Investigadores simulan evolución y revelan hallazgos sorprendentes

La evolución de las especies no se ve afectada de manera uniforme por los cambios ambientales, según un reciente estudio realizado por investigadores de la Universidad de Vermont. En simulaciones por computadora a gran escala, los científicos descubrieron que ciertas condiciones fluctuantes pueden ayudar a las poblaciones a evolucionar con mayor eficacia, mientras que otras pueden frenar o incluso desviar su progreso.

La investigación, publicada el 15 de diciembre en los Proceedings of the National Academy of Sciences, desafió la noción de que la respuesta de una población puede representar a toda una especie. Los hallazgos sugieren que dos poblaciones que enfrentan diferentes tipos de cambios pueden seguir caminos evolutivos completamente distintos.

La científica Csenge Petak, quien lideró el estudio, planteó interrogantes sobre si los cambios ambientales frecuentes ayudan a las poblaciones a adaptarse o si, por el contrario, las obligan a readaptarse constantemente, impidiendo que alcancen niveles óptimos de adaptación. "¿Las fluctuaciones ambientales benefician a las poblaciones al prepararlas para futuros desafíos, o las perjudican?", se preguntó.

Para abordar esta cuestión, Petak se unió al científico informático Lapo Frati y a otros investigadores de la Universidad de Vermont y de la Universidad de Cambridge. Juntos, diseñaron un estudio innovador que utilizó simulaciones avanzadas para seguir miles de generaciones de organismos digitales.

Los resultados mostraron una variabilidad notable en cómo las poblaciones evolucionaron en entornos cambiantes. En algunos casos, los cambios ambientales ayudaron a las poblaciones a alcanzar picos de adaptación más altos, mientras que en otros, los obstaculizaron.

El enfoque tradicional de la investigación evolutiva suele centrarse en una sola población bajo un conjunto de condiciones específicas. Frati explicó que este enfoque limitado puede pasar por alto patrones importantes. "Al observar la trayectoria a largo plazo de una población en un entorno específico, se pueden perder detalles clave sobre cómo diferentes entornos influyen en múltiples poblaciones", afirmó.

Por ejemplo, las moscas de la fruta en distintas partes del mundo enfrentan desafíos muy diferentes. Una población en los Estados Unidos puede experimentar variaciones estacionales de temperatura, mientras que otra en Kenya alterna entre períodos de sequía y lluvias intensas. Aunque pertenecen a la misma especie, enfrentan condiciones muy distintas.

Petak explicó que las fluctuaciones de temperatura pueden promover una mejor adaptación a las estaciones frías y cálidas, pero los ciclos repetidos entre temporadas secas y húmedas pueden dificultar la adaptación a la sequía, obligando a la población a reiniciar su evolución después de un largo período de lluvias.

La autora principal del estudio, Melissa Pespeni, destacó que la escala del estudio permitió obtener estas valiosas perspectivas. "Lo emocionante de este estudio es que repetimos la evolución cientos de veces, lo que nos dio una visión general de cómo se desarrolló la evolución en diferentes entornos, algo que sería imposible de probar en un laboratorio", comentó.

Uno de los principales hallazgos fue que el punto de partida de una población es crucial. La historia de una población influye en cuán alto puede llegar y en cuán difícil es el camino para lograrlo, lo que significa que no se puede asumir que una población representa a toda una especie.

Los resultados tienen implicaciones significativas para problemas del mundo real. Los científicos necesitan saber si las plantas y los animales pueden adaptarse lo suficientemente rápido para sobrevivir al cambio climático acelerado. Al mismo tiempo, las bacterias evolucionan continuamente en resistencia a los antibióticos, lo que representa una amenaza creciente para la salud humana.

A pesar de esta complejidad, la investigación a menudo se centra en una sola población bajo un tipo de estrés ambiental. Las conclusiones generales se extraen sobre cómo una especie responderá al cambio, lo que puede ser engañoso. Petak argumentó que los modelos computacionales, como el suyo, pueden utilizarse para formular nuevas hipótesis sobre poblaciones biológicas reales.

En sus simulaciones, los investigadores crearon organismos artificiales y los expusieron a una amplia gama de condiciones cambiantes. Estos entornos digitales reflejaron patrones naturales como ciclos de temperatura y períodos alternos de sequía y lluvia. "Lo nuevo en nuestro trabajo es que, en lugar de estudiar la evolución en un solo entorno variable, creamos 105 entornos variables diferentes. Esto nos permitió comparar sistemáticamente cómo evolucionan las poblaciones en muchos escenarios distintos", explicó Petak.

Los hallazgos también tienen implicaciones más allá de la biología y pueden ayudar a informar la investigación en inteligencia artificial. Muchos sistemas de IA luchan por aprender nuevas tareas sin perder habilidades previamente adquiridas. El coautor y científico informático de la Universidad de Vermont, Nick Cheney, observó fuertes paralelismos entre este desafío y la dinámica evolutiva.

El estudio destaca la importancia de probar sistemas en muchas condiciones comparables pero distintas al evaluar la capacidad de evolución, que Frati describió como la habilidad de un sistema para evolucionar para evolucionar. En esencia, la investigación demuestra que la evolución no solo se forma por el cambio en sí, sino también por el orden, tipo e historia de esos cambios. Como concluyó Petak, "nuestros resultados muestran que la elección del entorno variable puede influir fuertemente en el resultado".

Temas