Математическая модель показывает глобальный тренд к мутуализму между видами

Исследователи из Университета Карлоса III в Мадриде (UC3M) и Мадридского политехнического университета (UPM) разработали новую математическую модель для изучения изменений экологических взаимодействий между популяциями микроорганизмов. Один из выводов работы — существование тренда к мутуализму, то есть к отношениям, в которых виды приносят друг другу пользу.

Экологические взаимодействия в экосистемах могут быть разными: хищничество, конкуренция за ресурсы, мутуализм, комменсализм, паразитизм. Однако эти состояния непостоянны — в ходе эволюции возможны переходы между ними. Например, отношения хищник–жертва могут со временем стать мутуалистическими или симбиотическими.

Новая модель позволяет изучать такие переходы. «Один из выводов, который мы обнаружили, — это явный тренд к мутуализму: экологические взаимодействия могут начинаться любым образом, но в большинстве случаев в конечном итоге приводят к мутуалистическим отношениям», — говорит профессор математического факультета UC3M Хосе Антонио Куэста Руис. Работа опубликована в журнале Physical Review E.

Модель также показала высокую частоту подобных переходов в природе и выявила эволюционные траектории, проходящие через различные промежуточные состояния. «Несмотря на простоту модели, её возникающее поведение сложно: она демонстрирует переходы между разными экологическими отношениями и способна проходить через различные стадии мутуализма, хищничества и конкуренции, прежде чем достичь конечного состояния», — добавляют соавторы работы Хавьер Галеано и Хуан Мануэль Пастор из UPM.

В исследовании использовались классические модели популяционной динамики, к которым была применена стандартная техника эволюционной теории — адаптивная динамика. Этот метод позволяет вывести динамические уравнения для параметров популяционной модели, определяющих природу экологических взаимодействий, и изучить, как эти взаимодействия меняются со временем.

«Подобные модели, несмотря на свою простоту, способны улавливать существенные элементы для объяснения механизмов возникающих явлений. Они очень полезны при изучении сложных систем», — отмечает Куэста.