Cientistas repetiram a evolução e encontraram uma surpresa

Petak questionou-se se as alterações ambientais frequentes realmente ajudam as populações a adaptar-se, preparando-as para desafios futuros, ou se as perturbações constantes atrasam o progresso. “As populações beneficiam de muitas flutuações ambientais, tornando as novas gerações mais preparadas para enfrentar mudanças futuras”, perguntou ela, “ou são prejudicadas, forçadas a readaptar-se repetidamente, nunca atingindo os níveis de aptidão que as mesmas populações num ambiente estável poderiam alcançar?”

Simulando a evolução entre gerações

Para investigar esta questão, Petak se uniu ao cientista da computação da Universidade de Vermont, Lapo Frati, junto com outros dois pesquisadores da UVM e um colaborador da Universidade de Cambridge. Juntos, eles desenvolveram um estudo inovador usando simulações computacionais avançadas que acompanharam milhares de gerações de organismos digitais.

As descobertas, publicadas em 15 de dezembro no Proceedings of the National Academy of Sciences (PNAS), desafiaram suposições simples sobre a evolução. “Encontramos uma variação notável na forma como as populações evoluíram em ambientes variáveis”, relataram os pesquisadores. “Em alguns casos, a mudança do ambiente ajudou as populações a encontrar picos de aptidão mais elevados; noutros, atrapalhou-os”.

Impossível testar em laboratório

A pesquisa evolutiva tradicional muitas vezes rastreia uma única população que vive sob um conjunto de condições. Frati explica que esse foco estreito pode deixar passar padrões importantes. “Os pesquisadores frequentemente observam a trajetória de longo prazo de uma população em um ambiente específico, diz Frati. “Escolhemos uma série de ambientes e vemos como as especificidades de cada um influenciam a trajetória de muitas populações”.

Para ver por que razão esta abordagem mais ampla é importante, consideremos as moscas-das-frutas que vivem em partes muito diferentes do mundo. Uma população nos Estados Unidos pode sofrer variações sazonais de temperatura, enquanto outra no Quénia alterna entre longos períodos de seca e chuvas fortes. Estes grupos pertencem à mesma espécie, mas enfrentam desafios muito diferentes.

“As flutuações de temperatura podem promover uma melhor adaptação às estações frias e quentes”, explica Petak. “Mas os ciclos repetidos entre as estações seca e chuvosa podem, na verdade, impedir a adaptação à seca, forçando a população a ‘reiniciar’ a evolução depois de passar por um longo período de chuvas – levando a características piores do que nas populações expostas apenas à seca.” Como resultado, uma população pode beneficiar das mudanças ambientais enquanto outra é prejudicada por elas.

Por que a história é importante na evolução

A autora sênior Melissa Pespeni, professora de biologia na UVM, diz que a escala do estudo tornou esses insights possíveis. “O que é entusiasmante neste estudo é que reproduzimos a evolução centenas de vezes. Isto deu-nos uma visão panorâmica de como a evolução se desenvolveu em muitos ambientes diferentes – algo que seria impossível testar em laboratório”, disse ela.

Uma conclusão importante se destacou. “A maior conclusão para mim é que o ponto de partida realmente importa. A história de uma população determina o quão alto ela pode subir e quão difícil é o caminho para chegar lá, o que significa que não podemos presumir que uma população representa uma espécie inteira.”

Por que essas descobertas são importantes agora

Os resultados têm implicações importantes para problemas do mundo real. Os cientistas precisam de saber se as plantas e os animais conseguem adaptar-se com rapidez suficiente para sobreviver às aceleradas alterações climáticas. Ao mesmo tempo, as bactérias desenvolvem continuamente resistência aos antibióticos, representando uma ameaça crescente à saúde humana.

Apesar desta complexidade, a investigação centra-se muitas vezes apenas numa população sujeita a um tipo de stress ambiental. Conclusões amplas são então tiradas sobre como uma espécie responderá à mudança. Petak argumenta que esta abordagem pode ser enganosa. “Modelos computacionais, como os nossos, podem ser usados ​​para formular novas hipóteses sobre populações biológicas reais”, diz ela.

Testando a evolução em 105 ambientes diferentes

Nas suas simulações, os investigadores criaram organismos artificiais e expuseram-nos a uma vasta gama de condições mutáveis. Esses ambientes digitais refletiam padrões naturais, como ciclos de temperatura e períodos alternados de seca e chuva.

“O que há de novo no nosso trabalho”, explica Petak, “é que em vez de estudar a evolução em apenas um ambiente variável, criamos 105 ambientes variáveis ​​diferentes. Isto permitiu-nos comparar sistematicamente como as populações evoluem em muitos cenários distintos.”

Implicações de IA

As descobertas também vão além da biologia e podem ajudar a informar pesquisas em inteligência artificial. Muitos sistemas de IA lutam para aprender novas tarefas sem perder as competências já adquiridas. O coautor e cientista da computação da UVM, Nick Cheney, vê fortes paralelos entre esse desafio e a dinâmica evolutiva.

“Os sistemas de IA têm sido tradicionalmente construídos em torno da resolução de uma questão específica”, diz Cheney. As abordagens mais recentes visam construir sistemas que continuem aprendendo ao longo do tempo. Um campo crescente conhecido como aprendizagem contínua on-line, acrescenta ele, “espelha lindamente as ideias exploradas neste artigo sobre como a evolução, a aprendizagem e o desenvolvimento se envolvem com – e se beneficiam de – ambientes variáveis ​​e dinâmicos”.

Aprendendo a aprender

Para Frati, a mensagem mais ampla aplica-se a todos os tipos de sistemas de aprendizagem. “Minha pesquisa é sobre meta-aprendizagem, a capacidade dos sistemas de aprender a aprender.” ele diz. Assim como uma IA não pode ser avaliada com base numa única tarefa, a evolução não pode ser totalmente compreendida estudando apenas um ambiente.

O estudo destaca a importância de testar sistemas em muitas condições comparáveis, mas distintas, ao avaliar a capacidade de evolução, que Frati descreve como a capacidade de um sistema evoluir para evoluir.

Na sua essência, a investigação mostra que a evolução é moldada não apenas pela mudança em si, mas pela ordem, tipo e história dessas mudanças. Como afirma Petak, “Nossos resultados mostram que a escolha do ambiente variável”, diz ela, “pode influenciar fortemente o resultado”.