How Information Evolves: Stability-Driven Assembly and the Emergence of a Natural Genetic Algorithm

Resumen Técnico: Ensamblaje Impulsado por la Estabilidad y la Emergencia de un Algoritmo Genético Natural

Enunciado del Problema
Un desafío central en la investigación sobre el origen de la vida es explicar cómo pueden surgir la selección y las dinámicas evolutivas antes de la existencia de maquinaria de replicación molecular. Los marcos tradicionales, como los conjuntos autocatalíticos, los hiperciclos y las químicas artificiales, a menudo presuponen la replicación o dependen de sustratos específicos. Si bien la "evolución química" se invoca frecuentemente para describir la transformación de moléculas en estructuras complejas bajo condiciones prebióticas, la literatura a menudo carece de una explicación mecanicista de cómo surge la direccionalidad o la selección sin una función de aptitud externa o un objetivo predefinido. El artículo postula que el impulsor físico fundamental para dicha selección puede ser la persistencia diferencial: la observación de que en sistemas fuera del equilibrio, algunas estructuras sobreviven naturalmente más tiempo que otras debido a diferencias de estabilidad (por ejemplo, energías de enlace, barreras cinéticas). La pregunta central abordada es si estos desequilibrios de persistencia, actuando solos en un sistema abierto y reabastecido, son suficientes para generar dinámicas similares a la selección e impulsar la emergencia de la complejidad.

Metodología
Los autores proponen y simulan un marco llamado Ensamblaje Impulsado por la Estabilidad (EIE).

• Definición del Sistema: Un sistema EIE se define como una tupla $(E, P, S, R, I)$ que consiste en elementos base ($E$), un conjunto de patrones posibles ($P$), una función de estabilidad ($S$) que mapea patrones a vidas útiles enteras, una función de reabastecimiento ($R$) y un número fijo de interacciones ($I$) por generación.
• Dinámica: El sistema opera en generaciones discretas. Los elementos base se reabastecen y los patrones existentes interactúan mediante un operador estocástico (inicialmente concatenación de cadenas, luego generalizado a recombinación). Los patrones persisten durante un número de generaciones determinado por su estabilidad $S(p)$ antes de ser eliminados.
• Mecanismo de Retroalimentación: Debido a que los patrones con mayor estabilidad persisten más tiempo, se acumulan en la población. Dado que los socios de interacción se muestrean proporcionalmente a su frecuencia (muestreo de rueda de la fortuna), los patrones estables tienen una probabilidad desproporcionadamente alta de participar en interacciones posteriores. Esto crea un bucle de retroalimentación de realimentación: estabilidad $\to$ persistencia $\to$ sesgo poblacional $\to$ muestreo sesgado.
• Generalización (EIE/AG): El marco se extiende a EIE/AG reemplazando la simple concatenación con un operador de recombinación (intercambio de subcadenas) y un paso de mutación opcional. Esto permite que el sistema funcione como un "Algoritmo Genético Natural" donde la aptitud no está definida externamente, sino que emerge intrínsecamente de la persistencia impulsada por la estabilidad.
• Simulaciones:
  1. Simulaciones Simbólicas: Utilizando elementos base A, B, C con una función de estabilidad predefinida (por ejemplo, motivos específicos asignados vidas útiles de 1, 30, 50 o 100 generaciones).
  2. Simulaciones Químicas: Mapeando el marco al espacio de símbolos químicos utilizando cadenas SMILES y el kit de herramientas RDKit. Los elementos base incluyen hidrocarburos y grupos funcionales. La recombinación se implementa mediante fragmentación y reensamblaje basados en BRICS para garantizar la plausibilidad de la valencia. La estabilidad se estima mediante una función heurística basada en descriptores estructurales (conteo de átomos pesados, aromaticidad, enlaces rotables, carga formal, etc.), mapeados a vidas útiles enteras.

Contribuciones Clave

1. Formalización del Ensamblaje Impulsado por la Estabilidad: El artículo formaliza el EIE como un marco fuera del equilibrio donde la selección emerge únicamente de desequilibrios de persistencia, sin requerir replicación, plantillas o funciones de aptitud externas.
2. Algoritmo Genético Emergente: Demuestra que las dinámicas del EIE son matemáticamente equivalentes a un algoritmo genético (EIE/AG). La "aptitud" es una propiedad emergente del entorno (estabilidad) y la "selección" es una consecuencia intrínseca del sesgo de la distribución poblacional hacia motivos de mayor duración.
3. Instanciación Química: Los autores mapean exitosamente el EIE/AG a un contexto químico, mostrando que los tipos de reacciones orgánicas estándar (sustitución, adición, polimerización) pueden interpretarse como operadores de mutación y recombinación dentro de este marco.
4. Hipótesis de la Escala Evolutiva: El artículo propone un continuo que vincula la materia no viva con la biología, comenzando con dinámicas de "solo persistencia" (el peldaño inferior) y progresando a través de la función emergente, la catálisis, la autocatálisis y finalmente la replicación explícita. Esto reformula la replicación no como un prerrequisito para la evolución, sino como una etapa posterior en una escala evolutiva más amplia.

Resultados

• Sesgo Poblacional y Dominio: Tanto las simulaciones simbólicas como las químicas muestran una fuerte desviación de las distribuciones uniformes. Los motivos de alta estabilidad dominan la población, representando la mayoría de la masa de probabilidad. En las simulaciones químicas, un solo motivo similar a un éster dominó aproximadamente el 54% de la población en la generación 1000, con unos pocos andamios que representaban más del 85%.
• Reducción de la Entropía: La entropía de Shannon de la distribución poblacional disminuye con el tiempo, indicando la emergencia de orden.
  • El EIE basado en concatenación exhibe ciclos de entropía oscilatorios de "auge y caída" debido a la expiración sincronizada de motivos largos.
  • El EIE/AG basado en recombinación muestra un declive más suave y monótono de la entropía, ya que la recombinación desincroniza las expiraciones y mantiene un grupo más amplio de variantes de baja frecuencia.
• Novedad Sostenida: A pesar de la reducción de la entropía, el sistema mantiene una alta novedad. En las simulaciones químicas, más del 80% de la población consistía en compuestos no presentes en el grupo inicial, demostrando dinámicas de apertura infinita impulsadas por la recombinación.
• Distribuciones de Cola Pesada: Las estructuras poblacionales resultantes exhiben distribuciones de abundancia-rango de cola pesada, características de los sistemas adaptativos complejos, con unos pocos motivos dominantes y una larga cola de variantes raras.
• Robustez: El mecanismo de selección emergente permanece robusto incluso cuando se introducen mutaciones estocásticas; la entropía sigue colapsando y los motivos estables permanecen dominantes.

Significado y Afirmaciones
El artículo afirma que los desequilibrios de persistencia por sí solos son suficientes para implementar una búsqueda evolutiva. Argumenta que la selección no requiere un programador externo ni una función de aptitud predefinida; más bien, surge genéricamente de la retroalimentación entre la estabilidad, las estadísticas poblacionales y los procesos generativos en sistemas fuera del equilibrio.

• Algoritmos Genéticos Naturales: El trabajo establece que puede existir un "Algoritmo Genético Natural" donde la aptitud es suministrada por el entorno (a través de la persistencia) en lugar de imponerse externamente. Esto contrasta con los AG clásicos y el aprendizaje supervisado, que dependen de funciones objetivo explícitas.
• Relevancia Prebiótica: Los hallazgos sugieren que la transición de la materia no viva a las biosferas en evolución puede comenzar con una selección simple impulsada por la estabilidad, precediendo al advenimiento de la replicación genética. Esto proporciona una base física para la "evolución química" que no depende del problema del "huevo y la gallina" de las teorías de replicación primero.
• Distinción de Modelos de Equilibrio: El artículo contrasta el EIE/AG con los modelos de cinética de acción de masas (CAM) basados en el equilibrio. Mientras que los modelos de equilibrio asumen tasas constantes y conducen a estados estacionarios estáticos, el EIE/AG opera en un régimen donde la persistencia diferencial crea un bucle de retroalimentación no lineal y autoconsistente que previene el equilibrio e impulsa un cambio continuo y direccional.
• Alcance Modesto: Los autores reconocen que la formulación actual depende de funciones de estabilidad heurísticas y operadores abstraídos, omitiendo efectos detallados de solvente y cinéticos. El objetivo es conceptual: demostrar el principio de que la persistencia impulsada por la estabilidad puede generar dinámicas evolutivas, en lugar de proporcionar un modelo completo de química prebiótica o una herramienta para el descubrimiento de fármacos.

En conclusión, el artículo unifica conceptos de la teoría de la información, la termodinámica y la biología evolutiva, proponiendo que el orden y la información son consecuencias emergentes de dinámicas poblacionales sesgadas por la persistencia en sistemas abiertos.