[论文解读] Large scale behaviour of the spatial -Fleming-Viot process

N. Berestycki, Route de Saclay+1 more|arXiv (Cornell University)|Jul 21, 2011

Stochastic processes and statistical mechanics参考文献 15被引用 9

一句话总结

本文研究了在 R^d 中具有两种基因型的连续空间 Λ-Fleming-Viot 过程的大规模行为，重点关注在重标度下的等位基因频率动态。当祖先过程收敛到指数 α ∈ (1,2] 的对称稳定过程时，对于 α=2（d≥2），极限等位基因频率过程是确定性的；而对于 α<2，该过程几乎必然为随机且呈指示函数形式，对应于共alescing 稳定过程所定义的随机集合。

ABSTRACT

We consider the spatial �-Fleming-Viot process model ([BEV10]) for frequencies of genetic types in a population living in R d , in the special case in which there are just two types of individual, labelled 0 and 1. At time zero, everyone in the half-space consisting of points whose first coordinate is non-positive is type 1, whereas everyone in the complementary half-space is of type 0. We are concerned with patterns of frequencies of the two types at large space and time scales. We consider two cases, one in which the dynamics of the process are driven by purely ‘local’ events and one incorporating large-scale extinction recolonisation events. We choose the frequency of these events in such a way that, under a suitable rescaling of space and time, the ancestry of a single individual in the population converges to a symmetric stable process of index α ∈ (1,2] (with α = 2 corresponding to Brownian motion). We consider the behaviour of the process of allele frequencies under the same space and time rescaling. For α = 2, and d ≥ 2 it converges to a deterministic limit. In all other cases the limit is random and we identify it as the indicator function of a random set. In particular, there is no local coexistence of types in the limit. We characterise the set in terms of a dual process of coalescing symmetric stable processes, which is of interest in its own right. The complex geometry of the random set is illustrated through simulations.

研究动机与目标

• 理解 R^d 中两类型空间 Λ-Fleming-Viot 过程的大规模空间与时间行为。
• 分析不同类型的遗传事件——局部动态与大规模灭绝-再殖民——如何影响长期的等位基因频率模式。
• 在联合空间-时间重标度下，确定等位基因频率过程的极限行为，特别是当祖先谱系收敛到对称稳定过程时。
• 表征极限中类型共存的随机集合的几何结构，特别是当 α<2 时。
• 建立频率过程与共alescing 对称稳定过程系统之间的对偶性，从而为随机过程建立一种新颖的联系。

提出的方法

• 将种群建模为具有两种类型（0 和 1）的空间 Λ-Fleming-Viot 过程，初始条件为半空间上的阶跃函数。
• 对空间和时间进行重标度，使得单个个体的祖先过程收敛到指数 α ∈ (1,2] 的对称 α-稳定过程，包括布朗运动（α=2）。
• 利用频率过程与共alescing 对称 α-稳定过程系统之间的对偶性，表征极限行为。
• 在相同重标度下分析等位基因频率过程的极限，区分 α=2 与 α<2 的情况。
• 运用随机分析与标度极限方法，推导出频率过程收敛到确定性极限（α=2）或随机指示函数极限（α<2）。
• 通过模拟展示在 α<2 情况下极限随机集合的复杂几何结构。

实验结果

研究问题

• RQ1 大规模灭绝-再殖民事件如何影响空间种群模型中两种基因型的长期空间分布？
• RQ2 当祖先谱系收敛到对称 α-稳定过程时，在联合空间-时间重标度下，等位基因频率过程的极限行为是什么？
• RQ3 对于 α<2，类型是否在极限中保持局部共存？还是系统会表现出某一类型在全球范围内的主导？
• RQ4 如何通过共alescing 对称稳定过程的对偶过程来表征极限随机集合（即类型存在的区域）的几何结构？
• RQ5 在空间结构与共存性方面，确定性极限（α=2）与随机、指示函数型极限（α<2）有何本质区别？

主要发现

• 对于 α=2 且 d≥2，重标度后的等位基因频率过程收敛到确定性极限，表明存在稳定且可预测的空间模式。
• 对于 α<2，重标度后的等位基因频率过程收敛到一个随机极限，即某个随机集合的指示函数，意味着极限中不存在类型的局部共存。
• 极限随机集合被表征为：在时间零时，对偶的共alescing 对称 α-稳定过程系统中至少存在一个粒子的点的集合。
• 频率过程与共alescing 稳定过程系统之间的对偶性，为极限随机集合提供了新颖且明确的表示。
• 模拟结果揭示，在 α<2 的情形下，极限随机集合呈现出复杂且类似分形的几何结构，反映了稳定运动的长程依赖性。
• 在 α=2 处从确定性极限到随机极限的转变，凸显了模型行为中的一个临界阈值，该阈值与底层稳定过程的路径性质密切相关。