Une découverte mathématique explique les faux résultats des modèles évolutionnistes en biologie

Les modèles mathématiques utilisés pour comprendre comment les traits biologiques et facteurs environnementaux influencent la formation et l'extinction des espèces sont devenus essentiels à la biologie moderne. Cependant, ces modèles présentent une faiblesse connue : ils peuvent mener à des conclusions erronées. Pendant des décennies, les chercheurs ignoraient pourquoi.

Sergei Tarasov (Musée finlandais d'Histoire naturelle) et Josef Uyeda (Virginia Tech) ont abordé le problème sous un angle nouveau, en partant d'une question apparemment simple : comment regrouper logiquement des états similaires dans un modèle mathématique ? Leur travail a mené à la découverte d'une nouvelle représentation des modèles de Markov, appelée « Hidden Expansion », qui expose des symétries mathématiques jusque-là invisibles. Cette décomposition révèle que de nombreuses histoires évolutives fondamentalement différentes peuvent produire exactement les mêmes observations biologiques.

Les chercheurs montrent que cette ambiguïté mathématique n'est pas un simple artefact statistique, mais découle de la structure profonde des modèles eux-mêmes. Leur cadre n'élimine pas complètement le problème, mais clarifie ses origines et ses limites, offrant des pistes pour développer des méthodes plus fiables à l'avenir.