Recomendaciones de libros para algoritmos utilizados en biología evolutiva

Lo que está describiendo generalmente cae dentro de la categoría de biología computacional o simplemente biología matemática. Desafortunadamente, la mayor parte de este campo es la bioinformática, o la aplicación de técnicas de programación dinámica y/o estadística para secuenciar datos. Excluye esto en su pregunta, y estoy de acuerdo con usted en que es un tema "aburrido" desde la perspectiva de un biólogo teórico, porque utiliza principalmente la informática de una manera muy estándar como herramienta para biólogos experimentales.

Como notó, también es estándar usar modelos computacionales en artículos teóricos como una forma de simular cosas. Creo que este es el tipo de recursos que está solicitando. Desafortunadamente, los algoritmos específicos rara vez se estandarizan o reutilizan en esta área . Por lo general, cada artículo (o secuencia de artículos relacionados) utiliza sus propios modelos. ^[1] A medida que lea muchos artículos, encontrará algunos temas comunes, pero estas son solo ideas estándar de biología teórica expresadas como simulación. Dudo que existan libros completos, e incluso si algunos lo hacen, su utilidad no está clara para mí debido a la falta de (re) uso de algoritmos específicos. ^[2]Sin embargo, las técnicas más utilizadas son resolver ecuaciones diferenciales numéricamente (lo que la mayoría clasificaría como modelado matemático) o ejecutar modelos basados ​​en agentes o basados ​​en poblaciones. Existen recursos generales sobre estos, y aquí hay algunas discusiones para los últimos otros SE:

• Simulación de modelos de enfermedades .
• Fuentes para la teoría algorítmica de juegos evolutivos .
• Referencia canónica sobre computación basada en agentes .

Finalmente, no confunda 'modelado computacional en biología teórica' con 'biología algorítmica' . La biología algorítmica es un nuevo campo que ve la dinámica ecológica y evolutiva como procesos computacionales. En lugar de usar herramientas matemáticas prestadas de la física (como es estándar con los enfoques de sistemas dinámicos de la biología matemática), usa la herramienta de la informática teórica (tenga en cuenta que este es un tipo de matemática que tiene muy poco que ver con la programación de la computadora portátil frente a ella). de ti). Sólo conozco dos libros en este campo:

• Gregory Chaitin "Demostrar a Darwin: hacer que la biología sea matemática" : aunque Chaitin había aportado pensamientos significativos y originales a la informática en el pasado, desaconsejaría encarecidamente este libro porque pierde el punto tanto desde el punto de vista biológico como informático .

• Leslie Valiant "Probablemente aproximadamente correcto: los algoritmos de la naturaleza para aprender y prosperar en un mundo complejo" : en este libro (basado en artículos anteriores), Valiant reformula la evolución como un tipo de aprendizaje automático. Esto es muy interesante desde un punto de vista matemático, aunque es posible que no se conecte lo suficientemente directamente con preguntas biológicamente relevantes (ver también parte de la discusión en Kaznatcheev (2013) y Kaznatcheev (2019) ) y pierde el poder computacional de la selección dependiente de la frecuencia. (ver Kaznatcheev (2020) ). Pero recomendaría leer este libro.

notas

1. En general, considero este tipo de modelos como heurísticos y soy escéptico sobre su utilidad más allá de los dispositivos/ejemplos retóricos .
2. Creo que las revisiones de la literatura serían interesantes para el modelado computacional en subcampos específicos. De hecho, algunos colegas y yo hemos querido hacer esto para el área más pequeña de la teoría de juegos evolutivos ( esta respuesta puede servir como punto de partida para algunas consideraciones algorítmicas de EGT).

¿Ha investigado "Fundamental of Molecular Evolution" de Dan Graur & Li?

Otra sugerencia en línea con la genética de poblaciones y diferentes evo. teorías serían - Genética evolutiva: conceptos y estudios de casos (libro de varios autores. Editor Fox & Wolf)