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

A vida na Terra é conectada por uma vasta história ramificada, uma árvore genealógica que se estende por bilhões de anos. Os cientistas frequentemente representam essa história como um diagrama onde linhas se dividem para mostrar como as espécies divergiram de ancestrais comuns. Esses diagramas, conhecidos como árvores filogenéticas, são mais do que apenas imagens de quem é relacionado a quem; sua forma geral conta uma história sobre como a evolução aconteceu. Algumas árvores são largas e arbustivas, sugerindo que muitas espécies evoluíram rapidamente ao mesmo tempo, enquanto outras são longas e esguias, insinuando uma marcha lenta e constante de mudança. Por décadas, pesquisadores tentaram medir essas formas usando ferramentas matemáticas chamadas índices. Esses números pretendem capturar a essência da estrutura de uma árvore, permitindo que os cientistas comparem diferentes grupos de vida e testem teorias sobre como a biodiversidade cresce. No entanto, até agora, ninguém havia testado se essas ferramentas realmente funcionam de forma confiável nas milhões de árvores reais que existem em bancos de dados científicos.

Uma equipe de pesquisadores decidiu recentemente submeter essas ferramentas de medição ao teste definitivo. Eles reuniram mais de 45.000.000 de árvores evolutivas reais de duas grandes coleções públicas, uma escala de dados nunca antes tentada. Para lidar com essa quantidade massiva de informações, eles construíram uma nova ferramenta de software de código aberto, projetada especificamente para calcular 54 índices de forma diferentes. O objetivo deles era simples, mas crítico: ver se esses números se sustentam quando aplicados à realidade desordenada e complexa dos dados biológicos reais, em vez de apenas modelos teóricos. O que encontraram sugere que muitos cientistas têm tirado conclusões baseadas em medições que são muito mais frágeis do que se pensava anteriormente.

O estudo revelou que a forma de uma árvore muitas vezes não é uma propriedade fixa, mas depende fortemente de onde o ponto de partida, ou raiz, é colocado. Em muitas árvores evolutivas, a localização exata da raiz é incerta ou debatida. Os pesquisadores descobriram que, para 14 dos 54 índices testados, mover a raiz mesmo que ligeiramente fez com que o valor da forma mudasse dramaticamente. Apenas cinco dos índices permaneceram estáveis independentemente de onde a raiz era colocada, enquanto o restante mostrou um nível moderado de sensibilidade. Isso significa que, se um pesquisador estiver incerto sobre a raiz de uma árvore, a forma que ele calcula pode ser um artefato dessa incerteza, em vez de um reflexo verdadeiro da história evolutiva. Os valores não estão apenas ligeiramente errados; eles podem ser fundamentalmente enganosos dependendo de como a árvore é orientada.

Outra descoberta importante diz respeito ao tamanho da própria árvore. Os pesquisadores observaram que quase todos os índices, com exceção de cinco, estão inerentemente ligados ao número de espécies na árvore. Mesmo quando os cientistas tentaram usar técnicas padrão para normalizar os dados e remover o efeito do tamanho, a correlação permaneceu. Isso cria um problema significativo de comparação: uma árvore com cem espécies e uma árvore com mil espécies não podem ser comparadas de forma justa usando essas ferramentas, porque os números diferirão simplesmente porque uma árvore é maior, não porque suas formas sejam fundamentalmente diferentes. É como tentar comparar a densidade de um pequeno cascalho com a de um grande rochedo usando uma régua; a diferença de tamanho sobrecarrega a diferença de forma.

Os pesquisadores também descobriram que muitos desses 54 índices não são independentes uns dos outros. Em vez disso, grandes grupos deles se movem em sincronia, subindo e descendo juntos para descrever o mesmo aspecto da árvore. Essa redundância significa que o uso de uma longa lista de índices não fornece necessariamente uma imagem mais completa; muitas vezes, apenas repete a mesma informação de maneiras diferentes. Para obter uma compreensão verdadeira da forma de uma árvore, o estudo sugere que os cientistas devem selecionar cuidadosamente um conjunto pequeno e diversificado de índices não correlacionados. Essa abordagem capturaria as diferentes facetas da estrutura da árvore sem desperdiçar esforço com dados redundantes.

Fundamentalmente, essa avaliação em larga escala serve como um guia necessário para o futuro da biologia evolutiva. Ela não descarta o valor da análise da forma da árvore, mas exige uma abordagem mais cautelosa e rigorosa. Ao identificar quais ferramentas são estáveis e quais são propensas a erros, o estudo fornece um caminho claro a seguir. Os cientistas podem agora escolher os índices certos para seu trabalho, garantindo que suas conclusões sobre a história da vida sejam baseadas em solo sólido, e não em medições que mudam com a menor alteração de perspectiva. Os pesquisadores disponibilizaram seu novo software ao público, convidando a comunidade científica a adotar esses padrões mais cuidadosos e a interpretar as formas da história da vida com maior precisão.