L’évolution est moins aléatoire qu’on le pensait, révèle une étude

evolution non chaotique processus previsible genetique couv
| Trust My Science
⇧ [VIDÉO]   Vous pourriez aussi aimer ce contenu partenaire

Une récente étude remet en question la croyance longtemps établie selon laquelle l’évolution est un processus imprévisible. Elle en révèle notamment un aspect prévisible, lié à l’histoire génétique des organismes. Cette recherche ouvre des perspectives nouvelles dans des domaines tels que la biologie synthétique, la médecine et la science environnementale.

L’évolution, longtemps perçue comme un processus chaotique, est désormais sujette à une potentielle réévaluation scientifique. Une récente étude menée par des chercheurs de l’Université de Nottingham et de la Nottingham Trent University, publiée dans les Proceedings of the National Academy of Sciences (PNAS), remet en question cette notion d’aléatoire.

Elle suggère que l’histoire génétique d’un organisme pourrait jouer un rôle déterminant dans son évolution, ouvrant ainsi de nouvelles perspectives dans notre compréhension de la biologie évolutive. En outre, elle ouvre des voies prometteuses pour des applications concrètes, notamment dans le développement de traitements médicaux ciblés et de stratégies de conservation de la biodiversité, tout en offrant un nouvel éclairage sur la réponse des espèces aux changements environnementaux.

Le T-Shirt qui respire :
Arborez un message climatique percutant 🌍

Une nouvelle compréhension de l’évolution

La nouvelle étude suggère que le parcours évolutif d’un génome n’est pas simplement le fruit du hasard ou de la sélection naturelle, mais qu’il peut être fortement influencé par son propre historique génétique. Les mutations et les adaptations ne seraient ainsi plus des événements imprévisibles. En identifiant des schémas et des tendances au sein de l’évolution génomique, les chercheurs ont pu démontrer que certains aspects de l’évolution pourraient être anticipés, en fonction des caractéristiques génétiques héritées d’un organisme.

Pour arriver à cette conclusion, l’équipe a utilisé l’apprentissage automatique, en particulier l’algorithme Random Forest. Ce modèle, réputé pour sa capacité à gérer de grands ensembles de données et à en extraire des modèles significatifs, a été appliqué à l’analyse de 2500 génomes complets issus d’une espèce bactérienne. L’analyse a révélé des modèles d’interaction complexes entre les gènes. Par exemple, certaines familles de gènes semblent ne jamais coexister, tandis que d’autres apparaissent étroitement liées, dépendant de la présence de certaines autres familles pour se manifester.

relation genes
Les relations coïncidentes entre les gènes prévisibles et leurs prédicteurs. Les nœuds représentent des familles de gènes, ou des groupes de familles de gènes avec le même PAP, et les bords sont des relations de coïncidence – avec la flèche pointant vers le nœud dont la présence est prédite par l’autre. © Alan Beavan et al., 2023

Cette découverte indique que l’évolution est un processus structuré, où les interactions et les antécédents génétiques jouent un rôle crucial. Le professeur James McInerney, auteur principal de l’étude, déclare dans un communiqué : « Les implications de cette recherche sont tout simplement révolutionnaires. En démontrant que l’évolution n’est pas aussi aléatoire qu’on le pensait, nous avons ouvert la porte à un éventail de possibilités en biologie synthétique, en médecine et en sciences de l’environnement ».

Applications pratiques et implications médicales

En effet, la résistance aux antibiotiques représente un défi majeur de santé publique, exacerbé par l’utilisation excessive et inappropriée de ces médicaments. L’approche traditionnelle pour combattre cette résistance se concentre sur le développement de nouveaux antibiotiques ou la modification de ceux existants. Cependant, la présente découverte pourrait permettre d’aboutir à une stratégie innovante : en comprenant les dépendances génétiques, il devient possible de cibler non seulement le gène responsable de la résistance aux antibiotiques, mais aussi les gènes qui le soutiennent. Cette approche holistique permettrait de développer des stratégies plus efficaces pour prévenir ou inverser cette résistance, rendant les traitements antibiotiques plus efficaces et durables.

Par ailleurs, la capacité de prédire les interactions génétiques ouvre la voie à des traitements plus ciblés et adaptés à l’individu. De cette façon, les scientifiques peuvent prendre en compte la maladie elle-même, et la manière dont chaque patient est susceptible de réagir à différents traitements. Cela pourrait conduire à une réduction des effets secondaires et à une augmentation de l’efficacité des traitements. Enfin, cette approche permettrait de développer des vaccins personnalisés, adaptés aux profils génétiques individuels, offrant ainsi une protection plus efficace contre diverses maladies.

Implications environnementales et pour la biodiversité

La lutte contre le changement climatique nécessite des solutions innovantes, et les résultats de cette étude offrent une voie prometteuse. En comprenant les modèles d’interaction génétique, les scientifiques peuvent désormais envisager de concevoir des micro-organismes spécialement adaptés pour des tâches environnementales cruciales.

Des bactéries ou des algues génétiquement modifiées pourraient être développées pour capturer plus efficacement le dioxyde de carbone de l’atmosphère ou pour dégrader des polluants spécifiques. Cette approche pourrait transformer des processus naturels en outils puissants pour atténuer les effets du changement climatique. En outre, ces organismes pourraient être conçus pour survivre dans des environnements où les méthodes traditionnelles sont inefficaces.

D’autre part, cette recherche apporte une contribution significative à notre compréhension de la biodiversité. En reconnaissant que l’évolution suit des modèles influencés par l’histoire génétique, les scientifiques peuvent mieux anticiper comment les espèces évolueront en réponse aux changements environnementaux. Cette perspective permet une prédiction plus précise des trajectoires évolutives, essentielle pour la conservation des espèces.

En comprenant comment certaines espèces sont susceptibles de s’adapter à des habitats en mutation ou à de nouveaux stress environnementaux, les efforts de conservation peuvent être plus ciblés et efficaces. Cette approche pourrait également aider à identifier les espèces les plus vulnérables aux changements climatiques, permettant ainsi une action préventive pour protéger la biodiversité.

Source : Proceedings of the National Academy of Sciences

Laisser un commentaire