Des tournesols aux étoiles de mer, la symétrie apparaît partout en biologie. Ce n’est pas seulement vrai pour les plans du corps – les machines moléculaires qui maintiennent nos cellules en vie sont également étonnamment symétriques. Mais pourquoi ? L’évolution a-t-elle une préférence intrinsèque pour la symétrie ?
Une équipe internationale de chercheurs le pense, et a combiné des idées issues de la biologie, de l’informatique et des mathématiques pour expliquer pourquoi. Comme ils le rapportent dans PNASles structures symétriques et autres structures simples apparaissent si souvent parce que l’évolution a une préférence écrasante pour les “algorithmes” simples, c’est-à-dire les jeux d’instructions ou les recettes simples pour produire une structure donnée.
“Imaginez que vous deviez expliquer à un ami comment carreler un sol en utilisant le moins de mots possible”, explique Iain Johnston, professeur à l’université de Bergen et auteur de l’étude. “Vous ne diriez pas : mettez des diamants ici, des rectangles longs ici, des rectangles larges ici. Vous diriez quelque chose comme : mettez des carreaux carrés partout. Et cette recette simple et facile donne un résultat hautement symétrique.”
La machinerie moléculaire, comme ce complexe récoltant la lumière d’une bactérie, est souvent étonnamment symétrique. La nouvelle théorie suggère que cette symétrie émerge naturellement de la manière dont l’information est codée et utilisée dans l’évolution. Crédit : Iain Johnston/ PyMOL-Données source : PDB DOI : 10.2210/pdb1NKZ/pdb ; Papiz et al. (2003) J Mol Biol 326 : 1523-1538
L’équipe a utilisé la modélisation computationnelle pour explorer comment cette préférence se produit en biologie. Ils ont montré que beaucoup plus de génomes possibles décrivent des algorithmes simples que des algorithmes plus complexes. Au fil de l’évolution, les algorithmes simples ont plus de chances d’être découverts, tout comme les structures plus symétriques qu’ils produisent. Les scientifiques ont ensuite relié cette image évolutive à un résultat profond de la discipline théorique de l’information algorithmique.
théorie.
“Ces intuitions peuvent être formalisées dans le domaine de la théorie de l’information algorithmique, qui fournit des prédictions quantitatives pour le biais vers la simplicité descriptive”, explique Ard Louis, professeur au University of Oxford and corresponding author on the study.
The study’s key theoretical idea can be illustrated by a twist on a famous thought experiment in evolutionary biology, which pictures a room full of monkeys trying to write a book by typing randomly on a keyboard. Imagine the monkeys are instead trying to write a recipe. Each is far more likely to randomly hit the letters required to spell out a short, simple recipe than a long, complicated one. If we then follow any recipes the monkeys have produced – our metaphor for producing biological structures from genetic information – we will produce simple outcomes much more often than complicated ones.
The scientists show that a wide range of biological structures and systems, from proteins to RNA and signaling networks, adopt algorithmically simple structures with probabilities as predicted by this theory. Going forward, they plan to investigate the predictions that their theory makes for biases in larger-scale developmental processes.
Reference: “Symmetry and simplicity spontaneously emerge from the algorithmic nature of evolution” by Iain G. Johnston, Kamaludin Dingle, Sam F. Greenbury, Chico Q. Camargo, Jonathan P. K. Doye, Sebastian E. Ahnert and Ard A. Louis, 11 March 2022, Proceedings of the National Academy of Sciences.
DOI: 10.1073/pnas.2113883119
