Unlocking a flexible set of phylogenetic models for discrete and continuous trait evolution using discretized stochastic diffusion

Stel je voor dat je een detective bent die probeert het mysterie op te lossen van hoe het leven over miljoenen jaren verandert. Je hebt een stamboom van dieren, zoals een gigantisch, vertakkend diagram dat laat zien wie aan wie verwant is. Jouw taak is om te achterhalen hoe specifieke eigenschappen—zoals de grootte van een snavel, de lengte van een staart of de kleur van een veer—zich langs de takken van die boom hebben ontwikkeld. Een lange tijd hebben wetenschappers een wiskundig hulpmiddel genaast genaamd "Brownse beweging" om de evolutie van eigenschappen te modelleren. Denk aan Brownse beweging als een dronken persoon die willekeurig door een mistig park struikelt. Ze hebben geen bestemming; ze zetten gewoon stappen in willekeurige richtingen. Na verloop van tijd groeit de afstand die ze afleggen vanaf het startpunt, maar je kunt niet precies voorspellen waar ze zullen eindigen, alleen de waarschijnlijkheid waar ze zich zouden kunnen bevinden. Deze "random walk" (willekeurige wandeling) was de standaardmanier om te raden hoe eigenschappen evolueren.

Echter, het echte leven is niet altijd een willekeurige wandeling in een open park. Soms zijn er muren. Een hagedis kan geen staart groeien die langer is dan zijn lichaam, of een vogel kan geen snavel krijgen die zo groot is dat zijn schedel breekt. Dit zijn "grenzen" of "beperkingen". Het was een lange tijd lang extreem moeilijk, bijna onmogelijk, om de wiskunde te doen voor een willekeurige wandeling die een muur raakt en terugkaatst, vooral voor grote stambomen. Het was also option om de exacte route van die dronken persoon te berekenen als het park overal onzichtbare, stuiterende muren had. Omdat de wiskunde zo moeilijk was, negeerden wetenschappers de muren vaak gewoon, wat leidde tot foutieve schattingen over hoe snel eigenschappen veranderden. Deze paper gaat over een slimme nieuwe manier om dat wiskundige puzzelstukje op te lossen, wat de deur opent naar het begrijpen van evolutie op veel complexere en realistischere manieren.

De Paper: Het ontgrendelen van evolutionaire modellen met een digitale ladder

Deze paper, geschreven door een team van evolutionair biologen, is in essentie een masterclass in hoe je een slimme wiskundige truc gebruikt om problemen op te lossen die voorheen te moeilijk waren om te kraken. De auteurs bouwen voort op een methode geïntroduceerd door Boucher en Démery in 2016, die zij beschrijven als een "gediscretiseerde diffusie-benadering". Om te begrijpen wat dat betekent, stel je voor dat je de vloeiende, continue beweging van een rivier probeert te meten. Het is continu; het water stroomt zonder te stoppen. Maar als je die rivier op een computer wilt simuleren die alleen gehele getallen begrijpt, zou je de rivier in kleine, afzonderlijke stappen of "bins" (bakjes) kunnen hakken. Je zou zeggen: "Het water is hier, dan beweegt het naar het volgende bakje, en dan naar het volgende."

De auteurs laten zien dat als je deze stappen klein genoeg maakt—zo klein dat ze bijna onzichtbaar zijn—de "gestapte" simulatie ononderscheidbaar wordt van de echte, vloeiende rivier. Ze noemen dit de "gediscretiseerde diffusie-benadering". Het is alsof je een digitale ladder gebruikt om een gladde glijbaan te beklimmen; als de sporten dicht genoeg bij elkaar staan, kun je de glijbaan net zo vloeiend beklimmen als wanneer je er gewoon vanaf glijdt.

Het grote nieuws hier is dat deze truc werkt voor allerlei soorten evolutionaire scenario's die voorheen geen werkende wiskundige formules hadden. De auteurs leggen niet alleen de truc uit, maar gebruiken deze ook om vijf nieuwe manieren te ontsluiten om te modelleren hoe eigenschappen evolueren.

Eerst herzien ze de Bounded Brownian Motion (Begrensde Brownse Beweging). Dit is het scenario van de "dronken persoon met muren". In het verleden, als een eigenschap een limiet bereikte (zoals een maximale grootte), stortte de wiskunde in. Met behulp van hun ladder-truc kunnen de auteurs nu een eigenschap simuleren die tegen muren botst en terugkaatst. Ze voerden simulaties uit die lieten zien dat als je deze muren negeert, je systematisch onderschat hoe snel een eigenschap evolueert. Het is alsof je denkt dat een hardloper traag is omdat hij steeds tegen een muur aan blijft lopen en terugkaatst, terwijl hij in werkelijkheid aan het sprinten is maar simpelweg niet voorbij de barrière kan. Hun nieuwe methode corrigeert dit, waardoor ze nauwkeurige schattingen geven van de evolutionaire snelheid, zelfs wanneer eigenschappen beperkt zijn.

Vervolgens pakken ze het Threshold Model (Drempelmodel) aan. Stel je een eigenschap voor die onderliggend continu is, maar er aan de oppervlakte discreet uitziet. Denk aan de "liability" (aangeboren aanleg) van een hagedis om een bepa bepaald aantal tenen te hebben. Misschien is de onderliggende biologie een vloeiende schaal van ontwikkeling, maar zodra het een bepaalde "drempel" overschrijdt, wordt de hagedis geboren met ofwel 4 of 5 tenen. De paper laat zien hoe je hun ladder-methode kunt gebruiken om te achterhalen waar deze onzichtbare drempels liggen, zelfs als we alleen de uiteindelijke telling van de tenen zien. Ze simuleerden data en vonden dat hun methode in staat was om deze verborgen drempels correct te identificeren en te onderscheiden van andere willekeurige evolutionaire patronen.

Daarna introduceren ze een gloednieuw idee: het Semi-Threshold Model. Dit is een combinatie van de twee vorige ideeën. Stel je een eigenschap voor zoals "hoornlengte". Het kan vloeiend groeien en krimpen, maar als het tot nul krimpt, is de hoorn weg. Je kunt geen negatieve hoornlengte meten; de hoorn is simpelweg "afwezig". Echter, de potentie om een hoorn te groeien (de liability) kan eronder nog steeds aan het evolueren zijn, zelfs als de hoorn weg is. De auteurs creëerden een model voor deze "vastgelopen" staat. Ze simuleerden data waarbij eigenschappen ofwel meetbaar waren of "gecensureerd" (vastgelopen bij nul of een maximum), en hun methode slaagde erin de evolutionaire snelheden te schatten, terwijl standaardmethoden faalden.

De paper verkent ook Joint Evolution (Gezamenlijke Evolutie), waarbij twee verschillende soorten eigenschappen elkaar beïnvloeden.

• Discrete-Dependent Continuous: Stel je een vis voor die ofwel in open water of in een rif leeft. De paper suggereert dat de snelheid waarmee de lichaamsvorm van de vis verandert, afhankelijk kan zijn van welk habitat hij zich bevindt. In open water verandert de lichaamsvorm misschien langzaam; in een rif verandert deze snel. De auteurs bouwden een model waarbij de "ladder" voor de continue eigenschap (lichaamsvorm) verschillende sporten heeft, afhankelijk van de discrete eigenschap (habitat). Hun simulaties toonden aan dat deze methode nauwkeurig kon bepalen hoe snel de vissen in elk habitat evolueerden, en presteerde hiermee beter dan oudere methoden die eerst de habitatgeschiedenis probeerden te raden en daarna pas de vorm maten.
• Continuous-Dependent Discrete: Dit is het omgekeerde. Stel je een reptiel voor dat eieren legt of levendbarende is. De paper suggereert dat de snelheid waarmee een soort overgaat van eieren leggen naar levendbarend zijn, afhankelijk kan zijn van de temperatuur (een continue eigenschap). Als het warm is, gebeurt de overgang misschien sneller. Ze modelleerden dit met behulp van een "sigmoïde" curve (een S-vorm) om te laten zien hoe de temperatuur de kans op de overgang beïnvloedt. Hoewel ze voor dit specifieke model geen enorme simulaties hebben gedraaid vanwege computerbeperkingen, lieten ze zien dat de wiskunde werkt en de data kan fitten.

Ten slotte presenteren ze een Multi-Trend Model. Dit is voor situaties waarin eigenschappen niet zomaar willekeurig ronddwalen, maar een richting hebben. Stel je een virus voor dat zich verspreidt over een kaart. Het kan willekeurig driften, maar als de gastheer verandert (een discrete eigenschap), kan het virus plotseling een richting uit gaan, bijvoorbeeld naar het noorden of zuiden (een trend). De auteurs toonden aan hoe ze deze "drift met een richting" kunnen modelleren die verandert op basis van de gastheer. Ze simuleerden dit op niet-uniforme stambomen en vonden dat hun methode in staat was om zowel de snelheid van de drift als de richting van de trend nauwkeurig in te schatten.

Wat de Paper Wel en Niet Doet

De auteurs zijn zeer duidelijk over wat zij hebben bereikt. Ze hebben een proof of concept geleverd via simulaties die aantonen dat deze "ladder"-methode werkt voor deze specifieke modellen. Ze toonden aan dat wanneer ze data simuleerden met bekende regels, hun methode die regels met redelijke nauwkeurigheid kon terugvinden. Bijvoorbeeld, ze demonstreerden dat het negeren van grenzen leidt tot foutieve antwoorden, en dat hun methode dit corrigeert. Ze toonden ook aan dat hun gezamenlijke modellen nauwkeuriger zijn dan de oude "twee-stappen-methode" waarbij men eerst één eigenschap en dan de andere probeert te raden. Echter, ze merken expliciet op dat deze analyses voorlopig zijn en bedoeld zijn om de haalbaarheid van de aanpak aan te tonen, in plaats van een uitgebreid onderzoek naar statistische eigenschappen te zijn.

Ze sluiten ook expliciet de mogelijkheid uit dat dit slechts een manier is om continue data in eenvoudige categorieën te verdelen. Ze benadrukken dat ze niet zeggen: "laten we grote hagedissen gewoon 'groot' en kleine 'klein' noemen en dat zo analyseren." Dat zou een fout zijn. Hun methode gebruikt de "ladder" alleen als een tijdelijk wiskundig hulpmiddel om de waarschijnlijkheid van de vloeiende, continue realiteit te berekenen. Het uiteindelijke antwoord gaat altijd over de continue eigenschap, niet over de bins.

Ze suggereren ook dat deze aanpak slechts het topje van de ijsberg is. Ze vermelden dat deze methode waarschijnlijk ook gebruikt kan worden voor "hidden-rate" modellen (waarbij we de eigenschap die de verandering veroorzaakt niet zien) of zelfs voor eigenschappen die plotseling springen (discontinue sprongen), maar dat ze die nog niet volledig hebben getest. Ze geven toe dat voor sommige van de complexere modellen, zoals de continuous-dependent discrete trait, ze nog geen massale simulatiestudies hebben uitgevoerd omdat de wiskunde erg rekenintensief is. Ze raden toekomstige onderzoekers aan om die specifieke grenzen te testen.

Kortom, deze paper claimt niet dat het alle mysteries van de evolutie heeft opgelost. In plaats daarvan overhandigt het de wetenschappelijke gemeenschap een krachtig, flexibel nieuw instrument—een manier om complexe, rommelige evolutionaire processen te benaderen die voorheen te moeilijk te berekenen waren. Het suggereert dat door deze "gediscretiseerde diffusie"-truc te gebruiken, we eindelijk modellen kunnen bouwen die recht doen aan de muren, de drempels en de verborgen verbindingen van de natuurlijke wereld, wat leidt tot een helderder beeld van hoe het leven door de tijd heen is veranderd.