Während sich die Evolutionsraten scheinbar über kurze Zeiträume beschleunigten, deuten neue Analysen darauf hin, dass statistisches Rauschen die Datenmuster beeinflusst. Ein Professor an der University of Tennessee, Knoxville, und sein Kollege haben neue Tools entwickelt, die Forschern beim Filtern der Daten helfen sollen.
„Unsere Arbeit ist ein wichtiger Schritt, um zu zeigen, wie erheblich sich Fehler auf Ratenschätzungen auswirken können“, sagte Professor Brian O’Meara von der Abteilung für Ökologie und Evolutionsbiologie.
Er arbeitete bei der Forschung mit Professor Jeremy Beaulieu zusammen, einem ehemaligen Postdoktoranden an der UT, der jetzt außerordentlicher Professor an der University of Arkansas ist veröffentlicht 13. September in PLOS Computational Biology.
„Ich interessiere mich seit langem für seltsame Muster der Diversifizierungsraten, insbesondere für die Beobachtung, dass kürzlich entstandene Gruppen von Organismen schnelle Raten aufweisen“, sagte O’Meara. „Wir gehen im Allgemeinen davon aus, dass die Vergangenheit wie die Gegenwart aussieht, aber dieses Muster deutet darauf hin, dass die Raten von allem in Richtung Gegenwart zunehmen.“
Die Geschwindigkeit, mit der Arten entstehen, sich die Körpergröße verändert und sogar die Aussterberate steigt über kurze Zeiträume. Beispielsweise scheinen sich relativ junge Sitzvögel schneller zu entwickeln als Vögel insgesamt. „Wenn man etwas 10 Jahre lang beobachtet, ist die Rate schneller als wenn man es über 50 Jahre hinweg beobachtet“, sagte er.
„Wir dachten, es läge an einer Voreingenommenheit in dem, was die Leute studieren“, erklärte er. „Um eine Analogie aus einer unserer Arbeiten zu verwenden: Die Leute studieren Sportwagen und ignorieren Minivans, sodass sie sich nur die schnellen oder anderweitig überzeugenden Beispiele ansehen und nicht die langsamen oder langweiligen Beispiele ausprobieren, was zu einer Voreingenommenheit führt.“
Bildnachweis: University of Tennessee in Knoxville
Stattdessen zeigen O’Meara und Beaulieu, dass das Muster durch statistisches Rauschen oder verwandte Faktoren in der Gleichung erklärt werden kann, die zur Berechnung der Änderungsrate verwendet wird. Sie schlagen den Begriff „Tip Fog“ vor, um die Varianzen zu beschreiben, die sich aus verschiedenen Mechanismen ergeben.
„Es könnte sich um kurzfristige evolutionäre Veränderungen handeln: eine Veränderung der Schnabelgröße von Vögeln, da nur Vögel mit großen Schnäbeln beispielsweise während einer Dürre verfügbare Samen zerkleinern können“, sagte O’Meara. „Oder es könnte sich um Dinge wie Messunsicherheiten handeln: Wie lang ist ein dehnbarer Tintenfischtentakel? Eine andere Möglichkeit sind kurzfristige ökologische Veränderungen: ein warmer Sommer, der zu einer höheren Pflanze führt als Pflanzen aus einem kühleren Sommer vor 50 Jahren.“
Die von ihnen entwickelte Gleichung und Software gehen von einer Art Fehler aus. „Es ist wahrscheinlich eine ziemlich gute erste Annäherung, aber es könnte auch andere Arten von Fehlern geben, die die Interpretation der rekonstruierten Raten auf unerwartete Weise immer noch unsicher machen“, sagte er. „Ich würde mich freuen, wenn unsere Lösung das Problem vollständig lösen würde und eine unbegrenzte Prüfung der Restzinssätze ermöglichen würde, aber ich glaube, wir sind noch nicht ganz am Ziel.“
Genauere Schätzungen können zu besseren Antworten auf die vielen Fragen im Zusammenhang mit Ratenänderungen führen, beispielsweise ob die Aussterberate aufgrund menschlicher Einflüsse zunimmt oder ob eine Änderung der Antibiotika zu einem schnelleren Bevölkerungswachstum von Bakterien führt.
Weitere Informationen:
Brian C. O’Meara et al.: Lärm führt zu einem wahrgenommenen Anstieg der Evolutionsraten über kurze Zeiträume. PLOS Computational Biology (2024). DOI: 10.1371/journal.pcbi.1012458