Sinh thái và tiến hóa thông qua lăng kính thuật toán

Nghiên cứu về sinh thái và tiến hóa ngày càng trở nên toán học hơn, nhưng hầu hết các công cụ lý thuyết dường như đến từ vật lý. Tuy nhiên, trong nhiều trường hợp, các vấn đề có tính chất rất riêng biệt (xem ví dụ SLBS00 ) và có thể được hưởng lợi từ quan điểm khoa học máy tính . Tuy nhiên, tôi chỉ biết một vài kết quả nghiêm trọng từ TCS cố gắng chạm vào những câu hỏi cụ thể trong sinh thái học và tiến hóa. Hai hướng mà mùa xuân đến trong tâm trí là:

1. Livnat, A., Papadimitriou, C., Dusho, J., & Feldman, MW [2008] "Một lý thuyết kết hợp cho vai trò của tình dục trong quá trình tiến hóa" PNAS 105 (50): 19803-19808. [ pdf ]

2. Valiant, LG [2009] Tạp chí "Khả năng tiến hóa" của ACM 56 (1): 3.

Ý tưởng trước đây áp dụng từ phân tích các thuật toán di truyền để chỉ ra sự khác biệt về chất giữa cách sinh vật tình dục và vô tính trong cảnh quan thể dục, và đã dẫn đến những theo dõi giúp chứng minh tính mô đun quan sát được. Cái sau kết nối sự tiến hóa và lý thuyết học tập tính toán, để cố gắng chứng minh kết quả khả thi và khả năng áp dụng. Nó đã ảnh hưởng đến một bộ sưu tập nhỏ các bài báo, nhưng chủ yếu là bởi các nhà khoa học máy tính khác.

Có nhiều kết quả trong các tĩnh mạch này? Có phải các ứng dụng sâu / không tầm thường khác của họ về khoa học máy tính lý thuyết để hiểu về sinh thái và tiến hóa khi nó được nghiên cứu bởi các nhà sinh học?

Ghi chú

• Tôi không quan tâm đến các kết quả thuật toán tiến hóa hoặc tiến hóa nói chung. Mặc dù đây là một phần rất thú vị và thú vị của khoa học máy tính, nhưng mối liên hệ của nó với sự tiến hóa được nghiên cứu bởi các nhà sinh học thường rất hời hợt. Đôi khi (như trong LPDF08) các kết nối cụ thể được thực hiện, nhưng hầu hết các kết quả tiêu chuẩn không phải là lợi ích sinh học, và do đó tôi không quan tâm đến chúng trong bài đăng này.

• Tin sinh học là một lĩnh vực gần đó, nhưng nó cũng không phải là thứ tôi đang tìm kiếm. Mặc dù nó có thể được sử dụng để tái cấu trúc những thứ như cây phát sinh gen và do đó giúp tiến hóa / sinh thái, các khía cạnh CS lý thuyết không đi vào giai đoạn trung tâm. Ở đây, các kết quả CS dường như chủ yếu là hoàn thiện một công cụ có thể được sử dụng chủ yếu như một hộp đen từ bên trong các lý thuyết đã được thiết lập tốt và không xây dựng hoặc mở rộng các lý thuyết sinh học mới.

• Tôi thích các kết quả sử dụng các khía cạnh hiện đại và không tầm thường của khoa học máy tính để tác động đến sinh học ở mức độ lý thuyết (nhưng vẫn phù hợp với các nhà sinh học). Như vậy, tôi không hứng thú với những thứ như phép đo của Chaitin .

Câu hỏi liên quan

• Báo cáo có thể chứng minh về thuật toán di truyền

• Thấu kính thuật toán trong khoa học xã hội

• Nguồn cho lý thuyết trò chơi tiến hóa thuật toán

• Độ phức tạp tính toán trong tài chính định lượng

Hừm. Theo như động lực học tiến hóa / lý thuyết trò chơi, ý kiến ​​cá nhân của tôi là bài báo Livnat et al mà bạn đã đề cập, trong khi công việc rất hay, dường như không nằm ngoài "cách tiếp cận toán học tiêu chuẩn đối với lý thuyết trò chơi tiến hóa (xem công việc bằng ví dụ Nhóm của Martin Nowak , chẳng hạn như bài '05 "Động lực tiến hóa trên đồ thị" ).

Vì vậy, hai tuyên bố tôi sẽ đưa ra là: Thứ nhất, trong khi đây là một công việc tuyệt vời trong Động lực học tiến hóa được thực hiện bởi các nhà khoa học máy tính, tôi sẽ không đích thân đặt nó vào Khoa học máy tính lý thuyết hoặc như tất cả những gì liên quan chặt chẽ với TCS, ngoại trừ cho mối quan hệ từ trước giữa lý thuyết trò chơi tiến hóa và thuật toán. Thứ hai, nếu bạn có khuynh hướng không đồng ý, thì bạn có thể ngạc nhiên về lĩnh vực Động lực tiến hóa đã chia sẻ / chia sẻ với TCS về mặt triết học như thế nào (nhưng tôi vẫn không chắc các kỹ thuật đó tương tự nhau).

Nói chung, tôi có khuynh hướng nói rằng không có bất kỳ công việc nào dọc theo những dòng này, bao gồm cả tài liệu tham khảo mà bạn đề cập, phù hợp với những gì bạn dường như đang tìm kiếm, mà tôi nghĩ là một mối liên hệ sâu sắc giữa một số khái niệm / kỹ thuật cốt lõi trong TCS và nghiên cứu về sự tiến hóa. (Tất nhiên, nếu bất cứ ai có ý kiến ​​khác nhau, xin vui lòng nói như vậy!)

Tôi nghĩ rằng lý thuyết trò chơi tiến hóa hoặc động lực tiến hóa có thể được hưởng lợi từ các phương pháp tiếp cận thuật toán hơn, (như Livnat et al). Đối với một ví dụ cụ thể, tôi thấy phần mở rộng thoải mái nhất có thể cho xem xét các đại lý tiến hóa với (giới hạn) khả năng computional, như mô hình của ví dụ hữu hạn máy nhà nước. Điều này sẽ cho phép chúng tôi nghiên cứu sự phát triển của các tác nhân rời rạc với các chiến lược có điều kiện phức tạp hơn như ăn miếng trả miếng. Tôi đã xem xét điều này một chút và nghe về một số công việc sơ bộ dọc theo những dòng này nhưng không có bất kỳ tài liệu tham khảo nào để trích dẫn.

Nhưng ngay cả ví dụ này là một ứng dụng khá đơn giản, vì vậy kết quả của loại này có thể vẫn không trả lời câu hỏi của bạn.

Mặt khác, tôi có hy vọng cao hơn nhiều cho việc học lý thuyết, một ngày nào đó có thể tạo ra những kết nối tốt đẹp cho động lực tiến hóa. Nhưng, tôi không quen lắm với những kết quả đó nên tôi sẽ để lại cho người khác nhận xét.

(Chỉnh sửa) Một kết nối tiềm năng nên được đề cập là mối quan hệ học tập đã biết (ví dụ: "vấn đề của chuyên gia") và hội tụ đến trạng thái cân bằng trong các trò chơi lặp đi lặp lại. Cụ thể, ví dụ (xem bình luận của Aaron Roth để biết chi tiết), trong một trò chơi lặp đi lặp lại, nếu tất cả người chơi đang chơi các chiến lược không hối tiếc, thì phân phối hành động trong quá khứ sẽ hội tụ đến trạng thái cân bằng tương quan thô của trò chơi một vòng. Có thể có một cái gì đó thú vị và mới lạ để nói về điều này khi được xem qua lăng kính lý thuyết trò chơi tiến hóa; Tôi không chắc.

Một dòng công việc (gần đây) liên quan đến tiến hóa vô tính với các ứng dụng cho thiết kế ma túy và sử dụng các kỹ thuật chuỗi Markov thú vị: Evolution without Sex

đây là một bài báo mới đáng chú ý liên kết tiến hóa / di truyền học với thuật toán Cập nhật trọng lượng nhân, cũng được mô tả bởi nền tảng Simons và bao gồm một đồng tác giả được trích dẫn trong câu hỏi (Papadimitriou):

• Thuật toán, trò chơi và sự tiến hóa Erick Chastain, Adi Livnat, Christos Papadimitriou và Umesh Vazirani

  Ngay cả những sinh viên tiến hóa dày dạn nhất, bắt đầu từ chính Darwin, đôi khi bày tỏ sự kinh ngạc rằng cơ chế chọn lọc tự nhiên đã tạo ra toàn bộ Sự sống như chúng ta thấy xung quanh chúng ta. Có một cách tính toán để diễn đạt cùng một sự kinh ngạc: Thuật toán nào có thể đạt được tất cả điều này chỉ trong ba tỷ rưỡi năm? Trong bài báo này, chúng tôi đề xuất một câu trả lời: Chúng tôi chứng minh rằng trong chế độ lựa chọn yếu, tiêu chuẩn phương trình di truyền dân số mô tả chọn lọc tự nhiên khi có giới tính trở nên giống hệt như trò chơi lặp đi lặp lại giữa các gen được chơi theo cập nhật trọng số nhân (MWUA), một thuật toán được biết đến trong khoa học máy tính là mạnh mẽ và linh hoạt đáng ngạc nhiên. MWUA tối đa hóa sự đánh đổi giữa hiệu suất tích lũy và entropy,

Các khảo sát trên phạm vi rộng gần đây của Misha Gromov Tinh thể, protein, tính ổn định và phương pháp đồng phân (Bull. Amer. Math. Soc. 48 (2011), 229-257) là một chủ đề toán học liên quan đến sinh học phong phú (bao gồm nhiều chủ đề liên quan đến TCS phương pháp).

Câu hỏi yêu cầu cho một danh sách

Các kết quả sử dụng các khía cạnh hiện đại và không tầm thường của khoa học máy tính [V]] có tính chất rất rời rạc [chụp] thông qua một lăng kính thuật toán

Khảo sát của Gromov thiên về các câu hỏi toán học chung hơn là các chương trình nghiên cứu cụ thể. Do đó, khảo sát có thể được đọc như là một lựa chọn của Gromov về

Các câu hỏi (có khả năng) sử dụng các khía cạnh hiện đại và không tầm thường của khoa học máy tính [Mạnh] (nhiều trong số đó) là một bản chất rất riêng biệt [chụp] thông qua (thường là) một thấu kính thuật toán.

Là một danh sách các câu hỏi chưa được trả lời thay vì một danh sách các kết quả đã biết, bài viết của Gromov đặt ra những yêu cầu sáng tạo quan trọng đối với người đọc.

Có lẽ đức tính chính của bài báo là tác giả là Misha Gromov !

than ôi dường như có một khoảng cách lớn ở đây về lợi ích / ý nghĩa khoa học so với nghiên cứu khoa học thực tế cũng được chứng minh bằng số phiếu cao cho câu hỏi này so với phiếu thấp cho câu trả lời (& không mong đợi thách thức mô hình đó ở đây). nó dường như là một chương trình nghiên cứu / nghiên cứu rất quan trọng tại trung tâm của lý thuyết khoa học ở giai đoạn đầu. bây giờ chúng ta có các công cụ để thực hiện các thí nghiệm tính toán có thể khiến lý thuyết tiến hóa bị hạn chế sai lệch ít nhất theo nghĩa là nếu lý thuyết tiến hóa là chính xác, thì có thể mô hình hóa / mô phỏng nó ít nhất là trên máy tính; nhưng dường như có rất ít cố gắng thực hiện dự án (đó là, chắc chắn, cực kỳ tham vọng để nói rằng ít nhất).

ví dụ, có một số mô phỏng phù hợp với những thay đổi tiến hóa đã biết trong cây phát sinh trong hàng tỷ năm? thách thức là liên ngành và xuyên suốt và dường như không phù hợp gọn gàng / chính xác với các lĩnh vực / ranh giới khoa học hiện có. đáng chú ý là dường như không có bất kỳ nhà khoa học hay nhà sinh học lớn nào đề xuất một cách rõ ràng đề xuất một chương trình nghiên cứu như vậy.

đây là một vài refs khác bật lên mà chắc chắn sẽ không phù hợp chặt chẽ vào các tiêu chí hẹp nêu trong câu hỏi nhưng có thể xấp xỉ gần:

• trong lĩnh vực "cuộc sống nhân tạo", có một số lợi ích trong việc cố gắng mô phỏng các điều kiện dẫn đến việc "súp hóa học" tự tổ chức thành một số dạng gần như thể hiện các khía cạnh cơ bản của sao chép v.v. ví dụ: EVOGRID: Cách tiếp cận nguồn gốc tính toán của Damer nỗ lực cuộc sống

  Nhiệm vụ tìm hiểu các cơ chế về nguồn gốc sự sống trên Trái đất có thể được tăng cường bằng các mô phỏng trên máy tính về các giai đoạn hợp lý trong sự xuất hiện của sự sống từ phi sự sống ở cấp độ phân tử. Lớp mô phỏng này sau đó có thể hỗ trợ kiểm tra và xác nhận thông qua các thí nghiệm hóa học trong phòng thí nghiệm song song. Sự kết hợp giữa một thành phần tính toán, hoặc trên mạng cyber và một cuộc điều tra nỗ lực song song trong quá trình hình thành hóa học có thể được gọi là phương pháp tiếp cận sinh học. Thách thức công nghệ trung tâm đối với các nỗ lực của cyberbiogenesis là thiết kế các mô hình mô phỏng máy tính cho phép sự xuất hiện của các cấu trúc phân tử ảo prebiotic và sinh học thông qua nhiều ngưỡng phức tạp. Luận án này đưa ra thách thức trong việc thiết kế, thực hiện và phân tích một mô hình mô phỏng như vậy.

• Một GROUP LỰA CHỌN MÔ HÌNH WAR LÃNH THỔ, bài ngoại và lòng vị tha ở người và loài linh trưởng khác Agner Sương mù

  Tóm tắt: Một mô hình lý thuyết về các cuộc chiến tranh trên lãnh thổ nhóm cho thấy các đặc điểm hành vi như chiến tranh hợp tác, công lý, lòng vị tha và loại trừ người ngoài cuộc có thể đã kết hợp ở loài linh trưởng và người tiền sử cao hơn. Các điều kiện để chiến tranh lãnh thổ là một cơ chế hiệu quả của việc lựa chọn nhóm được thảo luận. Những điều kiện này có thể đã có mặt trong các xã hội bộ lạc trong thời tiền sử nhưng không phải trong thời hiện đại. Sự phát triển địa lý của các vùng lãnh thổ được minh họa bằng mô phỏng máy tính.

• đáng chú ý là câu hỏi dường như rất giống với: mô phỏng máy tính về quá trình tiến hóa trên trái đất có từ năm 2008 trên tràn stack với một số refs linh tinh.