有哪些数学上的事实,没有一定数学知识的人不会相信?

有哪些数学上的事实,没有一定数学知识的人不会相信?

郭昊天,少年,加入合成生物学的浪潮吧

我来乱入一下生物里,很有趣反直觉的事实,需要一点简单的数学知识的人才能了解。

生态环境中的种群皆难逃一死,必然会灭绝

先来简单科普一下 Logisitic 增长:

想像一对 可以不停的生小兔。每过一段时间之后,种群数就翻倍,这个叫指数增长

但是兔子不可能永生不死,环境中的食物和空间也是有限的。随着兔子越来越多,单位时间内繁殖出来的新兔子就越来越少,直到最后新生兔的数目和死亡兔的数目达到一个平衡,这时的兔子总数被称为环境容纳量(K)。一个被普遍接受的描述模型就是 Logisitic 增长曲线:

@ Khan Academy: Exponential & logistic growth

这个模型非常简单,它假设随着种群数增加,种群的繁殖速度呈线性的下降,也就是

------ 背景介绍结束的分割线,进正题 ------

这个模型中,种群只有一个稳定的不动点,就是环境容纳量时的种群大小。种群为零是一个不稳定的不动点。只要种群不为零,给无限长时间,种群大小一定趋于环境容纳量。

但是这个模型还有一个微小的缺陷:真实情况中的种群生长是随机且离散的而不是确定、连续的。我们不可能看到有半只兔子被生出来。

所以我们就要把模型稍微变动一下,变成一个随机过程。

环境容积量就变成了

因为这个模型里面 0 点是个 absorbing state,种群数量一旦降到 0,以后就只能为 0 了。然后进行一番计算我们就会发现,Logisitic 增长的种群,不管四个参数取什么值,总是不可避免的。

做一个简单的计算就可以发现了:

我们计算一下当时间趋于无穷(达到平衡)时的种群大小为 1 的概率:

然后种群大小为 n 的概率呢?

由于 P(1)=0,我们可以推出来对于任意正整数 n,P(n)都等于 0,P(n>0)严格为 0。

由于所有的概率加在一起等于 1,那么 P(0) = 1,给定无穷大时间种群一定是会灭绝的。

更复杂一点的,可以进一步计算灭绝的期望时间,和环境容纳量是正相关的。可以想见,环境越好,种群越不容易灭绝。

这个结论还可以进一步,拿掉具体的生长和死亡函数,再做非常强的推广。如果环境容纳量存在(不为无穷大),种群的灭绝几乎是不可避免的,一旦允许种群数量可以爆炸到无穷,种群就可以免于灭绝。

想不灭绝,就只能穷人靠变异,富人靠科技,不断地把旧的种群灭了,给自己续。

参考:Lecture 11: Logistic growth models

互帮互助的群体可能灭得更快

生态上把这个称为 allee effect。前面提到 Logisitic 增长假设种群越大增长越慢,而 Allee effect 提出,种群中的合作行为还可以提高增长。

这样种群的增长就受两个因子控制了:种群越大,合作越多,促进增长;但是种群越大,竞争也越多,抑制增长。

如果环境容纳量不变——不管兔子的社会结构是怎样的,一个环境内可以容纳的兔子可能也不会发生太大变化,那么会发生什么呢?

虽然最后都还是可以达到环境容纳量,有合作的,反而活得不如各管各的长得快。更甚至,如果合作的强度太大了,当种群数量下降到一定程度(critical population),所有的兔都别想活。

这个在生物保护上有重要意义。历史上有很多这样的例子,比如美国的旅鸽,今天中国的禾花雀。一开始有茫茫多的鸟在天上飞,人们就捕来吃,吃着吃着,种群大小跌破了 critical population,整个物种就进入慢性死亡的节奏。今天生物保护往往要把同种的很多个体集中到同一个保护区,也是类似的道理。

在随机过程中,Allee effect 也会导致种群更倾向于灭绝。下图比较的是,给定一个初始状态,种群发展过程中在增长到 b = 40 之前先下降到 a = 5 的概率。

较低的线是计算的指数增长时的概率分布,可以看到,当种群数目趋近 15 时,这个概率很快就可以忽略不计了。

而较高的线计算的是指数增长和 Allee effect(critical population = 20)的叠加效应。可以看到,从 5~40,整个种群都有一个明显的概率会发生崩溃。

但是为什么自然界中还有那么多合作的、社会性的生物呢?这个问题仍然没研究太清楚……

参考:Learn Science at ScitableDennis 2002 Allee effects in stochastic populations

和上一个话题的结论比较像的:

自我抑制的生物环路反而对外界信号响应得更快

这个虽然有点反直觉,但是没什么高科技,shut up and calculate 就解决了。

考虑一个基因的表达,蛋白质 X 会以 Ks 的速率合成,Kd 的速率被降解。

这时候对合成过程的反馈有三种情况,不调节(a),促进合成(b),抑制合成(c)

http://dev.biologists.org/content/141/19/3627

然后就可以列方程了

第一个简单调控是可以得到解析解的,后两个一般都是用数值求解的方法去计算。这时候我们计算一个 Ks 从 0 秒变为 1 的状态(基因由关变开),当控制 K 和 n 常数一定的情况下,我们会得到负反馈比简单调控快,前两者都比正反馈快。

在生物的基因调控网络里面,负反馈的出现概率远远超过正反馈,其中一个可能的原因就是为了实现对环境变化快速的响应。

参考:MCB111 Mathematics in Biology