Расширенный фенотип

Вероятность, что решение «захватывать» будет приводить к некоторому конкретному результату, вроде желательного «сольного», зависит от полной частоты принятия решений «захватывать» в популяции. Если в популяции принимается большое количество решений «захватывать», то число доступных оставленных нор понижается, и повышается вероятность того, что оса, решающая захватывать, окажется в нежелательной ситуации присоединения к «законному владельцу». Наша модель позволяет нам присваивать любое значение p – полной частоте принятия решения «копать» в популяции, и предсказывать вероятность того, что особь, решившая копать, или особь решившая захватывать, закончит этот эпизод в каком-то из этих четырёх исходов. Поэтому среднее вознаграждение для осы, которая решает рыть, может быть предсказано для любого взятого отношения частоты актов рытья к актам захвата по всей популяции. Это просто сумма ожидаемого вознаграждения по этим четырём исходам, умноженного на вероятность того, что копающая оса завершит действие с этим исходом. Аналогичная сумма может быть вычислена и для осы, решившей захватывать, опять же – для любой взятого соотношения частот актов рытья к частоте актов захвата в популяции. Наконец, делая некоторые возможные дополнительные предположения, которые приведены в оригинальной статье, мы решаем уравнение, находя частоту актов рытья в популяции, в которой средняя ожидаемая выгода роющей осы, точно равна средней ожидаемой выгоде захватывающей осы. Это наша предсказанная равновесная доля, которую мы можем сравнить с наблюдаемой долей в свободной популяции. Мы ожидаем, что реальная популяция должна или демонстрировать равновесное соотношение, или быть в процессе движения к этому равновесию. Модель также предсказывает долю ос, заканчивающих своё дело с каждым из этих четырёх исходов при равновесной доле копателей, и эти числа также могут быть сравнены с наблюдаемыми данными. Модель теоретически устойчиво равновесна, что позволяет предсказать, что отклонения от равновесия будут исправлены естественным отбором.

Брокманн изучила две популяции ос – одну в Мичигане, и одну в Нью-Гэмпшире. Результаты по ним были различны. В Мичигане модель не сумела предсказать наблюдаемые результаты, и мы заключили, что модель была по неизвестным причинам весьма плохо приложима к Мичиганской популяции, что было обсуждено в оригинальной статье (тот факт, что Мичиганская популяция теперь вымерла, вероятно случаен!). Нью-гэмпширская популяция напротив – показала убедительное соответствие с предсказаниями модели. Предсказанная равновесная доля захватов была 0.44, а наблюдаемая составила 0.41. Модель также успешно предсказала долю каждого из вышеназванных четырех «исходов» в Нью-гэмпширской популяции. И что видимо наиболее важно – среднее вознаграждение, вытекающее из решения рыть, существенно не отличалось от среднего вознаграждения, вытекающего из решения «захватывать».

Теперь цель моего рассказа этой истории в данной книге наконец достигнута. Я хочу заявить, наше исследование было бы гораздо более трудным, если б мы рассуждали в терминах индивидуального успеха, а не в терминах стратегии (программы) успеха, усреднённого по всем особям. Если бы оказалось так, что смешанная ЭСС сбалансировано находилась бы на полиморфическом полюсе континуума, тогда действительно имело бы смысл задать вопрос наподобие следующего: имеют ли копающие осы успех, равный успеху захватывающих ос? Мы бы расклассифицировали ос на копателей и захватчиков, и сравнили бы успешность отложения яиц за всё время жизни особей этих двух типов, предсказывая, что два «счёта успеха» должны быть равны. Но как мы видели, эти осы не полиморфны. Каждая особь иногда роет, и иногда захватывает.