Die natürliche Selektion erzeugt nicht immer die besten Organismen, vermuten US-amerikanische Wissenschaftler. Die Forscher simulierten RNA-Moleküle und deren Evolution durch Mutation und Selektion in Computermodellen. Diese Moleküle spielen eine Schlüsselrolle bei der Übersetzung der Erbinformation in Proteine. Dabei stellten die Forscher fest, dass sich manche vorteilhaften Merkmale nicht entwickeln, weil die notwendige Kombination von Mutationen zunächst Nachteile in sich birgt und daher ausgesondert wird.
Genetische Mutationen stellen den entscheidenden Ansatzpunkt für die natürliche Selektion bereit. Kurzfristig gesehen ist das Schicksal einer Mutation einfach: Wenn die Mutation für einen Organismus vorteilhaft ist, setzt sie sich in den folgenden Generationen durch, während schädliche Mutationen meistens direkt mit dem betreffenden Organismus aussterben. Die langfristigen Konsequenzen von Mutationen verstehen Evolutionsbiologen jedoch noch nicht besonders gut. Mit ihren Computermodellen haben die Forscher aus den USA jetzt gezeigt, dass Mutationen, die zuerst vorteilhaft erscheinen, auf Dauer gesehen negativ für den jeweiligen Organismus sein können.
Die kurzen RNA-Moleküle aus den Modellen der Forscher entwickelten sich immer auf gleiche Art und Weise. Es entstanden jedes Mal viele verschiedene RNA-Moleküle, die jedoch immer zu einer ähnlichen Merkmalsausprägung führten, was in der Genetik auch als Abundanz bezeichnet wird. Daher vermuten die Wissenschaftler, dass die Evolution immer zu einer Entwicklung in Richtung dieser kurzfristigen Vorteile führt. Sie erzeugt immer Strukturen, die zwar nicht optimal sind, deren Merkmale aber kurzfristig gesehen Vorteile in sich bergen, erklären die Forscher. Auf diese Weise kann die Entwicklung von nützlicheren Merkmalen verhindert werden, die erst durch eine Aneinanderreihung von weniger nützlichen Mutationen entstehen können. Daraus ziehen die Wissenschaftler den Schluss, dass das Leben durch einfache Merkmale dominiert wird, die sich in manchen Fällen auf Kosten besserer Merkmale durchsetzen.
Matthew Cowperthwaite und Lauren Meyers (Universität von Texas in Houston) et al.: PLoS Computational Biology, DOI: 10.1371/journal.pcbi.1000110 ddp/wissenschaft.de ? Uwe Thomanek
