Os oceanos da Terra estão se aquecendo e se tornando mais ácidos à medida que o clima muda. Para grande parte da flora e fauna do mar, isso pode significar a extinção, a menos que as espécies possam se adaptar a novas condições e fontes de alimento – ou migrar para águas mais hospitaleiras.
Mas espécies ameaçadas podem conseguir uma ajuda dos humanos, diz Katie Lotterhos, professora associada de ciências marinhas e ambientais da Northeastern, desde que os cientistas possam determinar com precisão quais espécies precisarão de ajuda.

É aí que Lotterhos e seus colegas entram.

Dentro das espécies, muitas vezes há variação genética. Algumas linhagens genéticas serão mais capazes de se adaptar a certas novas condições do que outras. Se os pesquisadores puderem identificar quais linhagens genéticas de uma determinada espécie têm maior probabilidade de sobreviver nas novas condições esperadas, eles poderão concentrar os esforços de restauração e proteção nessas linhagens. Ou, diz Lotterhos, os cientistas podem ajudar as espécies a se adaptarem às mudanças climáticas, movendo-as para lugares que provavelmente serão mais hospitaleiros no futuro em um conceito chamado "migração assistida". Cientistas e líderes da indústria já estão considerando essa abordagem para agricultura e árvores.

“Há uma necessidade social urgente de combinar melhor as cepas genéticas com os ambientes para os esforços de restauração diante das mudanças climáticas”, diz Lotterhos. Para fazer isso, os cientistas vêm desenvolvendo métodos para "previsão genômica", diz ela, que podem usar dados genéticos para "prever como uma cepa genética se comportará em diferentes ambientes".

Mas, no momento, os cientistas não têm certeza se essas previsões são precisas. Então, Lotterhos e seus colegas testaram um algoritmo líder de aprendizado de máquina. Seus resultados são relatados em um artigo recente publicado na revista Evolutionary Applications .

O algoritmo de aprendizado de máquina combina informações genéticas e ambientais para prever quão mal adaptada uma determinada linhagem genética de uma espécie seria a um determinado conjunto de condições ambientais em uma medida chamada "deslocamento genômico", diz Lotterhos. Para testar a precisão com que o algoritmo prevê o deslocamento genômico, ela explica, a equipe criou simulações de computador do que eles chamam de "espécies virtuais" que não existem no mundo real, mas sofrem nascimento, morte, dispersão, seleção evolutiva e mutação no mesma maneira que as espécies reais fazem na natureza.

"Nosso estudo mostra que os métodos de previsão genômica são promissores, mas ainda não temos uma compreensão completa de seus pontos fortes e limitações", diz Lotterhos. O método de aprendizado de máquina se mostrou melhor do que outras medidas para prever o deslocamento genômico quando os pesquisadores mantiveram as entradas simples, considerando apenas informações genéticas ou apenas informações ambientais. Mas tomados em conjunto como uma forma de prever declínios populacionais devido a mudanças ambientais, Lotterhos diz que os resultados podem ser enganosos.

Para testar ainda mais a abordagem de aprendizado de máquina, a equipe de Lotterhos está desenvolvendo mais simulações. Os cientistas também farão este experimento offline e conduzirão experimentos de campo.

Lotterhos recebeu recentemente dois prêmios de prestígio:um prêmio CAREER da National Science Foundation e uma bolsa Fulbright. Com o apoio do prêmio CAREER, Lotterhos e colegas estão realizando testes dos métodos de previsão genômica em ostras. A bolsa Fulbright a levou para a Suécia, onde ela está testando os métodos da vida marinha, como caracóis marinhos, eelgrass e isópodes, uma ordem de crustáceos que inclui piolhos.

“O Mar Báltico é um sistema de estudo interessante porque muitas espécies se adaptaram geneticamente a um gradiente ambiental acentuado de condições oceânicas benignas para um ambiente de água doce mais ácido”, diz Lotterhos. "O objetivo é determinar o quão bem esses métodos funcionam e em que condições eles funcionam bem."