[論文レビュー] Natural selection. VI. Partitioning the information in fitness and characters by path analysis

Frank, Steven A.|arXiv (Cornell University)|Jan 22, 2013

Philosophy and History of Science被引用数 21

ひとこと要約

本論文は、情報理論を用いて選択方程式を解釈することで、遺伝子、母体効果、共生生物、社会的相互作用などの因果的予測要因に、表現型および適応度の成分を分解するパス解析フレームワークを導入する。これにより、遺伝性およびフィッシャーの基本定理が再定義され、親縁選択と多変量進化の統一的かつ因果的に解釈可能な基盤が提供される。

ABSTRACT

Three steps aid in the analysis of selection. First, describe phenotypes by their component causes. Components include genes, maternal effects, symbionts, and any other predictors of phenotype that are of interest. Second, describe fitness by its component causes, such as an individual's phenotype, its neighbors' phenotypes, resource availability, and so on. Third, put the predictors of phenotype and fitness into an exact equation for evolutionary change, providing a complete expression of selection and other evolutionary processes. The complete expression separates the distinct causal roles of the various hypothesized components of phenotypes and fitness. Traditionally, those components are given by the covariance, variance, and regression terms of evolutionary models. I show how to interpret those statistical expressions with respect to information theory. The resulting interpretation allows one to read the fundamental equations of selection and evolution as sentences that express how various causes lead to the accumulation of information by selection and the decay of information by other evolutionary processes. The interpretation in terms of information leads to a deeper understanding of selection and heritability, and a clearer sense of how to formulate causal hypotheses about evolutionary process. Kin selection appears as a particular type of causal analysis that partitions social effects into meaningful components.

研究の動機と目的

• 遺伝子、共生生物、社会的要因などのような、表現型および適応度の原因を因果的に分解すること。
• 選択方程式（共分散、回帰、分散）を情報理論の観点から再解釈し、より深いメカニズム的洞察をもたらすこと。
• 親縁選択における概念的混乱を解消するため、特別な規則の集合ではなく、因果モデリング問題としての枠組みを提示すること。
• 古くさびれ、断片的な社会進化モデルに代わって、明確な因果仮説に基づく一般的で統一的なフレームワークを提供すること。

提案手法

• 表現型および適応度の変動を明確な因果的要因に分解するためにパス解析を適用する。
• 全進化的変化を選択的要因と非選択的要因に分割する基盤としてプライス方程式を用いる。
• 選択方程式における共分散、回帰、分散項を因果的影響の情報理論的測度として解釈する。
• 情報理論（例えば、相互情報量、エントロピーの変化）を統合し、選択を情報の蓄積として解釈する。
• 社会的および親縁的相互作用を含む、複数の特性および階層的システムにフレームワークを適用する。
• ヒューリスティックな親縁選択モデルを、社会的効果を意味的に分割できる形式的因果構造に置き換える。

実験結果

リサーチクエスチョン

• RQ1 標準的な遺伝モデルを超えて、表現型変動の原因を形式的にどのように分解できるか？
• RQ2 情報理論的表現において、選択、遺伝性、適応度の成分はどのように関係するか？
• RQ3 パス解析は、親縁選択と社会進化を明確にする因果的解釈を提供できるか？
• RQ4 個体的および社会的要因に適応度を分解することで、進化的プロセスの理解はどのように向上するか？
• RQ5 情報理論は、基本的進化的方程式の解釈を統一するために果たす役割は何か？

主な発見

• 本論文は、選択が集団内での情報蓄積として解釈できることを示している。プライス方程式における選択項は、適応度差による情報増加に正確に対応する。
• 表現型および適応度の成分が、遺伝子、母体効果、社会的相互作用などの因果的予測要因に正式に分解され、遺伝性の狭義の定義を超えた正確なモデリングが可能になる。
• フレームワークは、フィッシャーの基本定理を進化的システムにおける情報の伝達と消失に関する記述として再解釈する。
• 親縁選択は特別なメカニズムではなく、社会的効果を直接的および間接的適応度成分に分割する因果パス解析の特定の応用として現れる。
• 本手法により、多変量選択の一般的で情報理論的解釈が可能になり、便宜的なモデルに代わって統一的かつ因果的に整合性のあるフレームワークが提供される。
• 因果仮説を中心に据えることで、すべての進化的モデルが因果に関する事前の仮定に依存することを明らかにし、正確な推論のためには因果の明示的モデリングが不可欠であることが示される。