Biophysical Cybernetics of Directed Evolution and Eco-evolutionary Dynamics

要約

タイトル： 指向進化と生態進化動態の生体サイバネティックス
要約：
– 進化動態の理論において、多くの重要な問題は、ゲーム理論的コンテキストの確率的軌跡の分析にマッピングすることができる。
– 生態学的要素の追加により、「生態進化動態」と呼ばれるものが生じ、多くの問題が不可能または現実的には不可能な難解なものになる。
– そして、同様のアプローチとして、これらのシステムを、モデルに含まれる不確実性に主に注目して分析することができる。
– ここでは、生物学などの研究者の言語で言えば、部分的観測マルコフプロセスに相当するものを紹介する。
– そして、情報理論的計算だけを考慮する問題に関する物理的境界線を描くことなく、これらのシステムにおける生態系と個体の遺伝子・表現型タイプの両方を考慮する複雑さをマッピングするための二元性を紹介する。
– 我々は、この計算と関連のある生物物理学の同等性に基づいて、部分的に観察可能なマルコフ決定過程の形を取る「指向進化」の問題に取り組む。
– これにより、高度に一般的なタイプの生態進化的軌跡を研究し、指向進化における進化の効率の潜在的な制限に関する問題を分析することができる。

要約(オリジナル)

Many major questions in the theory of evolutionary dynamics can in a meaningful sense be mapped to analyses of stochastic trajectories in game theoretic contexts. Often the approach is to analyze small numbers of distinct populations and/or to assume dynamics occur within a regime of population sizes large enough that deterministic trajectories are an excellent approximation of reality. The addition of ecological factors, termed ‘eco-evolutionary dynamics’, further complicates the dynamics and results in many problems which are intractable or impractically messy for current theoretical methods. However, an analogous but underexplored approach is to analyze these systems with an eye primarily towards uncertainty in the models themselves. In the language of researchers in Reinforcement Learning and adjacent fields, a Partially Observable Markov Process. Here we introduce a duality which maps the complexity of accounting for both ecology and individual genotypic/phenotypic types onto a problem of accounting solely for underlying information-theoretic computations rather than drawing physical boundaries which do not change the computations. Armed with this equivalence between computation and the relevant biophysics, which we term Taak-duality, we attack the problem of ‘directed evolution’ in the form of a Partially Observable Markov Decision Process. This provides a tractable case of studying eco-evolutionary trajectories of a highly general type, and of analyzing questions of potential limits on the efficiency of evolution in the directed case.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI