Evolution Algebras: Ứng dụng và Lý thuyết Toán học

I. Đại Số Tiến Hóa Khám Phá Lý Thuyết Toán Học Mới Nhất

Đại số tiến hóa (Evolution Algebras) là một loại đại số phi kết hợp mới, được thúc đẩy bởi các quy luật tiến hóa của di truyền học. Trong đó, các allele (hoặc bào quan, tế bào, v.v.) được xem như các generator của đại số. Phép nhân hai allele Gi và Gj được định nghĩa là 0 nếu i ≠ j. Gi · Gi được xem như “tự sao chép,” Gi · Gi = ∑j pij Gj, nơi tổng được lấy trên tất cả các generator Gj. Do đó, sự sinh sản trong di truyền học được biểu diễn bằng phép nhân trong đại số. Rõ ràng, loại đại số này là phi kết hợp, nhưng giao hoán. Khi các pij tạo thành xác suất chuyển đổi Markovian, các thuộc tính của đại số có liên quan đến các thuộc tính của chuỗi Markov. Chuỗi Markov cho phép phát triển một lý thuyết đại số ở các cấp độ phân cấp sâu hơn so với các đại số tiêu chuẩn. Sau khi giới thiệu một số khái niệm đại số mới, đặc biệt là tính bền bỉ đại số, tính chuyển tiếp đại số, tính tuần hoàn đại số, và các phiên bản tương đối của chúng, chúng ta thiết lập các cấu trúc phân cấp cho đại số tiến hóa trong Chương 3.

1.1. Tổng Quan Về Đại Số Tiến Hóa và Ứng Dụng Thực Tiễn

Theo Tian (2008), "Đại số tiến hóa là đại số trong đó bảng nhân có một loại đặc biệt. Chúng được thúc đẩy bởi các quy luật tiến hóa của di truyền học." (Lecture Notes in Mathematics 1921). Ứng dụng của đại số tiến hóa trải rộng trên nhiều lĩnh vực, từ di truyền học toán học, sinh học toán học đến động lực học quần thể. Chúng cung cấp một khuôn khổ lý thuyết để thống nhất nhiều hiện tượng. Các nghiên cứu sâu hơn tập trung vào phát triển một lý thuyết đại số tiến hóa liên tục cho các hệ động lực thời gian liên tục. Đối tượng nghiên cứu của cuốn sách này bao gồm sinh viên tốt nghiệp và nhà nghiên cứu quan tâm đến sinh học lý thuyết, di truyền học, quá trình Markov, lý thuyết đồ thị và đại số phi kết hợp và các ứng dụng của chúng.

1.2. Các Tính Chất Cơ Bản Của Đại Số Tiến Hóa Cần Nắm Vững

Đại số tiến hóa có các tính chất cơ bản như: tính phi kết hợp (non-associative), tính giao hoán (commutative), và tính linh hoạt (flexible). Chúng cũng không nhất thiết là đại số lũy thừa kết hợp (power-associative). Tổng trực tiếp của đại số tiến hóa cũng là một đại số tiến hóa, và tích Kronecker của các đại số tiến hóa cũng vậy. Quan trọng là, đại số tiến hóa không nhất thiết có phần tử đơn vị (unity element), trừ khi nó là một đại số tầm thường khác không (nonzero trivial algebra). Sự tồn tại của phần tử đơn vị phụ thuộc vào cấu trúc cụ thể của các hằng số cấu trúc (structural constants).

II. Giải Quyết Bài Toán Di Truyền Bằng Đại Số Tiến Hóa Cách Tiếp Cận

Trong lịch sử, các nhà toán học và di truyền học đã sử dụng đại số phi kết hợp để nghiên cứu di truyền học Mendel. Tuy nhiên, sau khi Baur và Correns phát hiện ra rằng sự di truyền lục lạp đã đi chệch khỏi các quy tắc của Mendel, và sau đó, sự di truyền gen ty thể cũng được xác định theo cách tương tự, và sự di truyền phi Mendel của gen bào quan đã được nhận ra với hai đặc điểm - sự di truyền đơn dòng và sự phân ly sinh dưỡng. Bây giờ, di truyền học phi Mendel là một ngôn ngữ cơ bản của các nhà di truyền học phân tử. Về mặt logic, có thể hỏi di truyền học phi Mendel cung cấp gì cho toán học. Câu trả lời là "đại số tiến hóa".

2.1. Phương Pháp Mô Hình Hóa Toán Học Trong Di Truyền Học Phi Mendel

Bằng cách áp dụng lý thuyết đại số tiến hóa vào sự di truyền của gen bào quan, chúng ta có thể dự đoán tất cả các cơ chế có thể để thiết lập homoplasmy của quần thể tế bào, đây thực chất là các cơ chế giả thuyết trong nghiên cứu ty thể hiện tại. Về mặt lý thuyết, chúng ta có thể thảo luận về bất kỳ số lượng đột biến ty thể nào và nghiên cứu động lực học di truyền của chúng bằng cách sử dụng đại số tiến hóa. Quan trọng là, các nhà sinh học thực nghiệm đã quan sát thấy sự cùng tồn tại của triplasmy (sao chép một phần mt-DNA, xóa mt-DNA và mt-DNA loại hoang dã) trong các mô của bệnh nhân mắc rối loạn ty thể rải rác. Trong khi các bác sĩ và nhà sinh học nuôi cấy các dòng tế bào để nghiên cứu các mối quan hệ động lực học giữa các đột biến ty thể này, mô hình đại số của chúng ta có thể được sử dụng để dự đoán kết quả nuôi cấy dòng tế bào của họ.

2.2. Ứng Dụng Đại Số Tiến Hóa trong Phân Tích Đột Biến và Chọn Lọc

Các khái niệm về tính chuyển tiếp đại số và tính bền bỉ đại số nắm bắt được bản chất của tính chuyển tiếp sinh học và tính ổn định sinh học. Hơn nữa, chúng ta có thể dự đoán một số giai đoạn chuyển đổi của đột biến rất khó quan sát trong các thí nghiệm. Nghiên cứu cũng liên quan đến sự di truyền đơn dòng khác về Phytophthora infestans gây ra bệnh cháy lá muộn ở khoai tây và cà chua. Sau khi xây dựng một số đại số tiến hóa liên quan cho quần thể con cái của Phytophthora infestans, chúng ta có thể thấy các mô hình động lực học di truyền khác nhau từ sự phức tạp của quần thể con cái của Phytophthora infestans. Sau đó, chúng ta dự đoán sự tồn tại của các chủng chuyển tiếp trung gian và tính chu kỳ của sự sinh sản của các chủng ổn định về mặt sinh học. Về mặt thực tế, điều này có thể giúp nông dân ngăn chặn sự lây lan của bệnh cháy lá muộn.

III. Chuỗi Markov và Đại Số Tiến Hóa Liên Kết Bất Ngờ

Có thể thấy rằng bất kỳ chuỗi Markov tổng quát nào cũng có một hệ thống phân cấp động và luồng xác suất đang di chuyển với tính bất biến thông qua hệ thống phân cấp này, và tất cả các chuỗi Markov có thể được phân loại theo phân loại hình dạng bộ xương của đại số tiến hóa mà chúng tạo ra. Cấu trúc phân cấp của chuỗi Markov có thể được thể hiện bằng các thuật ngữ khác. Tuy nhiên, đây là lần đầu tiên chúng ta chỉ ra các thuộc tính đại số của chuỗi Markov và phân loại hình dạng bộ xương hoàn chỉnh của chuỗi Markov.

3.1. Xây Dựng Đại Số Tiến Hóa Từ Chuỗi Markov Hướng Dẫn Chi Tiết

Khi một chuỗi Markov được xem như một hệ động, phải có một cơ chế nhất định đằng sau chuỗi Markov. Chúng ta xem cơ chế này như một "quá trình sinh sản". Tuy nhiên, đây là một trường hợp rất đặc biệt của quá trình sinh sản. Mỗi trạng thái chỉ có thể "giao chéo" với chính nó và các trạng thái khác nhau không thể giao chéo, hoặc chúng giao chéo để không tạo ra gì. Chúng ta giới thiệu một phép nhân cho quá trình sinh sản này. Do đó, một đại số tiến hóa được xác định bằng cách sử dụng xác suất chuyển đổi của chuỗi Markov làm hằng số cấu trúc.

3.2. Tính Chất Đại Số Của Chuỗi Markov Thông Qua Đại Số Tiến Hóa

Bằng cách sử dụng đại số tiến hóa, người ta có thể thấy các thuộc tính đại số của chuỗi Markov. Ví dụ: một chuỗi Markov là không thể rút gọn nếu và chỉ nếu đại số tiến hóa của nó là đơn giản và một tập hợp con của không gian trạng thái của một chuỗi Markov là đóng theo nghĩa xác suất nếu và chỉ nếu nó tạo ra một đại số tiến hóa con. Một phần tử có chu kỳ đại số là d nếu và chỉ nếu nó có chu kỳ xác suất là d. Nói chung, một generator là chuyển tiếp về mặt xác suất nếu nó chuyển tiếp về mặt đại số, và một generator là bền bỉ về mặt đại số nếu nó bền bỉ về mặt xác suất. Khi chiều của đại số tiến hóa được xác định bởi một chuỗi Markov là hữu hạn, các khái niệm đại số (tính bền bỉ đại số và tính chuyển tiếp đại số) và các khái niệm phân tích (tính bền bỉ và tính chuyển tiếp về mặt xác suất) là tương đương.

IV. Phân Tích Cấu Trúc Đại Số Công Cụ Hiểu Rõ Đại Số Tiến Hóa

Trong Chương 3, đại số tiến hóa được xác định; các thuộc tính cơ bản của chúng được nghiên cứu và định lý chính về đại số tiến hóa - định lý cấu trúc phân cấp - được thiết lập. Chúng ta định nghĩa đại số tiến hóa theo thuật ngữ generator và các quan hệ xác định. Vì các quan hệ xác định là duy nhất cho một đại số tiến hóa, tập hợp generator có thể đóng vai trò là cơ sở cho một đại số tiến hóa. Tính chất này mang lại một số lợi thế trong việc nghiên cứu đại số tiến hóa. Các thuộc tính đại số cơ bản của đại số tiến hóa, chẳng hạn như tính phi kết hợp và tính phi lũy thừa kết hợp, được nghiên cứu. Các khái niệm đại số khác nhau trong đại số tiến hóa cũng được nghiên cứu, chẳng hạn như đại số tiến hóa con, đại số nhân kết hợp của một đại số tiến hóa, trọng tâm của một đại số tiến hóa, và đại số Lie dẫn xuất của một đại số tiến hóa.

4.1. Các Khái Niệm Quan Trọng Ideal Subalgebra và Homomorphism

Các khái niệm quan trọng cần hiểu bao gồm evolution subalgebra, evolution ideal, các lũy thừa chính (principal powers), lũy thừa toàn phương (plenary powers), và evolution algebra đơn giản. Định nghĩa và tính chất của các khái niệm này giúp xây dựng nền tảng cho việc nghiên cứu cấu trúc của đại số tiến hóa. Đặc biệt, khái niệm về evolution ideal tương đương với evolution subalgebra trong đại số tiến hóa, làm đơn giản hóa việc phân tích cấu trúc.

4.2. Quan Hệ Xuất Hiện Occurrence Relation và Tính Liên Thông Connectedness

Chúng ta cũng định nghĩa các quan hệ xuất hiện (occurrence relations) giữa các phần tử của một đại số tiến hóa và tính liên thông (connectedness) của một đại số tiến hóa. Chúng ta sử dụng quan hệ xuất hiện để định nghĩa tính chu kỳ của generator. Từ quan điểm của các hệ động, chúng ta giới thiệu một toán tử tiến hóa (evolution operator) cho một đại số tiến hóa, thực chất là một toán tử nhân phải (trái) đặc biệt. Toán tử tiến hóa này tiết lộ thông tin động của một đại số tiến hóa.

V. Toán Tử Tiến Hóa Tiết Lộ Động Lực Học Của Đại Số Tiến Hóa

Một trong những tính năng bất thường của đại số tiến hóa là chúng sở hữu một toán tử tiến hóa. Toán tử tiến hóa này tiết lộ thông tin động lực học của đại số tiến hóa. Tuy nhiên, điều làm cho lý thuyết đại số tiến hóa khác với lý thuyết cổ điển của đại số là trong đại số tiến hóa, chúng ta có thể có hai loại generator khác nhau: generator bền bỉ về mặt đại số và generator chuyển tiếp về mặt đại số. Các khái niệm cơ bản về tính bền bỉ về mặt đại số và tính chuyển tiếp về mặt đại số, và các phiên bản tương đối của chúng, dẫn đến một cấu trúc phân cấp trên một đại số tiến hóa.

5.1. Thay Đổi Tập Generator Biến Đổi Cơ Sở Tự Nhiên

Vì chúng ta làm việc với một tập hợp generator của một đại số tiến hóa, cũng cần thiết cho chúng ta nghiên cứu sự thay đổi của tập hợp generator, hoặc các biến đổi của cơ sở tự nhiên. Nghiên cứu này giúp hiểu rõ hơn về tính chất và cấu trúc của đại số tiến hóa khi thay đổi cơ sở.

5.2. Tính Cứng Rắn Rigidness Của Tập Generator

Bởi "tính cứng rắn", chúng ta có nghĩa là một toán tử tiến hóa được xác định bởi một tập hợp generator. Điều này có nghĩa là toán tử tiến hóa liên quan đến tập hợp generator đó và không chỉ là một ánh xạ tuyến tính đơn thuần. Tính chất này rất hữu ích để nghiên cứu hành vi động của một đại số, bởi vì một phép nhân trong một đại số được xem như một bước động lực học.

VI. Cấu Trúc Phân Cấp Định Hình Sự Tiến Hóa Trong Đại Số

Về mặt động lực học, cấu trúc phân cấp này hiển thị hướng của dòng chảy được gây ra bởi toán tử tiến hóa. Về mặt đại số, cấu trúc phân cấp này được đưa ra dưới dạng một chuỗi các phân tách tổng bán trực tiếp của một đại số tiến hóa tổng quát. Do đó, cấu trúc phân cấp này chứng minh rằng một đại số tiến hóa là một chủ đề hỗn hợp về đại số và động lực học. Bản chất đại số của cấu trúc phân cấp này cho phép chúng ta có một phân loại hình dạng bộ xương thô của đại số tiến hóa. Đồng thời, bản chất động của cấu trúc phân cấp này là điều làm cho khái niệm đại số tiến hóa có thể áp dụng cho nghiên cứu về các quá trình ngẫu nhiên và nhiều chủ đề khác trong các lĩnh vực khác nhau.

6.1. Tính Tuần Hoàn Bền Bỉ và Chuyển Tiếp trong Đại Số

Các khái niệm về tính chu kỳ (periodicity), tính bền bỉ (persistency), và tính chuyển tiếp (transiency) rất quan trọng trong việc hiểu rõ hành vi động của đại số tiến hóa. Các khái niệm này giúp phân loại các phần tử và cấu trúc của đại số, cũng như dự đoán sự tiến hóa của hệ thống được mô hình hóa bởi đại số.

6.2. Phân Tích Cấu Trúc Phân Cấp Hướng Tới Phân Loại Đại Số Tiến Hóa

Cấu trúc phân cấp của một đại số tiến hóa là một đặc điểm nổi bật, cho thấy một quá trình động khi người ta coi phép nhân trong một đại số tiến hóa như một bước thời gian trong một hệ động thời gian rời rạc. Về mặt đại số, hệ thống phân cấp này là một chuỗi các phân tách tổng bán trực tiếp của một đại số tiến hóa tổng quát. Điều này phụ thuộc vào các khái niệm "tương đối" về tính bền bỉ và tính chuyển tiếp về mặt đại số.

Evolution Algebras và Ứng Dụng của Chúng: Lecture Notes in Mathematics

Preface

Contents

1. Introduction

2. Examples from Biology

2.1. Gametic algebras in asexual inheritance

2.2. The Wright-Fisher model

3. Examples from Physics

3.1. Particles moving in a discrete space

3.2. Flows in a discrete space (networks)

4. Examples from Topology

4.1. Motions of particles in a 3-manifold

4.2. Random walks on braids with negative probabilities

5. Examples from Probability Theory

6. Deﬁnitions and Basic Properties

6.1. Existence of unity elements

6.2. Basic deﬁnitions

6.3. Ideals of an evolution algebra

6.4. Quotients of an evolution algebra

6.5. Several interesting identities

7. Evolution Operators and Multiplication Algebras

7.1. Changes of generator sets (Transformations of natural bases)

7.2. “Rigidness” of generator sets of an evolution algebra

7.3. The automorphism group of an evolution algebra

7.4. The multiplication algebra of an evolution algebra

7.5. The derived Lie algebra of an evolution algebra

7.6. The centroid of an evolution algebra

8. Nonassociative Banach Algebras

8.1. Deﬁnition of a norm over an evolution algebra

8.2. An evolution algebra as a Banach space

9. Periodicity and Algebraic Persistency

9.1. Periodicity of a generator in an evolution algebra

9.2. Algebraic persistency and algebraic transiency

10. Hierarchy of an Evolution Algebra

10.1. Periodicity of a simple evolution algebra

10.2. Semidirect-sum decomposition of an evolution algebra

10.3. Hierarchy of an evolution algebra

10.4. Reducibility of an evolution algebra

4. Evolution Algebras and Markov Chains

4.1. A Markov Chain and Its Evolution Algebra

4.2. The evolution algebra determined by a Markov chain

4.3. The Chapman–Kolmogorov equation

4.4. Concepts related to evolution operators

4.5. Basic algebraic properties of Markov chains

11. Algebraic Persistency and Probabilistic Persistency

11.1. Destination operator of evolution algebra MX

11.2. On the loss of coeﬃcients (probabilities)

11.3. On the conservation of coeﬃcients (probabilities)

11.4. Algebraic periodicity and probabilistic periodicity

12. Spectrum Theory of Evolution Algebras

12.1. Invariance of a probability ﬂow

12.2. Spectrum of a simple evolution algebra

12.3. Spectrum of an evolution algebra at zeroth level

13. Hierarchies of General Markov Chains and Beyond

13.1. Hierarchy of a general Markov chain

13.2. Structure at the 0th level in a hierarchy

13.3. 1st structure of a hierarchy

13.4. kth structure of a hierarchy

13.5. Regular evolution algebras

13.6. Reduced structure of evolution algebra MX

13.7. Examples and applications

5. Evolution Algebras and Non-Mendelian Genetics

5.1. History of General Genetic Algebras

5.2. Non-Mendelian Genetics and Its Algebraic Formulation

5.2.1. Some terms in population genetics

5.2.2. non-Mendelian genetics

5.2.3. Algebraic formulation of non-Mendelian genetics

5.3. Algebras of Organelle Population Genetics

5.3.1. Heteroplasmy and homoplasmy

5.3.2. Coexistence of triplasmy

5.4. Algebraic Structures of Asexual Progenies of Phytophthora infestans

5.4.1. Basic biology of Phytophthora infestans

5.4.2. Algebras of progenies of Phytophthora infestans

6. Further Results and Research Topics

6.1. Beginning of Evolution Algebras and Graph Theory

6.2. Further Research Topics

6.2.1. Evolution algebras and graph theory

6.2.2. Evolution algebras and group theory, knot theory

6.2.3. Evolution algebras and Ihara-Selberg zeta function

6.2.4. Continuous evolution algebras