50年以上前にゲーム理論で発見され、現在は機械学習で広く使用されているアルゴリズムが、集団内の遺伝子の分布を記述するために使用される方程式と数学的に同一であることを、この種の最初の研究と思われる研究でコンピュータ科学者が報告しています。生物の。研究者は、驚くほどシンプルで強力なアルゴリズムを使用して、自然淘汰の仕組みと集団が遺伝的多様性を維持する方法をよりよく理解できるかもしれません.
進化を、個々のプレーヤー (この場合は遺伝子) が最適な集団を作成する戦略を見つけようとする反復ゲームと見なすことで、研究者は、進化が多様性と適合性の両方を重視することを発見しました。
一部の生物学者は、この発見は新しすぎて理論的すぎて役に立たないと言っています。研究者は、生きている生物でアイデアをテストする方法をまだ知りません。他の人は、米国科学アカデミー紀要の事前オンライン版で月曜日に発表された驚くべき関係は、科学者が自然選択の不可解な特徴を理解するのに役立つかもしれないと言う.実際、地球上の生物の群れが示すように、遺伝的多様性が支配しています。
イェール大学の進化生物学者、スティーブン・スターンズ氏は、「選択については非常に異なる見方をしています。彼はこの研究には関与していませんでした。 「私はいつも、問題に対する根本的に異なる見方を興味深いと思っています。」
このアルゴリズムは、線形計画法、ゼロサム ゲーム、その他多数の高度なコンピューター サイエンスの問題を解決するために使用されており、エージェントが一連の意思決定を行う際に考えられる戦略をどのように比較検討するかを決定するために使用されます。たとえば、10 人の金融の専門家が、貯蓄の投資方法についてアドバイスをくれているとします。毎日、それらのいずれかに従うことを選択する必要があります。投資期間の開始時には、各専門家の業績については何もわかりません。しかし、乗法加重更新アルゴリズムと呼ばれる毎日のように、最良のアドバイスを与えた専門家を選択する確率を高め、成績の悪い専門家を選ぶ確率を下げるように指示されます。
カリフォルニア大学バークレー校のコンピューター科学者である Christos Papadimitriou は、次のように述べています。 「最初から全知で、最高の専門家を選び出し、毎日彼らのアドバイスに従っているかのようです。」
パパディミトリウと彼の共同研究者は、性別の数学的説明を探していたときに、ゲーム理論と進化の関係に出くわしました。性別は、それぞれの親の染色体を混同することによって新しい遺伝的多様性を引き起こします。彼らは、集団遺伝学で一般的に使用されている方程式を使用していました。この方程式は、ほぼ 1 世紀前に初めて開発されたもので、特定の遺伝的変異の頻度が世代ごとにどのように変化するかを記述しています。たとえば、現在の気候で繁栄している植物は、地球温暖化が条件を変えるにつれて減少する可能性があります.
バークレー校のコンピューター科学者である Umesh Vazirani に方程式を見せたとき、彼は反復調整ゲームと類似していることに気付きました。これは、プレーヤーが相互に有益なオプションを選択するかどうかによって成功が左右されるゲーム理論のシナリオです。例として、2 人の囚人が互いに敵対したくなる状況を考えてみましょう。一方が話すと、両方が失われます。どちらも話さない場合は、両方が勝ちます。どちらの囚人も、相手が何をするかを知りません。 (このシナリオは、よく知られている囚人のジレンマとは異なります。)
進化のレンズを通してアルゴリズムを見ると、遺伝子がプレーヤーであり、各遺伝子には遺伝的変異または対立遺伝子の形で多数の異なる戦略があります。たとえば、遺伝子の変異体の 1 つにより、植物はより高い温度やより乾燥した土壌に耐えられるようになる可能性があります。ゲームは何度も何度もプレイされます。各ラウンドの終わりに、遺伝子またはプレーヤーは、現在の遺伝的環境で各対立遺伝子がどれだけうまく機能したかを評価し、次に、パフォーマンスの良い人の体重を増やし、パフォーマンスの悪い人の体重を減らします.
研究者らは、この発見は進化における性の役割を調べる新しい方法を提供すると述べた。たとえば、Papadimitriou は、その役割の一部は乗法加重更新アルゴリズムを実行することであると信じていると述べていますが、これはまだ数学的に証明されていません.
進化へのゲーム理論の伝統的な応用は、進化のプロセスが個人の行動をどのように形成するかを調べます。それらは、利他主義やその他の特性の進化を研究するためにも使用されてきました。バージニア州ブラックスバーグにあるバージニア工科大学の生物学者で、この研究に協力した Adi Livnat 氏は、次のように述べています。新しい研究は、個々の生物ではなく遺伝子に焦点を当て、行動ではなく集団の遺伝子構成に焦点を当てています.
このアプローチは、集団生物学における長年の謎を解明する可能性があります。多様なポートフォリオを維持することが最善である金融の世界と同様に、Vazirani と彼の共同研究者は、アルゴリズムが適合性と多様性の両方を重視していることを発見しました。急騰している株にすべてのお金を投資したくなるかもしれません。しかし、状況が変わり、その株が暴落し始めた場合は、よりバランスの取れた選択に投資したほうがよいでしょう.同様に、生物の遺伝子は特定の一連の環境条件に合わせて完全に調整されている場合がありますが、それらの条件が変化すると、遺伝的に多様な集団が生き残る可能性が高くなります. 「もちろん、進化はパフォーマンスに関心があります」とパパディミトリウは言いました。 「しかし、次に何が起こるか誰にもわからないので、多くの遺伝的多様性を維持し、その賭けをヘッジすることにも関心があります。」
進化生物学者は、実際には、遺伝的に多様な個体群は、変化する環境によりよく対応できるため、同種の個体群よりも回復力が高いことが多いことを知っています。しかし、彼らはそのような多様性がどのように維持されているかを説明するのに苦労しています.短期的には、人口の中で最も適したメンバーが広がり、より弱く、遺伝的に異なるメンバーをノックアウトするにつれて、多様性が低下すると予想されます.長期的なニーズは、短期的なプレッシャーをどのように克服しますか?
著者らは特定のメカニズムを提案していませんが、調査結果はこれがどのように起こるかについて「推測的な示唆」を提供します、とオーストリアの科学技術研究所の生物学者であるニック・バートンは述べました。 「生命が最初に始まった 35 億年後に地球上で見られる多様性を実現できるアルゴリズムが得られるとは思えません」と彼は言いました。
スターンズ氏をはじめとする同分野の研究者は、この発見が私たちの進化の理解にどのように影響するかを評価するのは時期尚早だと述べています。ミシガン州立大学の物理学者で計算生物学者の Chris Adami 氏は、異なる分野間の関連性は興味深いものですが、「生物学的進化を理解するのに実際には役に立ちません」と述べています。彼はこの研究には関与していません。 「そのような関係によって、コンピューター サイエンスまたは生物学のいずれかで何か新しいことを言うことができない限り、それは単なる観察にすぎません。」
進化生物学者は、部外者からの数学的洞察にしばしば懐疑的です。数学者とコンピューター科学者はこの分野で定期的に論文を発表していますが、生物学者は、自分たちの貢献がそれを形成するためにどれだけ貢献したかについて意見が分かれています。 「論文がどのように展開するかを理解するには、しばらく時間がかかると思います」とスターンズ氏は語った. 「これによって新しいデータが収集されない場合、それはあまり重要ではありません。」調査結果が短期的には関連性がないと証明されたとしても、長期的には重要であることが証明される可能性があります。新しい理論をテストするための適切な技術やアプローチが登場するまでに数十年かかることもある、とスターンズ氏は述べた.
この研究の方程式は、現実世界への適用性を制限する可能性のある特定の仮定に基づいています。たとえば、方程式は、ゲームに新しい対立遺伝子または戦略を導入する突然変異を考慮していません。 (この要素を追加すると、数学がはるかに複雑になります。) この単純化は深刻な欠点であると言う人もいれば、既存のバリエーションが最も強い影響を与える短期的にはそれほど重要ではないと主張する人もいます。 「常識から離れたらどうなる？」オーストリアのコンラッド・ローレンツ研究所の上級研究員であるリー・アルテンベルクは、次のように述べています。 「彼らは地図上に 1 点をピン留めしました。しかし、それが何かを意味するかどうかを知るには、その点から離れ始めなければなりません。」
分析の結果の 1 つは、生物学者を困惑させる可能性があります。進化の標準的な見方によれば、世代が過去にさかのぼるほど、現在への影響は少なくなります。おそらく、1,000 年前の祖先は、祖父母よりもフィットネスに影響を与えていませんでした。しかし、バークレー チームの洞察が維持されれば、「過去のすべての世代が、次の世代に起こることに等しく貢献していることを示しています」と、スターンズ氏は述べています。 「これは、規則的な進化の観点からすると、非常に信じがたい主張です。」パパディミトリウは、彼のチームもその結果に当惑したと語った。 「うまくいけば、研究者が再考し、再訪し、解釈するようになるものです」と彼は言いました.
「実際の生活に関連してこれらの定理を実際にテストすることはできません」とバートンは言いました。 「それらは、進化を理解する方法について直感を得るためのツールです。」
