Un modelo estadístico desarrollado por científicos estadounidenses puede predecir patrones de fluctuaciones en tres dominios diferentes: el empleo urbano, los bosques tropicales y el microbioma intestinal humano. Podría convertirse en una gran herramienta para predecir cambios importantes en la abundancia o carencia de recursos en cada área, pero no es capaz de describir la causa exacta de esas fluctuaciones.

Investigadores de la Universidad de Illinois en Urbana-Champaign, en Estados Unidos, desarrollaron en un nuevo estudio, publicado recientemente en la revista Proceedings of the National Academy of Sciences (PNAS), un modelo estadístico único que puede predecir patrones de fluctuaciones poblacionales en los ámbitos social y biológico. En concreto, predice el comportamiento de áreas tan disímiles como el empleo urbano, los microbiomas intestinales humanos y los bosques tropicales.

Predecir grandes cambios

Las grandes fluctuaciones en poblaciones complejas, como las comunidades microbianas y las poblaciones urbanas, pueden desencadenar un colapso ecológico y económico catastrófico. Comprender estas fluctuaciones es crucial para predecir y mitigar estos eventos extremos. Sin embargo, los modelos estadísticos aplicados a estos sistemas suelen ser demasiado detallados y especializados: además, no todos los aspectos analizados afectan el comportamiento estadístico de la población.

Para intentar resolver este problema, los autores de la nueva investigación analizaron datos de series temporales de tres poblaciones complejas y dispares: especies de microbios intestinales, empleados en ciudades de Estados Unidos y especies de árboles forestales. Así demostraron que el comportamiento emergente en todas estas poblaciones puede describirse mediante un único modelo estadístico simplificado, que presenta un comportamiento similar a la universalidad observada en muchos sistemas físicos.

Los científicos destacaron que el modelo predice las distribuciones de la abundancia y las fluctuaciones de la población en los tres universos analizados, permitiendo mejorar la estimación del riesgo y el pronóstico de eventos anómalos. «Encontramos una buena descripción de la mayoría de los datos con este modelo. Por simple que sea, lo comparamos con otros modelos alternativos y funcionó mejor. Nuestro modelo describe muy bien los patrones de fluctuaciones”, indicó en una nota de prensa el investigador James O’Dwyer, uno de los autores del estudio.

Enormes cantidades de datos

Para desarrollar el modelo, los científicos se basaron en investigaciones previas que siguieron durante décadas los cambios en cada uno de los diferentes dominios. Para el análisis del empleo, por ejemplo, se centraron en el número de personas empleadas en diferentes sectores económicos a lo largo del tiempo. Estos datos se obtuvieron del Sistema de Clasificación Industrial de Estados Unidos e incluyen actualizaciones mensuales para 383 ciudades estadounidenses, durante un período de 17 años.

En tanto, los datos forestales provienen de un estudio que rastreó especies de árboles y arbustos cada cinco años durante dos décadas, en una parcela de 123 acres en la isla Barro Colorado, en Panamá. Por último, los datos del microbioma provienen de un estudio que midió la abundancia relativa de cientos de especies microbianas en el intestino humano todos los días durante más de un año.

Para finalizar, los científicos destacaron que el análisis revela que, a pesar de las grandes diferencias de escala, los tres sistemas ocupan una región similar de espacio de parámetros cuando el tiempo se mide de una manera uniforma, en este caso en generaciones. En otras palabras, aunque las fluctuaciones observadas en estos sistemas pueden parecer diferentes, esta diferencia se debe principalmente a las escalas de tiempo físicas divergentes asociadas con cada sistema: horas para los microbios, años para los empleados y décadas para los bosques. Al unificarse estas escalas en generaciones, el modelo logra simplificarse y funcionar por igual en los tres universos.

Referencia

Universal abundance fluctuations across microbial communities, tropical forests, and urban populations. Ashish B. George and James O’Dwyer. PNAS (2023). DOI:https://doi.org/10.1073/pnas.2215832120