Los investigadores utilizaron su algoritmo para probar si diferentes especies de mariposas pueden evolucionar conjuntamente para beneficio mutuo; un fenómeno conocido como mimetismo mülleriano

Mariposas del género Heliconius

Mariposas de la especie Heliconius erato -columnas impares- y Heliconius melpomene, columnas pares. Las mariposas ilustradas se han ordenado según su mayor similitud -a lo largo de las filas-, de izquierda a derecha, usando métodos de aprendizaje automático que permiten nuevas pruebas y descubrimientos en la teoría de la evolución.

Heliconius melpomeme

Las mariposas Heliconius son imitadores bien conocidos y se consideran un ejemplo clásico de mimetismo mülleriano. Están muy extendidos en las zonas tropicales y subtropicales de América. Hay más de 30 tipos de patrones reconocibles diferentes dentro de las dos especies en las que se centró el estudio, y cada tipo de patrón contiene un par de subespecies que lo imitan. 

Para entender lo que en esta ocasión han conseguido varios científicos de las Universidades de Cambridge y Essex; del Instituto de Tecnología de Tokio, y del Museo de Historia Natural de Londres hemos de hacer una breve parada en la conocida como Teoria de la mímica müleriana.

La teoría de Müller propuso que las especies se imitan entre sí para beneficio mutuo

La teoría de la mímica mülleriana lleva el nombre del naturalista alemán Fritz Müller, quien propuso el concepto por primera vez en 1878, algo menos de dos décadas después de que Charles Darwin publicara El origen de las especies en 1859. Así, la teoría de Müller propuso que las especies se imitan entre sí para beneficio mutuo. Por ejemplo, predice que dos poblaciones de mariposas igualmente tóxicas o de mal sabor, se parecerán entre sí porque ambas se beneficiarán al ‘compartir’ la pérdida de algunos individuos mediante el aprendizaje por parte de los depredadores de lo mal que saben, o de su toxicidad. Esto proporciona protección a través de la cooperación y el mutualismo. Dicha teoría contrasta con la teoría de la mímica batesiana, que por su parte propone que las especies inofensivas imitan a las dañinas para protegerse.

Charles Darwin el padre de la teoría de la evolución

Las mariposas Heliconius son imitadores bien conocidos y se consideran un ejemplo clásico de mimetismo mülleriano. Están muy extendidos en las zonas tropicales y subtropicales de América. Hay más de 30 tipos de patrones reconocibles diferentes dentro de las dos especies en las que se centró el estudio, y cada tipo de patrón contiene un par de subespecies que lo imitan. Ahora, los investigadores han utilizado la inteligencia artificial conocer sobre este tipo de imitación, una de las más conocidas de la naturaleza, y a raíz de la cual, surgió el que se considera el modelo matemático más antiguo de la biología evolutiva.

Charles Darwin versus Inteligencia Artificial

El algoritmo diseñado por un equipo multidisciplinar de investigadores, fue entrenado para cuantificar la variación entre diferentes subespecies de mariposas Heliconius; desde sutiles diferencias en el tamaño, forma, número, posición y color de las características del patrón de sus alas, hasta amplias diferencias en los principales grupos de patrones.

Se trata del primer método objetivo totalmente automatizado para medir con éxito la similitud visual entre individuos de especies similares o diferentes, y que por extensión se puede usar para probar cómo la evolución «actuó» en el desarrollo de los diferentes patrones de alas de estas especies como un medio de protección. Los resultados recogidos en el artículo titulado Deep learning on butterfly phenotypes tests evolution’s oldest mathematical model se publican esta semana en la revista Science Advances.

Los investigadores descubrieron que las diferentes especies de mariposas actúan como modelo y como imitador, ‘tomando prestadas’ características entre sí e incluso generando nuevos patrones. «Ahora podemos aplicar IA en nuevos campos para hacer descubrimientos que antes simplemente no eran posibles», explica la autora principal del estudio, la doctora Jennifer Hoyal Cuthill, del Departamento de Ciencias de la Tierra de la Universidad de Cambridge. «Queríamos probar la teoría de Müller en el mundo real: ¿convergieron los patrones de la alas de estas especies? Hasta el momento no habíamos podido demostrar este mecanismo evolutivo de imitación debido a la a dificultad de identificar y cuantificar cómo las mariposas son de parecidas». De hecho, dado que los estudios previos de los patrones de las alas tenían que hacerse manualmente, no había sido posible hacer un análisis a gran escala o en profundidad de cómo estas mariposas se imitan entre sí.

«El Deep Learning nos abre la puerta a una nueva era fenómica»

«El Deep Learning nos abre la puerta a una nueva era fenómica, en la que podemos analizar fenotipos biológicos -es decir la consecuencia física de la expresión de los genes- del mismo modo en que visualizamos los datos genómicos», comenta Cuthill.

Una sorpresa evolutiva

Para llevar a cabo su estudio y poner a prueba la nueva IA, y entrenar al algoritmo desarrollado, el cual bautizaron como «ButterflyNet«, los investigadores utilizaron más de 2.400 fotografías de mariposas Heliconius de las colecciones del Museo de Historia Natural, las cuales representaban 38 subespecies diferentes.

Contraintuitivamente, la mímica puede producir novedad evolutiva

ButterflyNet fue entrenado para clasificar las fotografías, primero por subespecies, y luego para cuantificar la similitud entre los diversos patrones y colores de las alas. «Descubrimos que estas especies de mariposas «toman prestadas» caracteristicas unas de otras, lo que valida la hipótesis de Müller de co-evolución», afirma Cuthill. «De hecho, la convergencia es tan fuerte que los incluso algunos imitadores de especies diferentes son más similares que algunos de los miembros de la misma especie», añade.

Los investigadores también encontraron que la mímica mülleriana puede generar patrones completamente nuevos al combinar características de diferentes linajes. «Intuitivamente, uno esperaría que hubiera menos patrones de alas donde las especies se imitan entre sí, pero vemos exactamente lo contrario, lo cual ha sido un misterio evolutivo», continúa la investigadora. «Nuestro análisis ha demostrado que esta coevolución en realidad puede aumentar la diversidad de patrones que vemos, explicando cómo la convergencia evolutiva puede crear nuevas combinaciones de características de patrones y aumentar la diversidad biológica.

«Al aprovechar la IA, descubrimos un nuevo mecanismo por el cual la mímica puede producir novedad evolutiva. Contraintuitivamente, la mímica misma puede generar nuevos patrones a través del intercambio de características entre especies que se imitan entre sí. Gracias a la IA, ahora podemos cuantificar lo notable diversidad de la vida para hacer nuevos descubrimientos científicos como este: lo que podría abrir nuevas vías de investigación en el mundo natural», concluye Fuente revista National Geographic Héctor Rodríguez EDITOR Y PERIODISTA ESPECIALIZADO EN CIENCIA Y NATURALEZA