用反绝热驱动控制进化的速度与轨迹

进化速率与不可预测性在诸多现代挑战中至关重要：对抗病原体与癌症的耐药性、理解物种如何应对气候变化等环境扰动，以及开发农业人工选择方法。利用适应度景观的进化定量建模已取得重大进展，使对未来进化史具有一定预测能力。然而，对这些轨迹的速度与分布进行精细控制仍难以实现。我们提出一种借助最初在完全不同背景下发展的思想来实现该目标的方法：反绝热驱动（counterdiabatic driving），用于控制量子态行为以服务于量子计算与超冷原子操控等应用。我们首次在生物学背景中实现这些思想，展示了如何通过一组外部控制参数（即变化的药物浓度/种类、温度、营养物）引导种群中基因型概率分布沿指定路径与时间区间演化。这种允许对进化速度与轨迹进行经验优化的控制水平，具有无数潜在应用，从增强疾病的适应性疗法，到为气候变化培育耐热作物，再到加速基于进化模型的生物工程方法（如生物分子定向进化）。