L'écheveau de l'évolution : comment mesurer le chaos ? ✎ express

Original: "Proximity Measures for Classes of Phylogenetic Networks"
arXiv:2607.11325 · 2026-07-13 · arXiv non-exclusive · analyse indépendante · 1 min
Pour évaluer le désordre évolutif, les scientifiques comptent combien de connexions superflues il faut rompre ou d'ancêtres imaginaires ajouter pour transformer un réseau embrouillé en arbre.

📄 Version "Simple" affichee, "Avancé" n est pas encore prete. Ajoutez-le aux favoris pour aider a la prioriser.

L'arbre généalogique se transforme en écheveau si l'on tient compte des enfants adoptés et des remariages. L'évolution ressemble souvent à un tel écheveau : bien que le modèle standard dessine un arbre des espèces bien propre, en réalité les gènes voyagent non seulement par héritage, mais aussi directement entre organismes non apparentés. On obtient un réseau enchevêtré où les lignées s'entremêlent.

Pour mesurer à quel point un réseau est loin d'un simple arbre, les scientifiques ont imaginé de prendre une mesure : combien de connexions superflues faut-il couper ou de branches imaginaires ajouter pour démêler l'écheveau. Ils ont étudié trois méthodes : l'une prescrit de ne couper que les connexions « incorrectes », une autre n'importe lesquelles, la troisième de dessiner des ancêtres supplémentaires. Il s'est avéré que les mesures ne coïncident pas toujours : un réseau peut sembler simple, mais exiger plus de corrections à cause de nœuds retors.

La grande surprise : parfois, il est plus facile d'inventer une dizaine d'espèces inexistantes que de supprimer une seule connexion. Et trouver le chemin le plus court peut prendre des milliards d'années à un ordinateur. Comprendre cette complexité évite aux biologistes des calculs stériles.

Le transfert horizontal de gènes, c'est comme si vous receviez soudain un gène de votre voisin et deveniez meilleur pour digérer le lait. Dans la nature, cela arrive constamment, surtout chez les microbes.

Scientifiques
Emmy NoetherSatyendra Nath BoseAlbert EinsteinWolfgang PauliEnrico FermiPaul Dirac
Notions
réseau phylogénétique climate network poids graphes réseaux de neurones réseaux de neurones en cartographie spatiale forêt aléatoire grands modèles de langage reconnaissance de formes échelle des distances cosmiques écosystème données d'entraînement transformeurs modèle hiérarchique bayésien connectivité cérébrale équation de Price évolution modèle de Wright-Fisher