A large-scale evaluation of tree shape indices reveals potential pitfalls

La vie sur Terre est reliée par une vaste histoire ramifiée, un arbre généalogique qui s'étend sur des milliards d'années. Les scientifiques représentent souvent cette histoire sous la forme d'un diagramme où les lignes se divisent pour montrer comment les espèces ont divergé de leurs ancêtres communs. Ces diagrammes, connus sous le nom d'arbres phylogénétiques, sont bien plus que de simples images montrant qui est apparenté à qui ; leur forme globale raconte une histoire sur la manière dont l'évolution s'est produite. Certains arbres sont larges et touffus, suggérant que de nombreuses espèces ont évolué rapidement en même temps, tandis que d'autres sont longs et effilés, laissant présager une marche lente et régulière du changement. Pendant des décennies, les chercheurs ont tenté de mesurer ces formes à l'aide d'outils mathématiques appelés indices. Ces nombres sont censés capturer l'essence de la structure d'un arbre, permettant aux scientifiques de comparer différents groupes de vie et de tester des théories sur la façon dont la biodiversité croît. Cependant, jusqu'à présent, personne n'avait testé si ces outils fonctionnent réellement de manière fiable sur les millions d'arbres réels qui existent dans les bases de données scientifiques.

Une équipe de chercheurs a récemment décidé de soumettre ces outils de mesure à l'ultime test. Ils ont rassemblé plus de 45 000 000 d'arbres évolutifs réels provenant de deux collections publiques majeures, une échelle de données jamais tentée auparavant. Pour gérer cette quantité massive d'informations, ils ont conçu un nouvel outil logiciel open-source conçu spécifiquement pour calculer 54 indices de forme différents. Leur objectif était simple mais critique : voir si ces nombres tiennent la route lorsqu'ils sont appliqués à la réalité complexe et désordonnée des données biologiques réelles, plutôt qu'à des modèles théoriques. Ce qu'ils ont trouvé suggère que de nombreux scientifiques tirent des conclusions basées sur des mesures qui sont bien plus fragiles qu'on ne le pensait auparavant.

L'étude a révélé que la forme d'un arbre n'est souvent pas une propriété fixe, mais dépend fortement de l'endroit où le point de départ, ou la racine, est placé. Dans de nombreux arbres évolutifs, l'emplacement exact de la racine est incertain ou débattu. Les chercheurs ont découvert que pour 14 des 54 indices testés, le fait de déplacer la racine, même légèrement, faisait changer la valeur de la forme de manière spectaculaire. Seuls cinq des indices restaient stables, quel que soit l'endroit où la racine était placée, tandis que les autres montraient un niveau de sensibilité modéré. Cela signifie que si un chercheur est incertain de la racine d'un arbre, la forme qu'il calcule pourrait être un artefact de cette incertitude plutôt qu'un reflet fidèle de l'histoire évolutive. Les valeurs ne sont pas seulement légèrement décalées ; elles peuvent être fondamentalement trompeuses selon la façon dont l'arbre est orienté.

Une autre découverte majeure concerne la taille de l'arbre lui-même. Les chercheurs ont observé que presque tous les indices, à l'exception de cinq, sont intrinsèquement liés au nombre d'espèces dans l'arbre. Même lorsque les scientifiques ont essayé d'utiliser des techniques standard pour normaliser les données et éliminer l'effet de la taille, la corrélation persistait. Cela crée un problème important de comparaison : un arbre de cent espèces et un arbre de mille espèces ne peuvent pas être comparés équitablement avec ces outils, car les chiffres différeront simplement parce qu'un arbre est plus grand, et non parce que leurs formes sont fondamentalement différentes. C'est comme essayer de comparer la densité d'un petit caillou à celle d'un gros rocher en utilisant une règle ; la différence de taille l'emporte sur la différence de forme.

Les chercheurs ont également constaté que beaucoup de ces 54 indices ne sont pas indépendants les uns des autres. Au lieu de cela, de grands groupes d'entre eux évoluent de concert, montant et descendant ensemble pour décrire le même aspect de l'arbre. Cette redondance signifie que l'utilisation d'une longue liste d'indices ne fournit pas nécessairement une image plus complète ; elle répète souvent la même information de différentes manières. Pour obtenir une véritable compréhension de la forme d'un arbre, l'étude suggère que les scientifiques doivent sélectionner soigneusement un ensemble restreint et diversifié d'indices non corrélés. Cette approche permettrait de capturer les différentes facettes de la structure de l'arbre sans gaspiller d'efforts en données redondantes.

En fin de compte, cette évaluation à grande échelle sert de guide nécessaire pour l'avenir de la biologie évolutive. Elle ne rejette pas la valeur de l'analyse de la forme des arbres, mais elle exige une approche plus prudente et rigoureuse. En identifiant quels outils sont stables et lesquels sont sujets à l'erreur, l'étude trace une voie claire pour l'avenir. Les scientifiques peuvent désormais choisir les indices appropriés pour leurs travaux, garantissant que leurs conclusions sur l'histoire de la vie reposent sur des bases solides plutôt que sur des mesures qui changent au moindre changement de perspective. Les chercheurs ont mis leur nouveau logiciel à la disposition du public, invitant la communauté scientifique à adopter ces normes plus prudentes et à interpréter les formes de l'histoire de la vie avec une plus grande précision.