Phylogenies can be used to predict future diversification but with limited success

地球上的生命是一个不断变化的故事，物种在其中分裂成新的形式，而另一些则逐渐消逝。这一过程被称为多样化，不同动物类群的多样化速度各不相同。有些谱系，如鸟类，已经爆发式地演化出数千个物种，而另一些则相对保持稳定。科学家们长期以来一直试图理解这种差异背后的规律，希望能够识别出哪些类群更有可能蓬勃发展，以及哪些可能会陷入困境。为了实现这一目标，他们使用被称为“系统发育树”的生命之树，这些树描绘了物种之间的亲缘关系。通过观察这些树的末端——即位于分支最顶端的现存物种——研究人员开发出了数学工具，用以估算一个谱系当前分裂成新物种的速度。其最终目标是利用这些估算值来预测哪些物种在未来的数百万年里会最为成功，这个问题对于保护工作和理解生物多样性的未来具有深远意义。

一个研究小组着手测试这些预测工具在现实世界中是否真的有效。虽然这些方法已经在计算机模拟中得到了测试，但从未有人检查过它们是否能利用真实的自然数据来准确预见未来。由 Grace Ridder 和 Jan Smyčka 领导的这个团队决定将这些方法置于终极考验之下：时间旅行。由于他们无法等待未来发生，他们使用了一个巧妙的技巧，即利用过去。他们获取了包括鸟类和哺乳类在内的现存类群，以及恐龙在内的灭绝类群等四足动物的大型谱系树。他们将这些树在特定的时间点进行“切割”，将那个时刻视为“今天”。然后，他们使用标准的预测工具来估算存在于该切片处的谱系的未来成功程度。最后，他们观察了在接下来的几百万年里实际发生了什么，以查看预测是否与现实相符。

研究人员发现，这些工具确实具有一定的预测未来的能力，但效果远非完美。在他们研究的大多数类群中，该方法正确地识别出：那些具有较高估算分裂率的谱系，在日后确实会产生更多的后代。这意味着这些工具比随机猜测要好。然而，准确性因动物类群和所使用的特定方法而异。例如，一种依赖于简单计数规则的方法在许多不同的类群中表现得相当出色，一致显示出其估算值与实际出现的新物种数量之间存在正相关关系。另一组方法则使用更复杂的统计模型来解释物种如何灭绝，这些方法有时会遇到困难。在某些情况下，特别是在针对食肉动物和蹄类食草动物等特定哺乳动物类群时，这些复杂的模型有时无法发现任何清晰的模式，甚至得出了与实际情况相反的结论。

研究还表明，预测物种的未来本质上是困难的，因为进化是一个混沌的过程。即使工具捕捉到了大致的方向，也无法精确预测新物种的具体数量。研究人员计算出，现有的方法只能解释未来多样性中极小一部分的变化。很大一部分结果是由任何模型都无法预见的偶然事件驱动的。此外，这些工具在预测新物种的诞生方面比预测物种灭绝方面要有效得多。这部分是因为现存动物的数据无法向我们展示那些已经消亡的谱系，导致我们很难从过去的失败中吸取教训。研究人员指出，谱系树的大小也很重要；这些方法在拥有数千个物种的庞大类群上表现较好，而在只有几百个物种的小型类群上表现较差。

最终，这项工作表明，虽然我们可以对哪些谱系蓄势待发、准备增长做出有根据的推测，但我们必须对细节保持谨慎。这些工具对于识别总体趋势（例如识别哪些类群在创造新物种方面普遍更加活跃）非常有用，但它们无法提供精确的预报。研究人员发现，不同的方法各有优劣：有些擅长按潜力对物种进行排名，而有些则擅长估算实际的进化速度，尽管后者的稳定性较差。研究结论认为，预测生命的未来是可能的，但程度有限。结果在很大程度上取决于所研究的特定动物类群以及可用数据的质量，这提醒我们，生命的篇章是由可预测的模式与不可预测的偶然性共同谱写的。