Ecología y evolución a través del lente algorítmico.

El estudio de la ecología y la evolución se está volviendo cada vez más matemático, pero la mayoría de las herramientas teóricas parecen provenir de la física. Sin embargo, en muchos casos los problemas tienen una naturaleza muy discreta (véase, por ejemplo, SLBS00 ) y podrían beneficiarse desde una perspectiva informática . Sin embargo, conozco solo unos pocos resultados serios de TCS que tratan de tocar preguntas específicas en ecología y evolución. Las dos direcciones que me vienen a la mente son:

1. Livnat, A., Papadimitriou, C., Dusho, J. y Feldman, MW [2008] "Una teoría de la capacidad de mezcla para el papel del sexo en la evolución" PNAS 105 (50): 19803-19808. [ pdf ]

2. Valiant, LG [2009] "Evolvability" Journal of the ACM 56 (1): 3.

El primero aplica la idea del análisis de algoritmos genéticos para mostrar una diferencia cualitativa entre la forma en que los organismos sexuales y asexuales se comportan en paisajes de aptitud física, y ha llevado a seguimientos que ayudan a justificar la modularidad observada. Este último conecta la teoría de la evolución y el aprendizaje computacional, para tratar de probar los resultados de la capacidad de evolución y la impositibilidad. Ha influido en una pequeña colección de documentos, pero principalmente por otros informáticos.

¿Hay más resultados en estas venas? ¿Son sus otras aplicaciones profundas / no triviales de la informática teórica para comprender la ecología y la evolución tal como la estudian los biólogos?

Notas

• No estoy interesado en resultados de algoritmos genéticos o evolutivos relacionados con la ingeniería general. Aunque esta es una parte muy interesante y emocionante de la informática, su conexión con la evolución tal como la estudian los biólogos es a menudo superficial. A veces (como en LPDF08) se realizan conexiones concretas, pero la mayoría de los resultados estándar no son de interés biológico y, por lo tanto, no me interesan en esta publicación.

• La bioinformática es un campo cercano, pero tampoco es lo que estoy buscando. Aunque puede usarse para reconstruir cosas como los árboles filogenéticos y, por lo tanto, ayudar a la evolución / ecología, los aspectos teóricos de CS no ocupan un lugar central. Aquí, los resultados de CS parecen ser principalmente para perfeccionar una herramienta que puede usarse en gran medida como una caja negra desde las teorías bien establecidas existentes, y no para construir o extender nuevas teorías biológicas.

• Prefiero resultados que utilizan aspectos modernos y no triviales de la informática para influir en la biología en un nivel teórico (pero aún relevante para los biólogos). Como tal, no estoy tan interesado en cosas como la metabiología de Chaitin .

Preguntas relacionadas

• Declaraciones comprobables sobre algoritmos genéticos.

• Lente algorítmica en las ciencias sociales.

• Fuentes para la teoría del juego evolutivo algorítmico

• Complejidad computacional en finanzas cuantitativas

Hmmm En cuanto a la dinámica evolutiva / teoría de juegos se va, mi opinión personal es que el papel Livnat y otros que usted ha mencionado, mientras que el trabajo muy agradable, no parece caer "fuera" de la aproximación matemática estándar para la teoría de juegos evolutiva (ver el trabajo por ejemplo, Grupo de Martin Nowak , como el artículo '05 "Dinámica evolutiva en gráficos" ).

Entonces, las dos afirmaciones que haría son: Primero, si bien este es un gran trabajo en Dinámica Evolutiva que realizan los científicos de la computación, no lo ubicaría personalmente dentro de la Ciencia de la Computación Teórica o como algo muy relacionado con el TCS, excepto para la relación preexistente entre la teoría de juegos evolutiva y algorítmica. En segundo lugar, si te inclinas a estar en desacuerdo, te sorprenderá cuánto el campo de la dinámica evolutiva ya comparte / comparte con TCS filosóficamente (pero todavía no estoy seguro de que las técnicas sean tan similares).

En general, me inclinaría a decir que no hay ningún trabajo en este sentido, incluida la referencia que mencionó, que se ajuste a lo que parece estar buscando, lo que creo que es una conexión profunda entre algún concepto / técnica central en TCS y el estudio de la evolución. (Por supuesto, si alguien tiene una opinión diferente, ¡dígalo!)

Creo que la teoría del juego evolutivo o la dinámica evolutiva podrían beneficiarse de más enfoques algorítmicos (como Livnat et al). Para un ejemplo en particular, veo posibles extensiones agradables para considerar agentes evolucionables con habilidades compliativas (limitadas), tal como lo modelan, por ejemplo, las máquinas de estados finitos. Esto nos permitiría estudiar la evolución de los agentes discretos con estrategias condicionales más complejas, como el ojo por ojo. He investigado esto un poco y he oído hablar de algunos trabajos preliminares en este sentido, pero no tengo ninguna referencia que citar.

Pero incluso este ejemplo es una aplicación bastante sencilla, por lo que los resultados de este tipo probablemente aún no responderían a su pregunta.

Por otro lado, tengo muchas más esperanzas para aprender teoría, que algún día podría hacer buenas conexiones con la dinámica evolutiva también. Pero, no estoy muy familiarizado con esos resultados, así que lo dejaré para que otros lo comenten.

(Editar) Una conexión potencial que debería mencionarse es la relación conocida de aprendizaje (por ejemplo, el "problema del experto") y la convergencia al equilibrio en juegos repetidos. Específicamente, por ejemplo (ver el comentario de Aaron Roth para más detalles), en un juego repetido, si todos los jugadores están jugando estrategias sin arrepentimiento, entonces la distribución pasada de acciones converge a un equilibrio correlacionado grosero del juego de una ronda. Puede haber algo interesante y novedoso que decir sobre esto visto a través de la lente de la teoría de los juegos evolutivos; No estoy seguro.

Una (reciente) línea de trabajo relacionada con la evolución asexual con aplicaciones al diseño de drogas y utiliza interesantes técnicas de la cadena de Markov: Evolución sin sexo

Aquí hay un nuevo artículo notable que vincula la evolución / genética con el algoritmo de Actualización de peso multiplicativo, también presentado por la fundación Simons e incluye un coautor citado en la pregunta (Papadimitriou):

• Algoritmos, juegos y evolución Erick Chastain, Adi Livnat, Christos Papadimitriou y Umesh Vazirani

  Incluso los estudiantes más experimentados de la evolución, comenzando por el propio Darwin, han expresado de vez en cuando asombro de que el mecanismo de selección natural haya producido toda la Vida tal como la vemos a nuestro alrededor. Hay una manera computacional de articular el mismo asombro: "¿Qué algoritmo podría lograr todo esto en solo tres mil quinientos millones de años?" En este documento proponemos una respuesta: demostramos que en el régimen de selección débil, el estándar Las ecuaciones de genética de poblaciones que describen la selección natural en presencia de sexo se vuelven idénticas a las de un juego repetido entre genes jugados de acuerdo con las actualizaciones de peso multiplicativo (MWUA), un algoritmo conocido en informática que es sorprendentemente poderoso y versátil. MWUA maximiza una compensación entre el rendimiento acumulativo y la entropía,

La reciente encuesta amplia de Misha Gromov Cristales, proteínas, estabilidad e isoperimetría (Bull. Amer. Math. Soc. 48 (2011), 229-257) es una veta rica en temas matemáticos relacionados con la biología (incluidos muchos temas que se conectan con TCS métodos).

La pregunta solicitó una lista de

Resultados que utilizan aspectos modernos y no triviales de la informática [...] de naturaleza muy discreta [...] a través de una lente algorítmica

La encuesta de Gromov está más orientada hacia preguntas matemáticas generales que los programas de investigación específicos. Por lo tanto, la encuesta puede leerse como una selección de Gromov de

Las preguntas que (potencialmente) usan aspectos modernos y no triviales de la informática [...] (muchos de los cuales) son de naturaleza muy discreta [...] a través de (lo que a menudo es) una lente algorítmica.

Como una lista de preguntas sin respuesta en lugar de una lista de resultados conocidos, el artículo de Gromov impone demandas creativas significativas al lector.

Quizás la principal virtud del artículo es que el autor es ... ¡ Misha Gromov !

Por desgracia, parece haber una brecha masiva aquí en interés / importancia científica frente a la investigación científica real, como también se evidencia en los votos altos en esta pregunta frente a los votos bajos en las respuestas (y no esperar desafiar ese patrón aquí). parece ser un programa de estudio / investigación muy importante en el corazón de la teoría científica en su primera infancia. ahora tenemos las herramientas para hacer experimentos computacionales que pueden someter la teoría de la evolución a restricciones de falsabilidad al menos en el sentido de que si la teoría de la evolución es precisa, entonces debería ser posible modelarla / simularla al menos aproximadamente en una computadora; pero parece que hay muy pocos que intenten el proyecto (lo cual, seguramente, es extremadamente ambicioso por decir lo menos).

Por ejemplo, ¿hay alguna simulación que coincida con los cambios evolutivos conocidos en el árbol filogenético durante miles de millones de años? El desafío es interdisciplinario y transversal y no parece encajar perfectamente / exactamente en los campos / límites científicos existentes. Sorprendentemente, ni siquiera parece haber científicos o biólogos importantes que propongan explícitamente dicho programa de investigación.

Aquí hay algunas otras referencias que seguramente no se ajustarán estrictamente a los criterios estrictos descritos en la pregunta, pero pueden ser más o menos cercanas:

• En el campo de la "vida artificial", existe cierto interés en intentar simular las condiciones que llevaron a la "sopa química" a organizarse en algún tipo de formas cuasi-vida que muestran aspectos básicos de la replicación, etcétera. por ejemplo: LA EvoGrid: Una aproximación al Computacional orígenes de la vida Esfuerzos Damer

  La búsqueda para comprender los mecanismos del origen de la vida en la Tierra podría mejorarse mediante simulaciones por computadora de etapas plausibles en el surgimiento de la vida de la no vida a nivel molecular. Esta clase de simulación podría respaldar las pruebas y la validación a través de experimentos químicos de laboratorio paralelos. Esta combinación de un componente computacional o "cibernético" y una investigación de esfuerzo paralelo en la abiogénesis química podría denominarse un enfoque de ciberbiogénesis. El desafío tecnológico central para los esfuerzos de ciberbiogénesis es diseñar modelos de simulación por computadora que permitan la aparición de novo de estructuras y procesos moleculares virtuales prebióticos y biológicos a través de múltiples umbrales de complejidad. Esta tesis asume el desafío de diseñar, implementar y analizar uno de esos modelos de simulación.

• UN MODELO DE SELECCIÓN GRUPAL DE GUERRA TERRITORIAL, XENOFOBIA Y ALTRUISMO EN HUMANOS Y OTROS PRIMADOS Agner Fog

  Resumen: Un modelo teórico de guerras sobre territorios grupales muestra que los rasgos de comportamiento como la guerra cooperativa, la justicia, el altruismo y la exclusión externa pueden haber evolucionado en primates superiores y hombres prehistóricos. Se discuten las condiciones para que la guerra territorial sea un mecanismo efectivo de selección grupal. Estas condiciones pueden haber estado presentes en las sociedades tribales en los tiempos prehistóricos pero no en los tiempos modernos. La evolución geográfica de los territorios se ilustra con simulaciones por computadora.

• notablemente, la pregunta parece ser muy similar a: simulación por computadora del proceso de evolución en la tierra que data de 2008 en el desbordamiento de pila con algunas referencias misceláneas.