Ein internationales Forscherteam unter Beteiligung der Universität Granada hat eine mathematische Formel entwickelt, die mit hoher Genauigkeit beschreibt, wie Temperatur die Leistungsfähigkeit von Lebewesen auf allen Ebenen – von Enzymen bis zu ganzen Ökosystemen – beeinflusst. Die Ergebnisse, die kürzlich in den „Proceedings of the National Academy of Sciences“ (PNAS) veröffentlicht wurden, zeigen eine nahezu universelle Temperatur-Leistungs-Kurve, die für fast alle Organismen gilt und unser Verständnis der Folgen des Klimawandels grundlegend verändern könnte.
Die Analyse basiert auf mehr als 30.000 Messdaten aus rund 2.700 Arten und deckt ein breites Spektrum ab – von Bakterien und Pflanzen über Insekten und Echsen bis hin zu Haien. Die sogenannte Universal Thermal Performance Curve (UTPC) beschreibt ein einheitliches Muster: Mit steigender Temperatur nimmt die Leistung zunächst langsam zu, erreicht ein Optimum und fällt dann bei weiterer Erwärmung steil ab. Dieser rasche Rückgang oberhalb des Optimums macht Organismen besonders anfällig für Überhitzung, die zu physiologischen Ausfällen oder Tod führen kann.
Besonders alarmierend ist die Erkenntnis, dass die Anpassungsfähigkeit vieler Arten an steigende Temperaturen begrenzt sein könnte. Evolution hat zwar die Lage der Kurve verschoben – manche Arten vertragen höhere Temperaturen besser –, doch die grundsätzliche Form bleibt erhalten. Selbst nach Milliarden Jahren evolutionärer Entwicklung folgen praktisch alle Lebewesen dieser Regel.
Die neue Formel könnte zum Standardwerkzeug in Ökologie und Physiologie werden, insbesondere bei der Prognose von Klimawandelfolgen. Als nächster Schritt wollen die Forscher prüfen, ob es Ausnahmen von der Kurve gibt und welche Mechanismen diese ermöglichen – gerade in einer Welt, in der die Temperaturen weiter steigen.
Original Paper:
Arnoldi, Jean-François; Peralta Maraver, Ignacio; L. Jackson, Andrew; and Payne, Nicholas. A universal thermal performance curve arises in biology and ecology, Proceedings of the National Academy of Sciences (2025). DOI: https://doi.org/10.1073/pnas.2513099122
