يمكن للتغيرات البيئية المتكررة أن تقود التطور في اتجاهات غير متوقعة، ويظهر بحث من ولاية فيرمونت أن دراسة مجموعة سكانية واحدة لا تعكس القصة الكاملة لمجتمع بأكمله. صِنف.

توجد جميع أشكال الحياة في بيئات تتغير باستمرار. تتغير الفصول، وتتبع السنوات الرطبة سنوات جافة، ويمكن أن تختفي بسرعة الظروف التي كانت مفضلة للبقاء على قيد الحياة. ولهذا السبب، من الواضح أن مجموعات النباتات والحيوانات تضطر باستمرار إلى التكيف، كما يقول جامعة فيرمونت العالم Csenge بيتاك. ما يبقى غير مؤكد هو كيف تؤثر هذه التغيرات البيئية المستمرة على مسار التطور نفسه.

وتساءلت: “هل يستفيد السكان من الكثير من التقلبات البيئية، مما يجعل الأجيال الجديدة أكثر استعدادًا لمواجهة التغيرات المستقبلية، أم أنهم ضعيفون، ومجبرون على إعادة التكيف مرارًا وتكرارًا، ولا يصلون أبدًا إلى أعلى مستويات اللياقة التي يمكن أن يحققها نفس السكان في بيئة مستقرة؟”

للتحقيق في هذا السؤال، تعاون بيتاك مع عالم الكمبيوتر لابو فراتي من جامعة فيرمونت، إلى جانب باحثين إضافيين من جامعة فيرمونت ومتعاون من جامعة كامبريدج. لقد صمموا معًا دراسة جديدة مبنية على نموذج حاسوبي قوي قادر على محاكاة آلاف الأجيال من الكائنات الرقمية. النتائج التي نشرت في وقائع الأكاديمية الوطنية للعلوم (PNAS)، كانت غير متوقعة.

وكتبوا: “لقد وجدنا تباينًا ملحوظًا في كيفية تطور السكان في بيئات متغيرة”. “في بعض الحالات، ساعد تغيير البيئة السكان على الوصول إلى أعلى مستويات اللياقة البدنية؛ وفي حالات أخرى، أعاقهم ذلك.”

من المستحيل اختباره في المختبر

يقول فراتي: “غالبًا ما يراقب الباحثون المسار طويل المدى لمجموعة سكانية واحدة في بيئة معينة. لقد اخترنا مجموعة من البيئات ونرى كيف تؤثر خصائص كل واحدة منها على مسار العديد من المجموعات السكانية”.

تصبح أهمية هذا الأمر أكثر وضوحًا عند النظر إلى الأمثلة الواقعية. تخيل مجموعتين من ذباب الفاكهة. وقد تطور مجموعة تعيش في الولايات المتحدة سمات تتناسب مع التقلبات الموسمية الكبيرة في درجات الحرارة، في حين يواجه السكان في كينيا تحديا مختلفا تماما، يتناوب بين فترات الجفاف الطويلة وفترات هطول الأمطار الغزيرة. يمكن لهذه الأنماط المتميزة من التغير البيئي أن تدفع التطور في اتجاهات مختلفة تمامًا، حتى داخل نفس النوع.

يوضح بيتاك: “قد تؤدي تقلبات درجات الحرارة إلى تعزيز التكيف بشكل أفضل مع المواسم الباردة والدافئة”. “لكن التدوير المتكرر بين المواسم الجافة والممطرة قد يعيق في الواقع التكيف مع الجفاف، مما يجبر السكان على “استئناف” التطور بعد أن يتعرضوا لفترة طويلة من هطول الأمطار – مما يؤدي إلى سمات أسوأ من تلك الموجودة في السكان المعرضين للجفاف فقط”.

هاتان مجموعتان من نفس النوع تحاولان التأقلم مع بيئة متقلبة. ومع ذلك، قد تؤدي الأنواع المختلفة من التقلبات إلى نتائج تطورية مختلفة جذريًا، حيث تستفيد مجموعة من الذباب من الظروف المتناوبة بينما تتضرر المجموعة الأخرى.

إعادة التطور على نطاق واسع

“الأمر المثير في هذه الدراسة هو أننا أعدنا التطور مئات المرات. وهذا أعطانا نظرة شاملة لكيفية حدوث التطور عبر العديد من البيئات المختلفة – وهو أمر سيكون من المستحيل اختباره في المختبر”، قالت كبيرة الباحثين ميليسا بيسبيني، أستاذة علم الأحياء في جامعة يو في إم. “إن أكبر ما يمكن استنتاجه بالنسبة لي هو أن نقطة البداية مهمة حقًا. فتاريخ أي مجموعة سكانية يحدد مدى الارتفاع الذي يمكن أن تتسلقه، ومدى صعوبة الطريق للوصول إلى هناك، مما يعني أننا لا نستطيع أن نفترض أن مجموعة سكانية واحدة تمثل نوعًا بأكمله.”

قد يكون لاكتشاف الفريق آثار على الاهتمامات الإنسانية الملحة. على سبيل المثال، من المهم أن نفهم ما إذا كانت الأنواع ستكون قادرة على التكيف بسرعة كافية للبقاء على قيد الحياة مع تغير المناخ العالمي. وتطور البكتيريا بشكل متكرر طرقًا جديدة لمقاومة المضادات الحيوية التي نخترعها. ومع ذلك، يدرس العلماء في كثير من الأحيان مجموعة واحدة فقط في نوع واحد محدد من البيئة المتقلبة، ومن ثم يستخلصون استنتاجات عامة حول مدى تأثير التغير البيئي على تلك الأنواع. يقول بيتاك: “يمكن استخدام النماذج الحسابية، مثل نماذجنا، لصياغة فرضيات جديدة حول المجموعات البيولوجية الحقيقية”.

ولإجراء دراستهم، قام فريق UVM ببناء كائنات اصطناعية ووضعها في العديد من أنواع البيئات المتغيرة المختلفة. تحاكي هذه البيئات الرقمية الظروف المتناوبة في الطبيعة، مثل دورات الحرارة والبرودة وتقلبات هطول الأمطار والجفاف. يشرح بيتاك: “الجديد في عملنا هو أنه بدلاً من دراسة التطور في بيئة متغيرة واحدة فقط، أنشأنا 105 بيئات متغيرة مختلفة. وقد سمح لنا هذا بمقارنة كيفية تطور السكان بشكل منهجي عبر العديد من السيناريوهات المتميزة”.

آثار الذكاء الاصطناعي

هذه النتيجة لها آثار تتجاوز علم الأحياء، فقد تطرح أسئلة مفتوحة في مجال الذكاء الاصطناعي والذكاء الاصطناعي التعلم الآلي أيضًا. غالبًا ما تكافح أنظمة الذكاء الاصطناعي لتعلم مهام جديدة دون نسيان المهام القديمة. يرسم عالم الكمبيوتر في UVM، نيك تشيني، وهو مؤلف مشارك، أوجه تشابه مباشرة بين التطور في الطبيعة والتدريب على الذكاء الاصطناعي.

يقول تشيني: “لقد تم بناء أنظمة الذكاء الاصطناعي تقليديًا بشكل ضيق حول حل سؤال واحد محدد”، لكن الأساليب الجديدة تهدف إلى أنظمة عامة تتعلم بشكل مستمر. ويقول إن هناك مجالًا سريع النمو لأبحاث الذكاء الاصطناعي يسمى التعلم المستمر عبر الإنترنت، “يعكس بشكل جميل الأفكار التي تم استكشافها في هذه الورقة حول كيفية تفاعل التطور والتعلم والتنمية مع البيئات المتغيرة والديناميكية والاستفادة منها”.

بالنسبة لفراتي، فإن الآثار المترتبة على الدراسة الجديدة حول التعلم – سواء في الكائنات الحية أو الدوائر – مثيرة. ويقول: “إن بحثي يدور حول التعلم الفوقي، وقدرة الأنظمة على تعلم كيفية التعلم”. “بنفس الطريقة التي لا يمكنك بها تقييم قدرة الذكاء الاصطناعي على التعلم بشكل صحيح من التركيز على موضوع واحد، فإن هذا العمل يوضح أهمية استكشاف بيئات متعددة ومتنوعة وقابلة للمقارنة عند محاولة تقييم قابلية التطور، وقدرة النظام على التطور من أجل التطور.”

في جوهر هذه الدراسة هو إدراك أنه مع التطور، يشكل التاريخ ونقطة البداية الرحلة، بينما سيصل كل مسافر إلى مكان مختلف اعتمادًا على أنواع التحديات التي يواجهها. يقول بيتاك: “تظهر نتائجنا أن اختيار البيئة المتغيرة يمكن أن يؤثر بقوة على النتيجة”.

المرجع: “تباين القابلية للتطور: خصائص مناظر اللياقة البدنية الديناميكية تحدد كيفية تطور التباين المظهري” بقلم Csenge Petak، Lapo Frati، Renske MA Vroomans، Melissa H. Pespeni وNick Cheney، 15 ديسمبر 2025، وقائع الأكاديمية الوطنية للعلوم.
دوى: 10.1073/pnas.2519469122

لا تفوت أي اختراق: انضم إلى النشرة الإخبارية SciTechDaily.
تابعونا على جوجل و أخبار جوجل.