扩展一种基于系统发育的方法以检测人工生命应用中的多层级选择特征

当短期的个体层面繁殖利益与长期的群体层面适应性效应发生冲突时，多层级选择就会发生。检测并量化这一现象是理解从多细胞性到病原体毒力等性状演化的关键。多层级选择在人工生命研究中尤为重要，因为它与主要的演化转变相关，而演化转变是开放式演化的一个标志。Bonetti Franceschi & Volz (2024) 提出通过筛选突变来检测多层级选择动态，这些突变在种群中出现的频率高于偶然预期（由于个体层面的适应性优势），但最终与负面的长期适应性结果（即更小、寿命更短的后代支系）相关联。在此，我们使用具有已知真实情况的基于智能体的建模来评估该方法的有效性。为了在总体上与 Bonetti Franceschi & Volz (2024) 探索的原始数据集相当的挑战性条件下测试这些方法，我们使用一个流行病学框架来模拟宿主内增长率与宿主间传播力之间权衡的多层级选择。为了在我们的计算机模拟数据上取得成功，我们开发了一种替代的归一化程序来识别支系层面的适应性效应。我们发现该方法在检测适应性效应大小为30%的多层级选择下的基因组位点时是敏感的，但在突变效应大小为10%时未观察到敏感性。为了测试该方法的鲁棒性，我们进行了额外的实验，纳入了外部的、随时间变化的环境变化以及种群组成中的适应性更替，并发现筛选性能与基线条件基本保持一致。这项工作代表了朝着对多层级选择效应进行严谨、可推广的量化迈出的有希望的一步。