On the mapping between evolutionary scenarios and governing rules in state-dependent speciation-extinction models
Diese Studie etabliert eine mathematische Abbildung zwischen evolutionären Szenarien und den zugrunde liegenden Regeln in zustandsabhängigen Speziations-Extinktions-Modellen und zeigt auf, dass unterschiedliche Szenarien identische Verteilungen der Endzustände hervorbringen können und dass die Inferenz auf nur gegenwärtigen Bäumen aufgrund des Zusammenspiels von Mischungsraten, Zeit und Likelihood-Konditionierung zu bestimmten Szenarien verzerrt ist.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
In der großen Studie des Lebens auf der Erde stellen Biologen oft eine einfache, aber tiefgründige Frage: Warum ist ein bestimmtes Merkmal häufig, während ein anderes selten bleibt? Ist eine bestimmte Farbe, eine bestimmte Habitatpräferenz oder ein einzigartiges Verhalten bei den meisten Arten deshalb zu finden, weil es besser an das Überleben angepasst ist, oder ist es ein historischer Zufall? Um dies zu beantworten, betrachten Wissenschaftler die „Stammbäume“ des Lebens, bekannt als Phylogenien. Diese Bäume bilden ab, wie Arten miteinander verwandt sind, zeigen auf, wann sie sich von einem gemeinsamen Vorfahren abgespalten haben und wie lange dies her ist. Durch die Kombination dieser Bäume mit Daten darüber, welche Arten welche Merkmale besitzen, können Forscher versuchen, die Geschichte der Evolution zu rekonstruieren. Sie verwenden mathematische Modelle, um die Raten zu schätzen, mit denen neue Arten entstehen, wie oft sie aussterben und wie häufig sie von einem Merkmal zu einem anderen wechseln. Dieses Feld, bekannt als Makroevolution, stützt sich stark auf die Annahme, dass die Muster, die wir heute in lebenden Arten sehen, ein direktes Abbild der Prozesse sind, die sie über Millionen von Jahren geformt haben. Eine grundlegende Herausforderung bleibt jedoch: Wir sehen nur die Überlebenden. Die überwältigende Mehrheit der jemals gelebten Arten ist ausgestorben, und die Stammbäume, die wir aufbauen, basieren nur auf den Zweigen, die den heutigen Tag erreicht haben. Dies erzeugt einen blinden Fleck und macht es schwierig zu wissen, ob das aktuelle Gleichgewicht der Merkmale das Ergebnis eines stetigen, langfristigen Prozesses oder eines flüchtigen Augenblicks ist.
Ein Team von Forschern der Washington University in St. Louis unternahm den Versuch, diesen blinden Fleck zu erforschen, indem sie eine kühne Frage stellten: Wenn wir den Stammbaum vollständig weglassen und nur die endgültige Anzahl der Arten mit verschiedenen Merkmalen betrachten, können wir dann immer noch herausfinden, was passiert ist? Sie konzentrierten sich auf einen spezifischen Typ eines Evolutionsmodells, bei dem die Rate der Speziation und des Aussterbens von dem Merkmal abhängt, das eine Art besitzt. In diesen Modellen könnte eine Art wahrscheinlicher überleben oder sich fortpflanzen, wenn sie ein bestimmtes Merkmal besitzt statt eines anderen. Die Forscher wollten wissen, ob unterschiedliche Evolutionsgeschichten zu genau demselben Endergebnis führen können. Stellen Sie sich zwei verschiedene Geschichten vor: In der einen hilft ein Merkmal Arten, sich schnell zu vermehren, führt aber auch dazu, dass sie schnell zu einem anderen Merkmal wechseln; in einer anderen ist das Merkmal neutral, aber die Arten wechseln selten. Könnten beide Geschichten mit der gleichen Anzahl von Arten enden, die jeweils ein bestimmtes Merkmal besitzen? Das Team entwickelte einen neuen mathematischen Rahmen, um jede mögliche „Geschichte“ oder jedes Szenario abzubilden, das ein spezifisches Muster von Merkmalsfrequenzen erzeugen könnte. Sie fanden heraus, dass die Antwort ja lautet: Mehrere, völlig unterschiedliche Evolutionsszenarien können identische langfristige Muster der Merkmalsverteilung erzeugen.
Die Forscher entdeckten, dass es für jede gegebene endgültige Mischung von Arten mehrere unterschiedliche Sätze von Regeln gibt, die dieses Muster erzeugt haben könnten. Sie nannten diese Regelsätze „Rulesets“. Jeder Regelsatz repräsentiert eine einzigartige Kombination aus Geburtenraten, Sterberaten und Wechselraten zwischen den Merkmalen. Beispielsweise kann ein Szenario, in dem ein Merkmal eine „Quelle“ für neue Arten ist, während das alternative Merkmal eine „Senke“ ist, in der Arten aussterben, dieselben Endzahlen erzeugen wie ein Szenario, in dem beide Merkmale Quellen sind, sofern die Wechselraten zwischen ihnen auf eine spezifische Weise angepasst werden. Dies bedeutet, dass das bloße Zählen der Arten am Ende des Tages nicht verrät, welche dieser zugrunde liegenden Geschichten die wahre ist. Die Studie zeigte, dass diese unterschiedlichen Geschichten zwar mathematisch verschieden sind, aber alle in der Lage sind, dasselbe Ziel zu erreichen.
Um zu verstehen, welche dieser Geschichten am wahrscheinlichsten wahr ist, wandte das Team Computersimulationen an. Sie generierten tausende imaginäre Evolutionsgeschichten und ließen sie in der Zeit voranschreiten, um zu sehen, welche davon tatsächlich überlebende Artfamilien hervorbringen. Sie fanden heraus, dass nicht alle Geschichten gleichwertig sind. Szenarien, in denen beide Merkmale als „Quellen“ fungieren – das heißt, Arten mit beiden Merkmalen neigen dazu, sich zu vermehren, anstatt auszusterben – waren weita viel wahrscheinlicher in der Lage, große, überlebende Bäume zu produzieren als Szenarien, in denen eines oder beide Merkmale als „Senken“ fungierten. Dies ergibt intuitiv Sinn: Wenn ein Merkmal dazu führt, dass Arten aussterben, ist dieser Ast des Baumes wahrscheinlich verschwunden, bevor er heute beobachtet werden kann. Folglich sind die Evolutionsgeschichten, die bis zur Gegenwart überleben, zugunsten jener verzerrt, in denen Arten im Allgemeinen gedeihen.
Die Forscher testeten dann, ob Standard-Statistikmethoden, die rückwärts von den überlebenden Bäumen ausgehen, um die ursprünglichen Regeln zu erraten, zwischen diesen verschiedenen Szenarien unterscheiden können. Sie fanden heraus, dass diese Methoden nicht neutral sind. Wenn sie Bäume analysieren, die nur lebende Arten enthalten, bevorzugen die statistischen Werkzeuge stark die „Quell-Quell“-Szenarien, selbst wenn die wahre Geschichte etwas anderes war. Diese Verzerrung entsteht, weil die in diesen Analysen verwendeten mathematischen Wahrscheinlichkeiten unter der Bedingung stehen, dass der Baum überlebt hat. Ein Baum, der überlebt hat, hat eine höhere Wahrscheinlichkeit, aus einer Geschichte zu stammen, in der sich Arten vermehrt haben, sodass die Analyse natürlich zu diesem Schluss neigt. Die Studie zeigte auch, dass die Geschwindigkeit, mit der ein System in sein endgültiges Muster einsinkt, entscheidend ist. Einige Evolutionsszenarien erreichen ein stabiles Gleichgewicht der Merkmale sehr schnell, während andere lange brauchen. Wenn ein Baum jung ist, hatte er möglicherweise nicht genug Zeit, um dieses Gleichgewicht zu erreichen, was es schwieriger macht, die korrekte Geschichte abzuleiten. Die Simulationen zeigten, dass die Fähigkeit, die wahre Evolutionsgeschichte korrekt zu identifizieren, stark davon abhängt, wie viel Zeit vergangen ist und wie schnell das System gegen seinen Endzustand konvergierte.
Als die Forscher ihren Rahmen auf reale Daten anwandten und die Evolutionsgeschichte von Eidechsen und Schlangen (Squamata) sowie Blütenpflanzen (Angiospermen) untersuchten, stellten sie fest, dass die Muster aus ihren Simulationen Bestand hatten. In beiden Gruppen waren die am häufigsten abgeleiteten Evolutionsszenarien jene, in denen beide Merkmale als Quellen fungierten, was mit der Idee übereinstimmt, dass überlebende Bäume zugunsten gedeihender Abstammungslinien verzerrt sind. Es gab jedoch Unterschiede zwischen den simulierten Daten und der realen Welt. In den realen Daten leiteten die Methoden bestimmte komplexe Szenarien häufiger ab, als die Simulationen dies vorhersagten, was darauf hindeutet, dass die realen Evolutionsprozesse nuancierter sein könnten oder dass andere Faktoren, wie etwa nicht in den Modellen berücksichtigte verborgene Merkmale, die Ergebnisse beeinflussen. Die Studie hebt hervor, dass wir zwar viel über die Merkmale lebender Arten lernen können, aber vorsichtig sein müssen bei der Annahme, dass wir den exakten Pfad kennen, den die Evolution genommen hat. Dasselbe Endbild kann mit vielen verschiedenen Pinseln gemalt werden, und ohne die vollständige Geschichte des Baumes, einschließlich der ausgestorbenen Äste, sehen wir möglicherweise nur einen Bruchteil der wahren Geschichte.
Diese Arbeit liefert eine entscheidende theoretische Grundlage für das Verständnis der Grenzen dessen, was wir aus der lebenden Welt lernen können. Sie zeigt, dass die Beziehung zwischen den von uns beobachteten Daten und den Prozessen, die sie erzeugt haben, keine Eins-zu-eins-Beziehung ist. Indem sie alle möglichen Regeln kartiert haben, die zu einem bestimmten Ergebnis führen können, haben die Forscher Biologen einen Weg aufgezeigt, das volle Spektrum der Möglichkeiten zu sehen. Dies hilft dabei, bessere Ausgangspunkte für zukünftige Studien zu wählen und zu verstehen, warum bestimmte Evolutionsgeschichten häufiger erzählt werden als andere. Es dient als Erinnerung daran, dass die Geschichte des Lebens komplex ist und dass die Muster, die wir heute sehen, das Ergebnis eines empfindlichen Zusammenspiels zwischen Überleben, Zeit und den spezifischen Regeln der Evolution sind, die jede Abstammungslinie regierten. Die Studie behauptet nicht, das Rätsel der Merkmalsevolution gelöst zu haben, aber sie klärt die Landschaft der Möglichkeiten auf und stellt sicher, dass zukünftige Untersuchungen auf einem realistischen Verständnis dessen basieren, was die Daten sagen können und was nicht.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.