Cómo la casualidad gobierna la evolución exprés
La evolución fluye como el agua. En un río ancho los cambios son suaves y lentos, mientras que un arroyo de montaña bulle con cada piedra. El tamaño de la población y la frecuencia de las mutaciones determinan el cauce: ancho y tranquilo o estrecho y lleno de rápidos.
Los científicos construyeron un modelo matemático basado en la teoría de procesos aleatorios de Andréi Márkov, donde se tienen en cuenta el tiempo, el número de individuos, la tasa de mutación y su amplitud. En grupos grandes la evolución avanza sin prisa: las mutaciones se acumulan durante siglos y a menudo se hunden sin dejar rastro, como tinta en un río. En los pequeños bulle: una mutación beneficiosa en pocas generaciones se apodera de toda la población, como una piedra que cambia el cauce de un arroyo.
Estos cálculos permiten prever la respuesta de las especies a los cambios ambientales. Controlando el nivel de caos en las poblaciones, podemos ralentizar la evolución no deseada, por ejemplo, en insectos dañinos. La biología obtiene una herramienta de predicciones precisas en lugar de palabras generales.
Resumen original
tal como lo escribieron los autores, en inglés arXiv:2607.11520
These are lecture notes for an advanced topics course in the master's programme at Bonn University. It aims to give a concise review of some of the work that has been done around the topic of adaptive dynamics from a rigorous stochastic point of view over the last 25 years and to make this area accessible to students with a good knowledge of probability in general, and the theory of Markov processes in particular. Our emphasis is on the issue of emerging scaling limits, where scaling parameters are time, population size, mutation rates, and mutation step size. These allow to exhibit within a fairly simple class of models a variety of biologically relevant phenomena. These notes are organised in three parts. Part 1 presents some historical background as well as the mathematical setting and main tools. Part 2 is the core of the notes and discusses the various scaling regimes and scaling limits. Part 3 looks at some extensions on the basic model, notably diploid models, phenotypic plasticity, and effects of environmental changes over time.
Las matemáticas de las cadenas aleatorias que aplicaron los científicos no nacieron en la biología: Andréi Márkov las creó analizando la alternancia de vocales y consonantes en el poema de Pushkin «Eugenio Oneguin».