Phylogenetic estimation of diversity-dependent biogeographic rates using deep learning

Este artigo apresenta o modelo DDGeoSSE, uma abordagem generativa baseada em eventos que utiliza aprendizado profundo para inferir como a riqueza local de espécies modula as taxas de especiação, extinção e dispersão, demonstrando empiricamente que a diversidade local influencia significativamente a dinâmica de diversificação em lagartos *Anolis* das Antilhas e plantas do gênero *Viburnum*.

O essencial

Imagine que você está observando uma grande festa em uma ilha. À medida que mais pessoas chegam, a festa fica mais animada, mas também mais caótica. As pessoas começam a brigar por espaço (competição), alguns se cansam e vão embora (extinção), e a chance de alguém novo chegar ou de duas pessoas se separarem para formar um novo grupo diminui.

Este artigo científico, escrito por Albert Soewongsono e Michael Landis, trata exatamente de como entender essa "festa" na natureza, mas em escala de milhões de anos e envolvendo milhões de espécies.

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. O Problema: A Festa que Nunca Para?

Durante muito tempo, os biólogos usaram modelos matemáticos para prever como as espécies evoluem. A maioria desses modelos funcionava como se a natureza fosse uma festa infinita: quanto mais tempo passava, mais gente chegava, sem limites.

Mas a natureza não funciona assim. Existe um limite de espaço e comida. Quando uma região fica cheia de espécies, a competição aumenta. Isso faz com que:

• Nasçam menos novas espécies (é difícil se estabelecer quando já está lotado).
• Morram mais espécies (a briga por recursos é maior).
• Cheguem menos imigrantes (novas espécies têm dificuldade em entrar em um lugar já ocupado).

O grande desafio era criar uma fórmula matemática que explicasse essa "saturação" (o limite de capacidade) em diferentes lugares ao mesmo tempo, considerando a história de quem é parente de quem.

2. A Solução: O "DDGeoSSE" (O Maestro da Festa)

Os autores criaram um novo modelo chamado DDGeoSSE. Pense nele como um maestro de orquestra superinteligente.

• O que ele faz: Ele não apenas observa a música (a evolução), mas entende que o volume da música muda dependendo de quantos músicos estão no palco. Se o palco está cheio, o maestro diminui o ritmo de novos músicos entrando e aumenta o ritmo de músicos saindo.
• A inovação: Antes, os modelos eram rígidos. Este novo modelo é flexível. Ele permite testar hipóteses diferentes: "E se a competição só afetar a extinção?" ou "E se afetar apenas a chegada de novos animais?". Ele simula a história da vida em diferentes regiões (ilhas, montanhas, continentes) ao mesmo tempo.

3. O Desafio: A Matemática é Muito Complexa

O problema é que esse modelo é tão complexo que a matemática tradicional (fórmulas de cálculo) não consegue resolver as equações para descobrir os segredos da evolução. É como tentar calcular a trajetória exata de cada gota de chuva em uma tempestade usando apenas uma calculadora de mão.

4. A Ferramenta Mágica: Inteligência Artificial (Deep Learning)

Como a matemática tradicional falhou, os autores usaram Deep Learning (Aprendizado Profundo), que é o mesmo tipo de tecnologia usada em carros autônomos ou no reconhecimento de voz do seu celular.

• Como funcionou: Eles criaram um "simulador" que gerou milhares de árvores genealógicas fictícias (como se fossem árvores de família de dinossauros ou lagartos) com regras diferentes de competição.
• O Treinamento: Eles "ensinaram" uma rede neural (um cérebro de computador) a olhar para essas árvores e adivinhar quais regras foram usadas para criá-las.
• O Resultado: Depois de treinada, a IA consegue olhar para uma árvore genealógica real e dizer: "Ah, aqui a competição fez as espécies morrerem mais rápido" ou "Aqui, a lotação impediu que novas espécies nascessem".

5. A Aplicação Real: Lagartos e Plantas

Para provar que a ferramenta funciona, eles a aplicaram em dois casos reais:

1. Lagartos Anolis do Caribe: Imagine lagartos em ilhas como o Havaí ou Jamaica. A IA confirmou o que os biólogos suspeitavam: quando uma ilha fica cheia de lagartos, a taxa de surgimento de novas espécies cai e a taxa de extinção sobe. A natureza atingiu seu "limite de capacidade".
2. Plantas Viburnum nas nuvens: Um grupo de plantas que vive nas montanhas da América do Sul. A IA descobriu que, para elas, a competição também freia o surgimento de novas espécies, mas talvez não afete tanto a extinção quanto nos lagartos.

Resumo da Ópera

Este artigo é como ter criado um novo tipo de raio-X para a evolução.

Antes, os cientistas tinham que adivinhar como a competição entre espécies moldava a vida na Terra. Agora, com o modelo DDGeoSSE e a ajuda da Inteligência Artificial, eles podem "enxergar" com precisão como a lotação de um ambiente (seja uma ilha ou uma floresta) acelera a morte de algumas espécies e freia o nascimento de outras, explicando por que a biodiversidade não cresce para sempre, mas se estabiliza em um equilíbrio natural.

É uma ferramenta poderosa para entender por que a vida na Terra é como é hoje, e como ela pode mudar no futuro se as regras da "festa" forem alteradas.

Resumo técnico

Título: Estimativa Filogenética de Taxas Biogeográficas Dependentes da Diversidade usando Aprendizado Profundo

1. O Problema

A teoria ecológica prevê que a riqueza de espécies local influencia as taxas biogeográficas de especiação, extinção e dispersão. Em geral, o aumento da competição em uma região deve diminuir as taxas de especiação e dispersão, mas aumentar as taxas de extinção, levando a uma capacidade de suporte (carrying capacity) para a riqueza local.

No entanto, a maioria dos modelos filogenéticos existentes de diversificação permite um crescimento ilimitado da riqueza de espécies ao longo do tempo, contradizendo a teoria do equilíbrio da biogeografia de ilhas. Modelos anteriores que tentam incorporar dependência da diversidade (como DAISIE ou extensões do MuSSE) frequentemente:

• São determinísticos ou fenomenológicos (usam área como proxy em vez de contagens reais de espécies).
• Assumem uma única capacidade de suporte global para todos os processos (especiação, extinção, dispersão), limitando a capacidade de testar se a diversidade afeta cada processo de forma diferente.
• Não possuem funções de verossimilhança tratáveis (analíticas) quando se tornam complexos, dificultando a inferência estatística tradicional.

2. Metodologia

Os autores desenvolveram um novo modelo chamado DDGeoSSE (Diversity-Dependent GeoSSE) e uma abordagem de inferência baseada em aprendizado profundo.

• O Modelo DDGeoSSE:

  • É um modelo generativo baseado em eventos que estende o framework GeoSSE.
  • Permite que a contagem local de espécies ($n_i(t)$) module as taxas de especiação intra-regional, extinção, dispersão e especiação inter-regional.
  • Utiliza uma função logarítmica para o efeito dependente da diversidade, onde as taxas são multiplicadas por um fator $m^D_p(i,t) = (\log_e(n_i(t)) + 1)^{pD}$. Isso permite que a diversidade tenha efeitos positivos, negativos ou neutros sobre as taxas.
  • Diferencia-se de modelos anteriores ao tratar a diversidade de equilíbrio local como uma propriedade emergente do processo gerador de dados, e não como um parâmetro fixo global.
  • Derivações matemáticas foram feitas para definir a diversidade de equilíbrio local ($n^*_i$) através de uma equação de balanço entre taxas de entrada (especiação + dispersão) e saída (extinção).

• Inferência via Aprendizado Profundo (Deep Learning):

  • Devido à falta de funções de verossimilhança tratáveis para o modelo complexo, os autores utilizaram o software phyddle.
  • Simulação: Foram gerados 400.000 conjuntos de dados de treinamento (árvores filogenéticas e estados das pontas) sob 8 submodelos diferentes (variações de quais processos têm dependência de diversidade).
  • Treinamento: Redes neurais convolucionais foram treinadas para realizar duas tarefas:
    1. Estimação de Parâmetros: Prever os valores dos parâmetros base ($\rho$) e dos efeitos dependentes da diversidade ($pD$).
    2. Seleção de Modelo: Classificar qual submodelo (qual combinação de processos dependentes da diversidade) melhor explica os dados observados.
  • A abordagem é "livre de verossimilhança" (likelihood-free), aprendendo a mapear diretamente as estatísticas da árvore e dos estados para os parâmetros do modelo.

3. Contribuições Principais

1. Novo Modelo Teórico (DDGeoSSE): O primeiro modelo de nascimento-morte que integra explicitamente a contagem real de espécies locais, a história biogeográfica e taxas de diversificação dependentes do estado, permitindo que diferentes processos evolutivos tenham diferentes capacidades de suporte ou respostas à diversidade.
2. Derivação Matemática: Provas teóricas e soluções analíticas/numéricas para a diversidade de equilíbrio local sob diversas configurações de parâmetros.
3. Pipeline de Inferência: Uma implementação robusta de aprendizado profundo para estimar parâmetros e selecionar modelos em cenários biogeográficos complexos onde métodos tradicionais falham.
4. Análise de Estatísticas de Árvore: Demonstração de como a dependência da diversidade afeta estatísticas de forma de árvore (como o $\beta$ de Aldous e o $\gamma$ de Pybus-Harvey) e tamanhos de alcance geográfico.

4. Resultados

• Desempenho da Simulação:

  • As redes neurais demonstraram alta precisão na seleção de modelos (acurácia de 73% a 87% em detectar a presença de dependência de diversidade).
  • A estimação de parâmetros foi precisa para as taxas base, mas os parâmetros de efeito de extinção ($eD$) mostraram maior incerteza (intervalos de confiança mais amplos), o que é consistente com a dificuldade conhecida de estimar extinção em filogenias.
  • Simulações mostraram que a dependência de diversidade gera padrões distintos: maior desequilíbrio na árvore ($\beta$), redução no número médio de táxons extantes e alterações nos tamanhos de alcance geográfico, dependendo de qual processo (especiação, extinção ou dispersão) é afetado.

• Aplicação Empírica:

  • Lagartos Anolis do Caribe: O modelo melhor ajustado (Submodelo 7) indicou forte suporte para dependência de diversidade na especiação intra-regional (reduzida pela riqueza) e na extinção (aumentada pela riqueza), com suporte mais fraco para dispersão. Isso corrobora a hipótese de saturação de nicho e competição local.
  • Plantas Viburnum (clado Oreinotinus): O melhor ajuste (Submodelo 6) indicou dependência de diversidade na especiação intra-regional e na dispersão de retorno (inbound), mas sem efeito claro na extinção. Isso sugere que a riqueza local limita a especiação e a entrada de novas espécies (efeito de incumbência), mas não necessariamente aumenta a extinção local neste clado específico.

5. Significado e Conclusão

O artigo representa um avanço significativo na biologia evolutiva e biogeografia ao fornecer uma ferramenta capaz de testar hipóteses complexas sobre como a competição e a saturação de nicho moldam a diversificação em escala regional.

• Superação de Limitações: O DDGeoSSE supera as limitações de modelos anteriores ao permitir que a capacidade de suporte seja emergente e específica para cada processo biogeográfico.
• Viabilidade do Aprendizado Profundo: O estudo valida o uso de aprendizado profundo para inferência filogenética em modelos complexos onde a verossimilhança é intratável, oferecendo uma alternativa viável aos métodos de máxima verossimilhança e Bayesiana tradicionais.
• Insights Ecológicos: A aplicação em Anolis e Viburnum fornece evidências quantitativas de que a riqueza de espécies local é um motor fundamental na regulação das taxas de diversificação, confirmando a relevância da teoria de capacidade de suporte em escalas macroevolutivas.

Em suma, o trabalho oferece um framework unificado para entender como a diversidade biológica se auto-regula através de interações espaciais e temporais, combinando teoria matemática rigorosa com técnicas modernas de inteligência artificial.