Está en la página 1de 4

reloj o perfecta sincrona

4783527350981426893456372829648567585959733420928634530394857612325347756503937612345678909876543213425643993847565757511980964554685959
3
Desde mediados del siglo pasado la bio-
loga se ha colocado en un lugar prominente del
desarrollo cientfico mundial. Algunos dicen que
as como los principios del siglo XX fueron los
aos de los grandes descubrimientos de la fsi-
ca que revolucionaron tecnologa, filosofa y
muchas otros aspectos culturales, los principios
del siglo XXI sern de la biologa. Paralelo al
desarrollo de la biologa la aplicacin de mto-
dos cuantitativos para la descripcin, explica-
cin, anlisis y prediccin de procesos biolgi-
cos se ha incrementado significativamente. La
poca de los bilogos cuentapatas ha quedado atrs; ahora practicamente cualquier
rea de la biologa requiere de la aplicacin de, al menos, mtodos estadsticos que per-
mitan dilucidar causas y efectos en los fenmenos estudiados. Mi objetivo en esta corta
contribucin es presentar un barrunto de lo que significa modelar un proceso biolgico.
No hay una nica manera de hacerlo, hay muchasalgunos dicen que modelar es un arte.
En cualquier caso todo depende del conocimiento y originalidad del modelador. Conoz-
camos una de muchas formas de hincarle el diente a la biologa matemticamente hablan-
do. El ejemplo que quiero presentar es largo y no cabe en el espacio del que dispongo
pero espero dejar al lector o lectora suficientemente picado como para que pregunte,
averigue (me escriba) para saber ms.
Charles Darwin formul sus ideas acerca de la evolucin por seleccin natural
basndose en observaciones sobre variaciones en los llamados fenotipos de los organis-
mos que dependen de la accin de muchos genes. Ejemplos de estos caracteres fenotpicos
son la talla, capacidad de almacenamiento de lpidos, nmero de inflorescencias entre
otros. Naturalmente su transmisin gentica es compleja y para su estudio se han desa-
rrollado tcnicas estadsticas importantes dedicadas a la caracterizacin y anlisis de es-
tos llamados caracteres polignicos. Estos caracteres expresados por los organismos
Biologa y matemticas: la pareja esencial
Jorge X. Velasco Hernndez
Programa de Matemticas Aplicadas y Computacin
Instituto Mexicano del Petrleo
velascoj@imp.mx
laberintos e infinitos
4783527350981426893456372829648567585959733420928634530394857612325347756503937612345678909876543213425643993847565757511980964554685959
4
dependen de una gran diversidad de factores, algunos de origen gentico y otros de
origen ambiental. De aqu en adelante les denominaremos caracteres cuantitativos.
Muchos caracteres cuantitativos
tienen una distribucin de fenotipos que
puede ser descrita por el fenotipo pro-
medio y por la varianza del mismo. Si
pudieramos medir un caracter cuantitati-
vo especfico, por ejemplo talla, de to-
dos los individuos de una poblacin po-
dramos calcular el valor de la media y
varianza en la poblacin. Desafortu-
nadamente en una poblacin, que puede
estar compuesta de cientos o miles de
organismos, medirles la talla a todos es tarea poco menos que imposible. Pero si conta-
mos con una muestra representativa de la poblacin, es decir, con un subconjunto de
individuos de la poblacin que represente toda la posible variabilidad que el caracter en la
poblacin original, no todo est perdido pues con ella es posible estimar los valores de la
media y varianza poblacionales y , a travs de la media x y varianza s muestrales.
Es tiempo ahora de centrarnos sobre un particular problema: cuando ocurrir la
extincin o la permanencia de una poblacin que subitamente se encuentra en una am-
biente o entorno nuevo y distinto al usual?
Para resolverlo recurriremos a un modelo bsico de crecimiento poblacional. Si
N(t) denota la abundancia o nmero de individuos de la poblacin al tiempo t, entonces
tenemos que podemos predecir la abundancia de la poblacin al siguiente tiempo con la
ecuacin N(t+1) = N(t), donde es la llamada tasa finita de incremento de la pobla-
cin. El lector puede verificar que si >1, la poblacin crecer de manera exponencial y
que si, por el contrario <1, la poblacin se extinguir eventualmente. Antes de pasara a
la siguiente definicin matemtica es conveniente que repasemos muy brevemente el con-
cepto de nicho ecolgico de una especie. De una manera elemental el nicho ecolgico es
el conjunto de condiciones ambientales y biticas que una poblacin requiere para su
supervivencia. Ahora bin, un habitat dado estar dentro del nicho ecolgico de una
poblacin, si en l sta incrementa su tamao, es decir, si tiene en ese habitat >1; el
habitat estar fuera del nicho ecolgico si la poblacin en l se reduce en abundancia, es
decir, <1. A las poblaciones que se encuentran en su nicho llamaremos poblaciones
fuente, pues son productoras netas de individuos, mientras que aquellas poblaciones
reloj o perfecta sincrona
4783527350981426893456372829648567585959733420928634530394857612325347756503937612345678909876543213425643993847565757511980964554685959
5
que se hallen fuera de su nicho ecolgico las llamaremos poblaciones sumidero pues
son deficientes en la produccin de individuos. Con estas caracterizaciones estamos en
condiciones de decir que ante un ambiente nuevo ocurre una evolucin de nicho si la
poblacin pasa de ser una poblacin sumidero a ser una poblacin fuente en ese ambiente
nuevo. El problema que queremos estudiar es entonces bajo qu condiciones una pobla-
cin expuesta a un ambiente nuevo desfavorable evoluciona hacia una poblacin fuente.
Note el lector que si la poblacin evoluciona de la manera dicha habr expandido su
nicho pues estar viviendo en condiciones y lugares que antes le impedan subsistir.
Supongamos entonces que nuestra poblacin N(t)
se encuentra en un ambiente desfavorable. Dado que del
valor de depende si la poblacin es fuente o sumidero y
que estaremos hablando de evolucin supondremos que
depende del tiempo, es decir = (t) resultando nuestro
nuevo modelo N(t+1) = (t) N(t). La poblacin inicial la
denotaremos por No y la inicial ser o que es, por defi-
nicin, necesariamente menor que uno pues la poblacin
est fuera de su nicho ecolgico. Si la poblacin no evolu-
ciona tendremos que no cambia y, por lo tanto, podemos
predecir la abundancia de la poblacin para cualquier tiem-
po t mediante la frmula N(t) =
t
No.
Vamos a suponer ahora que existe una abundancia crtica, que denotaremos por
Nc tal que si la poblacin llega a ella la probabilidad de una extincin inmediata es muy
alta. Con esta suposicin podemos estimar ahora el tiempo a extincin, t
E
mediante la
frmula t
E
=(lnNc - lnNo)/(ln o). Este tiempo nos indica el nmero de generaciones que
le llevar a una poblacin sumidero llegar a la extincin. El modelo entonces nos permite
concluir que sin evolucin la extincin de la poblacin es inevitable.
Ahora ha llegado el momento de hacer nuesro primer experimento matemtico
sobre la evolucin de la poblacin. Es intuitivamente claro que si la poblacin evoluciona
lo suficientemente rpido podr escapar extincin; es decir, si (t) rebasa el valor de 1
antes de que pasen t
E
generaciones, la poblacin se salvar. Supongamos ahora que la
tiene la siguiente dinmica (el lector deber tomar como artculo de f que esta hiptesis
es biolgicamente correcta; de hecho est basada en el llamado teorema fundamental de
la seleccin natural): (t+1) = (t) + , es decir, la la tasa finita de incremento se incrementa
en una cantidad fija constante en cada generacin. Por lo tanto (t) = o + t, como el
lector o lectora podr facilmente comprobar. Podemos calcular ahora en qu tiempo t
C,

laberintos e infinitos
4783527350981426893456372829648567585959733420928634530394857612325347756503937612345678909876543213425643993847565757511980964554685959
6
llegar al valor de 1. Retamos al lector o lectora a verificar que t
C
= (1- o)/. Conclumos
entonces que la poblacin se convertir en fuente en el ambiente nuevo, es decir, se habr
adaptado a l, unicamente si t
C
< t
E.
Si esta desigualdad no es satisfecha, la poblacin se
extinguir irremediablemente.
Mucho ms puede deducirse de este modelito pues pue-
de tambin complicarse, hacerse mas realista, puede volver-
se estocstico lo que significa que puede introducirse en el va-
riabilidad aleatoria y muchas otras cosas tanto matemticas
como biolgicas. Pero eso ser para otra ocasin pues ya es-
toy excedido del espaci que generosamente me han otorgado
los editores. Antes de concluir, sin embargo, quisiera expresar
una idea que considero muy importante.
La matemtica aplicada a la exploracin de sistemas biolgicos me gusta compa-
rarla con un microscopio. Existen microscopios de muchos tipos, desde los ms sencillos
que sirven para capturar caractersticas morfolgicas en escalas de milmetros hasta aquellos
que permiten observar micro y ultraestructuras a escalas de medida sumamente peque-
as. Es claro que no cualquier microscopio sirve para cualquier fin. Si me interesa simple-
mente determinar la familia de una coleccin de artrpodos uso un tipo de microscopio
adecuado y no uno electrnico. El microscopio es entonces una herramienta experimental
que permite conocer aspectos de la naturaleza. Es obvio pero importante mencionar que
aunque el microscopio es fundamental para cierto tipo de problemas biolgicos no lo es
para todos, en algunos ni siquiera se usa. As es con la matemtica. La matemtica es un
microscopio metodolgico que nos permite describir, explicar o predecir fenmenos. La
variedad de mtodos y tcnicas matemti-
cas que se han desarrollado a lo largo de
los siglos proporcionan una gama conside-
rable de herramientas para resolver muchos
tipos de problemas biolgicos. Pero no todo
problema biolgico requiere del uso inten-
sivo o extensivo de tcnicas matemticas
o, alternativamente, no existe una nica
manera de modelar un proceso. Y aqu ter-
mino.
Hasta la prxima.