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

Het leven op aarde is verbonden door een uitgestrekte, vertakkende geschiedenis, een stamboom die miljarden jaren terugreikt. Wetenschappers stellen deze geschiedenis vaak voor als een diagram waarbij lijnen splitsen om te laten zien hoe soorten zijn afgekomen van gemeenschappelijke voorouders. Deze diagrammen, bekend als fylogenetische bomen, zijn meer dan alleen plaatjes van wie aan wie verwant is; hun algemene vorm vertelt een verhaal over hoe evolutie heeft plaatsgevonden. Sommige bomen zijn breed en struikachtig, wat suggereert dat veel soorten tegelijkertijd snel evolueerden, terwijl andere lang en sprietig zijn, wat wijst op een langzame, gestage mars van verandering. Decennialang hebben onderzoekers geprobeerd deze vormen te meten met wiskundige hulpmiddelen die indices worden genoemd. Deze getallen zijn bedoeld om de essentie van de structuur van een boom te vatten, waardoor wetenschappers verschillende groepen leven kunnen vergelijken en theorieën over hoe biodiversiteit groeit kunnen testen. Tot nu toe had echter niemand getest of deze hulpmiddelen daadwerkelijk betrouwbaar werken op de miljoenen echte bomen die in wetenschappelijke databases bestaan.

Een team van onderzoekers besloot deze meetinstrumenten onlangs aan de ultieme test te onderwerpen. Ze verzamelden meer dan 45.000.000 echte evolutionaire bomen uit twee grote publieke collecties, een schaal van data die nooit eerder was geprobeerd. Om deze enorme hoeveelheid informatie te verwerken, bouwden ze een nieuwe, open-source softwaretool die specifiek is ontworpen om 54 verschillende vormindices te berekenen. Hun doel was simpel maar cruciaal: kijken of deze getallen standhouden wanneer ze worden toegepast op de rommelige, complexe realiteit van werkelijke biologische data, in plaats van op theoretische modellen. Wat ze vonden, suggereert dat veel wetenschappers conclusies trekken op basis van metingen die veel kwetsbaarder zijn dan voorheen werd aangenomen.

De studie onthulde dat de vorm van een boom vaak geen vaste eigenschap is, maar sterk afhangt van waar het startpunt, of de wortel, wordt geplaatst. In veel evolutionaire bomen is de exacte locatie van de wortel onzeker of onderwerp van debat. De onderzoekers ontdekten dat voor 14 van de 54 geteste indices het verschuiven van de wortel zelfs maar een klein beetje, de vormwaarde drastisch deed veranderen. Slechts vijf van de indices bleven stabiel, ongeacht waar de wortel werd geplaatst, terwijl de rest een matig niveau van gevoeligheid vertoonde. Dit betekent dat als een onderzoeker onzeker is over de wortel van een boom, de berekende vorm een artefact kan zijn van die onzekerheid, in plaats van een ware reflectie van de evolutionaire geschiedenis. De waarden zijn niet slechts een klein beetje af; ze kunnen fundamenteel misleidend zijn, afhankelijk van hoe de boom wordt georiënteerd.

Een ander belangrijke bevinding betreft de grootte van de boom zelf. De onderzoekers observeerden dat bijna alle indices, met uitzondering van vijf, inherent verbonden zijn met het aantal soorten in de boom. Zelfs toen de wetenschappers probeerden standaardtechnieken te gebruiken om de data te normaliseren en het effect van de grootte te verwijderen, bleef de correlatie bestaan. Dit creëert een aanzienlijk probleem voor vergelijking: een boom met honderd soorten en een boom met duizend soorten kunnen niet eerlijk met elkaar worden vergeleken met behulp van deze instrumenten, omdat de getallen zullen verschillen simpelweg omdat de ene boom groter is, en niet omdat hun vormen fundamenteel verschillend zijn. Het is als het proberen te vergelijken van de dichtheid van een kleine kiezelsteen met die van een grote rotsblok met behulp van een liniaal; het verschil in grootte overstemt het verschil in vorm.

De onderzoekers vonden ook dat veel van deze 54 indices niet onafhankelijk van elkaar zijn. In plaats daarvan bewegen grote groepen van hen in lockstep, waarbij ze samen stijgen en dalen om hetzelfde aspect van de boom te beschrijven. Deze redundantie betekent dat het gebruik van een lange lijst van indices niet noodzakelijkerwijs een completer beeld geeft; het herhaalt vaak simpelweg dezelfde informatie op verschillende manieren. Om een werkelijk begrip van de vorm van een boom te krijgen, suggereert de studie dat wetenschappers zorgvuldig een kleine, diverse set van niet-gecorreleerde indices moeten selecteren. Deze aanpak zou de verschillende facetten van de structuur van de boom vastleggen zonder energie te verspillen aan redundante data.

Uiteindelijk dient deze grootschalige evaluatie als een noodzakelijke gids voor de toekomst van de evolutionaire biologie. Het verwerpt de waarde van de analyse van de boomvorm niet, maar het eist een meer voorzichtige en rigoureuze aanpak. Door te identificeren welke instrumenten stabiel zijn en welke foutgevoelig zijn, biedt de studie een duidelijk pad vooruit. Wetenschappers kunnen nu de juiste indices voor hun werk kiezen, zodat zij ervoor kunnen zorgen dat hun conclusies over de geschiedenis van het leven gebaseerd zijn op een solide fundament in plaats op metingen die verschuiven bij de kleinste verandering van perspectief. De onderzoekers hebben hun nieuwe software beschikbaar gesteld aan het publiek, en nodigen de wetenschappelijke gemeenschap uit om deze zorgzamere standaarden te adopteren en de vormen van de geschiedenis van het leven met grotere precisie te interpreteren.