When higher-order interactions matter: reducibility, parsimony, and microscopic organization

複雑系の研究において、科学者たちはしばしば、個々の部分がどのように組み合わさってより大きな全体を作り上げるのかを理解しようと試みる。数十年にわたり、その標準的なツールとなってきたのは「ネットワーク」である。それは、点（ドット）が人々、細胞、あるいはコンピュータを表し、線が誰と誰が相互作用しているかを示す地図である。この手法は、相互作用がペアで行われる場合、例えば一人の人間が別の一人と話したり、二つのタンパク質が結合したりする場合には、実に見事に機能する。しかし、現実の世界はそれほど単純ではないことが多い。多くの場合、相互作用はグループで行われる。例えば、研究者の一団が単一の論文のために協力したり、鳥の群れが一つの動きとして移動したり、あるいは三つの分子が同時に関与する化学反応が起きたりする場合である。こうしたグループによる相互作用が発生するとき、従来の二人組の地図では、システムが実際にどのように機能しているかという極めて重要な詳細を見落としてしまう可能性がある。これにより、これらのグループを表現するために、より複雑な形状を用いる新しい研究の波が起こったが、同時に一つの論争も巻き起こした。すなわち、本当にこれらの複雑な地図が必要なのか、それともすべてを単純化してペアに戻しても真実を失うことはないのか、という問いである。

ある研究チームは、いつ簡略化が有用であり、いつ誤解を招くことになるのかを明確にするために、この論争に踏み込んだ。彼らは、複雑なグループの地図を単純なペアの地図へと変換できる能力があるからといって、その単純化された地図が自動的に優れているとは限らないと主張している。多くの場合、グループの相互作用を無理やり二人組の形式に押し込めることは、複雑さを取り除くことにはならず、単にゲームのルールの中にその複雑さを隠してしまうことになる。グループの構造に関する情報は地図からは消えてしまうが、システムがその瞬間に何をしているかに応じて変化する、複雑で流動的なルールとして再浮上するのである。研究者たちは、簡略化されたモデルが、行動の突然の変化のような主要なイベントを予測することには成功する場合がある一方で、システムがそこに到達するまでに辿った具体的な経路や、関与する個人の詳細な関係性を説明することにはしばしば失敗することを示している。

彼らの議論の核心は、モデルとは「それが答えようとしている問いに対してどれほど適切か」によって決まるという点にある。もし科学者が、システムがある安定した状態に最終的に到達するのか、あるいは劇的な変化を起こすのかを知りたいのであれば、簡略化されたペアベースのモデルは完全に適当なものかもしれない。それは、元のグループ構造の煩雑な詳細を必要とせずに、大まかな結果を捉えることができる。しかし、もし目標が、入れ子状の階層構造やグループ間の特定の重なり合いといった特定のグループ力学が、どのようにシステムに影響を与えるかを理解することであるならば、簡微化されたモデルでは不十分である。これらのケースでは、複雑なグループの地図は、単なるペアの地図の詳細なバージョンではなく、メカニズムを明確に理解するための唯一の方法となる。研究者たちは、グループの構造を明示的に保持しておくことが、特にグループ自体の組織化が挙動を理解する鍵である場合には、最も直接的かつ効率的な方法であることを強調している。

チームは、特定のグループの相互作用はペアの相互作用へと完璧に翻訳できると主張した最近の数学的結果を検証した。彼らは、この翻訳が特定のシナリオにおいては数学的に可能であるが、それには隠れた代償が伴うことを見出した。ペアの地図を元のグループの地図と正確に一致させるためには、ペア間の接続に、システムのステート（状態）に基づいて絶えず変化する重みを割り当てなければならない。これは、単純な地図がもはや静的な図ではなく、接続のルールが全体の構成状況に依存して変化する、動的で流動的な対象になることを意味する。この意味において、複雑さは取り除かれたのではなく、単に地図の構造からシミュレーションのルールへと移動しただけである。研究者たちは、多くの現実世界の問いにおいて、このトレードオフは価値がないことが多いと指摘している。絶えず変化し、測定が困難なルールを必要とするモデルは、グループ構造を可視的かつ一定のまま維持する、わずかに複雑な地図よりも、しばしば有用性が低いのである。

さらに、研究者たちは、多くの重要な実世界の特性がペアベースの地図には見えないものであることを強調している。例えば、グループ同士がどのように重なり合っているか、一部のグループがより大きなグループの中にどのように入れ子になっているか、あるいはグループのサイズが結果にどのように影響するかといった構造的な詳細は、すべてをペアに強制した際に失われてしまう。たとえ簡略化されたモデルがプロセスの最終的な結果を再現できたとしても、拡散の速度や信号の特定の経路といった、「そこに至るまでの道のり」を再現できないことがある。著者らは、科学的モデルは、単に正しい数値を生成できるかどうかだけでなく、研究されている実際のエンティティ（実体）と相互作用をいかに直接的に表現しているかによって判断されるべきだと主張している。もし基本的な観測単位がグループイベントであるならば、モデルはそのグループを、ペアへと分解して詳細がうまく機能することを期待するのではなく、基本単位として扱うべきである。

結局のところ、この論文は、単純なペアの地図と複雑なグループの地図の選択は、どちらか一方が普遍的に優れているという問題ではないことを示唆している。むしろ、それは科学者が何を学びたいのかに完全に従うものである。もし広範なパターンや普遍的な挙動を見つけることが目標であれば、ペアへの還元は強力なツールになり得る。しかし、グループの組織化がどのように集団的な挙動を駆動するのかという具体的なメカニズムを理解することが目標であれば、複雑な地図は不可欠である。研究者たちは、議論は高次の相互作用が必要か否かについてではなく、システムの組織化のどの側面が冗長であり、どの側面が決定的に重要であるかを特定することに向けられるべきであると結論づけている。還元可能性を、複雑さを退けるための方法としてではなく、モデルの有用性の限界を定義するためのツールとして扱うことで、科学者は、微視的な組織化がいかにして我々が観察する巨視的な世界を生み出すのかを明らかにするための、適切な枠組みを選択することができるようになるのである。