Эволюционные модели могут показывать ложные выводы из-за скрытой математической двусмысленности, при которой разные сценарии развития видов генерируют абсолютно одинаковые статистические данные.
Ключевые тезисы:
- Различные биологические сценарии в сложных моделях могут приводить к одним и тем же данным.
- Математический метод «Скрытого расширения» помог биологам найти фундаментальную ошибку в расчётах биоразнообразия.
- Задача классификации анатомии жуков привела к математическому прорыву, применимому во всей науке.
Десятилетиями эволюционные биологи пытались понять, почему в одних группах животных тысячи видов, а в других — всего единицы. Как выяснилось, математические алгоритмы, на которые опирались более тысячи научных исследований, скрывают фундаментальную уязвимость и способны выдавать очень убедительные, но совершенно неверные ответы о формировании и вымирании видов.
Учёные давно замечали тревожные симптомы при работе с данными. Выяснилось, что многие эволюционные модели могут генерировать абсолютно одинаковые наблюдаемые результаты, даже если базируются на совершенно разных сценариях развития жизни.
Получается парадоксальная ситуация: исследователи, сами того не подозревая, могли приходить к противоречащим друг другу выводам, и все они одинаково хорошо ложились на исходную статистику. Восстанавливать ход эволюции приходится по косвенным признакам, а сложные аналитические методы порой лишь усугубляют путаницу. Долгое время оставалось неясным, затрагивает ли эта двусмысленность самые сложные инструменты для изучения биоразнообразия, поскольку их математика была слишком громоздкой для прямого анализа.
Разгадка пришла с неожиданной стороны. Сергей Тарасов из Финского музея естественной истории и Джозеф Уэда из Политехнического университета Виргинии изучали анатомию жуков и столкнулись с проблемой классификации признаков. Свой путь к решению они начали с нестандартного вопроса: если перед нами лежат три яблока — красное, светло-зеленое и темно-зеленое — стоит ли объединять два зеленых в одну группу или считать их совершенно разными цветами?
Поиск ответа привел биологов к математической концепции 1960-х годов под названием «укрупняемость» (lumpability). Она определяет условия, при которых различные состояния марковской модели можно безопасно группировать без изменения поведения всей системы. Опираясь на этот принцип, исследователи нашли совершенно новый способ представления марковских моделей — одного из главных стохастических инструментов в арсенале современной науки.
Исследователи доказали, что любую марковскую модель с дискретными состояниями можно переписать в виде эквивалентной модели со скрытыми состояниями. Этот подход авторы назвали «Скрытым расширением» (Hidden Expansion). Обновленная структура выглядит более масштабной, но при этом она строится из простых и абсолютно одинаковых математических компонентов.
Новый метод обнажил ранее незаметные математические симметрии. По словам Сергея Тарасова, результаты работы которого опубликованы в журнале Nature Communications, это фундаментальное свойство оставалось невидимым на протяжении десятилетий, несмотря на активное использование марковских цепей. Неразрешимая проблема превратилась в задачу, с которой можно работать.
Математическое разложение позволило окончательно доказать, что сложные алгоритмы, применяемые для изучения биоразнообразия, действительно подвержены искажениям. Ошибочные выводы оказались не случайными статистическими сбоями, а следствием глубокой математической двусмысленности, заложенной в саму архитектуру вычислений.
В качестве наглядного примера авторы перепроверили данные по палочникам (Phasmatodea). Ученые пытались понять, влияет ли эволюция мужского «оружия» — специальных выростов на ногах для драк за самок — на видообразование. Исходное исследование не нашло такой связи, и новая проверка подтвердила этот факт. Однако при прогоне тех же данных через более широкий спектр моделей, стандартная статистика неожиданно поддержала сценарий, в котором «оружие» активно стимулировало появление новых видов. Красивая гипотеза оказалась математическим миражом, который легко мог бы стать сенсацией.
Новый подход не устраняет статистическую двусмысленность полностью, но четко показывает, откуда берутся ложные результаты, и очерчивает границы применимости современных методов. Ученые получили не финальный ответ на все вопросы эволюции, а тщательно выверенный инструмент для поиска будущих решений.
Чаще всего именно прорывы в математике позднее трансформируют другие науки. В данном случае процесс пошел в обратном направлении. Биологическая проблема классификации анатомии насекомых привела к чисто математическому открытию, которое решило давнюю концептуальную проблему эволюционной теории.
Поддержать нас на Boosty
Поддержать нас на Дзен
FAQ: Часто задаваемые вопросы
Почему эволюционные математические модели иногда ошибаются?
Из-за скрытой математической двусмысленности в их архитектуре. Совершенно разные сценарии эволюционного развития могут приводить к идентичным наблюдаемым данным, что заставляет алгоритмы делать ложные, но статистически достоверные выводы.
Что такое метод «Скрытого расширения»?
Это новый способ математического разложения. Он позволяет переписать любую дискретную марковскую модель в эквивалентную модель со скрытыми состояниями, состоящую из простых одинаковых блоков. Это обнажает скрытые ошибки в расчётах.
Обесценивает ли это открытие прошлые исследования биоразнообразия?
Нет. Открытие не перечеркивает саму науку, а лишь показывает пределы существующих методов. Оно объясняет, почему в некоторых случаях стандартная статистика может поддерживать красивую, но ложную биологическую гипотезу.
Источник: Sergei Tarasov et al, Unidentifiability and false-positive inference in state-dependent diversification models, Nature Communications (2026).
Читайте также: Глобальное мега-исследование неопровержимо доказало – человек уничтожает биоразнообразие планеты
