La evolución favorece las estructuras simétricas en la naturaleza porque necesitan menos información para codificar
Pablo Javier Piacente
Un nuevo estudio sugiere que las formas simétricas que se aprecian en todo tipo de organismos vivos y hasta en la organización molecular nacen a partir de una especie de “lenguaje” predominante en la evolución. Este lenguaje se construye por economía de recursos: las formas simétricas insumen un menor esfuerzo de codificación de información que las estructuras complejas.
Investigadores de la Universidad de Bergen, en Noruega, han desarrollado una nueva teoría que explica la proliferación de formas simétricas en la naturaleza a partir de una relación entre la evolución y la codificación de la información. Según los científicos, las formas simétricas son más recurrentes porque requieren menos elementos para codificar: de esta manera, la evolución natural avanza obteniendo soluciones sencillas y rápidas.
SIMETRÍA POR TODAS PARTES
¿Por qué es tan fácil encontrar simetría en la naturaleza? En las hojas de los árboles, en los panales de las abejas o en los organismos que viven bajo el mar, entre muchos otros ejemplos, es posible encontrar patrones simétricos. La simetría se define como una correspondencia de posición, forma y tamaño de los elementos de un conjunto: aporta un orden visual que no apreciamos en las formas más complejas.
Incluso la simetría no es exclusiva de la dimensión macroscópica del mundo: también podemos encontrarla en las estructuras moleculares que permiten el desarrollo de las células, por ejemplo aquellas que hacen posible el funcionamiento del cuerpo humano. De acuerdo a una nota de prensa, el nuevo estudio publicado recientemente en la revista Proceedings of the National Academy of Sciences (PNAS) propone una explicación que entrelaza conceptos biológicos con modelos informáticos.
UNA CODIFICACIÓN MÁS SENCILLA
Los investigadores partieron de conceptos lógicos: si alguien tiene que revestir los suelos de una casa, no comienza pensando en combinar mosaicos con formas triangulares, rectangulares y redondas. Por el contrario, elige la opción más sencilla y utiliza piezas cuadradas con las mismas dimensiones y motivos, garantizando así un resultado óptimo con rapidez. Esta misma lógica es la que se traduce en la evolución natural, haciendo que las formas simétricas (y por lo tanto más simples de resolver, porque tienen menos elementos) sean más habituales que las complejas.
En ese sentido, demostraron que muchos más genomas con la información vital básica describen algoritmos simples, en relación con aquellos que optan por estructuras más complejas. Esto significa que a medida que la evolución natural “busca” posibles genomas para desarrollar modificaciones en los organismos vivos, es más probable que seleccione algoritmos simples para codificar la información genética y, como consecuencia de esto, produzca estructuras más simétricas.
LOS ALGORITMOS DE LA EVOLUCIÓN
Los especialistas combinaron este tendencia biológica con el campo de la teoría de la información algorítmica, que indica que los procesos de decodificación de la información tienden a producir descripciones algorítmicas más cortas, para de esta manera resolver con simpleza un problema. Este mismo “lenguaje” es el que adoptaría la evolución natural, observándose en una amplia gama de estructuras y sistemas biológicos, desde proteínas hasta ARN (ácido ribonucleico) y redes de señalización molecular, las cuales desarrollan estructuras algorítmicamente simples que se traducen en formas simétricas.
En definitiva, el concepto central indica que para producir estructuras biológicas a partir de información genética, el “mecanismo” de la evolución tiende a producir resultados simples y simétricos con mucha más frecuencia que soluciones complicadas y complejas. Quizás, en un mundo caótico y extremadamente enrevesado, ese tipo de conclusiones aparentemente tan lógicas pasan muchas veces inadvertidas frente a nuestros ojos.
_______________
REFERENCIA
Symmetry and simplicity spontaneously emerge from the algorithmic nature of evolution. Iain G. Johnston et al. Proceedings of the National Academy of Sciences (2022). DOI:https://doi.org/10.1073/pnas.2113883119
_________
Fuente:
