🌀 nonlinear sciences

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

Ce papier propose l'Assemblage Piloté par la Stabilité (APS), un cadre démontrant comment l'information peut évoluer à travers un algorithme génétique naturel et émergent où la persistance différentielle d'assemblages stochastiques entraîne un échantillonnage proportionnel à l'aptitude et une dynamique évolutive sans fin, sans nécessiter de gènes, de réplication ou de fonctions d'aptitude prédéfinies.

Auteurs originaux : Dan Adler

Publié 2026-05-11

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Dan Adler

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez un chantier de construction animé et chaotique où des ouvriers (des molécules) s'emparent constamment de morceaux de bois, de métal et de plastique aléatoires pour construire de nouvelles structures. Dans une pièce normale et calme, ces structures s'effondreraient aussi vite qu'elles sont construites, et rien d'intéressant ne se produirait.

Mais que se passerait-il si ce chantier était une tempête ? De nouveaux matériaux sont constamment jetés dedans, et le vent tente constamment de faire tomber les choses.

Voici l'idée centrale du papier de Dan Adler : L'information peut évoluer sans gènes, sans planificateur maître et sans objectif spécifique. Cela se produit simplement parce que certaines choses sont mieux construites que d'autres et durent donc plus longtemps.

Voici l'histoire de son fonctionnement, décomposée en concepts simples :

1. La « Survie des plus stables » (pas des plus aptes)

Habituellement, quand nous pensons à l'évolution, nous pensons à la « survie du plus apte » — l'animal le plus fort gagne. Mais ce papier suggère que, avant l'existence des animaux ou des gènes, il n'y avait que la « survie des plus stables ».

Imaginez un tas de châteaux de sable et un tas de châteaux de pierre.

Les châteaux de sable sont construits rapidement mais sont emportés par la vague suivante (ils ont une faible « stabilité »).
Les châteaux de pierre prennent plus de temps à construire, mais ils restent debout pendant longtemps (haute « stabilité »).

Dans ce système, les châteaux de pierre n'ont pas besoin de « se battre » contre les châteaux de sable. Ils restent simplement là. Parce qu'ils restent là, ils deviennent les choses les plus courantes dans le tas.

2. Le « Concours de popularité » (Comment la sélection se produit)

Voici l'astuce de magie : Les choses qui restent plus longtemps ont la possibilité de construire plus de choses.

Imaginez que chaque fois qu'une nouvelle structure est construite, les ouvriers choisissent deux structures existantes pour les utiliser comme « parents » ou modèles. Ils choisissent ces parents au hasard, mais ils les sélectionnent en fonction de combien d'entre eux sont actuellement debout.

Si vous avez 100 châteaux de pierre et seulement 1 château de sable, les ouvriers ont presque la garantie de choisir un château de pierre pour aider à construire le suivant.
Les châteaux de pierre sont « réutilisés » encore et encore.
Les châteaux de sable disparaissent avant de pouvoir être choisis.

Cela crée une boucle de rétroaction. Plus une structure est stable, plus elle devient courante. Plus elle est courante, plus il est probable qu'elle soit utilisée pour fabriquer de nouvelles choses. C'est ce que le papier appelle un « Algorithme Génétique Naturel ». C'est un processus d'évolution qui se produit automatiquement, piloté uniquement par le fait que certaines choses durent plus longtemps que d'autres.

3. L'analogie de « L'improvisation Jazz »

L'auteur compare cela à un groupe de jazz.

Les Musiciens : Les molécules.
Les Notes : Les blocs de construction chimiques.
La Musique : Les structures qu'ils construisent.

Dans une session de jam de jazz, il n'y a pas de partition (pas d'objectif préécrit). Les musiciens jouent des notes, et certaines combinaisons sonnent bien et sont répétées (elles « persistent »). D'autres sonnent terriblement mal et s'arrêtent immédiatement. Avec le temps, le groupe se stabilise naturellement dans un style ou une « charpente » spécifique, car ce sont ces motifs musicaux qui ont maintenu le rythme. Ils n'ont pas prévu de jouer cette chanson ; ils ont simplement continué à jouer les parties qui fonctionnaient.

4. L'Expérience : Construire avec des « Lego Chimiques »

Pour prouver que cela fonctionne, les chercheurs ont réalisé une simulation informatique.

Ils ont créé un monde numérique avec de simples pièces de « Lego » (représentant des atomes chimiques).
Ils ont programmé les règles de sorte que certaines combinaisons de Legos soient « stables » (elles ne se désagrégeraient pas) et d'autres « instables » (elles disparaîtraient rapidement).
Ils ont laissé le système fonctionner pendant 1 000 « générations ».

Le Résultat :
Au début, le système était un chaos de formes aléatoires et éphémères. Mais avec le temps, quelques formes spécifiques et complexes ont commencé à dominer. Elles ne sont pas devenues dominantes parce qu'elles étaient « conçues » pour l'être ; elles sont devenues dominantes parce qu'elles étaient les seules à avoir survécu assez longtemps pour être utilisées comme blocs de construction pour la génération suivante. Le système s'est naturellement trié lui-même, créant de l'ordre à partir du chaos sans aucune aide extérieure.

5. L'« Échelle Évolutive »

Le papier propose une échelle de la manière dont la vie a pu commencer, grimpant de la physique simple à la biologie complexe :

Barreau 1 : Persistance. Certaines choses durent simplement plus longtemps que d'autres (comme un diamant par rapport au graphite). Cela crée un biais dans ce qui existe.
Barreau 2 : Fonction Émergente. Parfois, les choses qui durent plus longtemps arrivent à faire quelque chose d'utile (comme aider d'autres choses à coller ensemble).
Barreau 3 : Catalyse. Ces choses utiles commencent à aider elles-mêmes à être produites plus rapidement.
Barreau 4 : Réplication. Enfin, le système développe un moyen de se copier exactement (comme l'ADN).

Le papier soutient que nous sautons souvent les trois premiers barreaux pour passer directement à l'ADN. Mais cette recherche suggère que le Barreau 1 (Persistance) suffit pour démarrer tout le moteur de l'évolution. Vous n'avez pas besoin d'une machine à se copier pour commencer ; vous avez juste besoin que certaines choses durent plus longtemps que d'autres.

Résumé

Ce papier affirme que l'évolution est une loi physique naturelle, pas seulement biologique. Si vous avez un système où :

Des choses sont constamment construites.
Certaines choses se désagrègent plus vite que d'autres.
Les choses qui restent plus longtemps sont utilisées plus souvent pour construire de nouvelles choses.

...alors vous obtenez automatiquement un système qui « apprend », « s'adapte » et « évolue » vers la complexité. C'est un algorithme génétique naturel fonctionnant sur le principe simple de la stabilité.

Résumé technique : Assemblage piloté par la stabilité et émergence d'un algorithme génétique naturel

Énoncé du problème
Un défi central dans la recherche sur les origines de la vie consiste à expliquer comment la sélection et les dynamiques évolutives peuvent émerger avant l'existence de machineries de réplication moléculaire. Les cadres traditionnels, tels que les ensembles autocatalytiques, les hypercycles et les chimies artificielles, présupposent souvent la réplication ou reposent sur des substrats spécifiques. Bien que l'« évolution chimique » soit fréquemment invoquée pour décrire la transformation des molécules en structures complexes dans des conditions prébiotiques, la littérature manque souvent d'un compte rendu mécaniste expliquant comment la directionnalité ou la sélection émerge sans fonction de fitness externe ou cible prédéfinie. L'article postule que le moteur physique fondamental d'une telle sélection pourrait être la persistance différentielle : l'observation que, dans les systèmes hors équilibre, certaines structures survivent naturellement plus longtemps que d'autres en raison de différences de stabilité (par exemple, énergies de liaison, barrières cinétiques). La question centrale abordée est de savoir si ces déséquilibres de persistance, agissant seuls dans un système ouvert et renouvelé, suffisent à générer des dynamiques de type sélection et à conduire l'émergence de la complexité.

Méthodologie
Les auteurs proposent et simulent un cadre appelé Assemblage piloté par la stabilité (SDA).

Définition du système : Un système SDA est défini comme un tuple $(E, P, S, R, I)$ composé d'éléments de base ( $E$ ), d'un ensemble de motifs possibles ( $P$ ), d'une fonction de stabilité ( $S$ ) reliant les motifs à des durées de vie entières, d'une fonction de renouvellement ( $R$ ) et d'un nombre fixe d'interactions ( $I$ ) par génération.
Dynamique : Le système fonctionne par générations discrètes. Les éléments de base sont renouvelés, et les motifs existants interagissent via un opérateur stochastique (initialement la concaténation de chaînes, puis généralisé à la recombinaison). Les motifs persistent pendant un nombre de générations déterminé par leur stabilité $S(p)$ avant d'être éliminés.
Mécanisme de rétroaction : Parce que les motifs ayant une stabilité plus élevée persistent plus longtemps, ils s'accumulent dans la population. Étant donné que les partenaires d'interaction sont échantillonnés proportionnellement à leur fréquence (échantillonnage à la roulette), les motifs stables ont une probabilité disproportionnée de participer aux interactions subséquentes. Cela crée une boucle de rétroaction auto-renforçatrice : stabilité $\to$ persistance $\to$ biais de population $\to$ échantillonnage biaisé.
Généralisation (SDA/GA) : Le cadre est étendu au SDA/GA en remplaçant la simple concaténation par un opérateur de recombinaison (échange de sous-chaînes) et une étape de mutation optionnelle. Cela permet au système de fonctionner comme un « Algorithme génétique naturel » où la fitness n'est pas définie externement mais émerge intrinsèquement de la persistance pilotée par la stabilité.
Simulations :
1. Simulations symboliques : Utilisation d'éléments de base A, B, C avec une fonction de stabilité prédéfinie (par exemple, des motifs spécifiques se voyant attribuer des durées de vie de 1, 30, 50 ou 100 générations).
2. Simulations chimiques : Mappage du cadre vers l'espace des symboles chimiques en utilisant des chaînes SMILES et la boîte à outils RDKit. Les éléments de base incluent des hydrocarbures et des groupes fonctionnels. La recombinaison est mise en œuvre via une fragmentation et un réassemblage basés sur BRICS pour garantir la plausibilité de la valence. La stabilité est estimée via une fonction heuristique basée sur des descripteurs structuraux (nombre d'atomes lourds, aromaticité, liaisons rotatives, charge formelle, etc.), mappée sur des durées de vie entières.

Contributions clés

Formalisation de l'assemblage piloté par la stabilité : L'article formalise le SDA comme un cadre hors équilibre où la sélection émerge uniquement des déséquilibres de persistance, sans nécessiter de réplication, de matrice ou de fonctions de fitness externes.
Algorithme génétique émergent : Il démontre que les dynamiques SDA sont mathématiquement équivalentes à un algorithme génétique (SDA/GA). La « fitness » est une propriété émergente de l'environnement (stabilité), et la « sélection » est une conséquence intrinsèque du biais de la distribution de population vers des motifs à plus longue durée de vie.
Instantiation chimique : Les auteurs mappent avec succès le SDA/GA vers un contexte chimique, montrant que les types de réactions organiques standard (substitution, addition, polymérisation) peuvent être interprétés comme des opérateurs de mutation et de recombinaison dans ce cadre.
Hypothèse de l'échelle évolutive : L'article propose un continuum reliant la matière non vivante à la biologie, commençant par des dynamiques de « persistance uniquement » (le premier échelon) et progressant à travers la fonction émergente, la catalyse, l'autocatalyse, et enfin la réplication explicite. Cela redéfinit la réplication non pas comme un préalable à l'évolution, mais comme une étape ultérieure d'une échelle évolutive plus large.

Résultats

Biais de population et dominance : Les simulations symboliques et chimiques montrent toutes deux une forte déviation par rapport aux distributions uniformes. Les motifs à haute stabilité dominent la population, représentant la majorité de la masse de probabilité. Dans les simulations chimiques, un seul motif de type ester dominait environ 54 % de la population à la génération 1000, quelques échafaudages représentant plus de 85 %.
Réduction de l'entropie : L'entropie de Shannon de la distribution de population diminue au fil du temps, indiquant l'émergence d'un ordre.
- Le SDA basé sur la concaténation présente des cycles d'entropie oscillants de type « boom-effondrement » dus à l'expiration synchronisée des motifs longs.
- Le SDA/GA basé sur la recombinaison montre un déclin plus lisse et monotone de l'entropie, car la recombinaison désynchronise les expirations et maintient un pool plus large de variants à faible fréquence.
Nouveauté soutenue : Malgré la réduction de l'entropie, le système maintient une forte nouveauté. Dans les simulations chimiques, plus de 80 % de la population était constituée de composés absents du pool initial, démontrant une dynamique ouverte pilotée par la recombinaison.
Distributions à queue lourde : Les structures de population résultantes présentent des distributions de rang-abondance à queue lourde, caractéristiques des systèmes adaptatifs complexes, avec quelques motifs dominants et une longue traîne de variants rares.
Robustesse : Le mécanisme de sélection émergent reste robuste même lorsque des mutations stochastiques sont introduites ; l'entropie s'effondre toujours et les motifs stables restent dominants.

Signification et affirmations
L'article affirme que les déséquilibres de persistance seuls suffisent à mettre en œuvre une recherche évolutive. Il soutient que la sélection ne nécessite ni un programmeur externe ni une fonction de fitness prédéfinie ; elle émerge plutôt génériquement de la rétroaction entre la stabilité, les statistiques de population et les processus génératifs dans les systèmes hors équilibre.

Algorithmes génétiques naturels : Ce travail établit qu'un « Algorithme génétique naturel » peut exister où la fitness est fournie par l'environnement (via la persistance) plutôt qu'imposée de l'extérieur. Cela contraste avec les algorithmes génétiques classiques et l'apprentissage supervisé, qui reposent sur des fonctions objectives explicites.
Pertinence prébiotique : Les résultats suggèrent que la transition de la matière non vivante vers des biosphères évolutives peut commencer par une simple sélection pilotée par la stabilité, précédant l'avènement de la réplication génétique. Cela fournit une base physique pour l'« évolution chimique » qui ne repose pas sur le problème de l'œuf et de la poule des théories privilégiant la réplication.
Distinction par rapport aux modèles d'équilibre : L'article oppose le SDA/GA aux modèles de cinétique d'action de masse (MAK) basés sur l'équilibre. Alors que les modèles d'équilibre supposent des taux constants et conduisent à des états stationnaires statiques, le SDA/GA opère dans un régime où la persistance différentielle crée une boucle de rétroaction non linéaire et auto-cohérente qui empêche l'équilibre et conduit un changement continu et directionnel.
Portée modeste : Les auteurs reconnaissent que la formulation actuelle repose sur des fonctions de stabilité heuristiques et des opérateurs abstraits, omettant les effets détaillés du solvant et cinétiques. L'objectif est conceptuel : démontrer le principe selon lequel la persistance pilotée par la stabilité peut générer des dynamiques évolutives, plutôt que de fournir un modèle complet de chimie prébiotique ou un outil de découverte de médicaments.

En conclusion, l'article unifie des concepts issus de la théorie de l'information, de la thermodynamique et de la biologie évolutive, proposant que l'ordre et l'information sont des conséquences émergentes de dynamiques de population biaisées par la persistance dans des systèmes ouverts.