Un ecosistema, i mercati finanziari, la struttura delle proteine, il metabolismo, internet, un consiglio di amministrazione: sono tutti esempi di reti complesse. Molte di queste reti, apparentemente così diverse fra loro, possono avere in comune la struttura delle interazioni fra le loro componenti. E ciò consente di costruire dei modelli utili per analizzare il comportamento di una rete ed effettuare previsioni sulla sua evoluzione.
Le reti complesse sono caratterizzate da un insieme di elementi chiamati vertici, interagenti fra loro tramite dinamiche di auto-organizzazione che presentano caratteristiche comuni anche fra sistemi molto diversi fra loro. Diego Garlaschelli dell’Università di Siena, Andrea Capocci dell’Università Sapienza di Roma e Guido Caldarelli dell’Istituto Nazionale per la Fisica della Materia del Consiglio nazionale delle ricerche (Infm-Cnr) hanno pubblicato su Nature Physics uno studio basato su un nuovo modello in grado di simulare l’evoluzione delle reti complesse.
Lo studio ha preso spunto da un modello preesistente utilizzato per la simulazione degli ecosistemi: gli elementi che compongono questo tipo di rete sono caratterizzati da una proprietà chiamata fitness che rappresenta, per esempio, la capacità di una specie vivente di riprodursi e quindi sopravvivere nell’ecosistema. Il modello proposto simula l’evoluzione della rete sostituendo gli individui (rappresentati graficamente come vertici) con minore fitness, con altri individui (nuovi vertici) con maggiore fitness, in modo casuale, proprio come si osserva in natura. Nel caso specifico, i rapporti di predazione, che determinano la sopravvivenza e l’estinzione di una specie rispetto a un altra, caratterizzano le dinamiche evolutive della rete e inducono i cambiamenti nell’ecosistema. Il risultato è che grazie alle interazioni fra tutti i vertici della rete, l’intero sistema si modifica e assume proprietà simili a quelle che si osservano in natura, qualunque sia la configurazione di partenza.
“La novità rispetto ad altri modelli sta nel fatto che l’applicazione dei principi dell’evoluzione darwiniana ‘plasmano’ le interazioni tra gli individui” spiega Andrea Capocci, “e non si selezionano solo gli organismi, ma si decide chi interagisce con chi”.
Il modello da cui i ricercatori sono partiti affrontava le relazioni tra prede e predatori in natura usando il meccanismo della catena alimentare, poco realistico perché difficilmente una specie viene predata solo da un’altra. “Per riuscire a ricostruire l’effettivo comportamento del sistema e le sue possibili evoluzioni”, aggiunge Caldarelli, “bisogna pensare alla rete alimentare (o trofica), in cui un predatore può avere diverse fonti di cibo e in cui esistono animali che molto più di altri sono a rischio perché hanno moltissimi predatori”.
Il nuovo modello proposto è in grado di simulare molto realisticamente ciò che accade non solo in un ecosistema, ma anche in moltissimi altri sistemi, come quelli economici, sociali, informatici o aziendali. I sistemi di mercato con le loro prede e predatori, per esempio, evolvono in modo del tutto simile agli ecosistemi e vengono utilizzati per spiegare le relazioni tra le industrie. (s.s.)
