La evolución se parece no solo a un árbol con ramas divergentes, sino a un tejido entrelazado. Los hilos de los linajes se cruzan cuando las especies intercambian genes; por ejemplo, las bacterias se transmiten resistencia a los medicamentos, y las plantas se hibridan produciendo híbridos. Los científicos han aprendido a desenredar esta maraña: analizan las mutaciones, que son errores tipográficos aleatorios en las instrucciones de ensamblaje del organismo (ADN).
Tres reglas simples sobre cómo se acumulan estos errores crean un patrón único. De manera similar a cómo los astrónomos determinan la composición de una estrella a partir de su luz — método llamado espectroscopía — los biólogos ven los cruces ocultos a través del grado de desorden de las mutaciones, o entropía. Resultó que casi siempre se puede distinguir una simple línea ramificada de una red enmarañada.
Está demostrado matemáticamente: incluso un único intercambio de genes, ocurrido hace millones de años, deja una huella imborrable en el ADN. Métodos similares son utilizados por lingüistas para las genealogías de los idiomas y por programadores para analizar esquemas complejos. Así como en física existe el modelo estándar de partículas elementales, en biología modelos simples de mutaciones revelan la historia de la vida, escrita en compuestos de carbono.
tal como lo escribieron los autores, en inglés arXiv:2607.12919
Phylogenetic networks generalize phylogenetic trees to evolutionary histories that include reticulate events such as recombination, horizontal gene transfer, and hybridization. Under a Markov model of nucleotide substitution, a phylogenetic network determines a distribution of leaf-patterns. Here, we study the identifiability of the network topology from this distribution under the Jukes-Cantor (JC), Kimura 2-parameter (K2P), and Kimura 3-parameter (K3P) models. Our first result is that the semi-directed network parameter of a level-1 phylogenetic network (modulo redirecting triangles) is fully identifiable under all three models, on a biologically reasonable parameter space in which substitution rates are probabilistic and mixing parameters are non-trivial (i.e., not 0 or 1). In contrast to the generic identifiability established in prior work, this holds at every point of the parameter space, not merely off of a measure-zero subset. Our second result distinguishes phylogenetic networks from phylogenetic trees, on the same parameter space, under JC and K2P. We prove that no phylogenetic network and phylogenetic tree can induce the same leaf-pattern distribution unless the network is a tree, possibly augmented with certain substructures called $$2$$-blobs. This means the presence of reticulate evolution creates, in most cases, a detectable signature in the leaf-pattern distribution. More broadly, these results have consequences for identifiability beyond the models and network classes studied here, including for several coalescent-based models.
El modelo de Jukes-Cantor (1969) considera que cualquier sustitución de una letra en el ADN es igualmente probable, como un error tipográfico aleatorio en una palabra.
Las quimeras fantásticas no son ficción: la ciencia ya es capaz de reconocer las huellas genéticas de los híbridos.