[論文レビュー] Formation and Destruction of Autocatalytic Sets in an Evolving Network Model

Sandeep Krishna|ArXiv.org|Mar 28, 2004

Origins and Evolution of Life被引用数 10

ひとこと要約

本稿では、催化的相互作用が動的グラフの進化を通じて自己触媒的集合（ACS）を形成・解体する、進化的な分子ネットワークの計算モデルを提案する。人口動態モデルと確率的ネットワーク再接続を組み合わせた研究により、特定の条件下でACSが強く出現することが示され、コア・パーサー構造やキーストーンノードといった主要な構造的特徴が、ACSの形成、安定性、崩壊への感受性を支配している。

ABSTRACT

I analyse a model of an evolving network represented as a directed graph; each node corresponds to one molecular species and the links to catalytic interactions between species. Over short timescales the graph remains fixed while relative populations of the molecular species change according to a set of coupled differential equations. Over long timescales the system is subject to periodic perturbations, each of which adds one new node to the graph, with random links to other nodes, and removes one node with the least relative population. Starting from a sparse random graph, a small autocatalytic set (ACS) inevitably forms and then grows by accreting nodes until it spans the entire graph. The resultant fully autocatalytic graph, whose probability of forming by pure chance is very small, nevertheless forms in this model in an average time that grows only logarithmically with the size of the system. ACSs can also get destroyed, often accompanied by the sudden extinction of a large number of species. I show that the largest of the extinction events in this model are caused by one of three mechanisms, each of which produces a specific discontinuous change in the graph's topology. The model is analytically tractable: two theorems are proved which determine the set of nodes with least relative population in the attractor, for any given graph. This in turn can be used to analytically demonstrate the inevitability of the formation and growth of ACSs and calculate the associated timescales. Finally, I show that the formation and growth of ACSs is robust to the relaxation of many of the idealizations made to enhance the analytical tractability of the model.

研究の動機と目的

• 共進化するグラフと人口動態の枠組みを用いて、原始的化学ネットワークにおける自己触媒的集合の出現と持続をモデル化すること。
• 特にコア・パーサー構造やキーストーンノードといったネットワーク構造が、自己触媒的集合の安定性とレジリエンスに与える影響を調査すること。
• 進化的な前生物的環境を念頭に、自己触媒的集合の崩壊と回復のメカニズムを理解すること。
• 新規ノードの追加（イノベーション）とノードの削除（絶滅）が、化学的組織の長期的進化に与える役割を検討すること。
• リンク強度の変動や負の（協同的）相互作用を含む、モデルのさまざまなバリエーションにおいて、自己触媒的集合形成のロバストネスを評価すること。

提案手法

• 催化的に相互作用する分子のネットワークを、確率的リンク形成および削除を伴う有向グラフとしてモデル化する。
• 分子種の人口動態を記述する常微分方程式系（ODE）を用い、吸引子が安定状態を示すようにする。
• ペロン＝フロベニウス固有ベクトル定理を適用し、固有ベクトルプロファイルに基づいて支配的ACSのコアとパーサーを同定する。
• 二段階の時間スケールダイナミクスを実装する：ゆっくりとしたグラフ進化（ノードの追加・削除、リンク再接続）と、各グラフ状態における高速な人口動態。
• 数値積分（5次ランゲ＝クッタ法）と解析的定理を用いて吸引子を計算し、ACS形成を検出する。
• 反復的なグラフ更新を通じてネットワーク進化を追跡し、ノード削除後のクラッシュ検出およびコアシフト分類を実施する。

実験結果

リサーチクエスチョン

• RQ1 催化的分子の動的進化的ネットワークにおいて、自己触媒的集合がどのような条件下で自発的に形成されるのか。
• RQ2 コア・パーサー構造やキーストーンノードといった構造的特徴が、自己触媒的集合の安定性とレジリエンスにどのように影響を与えるか。
• RQ3 進化的な自己触媒的ネットワークにおける、崩壊と回復のメカニズムと時間スケールは何か。
• RQ4 イノベーション（新規ノードの追加）と削除（特にキーストーンノードの削除）が、自己触媒的集合の形成と破壊に与える影響は何か。
• RQ5 リンク確率、ノード追加レート、リンク強度といったモデルパラメータの変動に対して、自己触媒的集合形成のロバストネスはどの程度保たれるか。

主な発見

• ネットワークの接続性とクラスタリングが十分に高くなると、自己触媒的集合が確実に形成され、中程度のリンク確率で完全に自己触媒的である確率が最も高くなる。
• モデルは二段階の進化を示す：初期のランダム段階に続き、支配的ACSが急激に拡大する成長段階に移行し、成長の時間スケールは数百イテレーションのオーダーである。
• キーストーンノードの削除によって引き起こされるクラッシュ（ACSの急激な崩壊）が発生し、そのタイプは3つに分類される：完全クラッシュ、コア変換を伴うイノベーションによる乗っ取り、休眠状態のイノベーションによる乗っ取り。
• ランダムグラフが完全に自己触媒的である確率は中程度のリンク確率でピークに達し、クラスタリング係数と次数分布に強く依存する。
• 吸引子プロファイル定理により、長期間にわたる安定状態における顕著な濃度を持つノードを特定することで、支配的ACSを高精度で同定でき、ACS参加の予測にも高い正確性を示す。
• クラッシュからの回復はイノベーションによって可能であり、特に新規ノードがコア構造に統合された場合に顕著で、一時的な期間を経て、通常は機能的なACSが再確立される。