I primi animali: spugne o ctenofori? La guerra scientifica che non finisce mai

Immagina un ring sul fondo dell’oceano. Da una parte una spugna marina: immobile, filtratrice, apparentemente “semplice”. Dall’altra un ctenoforo (comb jelly): traslucido, predatore, dotato di cellule nervose e muscolari. Non è una fantasia pop: è una metafora perfetta per una delle dispute più ostinate della biologia evolutiva moderna. E la domanda è sorprendentemente diretta: chi è stato il primo animale?

Per più di un secolo, la risposta “di default” è stata: le spugne (Porifera). Non hanno muscoli, non hanno neuroni, non hanno organi nel senso classico: sembravano rappresentare bene un’idea intuitiva dell’evoluzione come graduale accumulo di complessità. Poi, nel 2008, un’analisi genomica ha spostato il punto d’origine: e se il primo ramo animale fosse quello dei ctenofori (Ctenophora)? Un risultato che, se vero, costringerebbe a rivedere una parte enorme della storia evolutiva degli animali.

Da allora, studi e re-analisi si sono alternati come colpi in un incontro infinito: un paper dà ragione alle spugne, quello dopo riporta i ctenofori alla base, e così via. Nel 2026, un’analisi giornalistica su Nature ha raccontato come questo confronto sia diventato una specie di guerra di trincea – e perché sempre più ricercatori stanno chiedendo un cambio di passo: meno “tifoserie”, più lavoro comune sugli stessi dati, sugli stessi test, con regole condivise.

Perché questa domanda conta davvero (anche se sembra una curiosità)

Attenzione: non stiamo cercando “il primo animaletto” apparso sulla Terra. Stiamo cercando il lignaggio sorella di tutti gli altri animali viventi: il ramo che si è separato per primo, prima che l’albero si ramificasse in cnidari (meduse e anemoni), placozoi (organismi marini semplicissimi) e bilateri (quelli con simmetria bilaterale, antenati – alla lontana – anche dei vertebrati e quindi di noi).

Se la sorella di tutti gli animali sono le spugne, la narrazione è relativamente lineare: neuroni e muscoli compaiono più tardi, nei rami successivi. Se invece la sorella sono i ctenofori, lo scenario si complica: come si spiega che un gruppo “più complesso” sia alla base mentre spugne e placozoi sono privi di molte strutture? Le ipotesi diventano scomode (ma affascinanti):

  • evoluzione indipendente di neuroni e muscoli in più linee (complessità inventata più volte);
  • perdita secondaria in alcuni rami (complessità presente all’inizio, poi “spenta” nelle spugne e forse in altri).

È qui che la discussione esce dal tecnicismo e tocca una domanda più grande: la complessità biologica è un percorso a senso unico? O può essere guadagnata e persa più spesso di quanto immaginiamo?

Il “colpo di scena” del 2008: quando i genomi hanno ribaltato i manuali

All’inizio degli anni 2000, il sequenziamento diventa più rapido e meno costoso, e molti gruppi provano a ricostruire l’albero degli animali usando migliaia di geni. In uno di questi lavori (2008), l’inclusione dei dati dei ctenofori produce un risultato inatteso: ctenofori alla base. È l’inizio del terremoto.

Da quel momento, il dibattito non è più solo “chi viene prima?”, ma anche “quanto possiamo fidarci dei metodi quando guardiamo a eventi avvenuti centinaia di milioni di anni fa?”. Il punto è che, per ricostruire un nodo così antico, il segnale è debole e facilmente distorto. Un po’ come succede in altri contesti dove si cerca di estrarre informazione da indizi minimi: non a caso, il problema ricorda la difficoltà di inferire un passato lontanissimo da tracce sottili, come accade in alcune ricostruzioni cosmologiche. (Se ti interessa l’idea del “segnale debole” e di quanto sia facile fraintenderlo, puoi leggere anche questa spiegazione sulla superposizione quantistica, dove in modo diverso la misura cambia tutto.)

Il vero nemico: un segnale antico, fragile e pieno di “rumore”

Quando confronti genomi moderni per ricostruire eventi di 600–800 milioni di anni fa, stai lavorando con tracce che hanno attraversato un’enorme distanza temporale. Nel frattempo:

  • alcuni geni si sono persi;
  • altri si sono duplicati;
  • alcune linee evolvono più velocemente (accumulano più cambiamenti);
  • altre mantengono sequenze più conservative;
  • meccanismi diversi possono produrre somiglianze ingannevoli.

Il risultato è che scelte metodologiche apparentemente “piccole” possono cambiare la risposta finale.

Tre dettagli tecnici che cambiano tutto (e fanno litigare i team)

1) Gli “outgroup”: chi metti fuori dagli animali per radicare l’albero

Per capire qual è il ramo più antico, devi confrontare gli animali con organismi “vicini” ma non animali (outgroup). Sembra banale, ma la scelta è cruciale: outgroup troppo lontani possono introdurre artefatti, outgroup troppo pochi non danno stabilità. Studi recenti hanno mostrato che la selezione degli outgroup e le assunzioni del modello evolutivo possono spostare l’ago verso “spugne” o verso “ctenofori”.

2) Long-branch attraction: quando due rami “veloci” si somigliano per errore

Un problema noto in filogenesi è la long-branch attraction: linee che evolvono velocemente possono sembrare artificialmente imparentate, non perché lo siano davvero, ma perché hanno accumulato molte sostituzioni in modo indipendente. In questa disputa, il tema torna continuamente: qualcuno sostiene che i ctenofori finiscano alla base per un artefatto; altri ribattono che, con controlli adeguati, il risultato resta plausibile.

3) Il modello matematico dell’evoluzione: “come” cambiano le sequenze

Molti lavori non divergono per i dati in sé, ma per le ipotesi su come le sequenze cambiano nel tempo. Modelli troppo semplici possono produrre alberi molto “sicuri” ma sbagliati; modelli più complessi riducono artefatti ma sono più difficili da stimare e confrontare. È uno di quei casi in cui la biologia e la statistica sono inseparabili.

Se ti incuriosisce come la tecnologia (e la potenza di calcolo) stia diventando parte del metodo scientifico, in modo spesso invisibile al pubblico, c’è un parallelo interessante con il ruolo dell’infrastruttura digitale: qui trovi un pezzo sui data center e l’AI, che aiuta a capire perché oggi “fare scienza” significa anche avere le macchine per farla.

Nuovi tentativi di uscire dal ring: non solo più geni, ma segnali diversi

Negli ultimi anni, una parte del campo sta provando a cambiare strategia. Invece di “aggiungere geni” e basta, alcuni gruppi cercano tracce evolutive più robuste delle singole mutazioni: per esempio, organizzazione cromosomica e linkages antichi (synteny). L’idea è che certe riorganizzazioni del genoma siano eventi rari e difficili da invertire: se due linee condividono lo stesso “incastro” cromosomico, può essere un indizio forte di parentela profonda.

Questo approccio ha dato nuova benzina al dibattito: uno studio su Nature (2023) ha proposto che questi segnali supportino l’ipotesi “ctenofori-sorella”, mentre altri autori hanno discusso quanto sia solido (statisticamente e concettualmente) usare la synteny per chiudere un nodo così controverso. In altre parole: non basta cambiare strumento, bisogna anche capire quanto quel nuovo strumento sia davvero indipendente dai bias che già conosciamo.

Quindi, oggi chi “vince”?

La risposta onesta è: nessuno ha chiuso la questione in modo definitivo. Esistono dataset e analisi molto convincenti a favore delle spugne come ramo basale (un esempio spesso citato è il grande dataset filogenomico pubblicato su Current Biology nel 2017), e ci sono linee di evidenza che riportano i ctenofori al primo bivio (dai genomi dei ctenofori e discussioni sull’origine dei sistemi nervosi, fino ai segnali di synteny).

Negli ultimi anni sono comparsi anche lavori “integrativi”, che provano a mettere insieme più scelte metodologiche e più test di robustezza, proprio per evitare l’effetto ping-pong. Ma la sensazione generale è che il nodo sia recalcitrante: non si lascia risolvere facilmente perché il segnale originario è breve, antico e parzialmente cancellato dalla storia successiva.

Qui entra in gioco un dettaglio che spesso manca nei racconti “da titolone”: la scienza non è solo trovare una risposta, è anche definire che cosa significa avere abbastanza evidenza per dichiararla. E quando una domanda è così profonda nel tempo, la soglia di certezza dovrebbe forse essere più alta, non più bassa.

La svolta culturale: dalla guerra di posizione a un “patto” sul metodo

Ed è forse questo il punto più interessante emerso nel racconto recente: diversi scienziati stanno chiedendo un approccio più armonioso. Non perché “abbiano rinunciato”, ma perché la dinamica competitiva rischia di produrre due effetti tossici:

  • la pressione a presentare ogni nuovo risultato come “la soluzione finale”;
  • la frammentazione del campo in scuole che usano pipeline e assunzioni incompatibili.

La proposta è quasi banale, e proprio per questo potente: pipeline condivise, benchmark comuni, preregistrazione di alcune scelte analitiche, trasparenza sui passaggi che ribaltano l’esito. In pratica: invece di chiedersi solo “chi è il primo?”, chiedersi anche “perché i risultati cambiano quando cambiamo outgroup, modelli e filtri?”.

È un atteggiamento che vale ben oltre questa disputa. Lo stesso bisogno di regole comuni e di un linguaggio meno polarizzato lo vediamo in ambiti molto diversi, dall’etica dell’AI alla comunicazione pubblica. Se vuoi un esempio su come le “guerre di narrazione” si accendano anche fuori dalla biologia, guarda questo articolo sul linguaggio e l’effetto “sembri ChatGPT”: cambia il tema, ma la dinamica umana è sorprendentemente simile.

Una conclusione utile (anche senza un verdetto)

Se domani arrivasse un risultato definitivo, sarebbe una notizia enorme. Ma già oggi questa disputa ci sta insegnando qualcosa di fondamentale: la storia profonda della vita è un problema limite. Non perché sia impossibile, ma perché richiede metodi sempre più raffinati e, soprattutto, un patto di onestà su ciò che possiamo concludere e ciò che resta incerto.

Spugne o ctenofori: qualunque sia la risposta finale, cambierà il modo in cui raccontiamo l’origine della complessità. Ma forse cambierà anche il modo in cui facciamo scienza quando il segnale è debole e il rumore è enorme: meno ring, più laboratorio condiviso.


Fonti (selezione)