策划着通往遗忘的最佳路线
有时你想防止灭绝。在其他情况下，你想加速灭绝。
举个例子，一种感冒病毒侵入了一所小学。在学生体内消灭病毒是每个人都欢呼的事情。当目标是为了维持野生动物数量的减少而试图避免灭绝时，情况就不同了。利亚·肖说，有很多条通往灭绝的道路——不管你是想加速灭绝还是试图延缓它——但是，每个系统都有一条通往遗忘的最确定、最直接的道路。
肖是威廉玛丽大学应用科学系的助理教授，致力于灭绝的数学建模。肖是英国皇家学会出版的《界面》杂志上的一篇论文的合著者，该论文概述了物种灭绝的最佳路径模型。她说，了解物种灭绝的机制在很多方面都很重要。
“首先，更好地了解这个系统是有帮助的。如果你能理解一个系统的一部分是如何灭绝的，你就会了解一些动态，你就会知道哪些因素在灭绝中是重要的，”她解释说。“但人们感兴趣的主要原因当然是与如何控制物种灭绝有关。”
她指出，物种灭绝是相对罕见的。事实上，肖的团队正在研究一些确定性模型——完全没有随机性的网络——在这些模型中，物种灭绝是不会发生的。她解释说：“种群数量继续保持在一个稳定的水平。”“或者流行病无限期地持续下去。”
然而，所有真实系统都具有某种程度的内在随机性。为了结合现实世界中令人讨厌的不可预测性，肖和她的同事们采用了一种随机的，或基于概率的方法来模拟灭绝。
“因为所有的系统本质上都是随机的，所以有一个很小的机会，例如，所有感染了一种疾病的人都有可能同时康复，”肖解释说，“也有一个很小的机会，整个人口可能突然同时死亡。”
然而，这种极端情况是不可能发生的，这意味着从数学上讲，大规模灭绝是一个不可能的命题。但肖指出，小群体可能很容易受到变化的影响，而数学模型提供的强大预测工具最能检验这种现象。
“如果你有一个真正的自然系统，你不可能多次观察灭绝是如何发生的。这是不可行的，”她说。“但是，在数值上，我们可以模拟这些系统。我们在模拟中有一些随机性元素，我们可以做很多次，看看每次灭绝是如何发生的，并计算出某种平均行为。”
在他们的论文《趋同于最优的灭绝路径》中，肖和她的合著者发现，他们的模型表明，灭绝可以遵循许多路线，但其中一条路线——最优路线——比任何其他可能的路径都更有可能以灭绝告终。肖和她的同事们在他们的模型中发现了许多路标，指向这条最优、最可能的路线。
本文表明，首先，最优路径对初始条件非常敏感。在将随机模型转化为确定性问题后，研究人员从物理学家使用的混沌理论和经典力学的确定性概念中借鉴了一些概念，并将它们应用于他们本质上是随机的模型。
“这项工作已经是非常跨学科的，就我们试图用数学建模的生物系统而言，”肖说，“但它更加跨学科，因为我们在这个数学-物理领域工作，随机系统变得确定性。”
Shaw和她的合作者的下一步是研究干预最优路径的可能方法——在模型中找到加速灭绝或延缓灭绝的方法。
她说：“如果你在控制有限的情况下，你想要尽可能有效地利用它，你会有兴趣知道最可能的灭绝途径。”她解释说，一个实际的例子可能是如何在大范围流行病期间最大限度地发挥有限数量疫苗的效益。
这篇论文的共同作者之一是Simone Bianco，她是Shaw在William & 玛丽的博士后，现在在加州大学旧金山分校工作。其他作者是海军研究佳博体育的艾拉·b·施瓦茨和蒙特克莱尔大学的埃里克·福戈斯顿。
