Книжные рекомендации по алгоритмам, используемым в эволюционной биологии

То, что вы описываете, обычно подпадает под категорию вычислительной биологии или просто математической биологии. К сожалению, большая часть этой области — биоинформатика, или применение методов статистического и/или динамического программирования для секвенирования данных. Вы исключаете это в своем вопросе, и я соглашусь с вами, что это «скучная» тема с точки зрения биолога-теоретика, потому что она в основном использует информатику очень стандартным образом в качестве инструмента для биологов-экспериментаторов.

Как вы заметили, также стандартно использовать вычислительные модели в теоретических работах как способ моделирования вещей. Я думаю, что это тот вид ресурсов, о которых вы просите. К сожалению, конкретные алгоритмы редко стандартизируются или повторно используются в этой области . Как правило, каждая статья (или последовательность связанных статей) использует свои собственные модели. ^[1] Когда вы прочитаете много статей, вы обнаружите некоторые общие темы, но это всего лишь стандартные идеи теоретической биологии, выраженные в виде моделирования. Я сомневаюсь, что существуют исчерпывающие книги, и даже если некоторые из них действительно полезны, мне неясна их полезность из-за отсутствия конкретного алгоритма (повторного использования). ^[2]Однако наиболее часто используемые методы заключаются либо в численном решении дифференциальных уравнений (которое большинство классифицирует как математическое моделирование), либо в запуске моделей на основе агентов или популяции. Общие ресурсы по ним существуют, и вот некоторые обсуждения для последних других SE:

• Имитационное моделирование заболеваний .
• Источники для Алгоритмической Эволюционной Теории Игр .
• Канонический справочник по агентным вычислениям .

Наконец, не путайте «вычислительное моделирование в теоретической биологии» с «алгоритмической биологией» . Алгоритмическая биология — это новая область , которая рассматривает экологическую и эволюционную динамику как вычислительные процессы. Вместо использования математических инструментов, заимствованных из физики (что является стандартом для динамических системных подходов к математической биологии), он использует инструмент теоретической информатики (обратите внимание, что это тип математики, который имеет очень мало общего с программированием ноутбука перед компьютером). из вас). Я знаю только две книги в этой области:

• Грегори Чайтин «Доказательство Дарвина: превращение биологии в математику». Хотя Чайтин в прошлом внес важные и оригинальные мысли в информатику, я бы настоятельно рекомендовал не читать эту книгу , потому что она упускает суть как с биологической, так и с точки зрения информатики .

• Лесли Валиант «Вероятно, приблизительно правильно: природные алгоритмы для обучения и процветания в сложном мире» — в этой книге (на основе более ранних статей) Валиант пересматривает эволюцию как тип машинного обучения. Это очень интересно с математической точки зрения, хотя может быть недостаточно напрямую связано с биологически значимыми вопросами (см. также некоторые обсуждения в Kaznatcheev (2013) и Kaznatcheev (2019) ) и упускает из виду вычислительную мощность частотно-зависимого отбора. (см. Казначчеев (2020) ). Но я бы порекомендовал прочитать эту книгу.

Заметки

1. В целом, я считаю такие модели эвристиками и скептически отношусь к их полезности, кроме риторических приемов/примеров .
2. Я думаю, что обзоры литературы были бы интересны для компьютерного моделирования в конкретных областях. На самом деле некоторые коллеги и я хотели сделать это для меньшей области эволюционной теории игр ( этот ответ может служить отправной точкой для некоторых алгоритмических соображений EGT).

Вы изучали «Основы молекулярной эволюции» Дэна Граура и Ли.

Еще одно предложение в русле популяционной генетики и различных эво. теории будут - Эволюционная генетика: концепции и тематические исследования (многоавторская книга. Редактор Fox & Wolf)