Previsibilidade emergente em ecossistemas microbianos

Ecossistemas microbianos realizam funções essenciais para o clima global, a saúde humana e a indústria. Estas comunidades complexas exibem uma quantidade surpreendente de diversidade funcionalmente relevante em todos os níveis de resolução taxonômica, apresentando um desafio significativo para a maioria dos frameworks de modelagem. Uma esperança de longa data da ecologia teórica é que alguns padrões possam persistir apesar da complexidade da comunidade -- ou talvez até emergir por causa dela. Uma compreensão mais profunda de tal "simplicidade emergente" poderia possibilitar novas abordagens para prever os comportamentos dos ecossistemas complexos na natureza. No entanto, a maioria dos exemplos descritos até agora fornece um poder preditivo limitado, pois se concentrou na reprodutibilidade em vez da previsão. Aqui, propomos um framework teórico da informação para definir, nuançar e quantificar a simplicidade emergente em dados empíricos com base na capacidade de modelos simples de prever propriedades funcionais em nível de comunidade. Aplicando este framework a dois conjuntos de dados publicados, demonstramos que a maioria das propriedades medidas em ambos os experimentos apresenta evidências robustas de previsibilidade emergente: surpreendentemente, à medida que a riqueza da comunidade aumenta, descrições composicionais simples se tornam mais preditivas. Mostramos que esse comportamento não é típico dentro dos frameworks de modelagem padrão da ecologia teórica e argumentamos que melhorar nossa capacidade de prever e controlar comunidades microbianas naturais exigirá uma mudança de foco: longe da complexidade dos ecossistemas, e em direção à complexidade preditiva das propriedades dos ecossistemas.