Phylogenies can be used to predict future diversification but with limited success
यह अध्ययन प्रदर्शित करता है कि जहाँ मौजूदा टिप-रेट विधियाँ जीवाश्म और वर्तमान वर्गीकरण (phylogenies) का उपयोग करके टेट्रापॉड वंशों में भविष्य के विविधीकरण की भविष्यवाणी कर सकती हैं, वहीं उनकी भविष्य कहने वाली सफलता मध्यम है और विशिष्ट मॉडल एवं उपयोग किए गए डेटा स्रोत के आधार पर काफी भिन्न होती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
पृथ्वी पर जीवन निरंतर परिवर्तन की एक कहानी है, जहाँ प्रजातियाँ नए रूपों में विभाजित होती हैं और अन्य लुप्त हो जाती हैं। यह प्रक्रिया, जिसे विविधीकरण (diversification) कहा जाता है, जानवरों के विभिन्न समूहों के लिए अलग-अलग गति से होती है। कुछ वंश, जैसे पक्षी, हजारों प्रजातियों में विकसित हुए हैं, जबकि अन्य अपेक्षाकृत स्थिर रहे हैं। वैज्ञानिकों ने लंबे समय से इस भिन्नता के पीछे के नियमों को समझने की कोशिश की है, इस उम्मीद में कि वे पहचान सकें कि कौन से समूह फलने-फूलने की संभावना रखते हैं और किन्हें भविष्य में संघर्ष करना पड़ सकता है। ऐसा करने के लिए, वे जीवन के वंशावली वृक्षों का उपयोग करते हैं, जिन्हें 'फाइलोगेनी' (phylogenies) कहा जाता है, जो यह दर्शाते हैं कि प्रजातियाँ एक-दूसरे से कैसे संबंधित हैं। इन वृक्षों के सिरों—शाखाओं के बिल्कुल अंत पर स्थित जीवित प्रजातियों—को देखकर, शोधकर्ताओं ने यह अनुमान लगाने के लिए गणितीय उपकरण विकसित किए हैं कि कोई वंश वर्तमान में कितनी तेजी से नई प्रजातियों में विभाजित हो रहा है। अंतिम लक्ष्य इन अनुमानों का उपयोग यह भविष्यवाणी करने के लिए करना है कि आने वाले लाखों वर्षों में कौन सी प्रजातियाँ सबसे सफल होंगी, एक ऐसा प्रश्न जो संरक्षण प्रयासों और जैव विविधता के भविष्य को समझने के लिए अत्यंत महत्वपूर्ण है।
एक शोध दल ने यह परीक्षण करने के लिए हाथ बढ़ाया कि क्या ये भविष्यवाणी करने वाले उपकरण वास्तव में वास्तविक दुनिया में काम करते हैं। जबकि इन विधियों का कंप्यूटर सिमुलेशन पर परीक्षण किया गया था, लेकिन किसी ने भी वास्तविक प्रकृति से प्राप्त डेटा का उपयोग करके भविष्य की सटीक भविष्यवाणी करने की क्षमता की जाँच नहीं की थी। ग्रेस रिडर और जान स्मिक्का के नेतृत्व में इस टीम ने इन विधियों को अंतिम परीक्षा में डालने का निर्णय लिया: समय यात्रा (time travel)। चूँकि वे भविष्य के होने का इंतज़ार नहीं कर सकते थे, इसलिए उन्होंने अतीत से जुड़े एक चतुर तरीके का उपयोग किया। उन्होंने चार पैरों वाले जानवरों के बड़े वंशावली वृक्षों को लिया, जिनमें पक्षियों और स्तनधारियों जैसे जीवित समूहों और डायनासोर जैसे विलुप्त समूहों, दोनों को शामिल किया गया। उन्होंने इन वृक्षों को समय के विशिष्ट बिंदुओं पर काटा, उस क्षण को "आज" माना। फिर उन्होंने वर्तमान में मौजूद वंशों की भविष्य की सफलता का अनुमान लगाने के लिए मानक भविष्यवाणी उपकरणों का उपयोग किया। अंत में, उन्होंने यह देखने के लिए देखा कि अगले कुछ मिलियन वर्षों में वास्तव में क्या हुआ और क्या भविष्यवाणियाँ वास्तविकता से मेल खाती हैं।
शोधकर्ताओं ने पाया कि इन उपकरणों में भविष्य की भविष्यवाणी करने की कुछ क्षमता तो है, लेकिन सफलता पूर्ण नहीं है। अध्ययन किए गए अधिकांश समूहों में, विधियों ने सही ढंग से पहचाना कि उच्च अनुमानित विभाजन दर वाले वंश वास्तव में बाद में अधिक वंशज उत्पन्न करेंगे। इसका अर्थ है कि ये उपकरण केवल रैंडम अनुमान लगाने से बेहतर हैं। हालाँकि, सटीकता पशु समूह और विशिष्ट विधि के आधार पर काफी भिन्न थी। उदाहरण के लिए, एक विधि जो सरल गणना नियमों पर आधारित है, कई अलग-अलग समूहों में काफी अच्छा प्रदर्शन करती है, जो लगातार अनुमानों और वास्तव में प्रकट हुई नई प्रजातियों की संख्या के बीच एक सकारात्मक संबंध दिखाती है। उपकरणों का एक अन्य समूह, जो विलुप्ति की दर को ध्यान में रखने के लिए अधिक जटिल सांख्यिकीय मॉडलों का उपयोग करता है, कभी-कभी संघर्ष करता है। कुछ मामलों में, विशेष रूप से मांसाहारी और खुर वाले चरने वाले जानवरों जैसे कुछ स्तन समूहों के साथ, इन जटिल मॉडलों में कोई स्पष्ट पैटर्न नहीं मिल सका, या इन्होंने इसके विपरीत संकेत दिए जो वास्तव में हुआ था।
अध्ययन ने यह भी प्रकट किया कि प्रजातियों के भविष्य की भविष्यवाणी करना स्वाभाविक रूप से कठिन है क्योंकि विकास एक अराजक प्रक्रिया है। भले ही उपकरण सामान्य दिशा को सही बताते थे, लेकिन वे नई प्रजातियों की सटीक संख्या की भविष्यवाणी नहीं कर सके। शोधकर्ताओं ने गणना की कि मौजूदा विधियाँ भविष्य की विविधता में भिन्नता के केवल एक छोटे से हिस्से की व्याख्या कर सकती हैं। परिणाम का अधिकांश हिस्सा संयोग की उन घटनाओं से प्रेरित होता है जिनका कोई भी मॉडल पूर्वानुमान नहीं लगा सकता। इसके अलावा, उपकरण नई प्रजातियों के जन्म की भविष्यवाणी करने में विलुप्त होने वाली प्रजातियों की भविष्यवाणी करने की तुलना में बहुत बेहतर थे। इसका एक कारण यह है कि जीवित जानवरों के लिए उपलब्ध डेटा हमें उन वंशों को नहीं दिखाता जो पहले ही मर चुके हैं, जिससे अतीत की विफलताओं से सीखना कठिन हो जाता है। शोधकर्ताओं ने यह भी नोट किया कि वंशावली वृक्ष का आकार मायने रखता; विधियाँ बहुत बड़े समूहों पर बेहतर काम करती थीं जिनमें हजारों प्रजातियाँ थीं और कुछ सौ प्रजातियों वाले छोटे समूहों पर कम प्रभावी थीं।
अंततः, यह कार्य सुझाव देता है कि हालांकि हम शिक्षित अनुमान लगा सकते हैं कि कौन से वंश भविष्य के विकास के लिए तैयार हैं, लेकिन हमें विवरणों के प्रति सतर्क रहना चाहिए। ये उपकरण सामान्य रुझानों को पहचानने के लिए उपयोगी हैं, जैसे कि यह पहचानना कि कौन से समूह सामान्य रूप से नई प्रजातियां बनाने में अधिक सक्रिय हैं, लेकिन वे सटीक पूर्वानुमान प्रदान नहीं कर सकते। शोधकर्ताओं ने पाया कि विभिन्न विधियों की अलग-अलग ताकतें हैं: कुछ प्रजातियों को उनकी क्षमता के आधार पर रैंक करने में बेहतर हैं, जबकि अन्य विकास की वास्तविक गति का अनुमान लगाने में बेहतर हैं, हालांकि वे कम स्थिर हैं। अध्ययन निष्कर्ष निकालता है कि जीवन के भविष्य की भविष्यवाणी करना संभव है, लेकिन केवल एक मध्यम स्तर तक। परिणाम अध्ययन किए जा रहे जानवरों के विशिष्ट समूह और उपलब्ध डेटा की गुणवत्ता पर बहुत अधिक निर्भर करते हैं, जो हमें याद दिलाते हैं कि जीवन की कहानी पूर्वानुमेय पैटर्न और अप्रत्याशित संयोग के मिश्रण से लिखी गई है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।