Resource Depletion and Replication-Rate Optimization in Autocatalytic Lineages

La vita, nella sua forma più basilare, è una corsa per creare altro di se stessa. Una singola molecola o cellula capace di copiare le proprie istruzioni e costruire nuove copie di se stessa è il seme di un lignaggio. In un mondo con cibo e spazio illimitati, il replicatore più veloce di solito vince; semplicemente moltiplica i propri numeri più velocemente di chiunque altro. Ma il mondo reale non è illimitato. Ogni essere vivente attinge da un pool finito di materiali, e ogni atto di creazione consuma un pezzo di quel pool. Quando la fornitura è limitata, la strategia che funziona meglio nel breve termine può diventare una trappola nel lungo termine. Se una popolazione cresce troppo velocemente, potrebbe consumare la propria scorta di cibo così rapidamente che l'intero gruppo crolla prima di avere la possibilità di prosperare. Questa tensione tra l'impulso di riprodursi rapidamente e la necessità di conservare le risorse è un problema fondamentale per qualsiasi sistema autoreplicante, dai primi precursori chimici della vita ai moderni batteri.

Un ricercatore di nome Siddarth D. Murthy ha costruito un modello matematico chiaro per esplorare esattamente come questo compromesso si manifesti. Il lavoro non cerca di descrivere la complessa chimica di ogni specifica molecola o di rivendicare una legge universale dell'evoluzione. Invece, riduce il problema ai suoi elementi essenziali: un gruppo di replicatori, una scorta di risorse e le regole su come essi interagiscono. L'obiettivo era rispondere a tre domande specifiche. Primo, esiste un "punto ottimale" per quanto velocemente un gruppo dovrebbe riprodursi per ottenere la massima attività totale da una scorta di risorse limitata? Secondo, come cambia il risultato a causa della casualità della vita reale — dove nascite e morti avvengono per caso — rispetto a una media fluida e prevedibile? E terzo, il vincitore di una corsa alle risorse lascia sempre dietro di sé la popolazione totale più grande?

Il modello tratta i replicatori come una popolazione che cresce consumando una scorta di risorse condivisa. Questa scorta non è infinita; inizia con una quantità fissa e scompare lentamente nel tempo, sia perché viene esaurita, sia perché decade naturalmente. I ricercatori hanno scoperto che la risposta alla prima domanda dipende fortemente dall'arco temporale considerato. Se si osserva un periodo molto breve, il tasso di replicazione più veloce possibile sembra essere la scelta migliore. Tuttavia, quando si guarda a un orizzonte più lungo, la matematica mostra che andare troppo veloci è un errore. Se i replicatori consumano le risorse in modo troppo aggressivo, esauriscono la scorta prima di poter terminare il proprio lavoro. Il modello dimostra che, in certe condizioni, esiste una velocità specifica e finita che è migliore sia rispetto al non fare nulla, sia rispetto al fare tutto il più velocemente possibile. Questa velocità ottimale non è un'ipotesi; è un punto preciso in cui il gruppo ottiene la massima attività totale prima che le risorse si esauriscano.

Fondamentalmente, lo studio separa l'idea di "attività" dall'idea di "entropia", una misura della perdita di energia. I ricercatori hanno dimostrato che due diversi processi microscopici possono apparire esattamente uguali da lontano, con gli stessi numeri di popolazione e livelli di risorse, pur producendo quantità diverse di calore o spreco di energia. Ciò significa che contare semplicemente quante volte un gruppo si riproduce non dice quanto calore stia bruciando. Inoltre, il modello distingue tra un gruppo che alla fine si estingue e un gruppo che sopravvive per un certo periodo. Anche in un sistema chiuso in cui le risorse non vengono mai reintegrate, la matematica dimostra che la popolazione andrà inevitabilmente all'estinzione. Tuttavia, questo non significa che il gruppo sia inutile prima di morire. Può ancora generare una quantità significativa di attività e sopravvivere per un tempo significativo, anche se il suo destino ultimo è segnato.

Il documento ha anche esaminato cosa accade quando due diversi tipi di replicatori competono per lo stesso cibo. Un tipo potrebbe essere più veloce nel copiare se stesso rispetto all'altro. Il modello mostra che il tipo più veloce prenderà quasi sempre il sopravvento sul gruppo, aumentando la sua quota di popolazione rispetto al tipo più lento. Questo è un chiaro vantaggio competitivo. Tuttavia, questa vittoria comporta un costo nascosto. Poiché il tipo più veloce consuma le risorse più rapidamente, può drenare la scorta così velocemente che il numero totale di esseri viventi nell'intero gruppo diminuisce prima di quanto accadrebbe se il tipo più lento fosse stato al comando. In alcuni scenari, il gruppo con i replicatori più veloci finisce con meno vita totale complessiva rispetto a un gruppo con replicatori più lenti. Il vincitore della corsa non è necessariamente colui che lascia dietro di sé il maggior numero di discendenti; è colui che vince il concorso immediato, anche se in quel processo brucia la casa.

Per garantire che queste scoperte non fossero solo teoriche, i ricercatori hanno anche costruito una versione del modello che includesse la casualità della vita reale. In questa versione, nascite e morti avvengono come eventi individuali piuttosto che come un flusso fluido. Hanno scoperto che la regola dell'estinzione finale rimane valida anche qui: se le risorse sono finite e non vengono reintegrate, la popolazione scomparirà alla fine. Ma hanno anche confermato che il gruppo può comunque essere attivo e vivo per molto tempo prima che ciò accada. Lo studio fornisce un modo rigoroso per calcolare le probabilità di sopravvivenza e la quantità di attività che un gruppo può aspettarsi, a seconda di quanto velocemente tenta di crescere.

Il lavoro funge da strumento preciso per comprendere i limiti della crescita. Chiarisce che essere i più veloci non è sempre la strategia migliore quando le risorse sono scarse. Dimostra che il successo relativo in una competizione non garantisce il successo assoluto per l'intero gruppo. E dimostra che la quantità totale di vita che un sistema può sostenere è spesso determinata da quanto attentamente gestisce le proprie risorse, non solo da quanto duramente cerca di crescere. Il modello non pretende di risolvere il mistero di come sia nata la vita o di predire il futuro di tutti gli ecosistemi. Invece, offre una base matematica chiara per vedere come la pressione a riprodursi e la realtà delle scorte limitate modellino il destino di qualsiasi linea autoreplicante.