Nestabilnost kao pokretač ili kočnica razvoja
Sva živa bića moraju preživjeti u okolinama koje se neprestano mijenjaju. Godišnja doba se izmjenjuju, a vremenski obrasci mogu varirati od poplava jedne godine do suša sljedeće. Populacije biljaka i životinja uvijek se suočavaju s novim pritiscima, objašnjava znanstvenica Sveučilišta Vermont, Csenge Petak. Ono što ostaje nejasno jest kako ova trajna nestabilnost oblikuje evoluciju tijekom vremena.
Petak se zapitala pomažu li česte promjene okoliša populacijama da se prilagode pripremajući ih za buduće izazove, ili ih konstantno poremećaji usporavaju. „Imaju li populacije koristi od brojnih fluktuacija okoliša, čineći nove generacije spremnijima za suočavanje s budućim promjenama”, upitala se, „ili su onesposobljene, prisiljene ponovno se prilagoditi iznova i iznova, nikada ne dosežući vrhunac fitnessa koji bi iste populacije postigle u stabilnom okolišu?”
Simuliranje evolucije kroz generacije
Kako bi istražili ovo pitanje, Petak je udružila snage s računalnim znanstvenikom Sveučilišta Vermont, Lapom Fratijem, zajedno s dvojicom drugih istraživača s UVM-a i suradnikom sa Sveučilišta u Cambridgeu. Zajedno su osmislili revolucionarnu studiju koristeći napredne računalne simulacije koje su pratile tisuće generacija digitalnih organizama.
Nalazi, objavljeni 15. prosinca u Proceedings of the National Academy of Sciences (PNAS), doveli su u pitanje jednostavne pretpostavke o evoluciji. „Pronašli smo značajnu varijaciju u tome kako su se populacije razvijale u varijabilnim okolinama”, izvijestili su istraživači. „U nekim slučajevima, promjena okoliša pomogla je populacijama da pronađu više vrhunce fitnessa; u drugima, to ih je spriječilo.”
Nemoguće za testiranje u laboratoriju
Tradicionalna evolucijska istraživanja često prate jednu populaciju koja živi pod jednim setom uvjeta. Frati objašnjava da ovaj uski fokus može propustiti važne uzorke. „Istraživači često promatraju dugoročnu putanju jedne populacije u specifičnom okolišu”, kaže Frati. „Mi smo odabrali niz okoliša i vidjeli kako specifičnosti svakog od njih utječu na putanju mnogih populacija.”
Kako bismo shvatili zašto ovaj širi pristup ima smisla, uzmimo u obzir voćne mušice koje žive u vrlo različitim dijelovima svijeta. Populacija u Sjedinjenim Američkim Državama može doživjeti sezonske temperaturne promjene, dok se druga u Keniji izmjenjuje između dugih sušnih razdoblja i obilnih kiša. Te grupe pripadaju istoj vrsti, ali suočavaju se s vrlo različitim izazovima.
„Fluktuacije temperature mogu potaknuti bolju prilagodbu na hladna i topla godišnja doba”, objašnjava Petak. „Ali ponovljeni ciklusi između sušnih i kišnih sezona zapravo mogu spriječiti prilagodbu na sušu, prisiljavajući populaciju da 'ponovno pokrene’ evoluciju nakon što doživi dugo razdoblje kiše – što dovodi do lošijih svojstava nego u populacijama izloženima samo suši.” Kao rezultat toga, jedna populacija može imati koristi od promjena okoliša, dok je druga zadržana njima.
Zašto povijest igra ulogu u evoluciji
Glavna autorica Melissa Pespeni, profesorica biologije na UVM-u, kaže da je razmjera studije omogućila ove uvide. „Ono što je uzbudivo kod ove studije je to što smo ponovili evoluciju stotinama puta. To nam je dalo 'pogled s ptičje perspektive’ o tome kako se evolucija odvijala u mnogim različitim okolinama – nešto što bi bilo nemoguće testirati u laboratoriju”, rekla je.
Jedan glavni zaključak se istaknuo. „Najveći zaključak za mene je da polazna točka zaista ima veliku važnost. Povijest populacije oblikuje koliko visoko može popeti i koliko je težak put do tamo, što znači da ne možemo pretpostaviti da jedna populacija predstavlja cijelu vrstu.”
Zašto su ovi nalazi važni sada
Rezultati imaju važne implikacije za probleme u stvarnom svijetu. Znanstvenici trebaju znati mogu li se biljke i životinje dovoljno brzo prilagoditi kako bi preživjele ubrzane klimatske promjene. Istovremeno, bakterije neprestano razvijaju rezistenciju na antibiotike, predstavljajući rastuću prijetnju ljudskom zdravlju.
Unatoč ovoj kompleksnosti, istraživanje se često fokusira samo na jednu populaciju pod jednim tipom stresa okoliša. Zatim se izvlače široki zaključci o tome kako će vrsta reagirati na promjene. Petak tvrdi da ovaj pristup može biti obmanjujući. „Računalni modeli, poput našeg, mogu se koristiti za formuliranje novih hipoteza o stvarnim biološkim populacijama”, kaže.
Testiranje evolucije u 105 različitih okoliša
U svojim simulacijama, istraživači su stvorili umjetne organizme i izložili ih širokom rasponu promjenjivih uvjeta. Ti digitalni okoliši odražavali su prirodne uzorke poput temperaturnih ciklusa i naizmjeničnih razdoblja suše i kiše.
„Ono što je novo u našem radu”, objašnjava Petak, „je to što smo umjesto proučavanja evolucije u samo jednom varijabilnom okolišu, stvorili 105 različitih varijabilnih okoliša. To nam je omogućilo da sustavno usporedimo kako se populacije razvijaju u mnogim različitim scenarijima.”
Implikacije za umjetnu inteligenciju
Nalazi se također protežu izvan biologije i mogu pomoći u informiranju istraživanja umjetne inteligencije. Mnogi AI sustavi imaju poteškoća u učenju novih zadataka bez gubitka vještina koje su već stekli. Koautor i računalni znanstvenik s UVM-a, Nick Cheney, vidi jake paralele između ovog izazova i evolucijske dinamike.
„AI sustavi su tradicionalno bili usko izgrađeni oko rješavanja jednog specifičnog pitanja”, kaže Cheney. Noviji pristupi nastoje izgraditi sustave koji nastavljaju učiti tijekom vremena. Rastuće područje poznato kao online kontinuirano učenje, dodaje, „prekrasno odražava ideje istražene u ovom radu oko toga kako se evolucija, učenje i razvoj bave – i imaju koristi od – varijabilnih i dinamičkih okolina.”
Učenje kako učiti
Za Fratija, šira poruka primjenjiva je na sustave učenja svih vrsta. „Moje istraživanje je o meta-učenju, sposobnosti sustava da uče kako učiti”, kaže. Baš kao što se AI ne može procijeniti na temelju jednog zadatka, evoluciju ne možemo u potpunosti razumjeti proučavajući samo jedno okruženje.
Studija ističe važnost testiranja sustava u mnogim usporedivim ali različitim uvjetima kada se procjenjuje evolucijska sposobnost (evolvability), koju Frati opisuje kao sposobnost sustava da evoluira.
U svojoj srži, istraživanje pokazuje da evoluciju oblikuje ne samo sama promjena, već redoslijed, vrsta i povijest tih promjena. Kako Petak kaže: „Naši rezultati pokazuju da izbor varijabilnog okoliša”, kaže, „može snažno utjecati na ishod.”
