Population interaction structure and the coexistence of bacterial strains playing ‘rock–paper–scissors’
Notice bibliographique
Résumé
The simplest example of non‐transitive competition is the game rock–paper–scissors (RPS), which exhibits characteristic cyclic strategy replacement: paper beats rock, which in turn beats scissors, which in turn beats paper. In addition to its familiar use in understanding human decision‐making, rock–paper–scissors is also played in many biological systems. Among other reasons, this is important because it potentially provides a mechanism whereby species‐ or strain coexistence can occur in the face of intense competition. Kerr et al. (2002, Nature 418: 171–174) use complementary experiments and simulations to show that RPS‐playing toxic, resistant, and susceptible E. coli bacteria can coexist when interactions between the strains are spatially explicit. This raises the question of whether limited interactions associated with space are sufficient to allow strain coexistence, or whether space per se is crucial. I approach this question by extending the Kerr et al. model to include different (aspatial) population network structures with the same degree distributions as corresponding spatial lattice models. I show that the coexistence that occurs for some parameter combinations when simulated bacterial strains compete on lattices is absent when they compete on random regular graphs. Further, considering small‐world networks of intermediate ‘quenched randomness’ between lattices and random regular graphs, I show that only small deviations from pure spatial interactions are sufficient to prevent strain coexistence. These results emphasize the explicit role of space, rather than merely limited interactions, as being decisive in allowing the coexistence of toxic, resistant, and susceptible strains in this model system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».