Estudio: Un modelo inverso para las redes tróficas y la estabilidad de los ecosistemas
image: Gellner et. al./PNAS, Fig 4. in paper
En un nuevo estudio publicado en Proceedings of the National Academy of Sciences, los autores Gabriel Gellner y Kevin McCann, de la Universidad de Guelph, y el profesor externo del SFI Alan Hastings (UC Davis) invierten un enfoque clásico de la modelización de redes tróficas. En lugar de intentar reproducir ecosistemas estables y complejos mediante representaciones simplistas de las interacciones entre especies, el novedoso método inverso de los autores parte del supuesto de que los ecosistemas existen y trabaja hacia atrás para caracterizar las redes tróficas que apoyan ese supuesto. Su trabajo representa un paso importante hacia la resolución de una cuestión ecológica fundamental: cómo fomenta la biodiversidad la estabilidad de los ecosistemas. Los resultados permiten comprender cómo puede responder la naturaleza a las crecientes perturbaciones antropogénicas.
"En lugar de empezar por lo que es difícil de medir -cómo se afectan las especies entre sí-, nosotros empezamos por cuántas especies hay de cada una y averiguamos cómo interactúan para explicar su coexistencia", afirma Hastings.
Los ecosistemas de la Tierra muestran una dinámica sorprendentemente estable, pero los intentos de comprender esa estabilidad han desconcertado a los ecólogos durante generaciones. Lord Robert May, antiguo Presidente del Consejo Científico de la SFI, se basó en la teoría económica para introducir la matriz comunitaria, una herramienta matemática que describe las relaciones entre las especies de un ecosistema. La matriz utiliza las interacciones entre especies como base para explicar el papel de la diversidad y la complejidad en la estabilidad de los ecosistemas. El planteamiento es útil porque tiene en cuenta todas las interacciones de la red trófica; pero se queda corto porque hacerlo requiere suposiciones demasiado simplistas sobre cómo se relacionan los organismos entre sí. Muchos modelos basados en esta técnica muestran que la estabilidad disminuye a medida que aumenta la biodiversidad, lo que contradice los ecosistemas estables observables.
Pero entender cómo persisten los grandes ecosistemas complejos es una cuestión vital. Si no logramos entender los mecanismos que estabilizan los ecosistemas, no podremos preservarlos frente a un caos cada vez mayor, como fenómenos meteorológicos graves, incendios incontrolados o especies invasoras descontroladas.
El enfoque inverso tiene éxito gracias a la inclusión de restricciones biológicas en el modelo. Una restricción de viabilidad dicta que sólo se representen en el modelo las interacciones reales. Además, una restricción energética estipula que una comida no puede producir más energía de la que requiere la caza porque, en una cadena alimentaria, sólo el 10-20% de la energía de un recurso se transfiere al consumidor.
"Vemos muchos ecosistemas diversos en el mundo", explica Hastings. "Demostramos que si se introduce la información biológica adecuada en el modelo, podemos simular ecosistemas grandes y diversos y entender por qué son estables".
Los autores destacan que el enfoque inverso ofrece importantes ventajas teóricas sobre el enfoque clásico de May, introducido hace más de 40 años. "Mientras que el enfoque de Robert May operaba con un universo estadístico (...), el enfoque inverso tiene la novedosa propiedad de que sólo nos permite observar la colección de redes correspondientes a soluciones factibles realistas".
La matriz comunitaria de May catalizó la teoría ecológica durante casi medio siglo. Del mismo modo que May se inspiró en la economía para replantearse las relaciones entre diversidad y estabilidad, Hastings y sus coautores se inspiran en los esfuerzos recientes de la genómica. Los autores creen que su enfoque inverso es, asimismo, "rico en potencial para avances teóricos".
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.