L'évolution ne ressemble pas seulement à un arbre avec des branches qui divergent, mais à une toile tissée. Les fils des lignées se croisent lorsque les espèces échangent des gènes — par exemple, les bactéries se transmettent des résistances aux médicaments, et les plantes s'hybrident. Les scientifiques ont appris à démêler cet écheveau : ils analysent les mutations — des fautes de frappe aléatoires dans les instructions de construction de l'organisme (l'ADN).
Trois règles simples sur la façon dont ces fautes de frappe s'accumulent créent un motif unique. De même que les astronomes déterminent la composition d'une étoile par sa lumière — une méthode appelée spectroscopie — les biologistes voient les croisements cachés grâce au degré de désordre des mutations, ou entropie. Il s'avère que l'on peut presque toujours distinguer une simple lignée ramifiée d'un réseau enchevêtré.
Mathématiquement, il est prouvé que même un seul échange de gènes, survenu il y a des millions d'années, laisse une trace indélébile dans l'ADN. Des méthodes similaires sont utilisées par les linguistes pour les langues et par les programmeurs pour analyser des schémas complexes. Comme en physique il y a le modèle standard des particules élémentaires, en biologie, de simples modèles de mutations révèlent l'histoire de la vie, écrite dans les composés carbonés.
tel que rédigé par les auteurs, en anglais 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.
Le modèle de Jukes-Cantor (1969) considère que toute substitution de lettre dans l'ADN est équiprobable — comme une faute de frappe aléatoire dans un mot.
Les chimères fantastiques ne sont pas de la fiction : la science est déjà capable de reconnaître les traces génétiques des hybrides.