Dynamics of fluctuating populations in multi-state switching environments

技术摘要：多状态切换环境下波动种群的动力学研究

问题陈述
微生物种群通常在资源可用性随时间波动的易变环境中进化。传统上，这些“丰饶—匮乏”（feast–famine）循环被建模为二元（两状态）切换模型，即环境承载力在丰饶与匮乏状态之间发生突发性切换。虽然这种模型在数学上是可处理的，但近期的实验证据表明，现实世界的丰饶—匮乏环境往往表现出更复杂的时域动力学，涉及通过中间状态进行的渐进式过渡，而非突发性的跳跃。这些中间状态显著影响着种群瓶颈、菌株竞争以及生态策略（如通才与专才）的进化。本文旨在解决理论研究中的空白，即探讨在具有有限数量中间状态（每个状态具有不同的承载力）的环境中，种群是如何进行竞争的，以及这些多状态动力学如何区别于其二元对应模型。

研究方法
作者研究了两类菌株之间的竞争：一种是具有基准适应度 $f_F=1$ 的快速生长型（$F$），另一种是具有适应度 $f_S=1-s$ 的慢速生长型（$S$，其中 $0 < s \ll 1$）。种群规模 $N(t)$ 是随时间波动的，并受承载力 $K(t)$ 的限制，该承载力作为一个连续时间马尔可夫链演化。

1. 模型构建： 环境被建模为一个 $(2n+1)$ 状态系统，从最严苛的状态（$i=-n$，匮乏）到最温和的状态（$i=n$，丰饶）有序排列。每个状态 $i$ 拥有特定的承载力 $K_i$，满足 $K_{-n} < \dots < K_0 < \dots < K_n$。状态间的转移发生在相邻状态之间，转移速率分别为 $\nu_{2n+1}^\pm$（针对严苛状态）和 $\omega_{2n+1}^\pm$（针对温和状态），允许通过偏置参数 $\delta$ 和速率不对称参数 $\epsilon$ 来控制非对称的切换动力学。
2. 随机模拟： 使用吉尔斯皮算法（Gillespie algorithm）对个体水平的动力学进行模拟。系统定义为出生-死亡过程，其中出生率取决于适应度，而死亡率取决于逻辑项 $N/K(t)$。
3. 解析方法：
   • 平均场分析（Mean-Field Analysis）： 用于建立生态动力学（种群规模 $N$）与进化动力学（菌株比例 $x$）之间的时间尺度分离。
   • 莫兰近似（Moran Approximation）： 应用于静态环境，以推导固定概率（fixation probabilities）和平均固定时间。
   • 分段确定性马尔可夫过程（N-PDMP）： 一种混合近似方法，其中 $N$ 在环境切换之间呈确定性演化。该方法用于近似波动环境下的种群规模分布（PSD）和固定概率。
   • 极限机制（Limit Regimes）： 推导了用于“慢速切换”（切换速度慢于选择过程）和“快速切换”（环境波动实现自平均）的解析表达式，分别利用了“淬火”（quenched）和“退火”（annealed）近似。

核心贡献与结果

• 种群规模分布 (PSD)：

  • 研究刻画了三种机制下的 PSD：慢速、中间和快速切换。
  • 在慢速切换机制（$\nu \ll 1$）下，PSD 呈现多峰性，表现出对应于各个环境状态承载力的 $2n+1$ 个峰值。这与仅显示两个峰值的二元模型形成对比。
  • 在快速切换机制（$\nu \gg 1$）下，PSD 变为单峰，中心位于有效承载力 $K_{2n+1}$ 处（由各 $K_i$ 根据平稳分布加权后的调和平均值决定）。
  • 由于逻辑增长与衰减的不对称性，PSD 通常呈现右偏态。相比二元模型，中间状态的存在使分布更加宽阔。

• 慢速菌株的固定概率 ($\phi$)：

  • 本文量化了慢速菌株（$S$）固定的概率（即接管整个种群）如何取决于状态数量（$n$）、切换速率以及承载力的分布。
  • 慢速切换： 固定概率通过对各状态下的莫兰固定概率进行基于平稳分布的加权平均来近似。多状态环境相对于二元模型，可以增强或抑制 $\phi$，这取决于中值承载力（$K_0$）的位置和环境偏置（$\delta$）。具体而言，如果环境长时间处于严苛状态（低 $K$），则慢速菌株的固定概率可能高于二元模型。
  • 快速切换： 固定概率由有效承载力 $K_{2n+1}$ 决定。论文推导了在多状态模型中 $K_{2n+1}$ 小于二元模型中有效承载力的条件，从而增加了慢速菌株的固定概率。
  • 中间切换： 提出了基于 N-PDMP 的近似方法（公式 19），该方法通过重新缩放切换速率，以考虑在进化时间尺度上发生的切换次数。该近似能够准确捕捉固定概率在中间机制中的非单调行为，包括模拟中观察到的微弱峰值。

• 与二元模型的比较：

  • 研究表明，多状态模型捕捉到了二元模型所缺失的动力学特征，例如中间种群瓶颈的存在，以及固定结果取决于切换频率与振幅之间非平凡关系的复杂固定场景。
  • 环境偏置（$\delta$）显著影响固定概率；例如，向温和状态的偏置（$\delta > 0$）通常会降低慢速菌株的固定概率。此外，增加环境状态的数量通常会降低慢速菌株的固定概率，且当环境偏置倾向于温和条件时，这种效应会被显著放大。

意义与主张
本文声称，多状态随机切换模型提供了一个必要的粗粒化框架，用于理解无法通过二元近似来捕捉的丰饶—匮乏循环。通过显式地对中间环境状态进行建模，作者展示了环境波动的频率和振幅如何共同塑造生态-进化动力学。

具体而言，这项工作强调了：

1. 中间状态至关重要： 在丰饶与匮乏之间进行渐进式过渡的存在，改变了种群规模统计数据和固定概率，导致了与突发切换场景相比，慢速菌株更容易或更难固定的情形。
2. 解析的可处理性： 尽管存在复杂性，但通过 N-PDMP 近似和极限机制，可以有效地表征这些动力学，从而在微观随机过程与宏观种群统计之间架起桥梁。
3. 实验相关性： 该模型与近年来的实验发现相一致，即环境波动的统计特性（频率与振幅）是决定微生物适应与竞争结果的关键因素。

作者总结道，该框架提供了一个通用的工具，用于研究环境变异的统计属性如何影响进化结果，而并非声称是对特定营养摄取过程的机械性描述。这项工作被视为理解连续环境噪声下更为复杂的生态-进化动力学问题的一步。