи?

Примітки

• Мене не цікавлять результати генетичного або еволюційного алгоритмів, пов'язані із загальною інженерною роботою. Хоча це дуже цікава та захоплююча частина інформатики, її зв'язок із еволюцією, як вивчали біологи, часто є поверхневим. Іноді (як у LPDF08) бетонні з'єднання робляться, але більшість стандартних результатів не представляють біологічного інтересу, і тому я не зацікавлений у цій посаді.

• Біоінформатика - це сусіднє поле, але це також не те, що я шукаю. Хоча його можна використовувати для реконструкції таких речей, як філогенетичні дерева, і, таким чином, допомагати еволюції / екології, теоретичні аспекти CS не займають центральної уваги. Тут результати КС, як видається, в основному є вдосконаленням інструменту, який можна використовувати в основному як чорну скриньку з існуючих добре сформованих теорій, а не будувати чи розширювати нові біологічні теорії.

• Я вважаю за краще результати, які використовують сучасні та нетривіальні аспекти інформатики, щоб впливати на біологію на теоретичному (але все ще актуальному для біологів) рівні. Як такого, мене не так цікавлять такі речі, як метабіологія Хайтена .

Пов'язані питання

• Доказові твердження про генетичні алгоритми

• Алгоритмічна лінза в соціальних науках

• Джерела алгоритмічної теорії еволюційних ігор

• Обчислювальна складність у кількісному фінансуванні

Хммм. Що стосується теорії еволюційної динаміки / ігор, то моя особиста думка полягає в тому, що ви згадані вами статті Лівната та інших, хоча це дуже приємна робота, але, здається, не підпадає «поза» стандартного математичного підходу до теорії еволюційних ігор (див. Роботу напр. Група Мартіна Новака , наприклад, стаття '05 «Еволюційна динаміка на графіках» ).

Отже, два твердження, які я висловлю, є: По-перше, хоча це велика робота в еволюційній динаміці, яка, можливо, робиться комп'ютерними вченими, я особисто не ставлю це до Теоретичної інформатики чи як до всього, що тісно пов'язане з TCS, за винятком для попереднього взаємозв'язку між еволюційною та алгоритмічною теорією ігор. По-друге, якщо ви схильні не погоджуватися, то ви можете бути здивовані, наскільки поле Еволюційної динаміки вже філософсько ділиться / ділиться з TCS (але я все ще не впевнений, що методи подібні).

Взагалі, я схильний би сказати, що в цих напрямках немає жодної роботи, включаючи згадування, яке ви згадали, що відповідає тому, що ви, здається, шукаєте. і вивчення еволюції. (Звичайно, якщо хтось має іншу думку, будь ласка, скажіть так!)

Я думаю, що теорія еволюційних ігор чи еволюційна динаміка можуть отримати користь від більшої кількості алгоритмічних підходів (таких як Livnat et al). На конкретному прикладі я бачу можливі приємні розширення для розгляду еволюційних агентів з (обмеженими) обчислювальними здібностями за моделюванням, наприклад, машинами з кінцевим станом. Це дозволило б нам вивчити еволюцію дискретних агентів із складнішими умовними стратегіями, такими як «tit-for-tat». Я трохи розібрався в цьому і почув деякі попередні роботи в цих напрямках, але не маю жодної посилання.

Але навіть цей приклад є досить простим додатком, тому такі результати, мабуть, все-таки не відповідуть на ваше запитання.

З іншого боку, я маю набагато більші сподівання на теорію навчання, яка колись може приємно зв’язатися і з еволюційною динамікою. Але я не дуже знайомий з цими результатами, тому залишаю це для інших.

(Редагувати) Одним з потенційних зв’язків, які слід зазначити, є відомий взаємозв'язок навчання (наприклад, "проблема експерта") та конвергенція до рівноваги в повторних іграх. Зокрема, наприклад (детальніше див. Коментар Аарона Рота) у повторній грі, якщо всі гравці грають у стратегії без жалю, то минулий розподіл дій сходиться до грубо корельованої рівноваги однорічної гри. Про це може сказати щось цікаве і нове, як розглядається через об'єктив теорії еволюційних ігор; Я не впевнений.

Один (останній) напрямок роботи, пов'язаний з безстатевою еволюцією, із застосуванням до дизайну наркотиків та використовує цікаві методи ланцюгових Марків: Еволюція без сексу

ось новий помітний папір, що пов'язує еволюцію / генетику з алгоритмом мультиплікативного оновлення ваги, також щойно профільованим фондом Сімона і включає співавтора, про якого йдеться у запитанні (Papadimitriou):

• Алгоритми, ігри та еволюція Ерік Частейн, Аді Лівнат, Христос Пападімітріу та Умеш Вазірані

  Навіть найбільш досвідчені студенти еволюції, починаючи з самого Дарвіна, періодично висловлювали подив, що механізм природного відбору породив все життя так, як ми його бачимо навколо себе. Існує обчислювальний спосіб сформулювати таке ж здивування: "Який алгоритм міг би досягти всього цього лише за три з половиною мільярди років?" У цій роботі ми пропонуємо відповідь: Ми демонструємо, що в режимі слабкого відбору стандарт рівняння популяційної генетики, що описують природний відбір за наявності статі, стають ідентичними аналогіям повторної гри між генами, що граються згідно мультиплікативних оновлень ваги (MWUA), алгоритм, відомий в інформатиці, напрочуд потужний і універсальний. MWUA максимізує компроміс між кумулятивною ефективністю та ентропією,

Нещодавнє широкомасштабне дослідження Міші Громова « Кристали, білки, стабільність та ізопериметрія» (Bull. Amer. Math. Soc. 48 (2011), 229-257) - це багата жилка математичних тем, що стосуються біології (включаючи багато тем, що підключаються до TCS методи).

У запитанні було запропоновано перелік

Результати, які використовують сучасні та нетривіальні аспекти інформатики […] дуже дискретного характеру […] за допомогою алгоритмічної лінзи

Опитування Громова більше орієнтоване на загальні математичні питання, ніж на конкретні дослідницькі програми. Таким чином, опитування можна розглядати як вибірки Громова

Питання, які (потенційно) використовують сучасні та нетривіальні аспекти інформатики […] (багато з яких) мають дуже дискретний характер […] через (що часто) алгоритмічну лінзу.

Стаття Громова, як перелік питань без відповіді, а не перелік відомих результатів, ставить перед читачем значні творчі вимоги.

Можливо, головна чеснота статті полягає в тому, що автор - Міша Громов !

На жаль, тут, мабуть, існує великий розрив у науковому інтересі / значущості та фактичному науковому дослідженні, про що також свідчать високі голоси щодо цього питання проти низьких голосів відповідей (і не сподіваючись тут ухилитися від цієї картини). це, здається, є дуже важливою програмою дослідження / дослідження в основі наукової теорії ще в ранньому віці. Тепер у нас є інструменти для проведення обчислювальних експериментів, які можуть піддавати теорії еволюції обмеження фальсифікованості, принаймні в тому сенсі, що якщо еволюційна теорія є точною, то вона повинна мати можливість моделювати / моделювати її хоча б приблизно на комп'ютері; але, мабуть, дуже мало спроб проекту (що, безумовно, надзвичайно амбітно сказати).

наприклад, чи є якесь моделювання, яке відповідає відомим еволюційним змінам філогенетичного дерева протягом мільярдів років? виклик є міждисциплінарним та наскрізним і, схоже, не вписується акуратно / точно в існуючі наукові сфери / межі. помітно, що навіть не здається, що жодні великі вчені чи біологи прямо пропонували б таку програму досліджень.

Ось декілька інших посилань, які, безумовно, не відповідають строго вузьким критеріям, викладеним у питанні, але можуть бути приблизно близькими:

• у сфері "штучного життя" є певний інтерес до спроб моделювання умов, що призвели до самоорганізації "хімічного супу", у якісь квазіжиттєві форми, які демонструють основні аспекти реплікації тощо. наприклад: EVOGRID: підхід до обчислювальних джерел життєвих зусиль Дамер

  Прагнення зрозуміти механізми виникнення життя на Землі можна було б посилити за допомогою комп'ютерного моделювання правдоподібних етапів виникнення життя з нежиття на молекулярному рівні. Цей клас моделювання може потім підтримувати тестування та валідацію через паралельні лабораторні хімічні експерименти. Таке поєднання обчислювальної чи "кібер-компоненти" та паралельного дослідження зусиль у хімічному абіогенезі можна назвати підходом до кібербіогенезу. Центральним технологічним завданням у справах кібербіогенезу є розробка моделей комп’ютерного моделювання, що дозволять з'являтись на новому рівні пребіотичних та біологічних віртуальних молекулярних структур та процесів через декілька порогів складності. Ця дисертація сприймає завдання розробки, впровадження та аналізу однієї такої імітаційної моделі.

• ГРУПА ВИБОРУ МОДЕЛЬ ТЕРИТОРІАЛЬНОГО WAR, ксенофобії та Альтруїзм в організмі людини та інших приматів Agner Туман

  Анотація: Теоретична модель війн за груповими територіями показує, що такі поведінкові риси, як кооперативна війна, справедливість, альтруїзм та аутсайдерське виключення, можуть мати значення у вищих приматів та доісторичної людини. Обговорюються умови, щоб територіальна війна була ефективним механізмом групового відбору. Ці умови, можливо, були в племінних суспільствах ще в доісторичні часи, але не в сучасний час. Географічна еволюція територій проілюстрована комп’ютерним моделюванням.

• напрочуд, питання, схоже, дуже схоже на: комп'ютерне моделювання процесу еволюції на Землі, що відноситься до 2008 року, при переповненні стека з деякими різними посиланнями.