On the mapping between evolutionary scenarios and governing rules in state-dependent speciation-extinction models
Cette étude établit une correspondance mathématique entre les scénarios évolutifs et les règles directrices dans les modèles de spéciation-extinction dépendants de l'état, révélant que des scénarios distincts peuvent produire des distributions d'états de pointe identiques et que l'inférence sur les arbres ne comprenant que les taxons actuels est biaisée en faveur de certains scénarios en raison de l'interaction entre les taux de mélange, le temps et le conditionnement de vraisemblance.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Dans l'étude grandiose de la vie sur Terre, les biologistes se posent souvent une question simple mais profonde : pourquoi un trait est-il commun alors qu'un autre reste rare ? Un coloris spécifique, une préférence particulière pour un habitat ou un comportement unique sont-ils présents dans la plupart des espèces simplement parce qu'ils sont mieux adaptés à la survie, ou s'agit-il d'un accident historique ? Pour répondre à cela, les scientifiques examinent les « arbres généalogiques » de la vie, appelés phylogénies. Ces arbres cartographient la manière dont les espèces sont liées, montrant quand elles se sont séparées d'un ancêtre commun et il y a combien de temps. En combinant ces arbres avec des données sur les traits possédés par chaque espèce, les chercheurs tentent de reconstruire l'histoire de l'évolution. Ils utilisent des modèles mathématiques pour estimer les taux de formation de nouvelles espèces, la fréquence de leur extinction et la fréquence de leurs transitions d'un trait à un autre. Ce domaine, connu sous le nom de macroévolution, repose largement sur l'hypothie que les modèles que nous observons chez les espèces vivantes aujourd'hui sont le reflet direct des processus qui les ont façonnées au cours de millions d'années. Cependant, un défi fondamental demeure : nous ne voyons que les survivants. La grande majorité des espèces ayant jamais existé sont éteintes, et les arbres généalogiques que nous construisons ne reposent que sur les branches qui ont atteint le présent. Cela crée un angle mort, rendant difficile de savoir si l'équilibre actuel des traits est le résultat d'un processus constant et à long terme ou d'un moment éphémère.
Une équipe de chercheurs de l'Université Washington à St. Louis s'est donné pour mission d'explorer cet angle mort en posant une question audacieuse : si nous supprimions entièrement l'arbre généalogique pour ne regarder que le décompte final des espèces présentant différents traits, pourrions-nous encore comprendre ce qui s'est passé ? Ils se sont concentrés sur un type spécifique de modèle évolutif où le taux de spéciation et d'extinction dépend du trait possédé par une espèce. Dans ces modèles, une espèce peut être plus susceptible de survivre ou de se reproduire si elle possède un trait plutôt qu'un autre. Les chercheurs voulaient savoir si des histoires évolutives différentes pouvaient conduire exactement au même résultat final. Imaginez deux histoires différentes : dans l'une, un trait aide les espèces à se multiplier rapidement mais provoque également un passage rapide à un autre trait ; dans l'autre, le trait est neutre mais les espèces changent rarement. Ces deux histoires pourraient-elles aboutir au même nombre d'espèces possédant chaque trait ? L'équipe a développé un nouveau cadre mathématique pour cartographier chaque « histoire » ou scénario possible capable de produire un schéma spécifique de fréquences de traits. Ils ont découvert que la réponse est oui : de multiples scénarios évolutifs totalement différents peuvent produire des modèles de distribution de traits identiques.
Les chercheurs ont découvert que pour tout mélange final de données d'espèces, il existe plusieurs ensembles de règles distincts qui auraient pu le créer. Ils ont appelé ces ensembles de règles des « jeux de règles » (rulesets). Chaque jeu de règles représente une combinaison unique de taux de naissance, de taux de mortalité et de taux de transition entre les traits. Par exemple, un scénario où un trait est une « source » de nouvelles espèces tandis que l'alternative est un « puits » où les espèces s'éteignent peut produire les mêmes chiffres finaux qu'un scénario où les deux traits sont des sources, à condition que les taux de transition entre eux soient ajustés d'une manière spécifique. Cela signifie que le simple comptage des espèces à la fin de la journée ne permet pas de déterminer quelle est la véritable histoire sous-jacente. L'étude a montré que bien que ces différentes histoires soient mathématiquement distinctes, elles sont toutes capables d'arriver à la même destination.
Pour comprendre laquelle de ces histoires est la plus susceptible d'être vraie, l'équipe s'est tournée vers des simulations informatiques. Ils ont généré des milliers d'histoires évolutives imaginaires, les laissant progresser dans le temps pour voir lesquelles produisaient réellement des familles d'espèces survivantes. Ils ont découvert que toutes les histoires ne se valent pas. Les scénarios où les deux traits agissent comme des « sources » — c'est-à-dire où les espèces possédant l'un ou l'autre des traits ont tendance à se multiplier plutôt qu'à mourir — étaient beaucoup plus susceptibles de produire de grands arbres de survie que les scénarios où l'un ou les deux traits agissaient comme des « puits ». Cela semble intuitif : si un trait provoque l'extinction des espèces, cette branche de l'arbre est susceptible de disparaître avant d'être observée aujourd'hui. Par conséquent, les histoires évolutives qui survivent jusqu'au présent sont biaisées en faveur de celles où les espèces sont généralement prospères.
Les chercheurs ont ensuite testé si les méthodes statistiques standards, qui partent des arbres survivants pour deviner les règles d'origine, pouvaient distinguer ces différents scénarios. Ils ont constaté que ces méthodes ne sont pas neutres. Lors de l'analyse d'arbres ne contenant que des espèces vivantes, les outils statistiques favorisaient fortement les scénarios « source-source », même lorsque l'histoire réelle était différente. Ce biais provient du fait que les probabilités mathématiques utilisées dans ces analyses sont conditionnées par le fait que l'arbre a survécu. Un arbre qui a survécu est plus susceptible de provenir d'une histoire où les espèces se multipliaient, de sorte que l'analyse penche naturellement vers cette conclusion. L'étude a également révélé que la vitesse à laquelle un système se stabilise dans son schéma final est importante. Certains scénarios évolutifs atteignent un équilibre stable très rapidement, tandis que d'autres prennent beaucoup de temps. Si un arbre est jeune, il se peut qu'il n'ait pas eu assez de temps pour atteindre cet équilibre, ce qui rend l'inférence de l'histoire correcte plus difficile. Les simulations ont montré que la capacité à identifier correctement la véritable histoire évolutive dépend fortement du temps écoulé et de la rapidité avec laquelle le système convergeait vers son état final.
Lorsque les chercheurs ont appliqué leur cadre aux données réelles, en examinant l'histoire évolutive des lézards et des serpents (squamates) ainsi que des plantes à fleurs (angiospermes), ils ont constaté que les modèles de leurs simulations se vérifiaient. Dans les deux groupes, les scénarios évolutifs les plus fréquemment inférés étaient ceux où les deux traits agissaient comme des sources, ce qui est cohérent avec l'idée que les arbres survivants sont biaisés en faveur des lignées prospères. Cependant, il existait des différences entre les données simulées et le monde réel. Dans les données réelles, les méthodes inféraient certains scénarios complexes plus souvent que ne le prédisaient les simulations, suggérant que les processus évolutifs réels pourraient être plus nuancés ou que d'autres facteurs, tels que des traits cachés non pris en compte dans les modèles, influencent les résultats. L'étude souligne que bien que nous puissions apprendre beaucoup de choses à partir des traits des espèces vivantes, nous devons être prudents avant de supposer que nous connaissons le chemin exact emprunté par l'évolution. La même image finale peut être peinte avec de nombreux pinceaux différents, et sans l'histoire complète de l'arbre, incluant les branches éteintes, nous ne percevons peut-être qu'une fraction de la véritable histoire.
Ce travail fournit une base théorique cruciale pour comprendre les limites de ce que nous pouvons apprendre du monde vivant. Il montre que la relation entre les données que nous observons et les processus qui les ont générées n'est pas une relation de un à un. En cartographiant tous les règles possibles qui pourraient mener à un résultat spécifique, les chercheurs ont donné aux biologistes un moyen de voir toute l'étendue des possibilités. Cela aide à choisir de meilleurs points de départ pour les études futures et à comprendre pourquoi certaines histoires évolutives sont plus fréquemment racontées que d'autres. Cela sert de rappel que l'histoire de la vie est complexe, et que les modèles que nous voyons aujourd'hui sont le résultat d'un jeu délicat entre la survie, le temps et les règles spécifiques de l'évolution qui ont régi chaque lignée. L'étude ne prétend pas résoudre le mystère de l'évolution des traits, mais elle clarifie le paysage des possibilités, garantissant que les enquêtes futures soient fondées sur une compréhension réaliste de ce que les données peuvent et ne peuvent pas nous dire.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.