Haben Sie Empfehlungen für ein Buch, das die unterschiedlichen Algorithmen der theoretischen Evolutionsbiologie vorstellt?
Ich meine nicht evolutionäre oder genetische Algorithmen (sonst würde diese Frage nicht gut zu Biology.SE passen), sondern Algorithmen, die auf die Evolutionsbiologie angewendet werden. Ich interessiere mich nicht für statistische Verfahren und Algorithmen, um phylogenetische Stammbäume zu rekonstruieren, DNA-Sequenzen zu annotieren oder synonyme Veränderungen durch den Vergleich von Sequenzen eng verwandter Arten herauszufinden. Ich interessiere mich nicht für ein Einführungsbuch in die Programmierung.
Ich interessiere mich für Computermodellierung, angewandte Populationsgenetik, Verwandtenselektion, Spieltheorie, Populationserweiterung, Simulation der sexuellen Fortpflanzung, Selektion für verschiedene Geschlechtsbestimmungssysteme, Evolution für Robustheit/Evolvierbarkeit, Evolution der Codonverwendung, Evolution des genetischen Codes, Evolution der Kognition , Evolution der Mehrzelligkeit, …
Ich weiß nicht genau, ob es ein Buch gibt, das all diese Themen umfasst. Wenn nicht, würde ich Buchvorschläge begrüßen, die die Algorithmen vorstellen, die in einigen, aber nicht allen dieser Fächer verwendet werden.
Als ich ein bisschen bei Amazon gesucht habe, habe ich leicht Tonnen von Büchern gefunden, weiß aber nicht genau, ob sie meinen Erwartungen entsprechen. Nachfolgend finden Sie einige Beispiele
Individualbasierte Modellierung und Ökologie
Modelle und Algorithmus für die Genomentwicklung
Praktisches Rechnen für Biologen
Genetische und evolutionäre Berechnung
Genetische Algorithmen + Datenstrukturen = Evolutionsprogramme
Was Sie beschreiben, fällt normalerweise unter die Kategorie der Computerbiologie oder einfach nur der mathematischen Biologie. Leider ist der größte Teil dieses Bereichs Bioinformatik oder die Anwendung statistischer und/oder dynamischer Programmiertechniken auf Sequenzdaten. Sie schließen dies in Ihrer Frage aus, und ich stimme Ihnen zu, dass es aus Sicht eines theoretischen Biologen ein "langweiliges" Thema ist, weil es die Informatik meist in sehr standardmäßiger Weise als Werkzeug für experimentelle Biologen verwendet.
Wie Sie bemerkt haben, ist es auch üblich, Computermodelle in theoretischen Arbeiten zu verwenden, um Dinge zu simulieren. Ich denke, das ist die Art von Ressourcen, nach denen Sie fragen. Leider werden in diesem Bereich selten bestimmte Algorithmen standardisiert oder wiederverwendet . Typischerweise verwendet jede Veröffentlichung (oder jede Folge verwandter Veröffentlichungen) ihre eigenen Modelle. [1] Wenn Sie viele Artikel lesen, werden Sie einige gemeinsame Themen finden, aber dies sind nur Standardideen der theoretischen Biologie, ausgedrückt als Simulation. Ich bezweifle, dass es umfassende Bücher gibt, und selbst wenn einige ihren Nutzen haben, ist mir aufgrund des Mangels an spezifischer (Wieder-)Verwendung von Algorithmen nicht klar. [2]Die am häufigsten verwendeten Techniken bestehen jedoch darin, Differentialgleichungen entweder numerisch zu lösen (was die meisten als mathematische Modellierung klassifizieren würden) oder agentenbasierte oder populationsbasierte Modelle auszuführen. Es gibt allgemeine Ressourcen zu diesen, und hier sind einige Diskussionen für die letzteren anderen SEs:
Verwechseln Sie schließlich „computergestützte Modellierung in der theoretischen Biologie“ nicht mit „algorithmischer Biologie“ . Algorithmische Biologie ist ein neues Gebiet , das ökologische und evolutionäre Dynamik als Rechenprozesse betrachtet. Anstatt mathematische Werkzeuge aus der Physik zu verwenden (wie es bei den dynamischen Systemansätzen in der mathematischen Biologie üblich ist), verwendet es das Werkzeug der theoretischen Informatik (beachten Sie, dass dies eine Art von Mathematik ist, die sehr wenig mit der Programmierung des Laptops davor zu tun hat von dir). Ich kenne nur zwei Bücher in diesem Bereich:
Gregory Chaitin "Darwin beweisen: Biologie mathematisch machen" - Obwohl Chaitin in der Vergangenheit bedeutende und originelle Gedanken zur Informatik beigetragen hat, würde ich dringend von diesem Buch abraten, da es sowohl aus biologischer als auch aus Informatiksicht am Ziel vorbeigeht.
Leslie Valiant „Probably Approximately Correct: Nature’s algorithms for learning and prospering in a complex World“ – in diesem Buch (basierend auf früheren Artikeln) formuliert Valiant die Evolution als eine Art des maschinellen Lernens neu. Dies ist aus mathematischer Sicht sehr interessant, obwohl es möglicherweise nicht direkt genug mit biologisch relevanten Fragen verbunden ist (siehe auch einige der Diskussionen in Kaznatcheev (2013) und Kaznatcheev (2019) ) und die Rechenleistung der frequenzabhängigen Selektion vermisst (siehe Kaznatcheev (2020) ). Aber ich würde empfehlen, dieses Buch zu lesen.
Haben Sie sich „Fundamental of Molecular Evolution“ von Dan Graur & Li angesehen.
Ein weiterer Vorschlag in Bezug auf Populationsgenetik und andere Evo. Theorien wären - Evolutionäre Genetik: Konzepte und Fallstudien (Buch mehrerer Autoren. Herausgeber Fox & Wolf)
rg255
km
rg255
Remi.b