• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
https://doi.org/10.11606/T.76.2021.tde-15102021-164903
Documento
Autor
Nombre completo
Guilherme David Araujo
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 2021
Director
Tribunal
Maia, Leonardo Paulo (Presidente)
Ferreira, Cláudia Pio
Ferreira, Fernando Fagundes
Pinto, Diogo de Oliveira Soares
Ramos, Alexandre Ferreira
Título en inglés
A Bayesian framework of reaction networks for dynamical population models
Palabras clave en inglés
Bayesian probability
Eco-evolution
Individual specialization
Markov jump processes
Reaction Networks
Resumen en inglés
The tradition of mathematical modeling in the biological sciences is yet to reach a mature state in many fields. The most pressing issues are the difficulty in first translating the complexities of life to quantitative modeling terms and the lack of robust frameworks providing structure and cohesion to the building and interpretation of models. In particular, the quantitative study of biological populations, as for example in behavioral ecology and evolutionary dynamics, is composed of a set of scattered methodologies that generate models without an anchored conceptual foundation. Modeling concepts are often ambiguous and do not directly translate to actual biological terms. Inspired by modeling advances in biochemistry, this thesis aims at the conceptualization and application of a general modeling framework for dynamical populations in biology. Combining a Bayesian probabilistic paradigm with the theory of reaction networks, I was able to structure a framework of relational interactions among populations, one that extends biochemical applications to all types of populations, unifying and generalizing existing methods in eco-evolutionary dynamics. The framework comprises both stochastic and deterministic models, and also their connection; it considers the connection with data through statistical model determination and brings a large emphasis on unambiguous design-informed dynamical equations. I validated the framework through applications to genetic regulation, parental investment, and ecological predator-prey dynamics.
Título en portugués
Um framework Bayesiano de redes de reação para modelos dinâmicos de populações
Palabras clave en portugués
Eco-evolução
Especialização individual
Probabilidade Bayesiana
Processos de pulo Markovianos
Redes de reação
Resumen en portugués
A tradição de modelagem matemática nas ciências biológicas ainda não atingiu sua maturidade em diversas áreas. As maiores complicações enfrentadas são a dificuldade de traduzir a complexidade da vida em termos quantitativos de modelagem e também a falta de frameworks robustos que propiciam estrutura e coesão na criação e interpretação de modelos. Em particular, o estudo quantitativo de populações em biologia, como por exemplo em ecologia comportamental e dinâmica evolutiva, é composto por um conjunto de métodos difusos que geram modelos sem se ancorar em uma fundação conceitual. Conceitos de modelagem são muitas vezes ambíguos e não se traduzem a termos diretamente biológicos. Se inspirando em avanços de modelagem em bioquímica, essa tese tem como objetivo a conceitualização e aplicação de um framework geral de modelagem para dinâmica populacional em biologia. Combinando um paradigma Bayesiano de probabilidade e a teoria de redes de reação, eu pude estruturar um framework de interações relacionais entre populações, que extende aplicações bioquímicas a todo tipo de populações, assim unificando e generalizando métodos existentes em dinâmica eco-evolutiva. O framework consiste tanto de modelos estocásticos quanto determinísticos, e também da conexão entre eles; ele considera a conexão com dados através da determinação estatística de modelos e traz uma grande ênfase a equações não ambíguas e informadas por design. Eu validei o framework através de aplicações em regulação genética, investimento parental e dinâmicas ecológicas de presa-predador.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2021-10-19
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.