NYT: Cadeia alimentar é desvendada usando sistemática do Google
Um motivo importante pelo qual o motor de busca do Google faz tanto sucesso é seu algoritmo PageRank, que estabelece uma hierarquia para as páginas da web com base nas páginas que chegam a ela. Segundo o Google, uma página é importante se outras páginas levarem a ela.
Porém, a internet não é a única rede. Na ecologia, também há as redes - alimentares, complexas redes de "quem come quem".
Inspirados no PageRank, Stefano Allesina, da Universidade de Chicago, e Mercedes Pascual, da Universidade do Michigan, criaram um algoritmo próprio para as relações em uma cadeia alimentar. Como descrito no jornal online de livre acesso "PLoS Computational Biology", o algoritmo usa os links entre as espécies para determinar qual animal causaria o maior impacto se fosse extinto.
Allesina, que estuda teoria das redes e biologia, estava lendo um artigo sobre o algoritmo do Google um dia, na Universidade da Califórnia, em Santa Barbara. "Eu disse: 'isso me lembra algo'", contou.
Um dos fatores para o sucesso do PageRank é que seus desenvolvedores introduziram uma pequena probabilidade de o usuário da web pular de uma página para qualquer outra. Isso, em efeito, faz com que a web seja circular e com que o algoritmo tenha solução. No entanto, em cadeias alimentares, disse Allesina, "você não pode ir do pasto para o leão - o pasto tem de ser comido antes pelo antílope."
Como resultado, disse ele, "não podíamos usar o mesmo truque para fazer as cadeias alimentares circulares". Então, eles usaram outro mecanismo. Como todos os organismos morrem e se decompõem, Allesina e Pascual criaram um "conjunto de detritos" com o qual todas as espécies se relacionam. O grupo também se relaciona com produtores primários, como plantas, em uma cadeia alimentar, que faz uso da matéria decomposta.
O algoritmo deles difere também ao determinar a importância relativa das espécies através da engenharia reversa - ao observar quais espécies causariam o colapso da cadeia alimentar mais rapidamente se fossem eliminadas. Os pesquisadores descobriram que o algoritmo produz resultados tão precisos como softwares muito mais complexos (e computacionalmente custosos) que constroem redes da base para o topo, simulando a evolução.
O próximo passo, disse Allesina, é refinar o algoritmo para trabalhar com redes mais complexas. O objetivo é criar um algoritmo capaz de considerar poluição, perda de habitat e vários outros fatores que afetam a extinção de uma espécie.
Porém, a internet não é a única rede. Na ecologia, também há as redes - alimentares, complexas redes de "quem come quem".
Inspirados no PageRank, Stefano Allesina, da Universidade de Chicago, e Mercedes Pascual, da Universidade do Michigan, criaram um algoritmo próprio para as relações em uma cadeia alimentar. Como descrito no jornal online de livre acesso "PLoS Computational Biology", o algoritmo usa os links entre as espécies para determinar qual animal causaria o maior impacto se fosse extinto.
Allesina, que estuda teoria das redes e biologia, estava lendo um artigo sobre o algoritmo do Google um dia, na Universidade da Califórnia, em Santa Barbara. "Eu disse: 'isso me lembra algo'", contou.
Um dos fatores para o sucesso do PageRank é que seus desenvolvedores introduziram uma pequena probabilidade de o usuário da web pular de uma página para qualquer outra. Isso, em efeito, faz com que a web seja circular e com que o algoritmo tenha solução. No entanto, em cadeias alimentares, disse Allesina, "você não pode ir do pasto para o leão - o pasto tem de ser comido antes pelo antílope."
Como resultado, disse ele, "não podíamos usar o mesmo truque para fazer as cadeias alimentares circulares". Então, eles usaram outro mecanismo. Como todos os organismos morrem e se decompõem, Allesina e Pascual criaram um "conjunto de detritos" com o qual todas as espécies se relacionam. O grupo também se relaciona com produtores primários, como plantas, em uma cadeia alimentar, que faz uso da matéria decomposta.
O algoritmo deles difere também ao determinar a importância relativa das espécies através da engenharia reversa - ao observar quais espécies causariam o colapso da cadeia alimentar mais rapidamente se fossem eliminadas. Os pesquisadores descobriram que o algoritmo produz resultados tão precisos como softwares muito mais complexos (e computacionalmente custosos) que constroem redes da base para o topo, simulando a evolução.
O próximo passo, disse Allesina, é refinar o algoritmo para trabalhar com redes mais complexas. O objetivo é criar um algoritmo capaz de considerar poluição, perda de habitat e vários outros fatores que afetam a extinção de uma espécie.
