.
Os investigadores relatam que um modelo único e simplificado pode prever as flutuações populacionais em três domínios não relacionados: emprego urbano, microbiomas intestinais humanos e florestas tropicais. O modelo ajudará economistas, ecologistas, autoridades de saúde pública e outros a prever e responder à variabilidade em múltiplos domínios, dizem os investigadores.
As novas descobertas estão detalhadas no Anais da Academia Nacional de Ciências.
O modelo, que atende pela sigla SLRM, não prevê resultados exatos, mas gera uma distribuição estreita das trajetórias mais prováveis, disse James O’Dwyer, professor de biologia vegetal na Universidade de Illinois Urbana-Champaign, que desenvolveu o modelo. com o pesquisador de pós-doutorado Ashish George no Instituto Carl R. Woese de Biologia Genômica da Universidade de I. George é agora um cientista computacional no Broad Institute em Cambridge, Massachusetts.
“O modelo incorpora eventos aleatórios, por isso prevê uma série de resultados. Mas os dados ficam bem no meio dessa gama de resultados”, disse O’Dwyer.
O modelo divide cada população em sectores distintos – por exemplo, tipos de empregos como cuidados de saúde, agricultura ou comércio a retalho – e atribui um “tempo de geração” a cada um.
“O tempo de geração é o tempo de vida de uma árvore ou micróbio, ou o tempo que uma pessoa passa em um determinado setor de trabalho”, disse George. “É medido em horas para os micróbios, em anos para os tipos de trabalho e em décadas para as florestas”. A análise dos sistemas em termos de tempo de geração para cada setor revelou semelhanças no comportamento dos três sistemas.
Os cientistas confiaram em décadas de pesquisas que acompanharam as mudanças em cada um dos diferentes domínios ao longo do tempo. Para a análise do emprego, centraram-se no número de pessoas empregadas em diferentes sectores económicos ao longo do tempo. Esses dados vieram do Sistema de Classificação da Indústria Norte-Americana e incluíram atualizações mensais para 383 cidades dos EUA durante um período de 17 anos.
Os dados florestais vieram de um estudo que rastreou espécies de árvores e arbustos a cada cinco anos durante duas décadas em um terreno de 123 acres na ilha de Barro Colorado, no Panamá. E os dados do microbioma vieram de um estudo que mediu a abundância relativa de centenas de espécies microbianas no intestino humano todos os dias durante mais de um ano.
“Para cada ‘espécie’ em cada sistema, analisamos a trajetória das abundâncias relativas ao longo de vários pontos no tempo para estimar três quantidades: uma abundância de equilíbrio, quanto tempo leva para uma trajetória retornar ao equilíbrio após uma perturbação e uma força de estocasticidade “, disse Jorge. “A estocasticidade incorporada ao modelo leva em conta os eventos aleatórios que geram flutuações que se afastam ou voltam ao equilíbrio.”
“Encontramos uma boa descrição da maioria dos dados com este modelo”, disse O’Dwyer. “Por mais simples que seja, comparamos com alguns outros modelos alternativos e ele teve um desempenho melhor. Nosso modelo descreve muito bem os padrões de flutuações.”
“A simplicidade do modelo permite que seja aplicável tanto no domínio biológico como no social”, disse O’Dwyer. “Ele pode prever mudanças na abundância, mas não pode descrever a causa exata dessas flutuações”.
A compreensão dos mecanismos detalhados que geram as flutuações exigiria análises aprofundadas e específicas do sistema, disse ele.
“Este é o primeiro esforço para unificar as previsões de flutuações nestes domínios usando o mesmo modelo”, disse George. “Este avanço não só ajudará no desenvolvimento de novos métodos de previsão em cada sistema, mas também motivará a polinização cruzada de conceitos e técnicas nestes campos aparentemente díspares.”
.
