← Últimos artículos
📄 biología evolutiva

Aevol-9: A simulation platform to decipher the evolution of genome architecture

Aevol-9 es una plataforma de simulación hacia adelante en el tiempo que modela poblaciones con genomas explícitos sujetos a diversos operadores mutacionales, permitiendo a los investigadores investigar cómo las condiciones evolutivas influyen en la arquitectura y organización del genoma.

Autores originales: Luiselli, J., Parsons, D., Galle, R., Banse, P., Rouzaud-Cornabas, J., Beslon, G.

Publicado 2026-11-11 (v2)
📖 5 min de lectura🧠 Análisis profundo

Autores originales: Luiselli, J., Parsons, D., Galle, R., Banse, P., Rouzaud-Cornabas, J., Beslon, G.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

La vida en la Tierra está escrita en un código, una larga cadena de letras químicas que le dice a una célula cómo construirse y sobrevivir. Durante décadas, los biólogos han comprendido cómo este código cambia en el nivel más pequeño, intercambiando una letra por otra o añadiendo un solo carácter extra. Pero el código también está organizado en una estructura mayor, un plano de cómo se disponen los genes, cuántos existen y cuánto "espacio vacío" hay entre ellos. Esta estructura mayor, conocida como arquitectura genómica, varía enormemente a través del árbol de la vida. Algunos organismos empaquetan sus instrucciones genéticas de forma apretada en diminutos círculos, mientras que otros portan genomas masivos y extensos llenos de vastas extensiones de ADN no codificante. Los científicos se han preguntado durante mucho tiempo qué fuerzas dan forma a estos diferentes planos. ¿Es la presión de la selección natural, que favorece la eficiencia? ¿O es el giro aleatorio de los dados, conocido como deriva genética, que puede permitir que se acumule material genético extra simplemente por azar? Probar estas ideas en el mundo real es casi imposible, ya que la evolución tarda millones de años en desarrollarse, y observar a la misma especie durante escalas de tiempo tan vastas está fuera del alcance humano.

Para resolver este enigma, un equipo de investigadores ha construido un laboratorio digital llamado Aevol-9. Esta no es una herramienta para observar el pasado, sino un simulador con visión de futuro que permite a los científicos observar la evolución suceder en cámara rápida. En este mundo virtual, los investigadores crearon poblaciones de organismos digitales, cada uno portando un genoma de doble cadena estructurado. Estas formas de vida digitales compiten por la supervivencia, se reproducen y transmiten sus instrucciones genéticas a la siguiente generación. La innovación clave de este sistema es que no simplemente asigna una puntuación a una mutación basada en una lista preescrita. En su lugar, el software lee el genoma completo del organismo, lo traduce en un conjunto de proteínas y luego calcula qué tan bien ayudan esas proteínas al organismo a cumplir un objetivo de supervivencia específico. Si una mutación cambia el genoma de una manera que arruina este proceso, la aptitud del organismo disminle. Si el cambio mejora el proceso, la aptitud aumenta. Esto permite que el sistema descubra naturalmente qué arreglos genéticos funcionan mejor bajo diferentes condiciones, desde poblaciones pequeñas donde el azar domina, hasta poblaciones masivas donde la selección es estricta.

Los investigadores utilizaron esta plataforma para realizar un experimento masivo para ver cómo el tamaño de la población influye en la forma de un genoma. Comenzaron con una cepa digital que ya había evolucionado durante diez millones de generaciones en un entorno estable. Luego dividieron esta población en tres grupos: uno que mantuvo el mismo tamaño, uno que creció cuatro veces más y uno que se encogió a una cuarta parte de su tamaño original. Dejaron que estos grupos evolucionaran durante otros 1,1 millones de generaciones, un lapso de tiempo que a las bacterias reales les tomaría miles de años cubrir. Los resultados fueron sorprendentes. En las poblaciones pequeñas, donde el azar juega un papel más importante, los genomas crecieron, acumulando más ADN no codificante que no parecía servir a un propósito directo. En las poblaciones grandes, donde la selección natural es más eficiente para eliminar las ineficiencias, los genomas se encogieron. Los organismos en estos grupos grandes optimizaron su código genético, deshaciéndose del equipaje extra para volverse más compactos.

Este hallazgo respalda una idea de larga data en la biología llamada hipótesis del peligro mutacional, que sugiere que las poblaciones más grandes son mejores para purgar el material genético inútil, mientras que las poblaciones más pequeñas tienen más probabilidades de dejar que este se acumule. Sin embargo, la simulación reveló un matiz que no era inmediatamente obvio. Mientras que el tamaño total del genoma cambió drástangamente, la cantidad de ADN codificante real —las partes que construyen proteínas— se mantuvo sorprendentemente estable en todos los tamaños de grupo. La diferencia radicaba enteramente en las regiones no codificantes. Además, la forma en que los genes estaban organizados cambió. En las poblaciones más pequeñas, los genes tendían a estar dispersos en extensiones de ADN más largas. En las poblaciones más grandes y eficientes, los genes estaban empaquetados de forma más apretada, a menudo agrupados en cúmulos que funcionaban como unidades únicas. Esto sugiere que la evolución no solo añade o elimina genes; constantemente reorganiza los muebles del genoma para adaptarse a las restricciones de la población.

El poder de Aevol-9 reside en su capacidad para rastrear cada cambio, desde un pequeño intercambio de una letra hasta la eliminación masiva de un gran fragmento del genoma. Debido a que los investigadores pueden ver la historia completa de cada organismo digital, pueden rastrear exactamente cómo ocurrieron estos cambios a gran escala y por qué se mantuvieron. La simulación mostró que estos cambios no son accidentes aleatorios, sino que son impulsados por la interacción entre la mutación, la selección y el tamaño de la población. El estudio sugiere que la compleja arquitectura de un genoma no es un rasgo fijo, sino una respuesta dinámica al entorno. Al ejecutar miles de estos experimentos digitales, el equipo ha proporcionado una visión clara de cómo la vida podría organizar sus instrucciones genéticas a través del tiempo profundo, ofreciendo una nueva forma de entender las reglas que gobiernan la diversidad de la vida en la Tierra.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →