[论文解读] The Renormalization Group and the Dynamics of Genetic Systems

Christopher R. Stephens|arXiv (Cornell University)|Oct 11, 2002

Origins and Evolution of LifePhysics and Astronomy参考文献 9被引用 20

一句话总结

该论文将重整化群（RG）框架应用于遗传系统，表明重组自然地将基因型配置粗粒化为层次化的建构块（BBs），从而导出动力学的费曼图表示。关键贡献在于提出了一种微扰的、图解化的形式化方法，能够精确重求和重组效应，得到弱选择与强重组条件下种群动力学的闭式解，此时相关性衰减，1-图样（1-schemata）成为有效自由度。

ABSTRACT

In this brief article I show how the notion of coarse graining and the Renormalization Group enter naturally in the dynamics of genetic systems, in particular in the presence of recombination. I show how the latter induces a dynamics wherein coarse grained and fine grained degrees of freedom are naturally linked as a function of time leading to a hierarchical dynamics that has a Feynman-diagrammatic representation. I show how this coarse grained formulation can be exploited to obtain new results.

研究动机与目标

• 建立重整化群（RG）与遗传系统动力学之间的联系，特别是在存在重组的情况下。
• 证明重组自然地诱导基因型配置向层次化建构块（BBs）的粗粒化。
• 为重组条件下的遗传种群动力学开发费曼图解形式化方法。
• 通过重求和重组速率的完整微扰级数，推导种群动力学的精确结果。
• 表明在强重组与弱选择条件下，有效自由度简化为1-图样，从而简化动力学。

提出的方法

• 通过图样定义粗粒化，其中建构块（BBs）代表基因座的子集，重组作为自然的粗粒化操作。
• 动力学以基因型上随时间演化的概率分布来表述，重组通过重组掩码将父代字符串表示为二元相互作用。
• 在重组事件数上构建微扰展开，导出图解表示，其中内线代表传播子，顶点代表重组相互作用。
• 推导出费曼规则：传播子依赖于适应度和重组概率，顶点由适应度比值加权，并通过狄拉克δ函数强制保持位的守恒。
• 在平坦适应度景观下，连续时间极限中精确重求和了完整的图解级数，得到任意字符串在时间t的概率的闭式表达式。
• 解以BBs上的初始概率表示，表明渐近动力学在重组速率上是非微扰的。

实验结果

研究问题

• RQ1 重组如何在种群动力学中自然诱导基因型配置的粗粒化？
• RQ2 重组的动力学能否用具有明确定义规则的费曼图解形式化来表示？
• RQ3 在强重组与弱选择条件下，基因型概率的时间演化的确切解是什么？
• RQ4 为何系统的渐近行为在重组速率上是非微扰的，且如何能被精确捕捉？
• RQ5 在何种条件下1-图样会成为遗传动力学中的有效自由度？

主要发现

• 在平坦适应度景观下，连续时间极限中重组动力学的完整图解级数可被精确重求和，得到闭式解。
• 精确解由公式（16）给出，该公式将时间t时字符串的概率表示为所有可能初始建构块数量的贡献之和，权重为指数衰减因子。
• 对于给定字符串，初始条件通过1-图样上的概率编码（例如，字符串11的P(11,0)和P(1*,0)P(*1,0)）。
• 在渐近区域，当重组强烈且选择微弱时，有效自由度为1-图样，表明基因座间的相关性随时间衰减。
• 动力学在重组速率上是非微扰的，意味着渐近行为无法通过有限阶微扰级数捕捉。
• 使用建构块（BBs）作为基本自由度，相比涉及复杂动力因子组合的字符串基，能导出更简洁且精确的表述。