Cuando un biólogo o un profano trata de razonar la explicación evolutiva de algo, simplemente usaría el inglés con algo de matemáticas (para un ejemplo aleatorio, elija cualquier explicación de "El gen egoísta", por ejemplo, el razonamiento por qué " discriminar a favor de los propios huevos" es una estrategia empleada por Guillemots, en el capítulo "Genesmanship", página 103. No lo citaré en su totalidad ya que es una página de texto).
Otro ejemplo de tal muro de inglés es la pregunta de Bio.SE (inspirada en Dawkins): " ¿Por qué 'Grudger' es una estrategia estable evolutiva? "
Cuando un biólogo intenta realmente modelar el desarrollo evolutivo para ver qué rasgos ganarían, tendría que enseñar de alguna manera a la computadora a implementar ese modelo: cuáles son los factores ambientales, cuál es el genotipo involucrado, cómo se expresa exactamente en diferentes fenotipos y extendidos. rasgos fenotípicos y cómo el entorno afectaría a un individuo con ese fenotipo.
Mi pregunta es: ¿existe algún tipo de forma estándar de construir dicho modelo? ¿ Un lenguaje específico de dominio (en terminología informática) que utilizan muchos biólogos diferentes o algunos paquetes/software de modelado estándar? Por ejemplo, algún tipo de formato XML especial, etc...
¿O es siempre una implementación personalizada hecha a mano por investigadores individuales para su modelo actual?
Solo para aclarar:
NO estoy preguntando cómo se ven los modelos teóricamente. Estoy preguntando qué idioma/formato (si existe alguno estándar) se usa para codificarlos para ejecutar simulaciones .
Si hay discrepancias entre el tipo/propósitos de los modelos, los que más me interesan son los de teoría de juegos.
El campo más estrechamente asociado con los modelos de teoría de juegos en biología es la teoría evolutiva de juegos. Si se requiere modelado, entonces el paradigma típico es el modelado basado en agentes, y un buen libro introductorio es:
Yoav Shoham y Kevin Leyton-Brown [2009], "Sistemas multiagente: fundamentos algorítmicos, de teoría de juegos y lógicos", Cambridge University press.
En cuanto a la construcción real del modelo, y qué describir/cómo, lo guiaré a través de mi procedimiento habitual ya que este es un campo en el que me especializo:
Tenga en cuenta el tema amplio. Estos modelos generalmente se describen como ecuaciones diferenciales, y este enfoque se prefiere a los modelos basados en agentes. Sin embargo, si un enfoque limpio de ecuaciones diferenciales no captura todas las sutilezas de lo que está estudiando, entonces se adopta un paradigma ABM.
El lenguaje particular que usa un biólogo depende de las compensaciones entre la velocidad y la facilidad de programación. Muchos modelos están escritos en C o Fortran si la velocidad es primordial. Por otro lado, la gente escribirá modelos en lenguajes de nivel superior si la velocidad es menos importante. Estos serían Python, R, MatLab, etc... En mis modelos, que están escritos en su mayoría en Python, escribo todas las clases desde cero y luego todos los componentes de simulación a mano también. Dado que casi todos los modelos son de naturaleza matemática, el lenguaje es intrascendente. Los algoritmos deben comportarse de manera similar en todas las plataformas. Si está buscando ejemplos de formas sencillas de codificar modelos teóricos de juegos, considere NetLogo, tienen algunos buenos ejemplos que utilizan la teoría de juegos.
No existe una sola forma de construir un modelo de este tipo. Pueden variar desde una simple declaración matemática como la regla de Hamilton (rB>C) hasta los modelos de difusión química utilizados para describir los patrones en el color de la piel de los animales (como rayas de cebra, manchas de leopardo y similares).
Hay esfuerzos para construir modelos moleculares de células enteras como este modelo de división de Mycobacterium genitalium , que integra casi 30 modelos matemáticos diferentes para describir diferentes aspectos del organismo. También hay esfuerzos para construir un modelo de este tipo de un cerebro completo.
Otro tipo común de modelo para la biología evolutiva es el uso de la teoría de juegos, donde se pueden plantear diferentes estrategias una contra otra como en la competencia del dilema del prisionero que Dawkins describe en Selfish Gene.
Lo sigue y sigue. Básicamente, el modelado biológico está impulsado por los tipos de modelos matemáticos que conocemos. Nuevos modelos revelarán nuevos paradigmas de cómo funciona la biología. Pueden ser altamente matemáticos, pero su importancia relativa y cuándo se aplican y lo que significan son más una analogía que una prueba.
Por ejemplo, en el dilema del prisionero, los primeros concursos mostraron que Ojo por ojo era el modelo más fuerte, generalmente ayudando a otros, pero traicionando cuando hay antecedentes de traición. Las ideas en ese momento se movieron hacia la cooperación general en las poblaciones. Las repeticiones más recientes han demostrado que si hay un equipo de participantes que se hacen regalos extraordinarios entre sí (permiten la traición sin retribución), entonces pueden competir bastante bien contra otros modelos.
Uno nunca puede probar que un modelo egoísta para el dilema del prisionero no aparecerá, aunque los sistemas biológicos parezcan ser altamente cooperativos. Eso es un modelo, no una prueba.
DVK
Rik Smith-Unna
DVK
Rik Smith-Unna