Aplicaciones de la evolución
Aplicación práctica de la evolución biológica
Parte de una serie sobre
Biología evolutiva
Los pinzones de Darwin, de John Gould
Procesos y resultados
Natural history
History of evolutionary theory
Fields and applications
Social implications

La biología evolutiva , en particular la comprensión de cómo evolucionan los organismos a través de la selección natural, es un área de la ciencia con muchas aplicaciones prácticas. [1] [2] Los creacionistas a menudo afirman que la teoría de la evolución carece de aplicaciones prácticas; sin embargo, esta afirmación ha sido refutada por los científicos. [3]

Biología más amplia

El enfoque evolutivo es clave para gran parte de la investigación actual en biología que no se propone estudiar la evolución per se, especialmente en la biología y ecología de organismos . Por ejemplo, el pensamiento evolutivo es clave para la teoría de la historia de la vida . La anotación de los genes y su función se basa en gran medida en enfoques comparativos, es decir, evolutivos. El campo de la biología evolutiva del desarrollo investiga cómo funcionan los procesos de desarrollo utilizando el método comparativo para determinar cómo evolucionaron. [3]

Selección artificial

Una de las principales aplicaciones tecnológicas de la evolución es la selección artificial , que es la selección intencional de ciertos rasgos en una población de organismos. Los seres humanos han utilizado la selección artificial durante miles de años en la domesticación de plantas y animales. [4] Más recientemente, dicha selección se ha convertido en una parte vital de la ingeniería genética , con marcadores seleccionables como los genes de resistencia a los antibióticos que se utilizan para manipular el ADN en biología molecular . También es posible utilizar rondas repetidas de mutación y selección para desarrollar proteínas con propiedades particulares, como enzimas modificadas o nuevos anticuerpos , en un proceso llamado evolución dirigida . [5]

Medicamento

Representación esquemática de cómo evoluciona la resistencia a los antibióticos a través de la selección natural. La sección superior representa una población de bacterias antes de la exposición a un antibiótico. La sección central muestra la población inmediatamente después de la exposición, la fase en la que tuvo lugar la selección. La última sección muestra la distribución de la resistencia en una nueva generación de bacterias. La leyenda indica los niveles de resistencia de los individuos.

La resistencia a los antibióticos puede ser resultado de mutaciones puntuales en el genoma del patógeno a una tasa de aproximadamente 1 en 10 8 por replicación cromosómica. La acción de los antibióticos contra el patógeno puede considerarse como una presión ambiental; las bacterias que tienen una mutación que les permite sobrevivir seguirán reproduciéndose. Luego transmitirán este rasgo a su descendencia, lo que dará lugar a una colonia totalmente resistente.

La comprensión de los cambios que han ocurrido durante la evolución de los organismos puede revelar los genes necesarios para construir partes del cuerpo, genes que pueden estar involucrados en los trastornos genéticos humanos . [6] Por ejemplo, el tetra mexicano es un pez cavernícola albino que perdió la vista durante la evolución. La cría conjunta de diferentes poblaciones de este pez ciego produjo algunas crías con ojos funcionales, ya que se habían producido diferentes mutaciones en las poblaciones aisladas que habían evolucionado en diferentes cuevas. [7] Esto ayudó a identificar los genes necesarios para la visión y la pigmentación, como las cristalinas y el receptor de melanocortina 1. [ 8] De manera similar, la comparación del genoma del pez de hielo antártico , que carece de glóbulos rojos , con parientes cercanos como el bacalao antártico reveló los genes necesarios para producir estas células sanguíneas. [9]

Ciencias de la Computación

Como la evolución puede producir procesos y redes altamente optimizados, tiene muchas aplicaciones en la ciencia informática . Aquí, las simulaciones de la evolución utilizando algoritmos evolutivos y vida artificial comenzaron con el trabajo de Nils Aall Barricelli en la década de 1960, y fueron ampliadas por Alex Fraser , quien publicó una serie de artículos sobre simulación de selección artificial . [10] La evolución artificial se convirtió en un método de optimización ampliamente reconocido como resultado del trabajo de Ingo Rechenberg en la década de 1960 y principios de la de 1970, quien utilizó estrategias de evolución para resolver problemas complejos de ingeniería. [11] Los algoritmos genéticos en particular se hicieron populares a través de los escritos de John Holland . [12] A medida que crecía el interés académico, los aumentos dramáticos en la potencia de las computadoras permitieron aplicaciones prácticas, incluida la evolución automática de programas de computadora. [13] Los algoritmos evolutivos ahora se utilizan para resolver problemas multidimensionales de manera más eficiente que el software producido por diseñadores humanos, y también para optimizar el diseño de sistemas. [14]

Referencias

  1. ^ Toro JJ; Wichman HA (2001). "Evolución aplicada". Annu Rev Ecol Syst . 32 : 183–217. doi : 10.1146/annurev.ecolsys.32.081501.114020.
  2. ^ Mindell, DP (2007). El mundo en evolución: evolución en la vida cotidiana . Cambridge, MA: Harvard University Press . pág. 341. ISBN. 978-0674025585.
  3. ^ ab "Afirmación CA215: La teoría de la evolución es inútil, sin aplicación práctica" . Consultado el 26 de junio de 2017 .
  4. ^ Doebley JF; Gaut BS; Smith BD (2006). "La genética molecular de la domesticación de cultivos". Cell . 127 (7): 1309–21. doi : 10.1016/j.cell.2006.12.006 . PMID  17190597.
  5. ^ Jäckel C; Kast P; Hilvert D (2008). "Diseño de proteínas mediante evolución dirigida". Annu Rev Biophys . 37 : 153–73. doi :10.1146/annurev.biophys.37.032807.125832. PMID  18573077.
  6. ^ Maher B. (2009). "Evolución: ¿el próximo modelo superior de la biología?". Nature . 458 (7239): 695–8. doi : 10.1038/458695a . PMID  19360058.
  7. ^ Borowsky R (2008). "Restauración de la visión en peces ciegos de las cavernas". Curr. Biol . 18 (1): R23–4. doi : 10.1016/j.cub.2007.11.023 . PMID:  18177707.
  8. ^ Gross JB; Borowsky R; Tabin CJ (2009). "Un nuevo papel para Mc1r en la evolución paralela de la despigmentación en poblaciones independientes del pez cavernícola Astyanax mexicanus". PLOS Genet . 5 (1): e1000326. doi : 10.1371/journal.pgen.1000326 . PMC 2603666 . PMID  19119422. 
  9. ^ Yergeau DA; Cornell CN; Parker SK; Zhou Y; Detrich HW (2005). "bloodthirsty, un gen RBCC/TRIM necesario para la eritropoyesis en el pez cebra". Dev. Biol . 283 (1): 97–112. doi : 10.1016/j.ydbio.2005.04.006 . PMID  15890331.
  10. ^ Fraser AS (1958). "Análisis de Monte Carlo de modelos genéticos". Nature . 181 (4603): 208–9. Bibcode :1958Natur.181..208F. doi :10.1038/181208a0. PMID  13504138. S2CID  4211563.
  11. ^ Rechenberg, Ingo (1973). Evolutionsstrategie - Optimierung technischer Systeme nach Prinzipien der biologischen Evolution (tesis doctoral) (en alemán). Fromman-Holzboog.
  12. ^ Holland, John H. (1975). Adaptación en sistemas naturales y artificiales . University of Michigan Press . ISBN 0-262-58111-6.
  13. ^ Koza, John R. (1992). Programación genética . MIT Press . ISBN 0-262-11170-5.
  14. ^ Jamshidi M (2003). "Herramientas para el control inteligente: controladores difusos, redes neuronales y algoritmos genéticos". Philosophical Transactions of the Royal Society A . 361 (1809): 1781–808. Bibcode :2003RSPTA.361.1781J. doi :10.1098/rsta.2003.1225. PMID  12952685. S2CID  34259612.
Retrieved from "https://en.wikipedia.org/w/index.php?title=Applications_of_evolution&oldid=1187877349"