Tại sao khủng long tuyệt chủng trong khi các loài động vật khác sống sót?

Từ cá sấu đến chim chóc, một số loài động vật đã sống sót qua những sự kiện tuyệt chủng khủng khiếp nhất trong lịch sử thế giới.

Khoảng 65 triệu năm trước, một tiểu hành tinh khổng lồ đã lao vào Trái Đất, làm bầu trời tối tăm và tiêu diệt một số lượng lớn động vật, bao gồm cả khủng long. Nhưng bằng cách nào đó, một số sinh vật vẫn sống sót, như động vật có vú, cá sấu, chim và rùa. Mặc dù bị bao phủ trong cái chết, thảm họa này đã mở đường cho sự trỗi dậy của động vật có vú, dẫn đến sự bùng nổ về số lượng và đa dạng của chúng.

Tương tự, 250 triệu năm trước, thế giới đã chứng kiến sự kiện tuyệt chủng hàng loạt tồi tệ nhất trong lịch sử: Sự tuyệt chủng Kỷ Permi – Trias. Còn được gọi là Sự chết lớn, sự kiện này xảy ra do một loạt các vụ phun trào núi lửa, giết chết ba phần tư số loài động vật trên đất liền và thậm chí còn nhiều hơn trong các đại dương. Tuy nhiên, một số loài vẫn sống sót.

Hai sự kiện này đều gắn liền với một bí ẩn: Trong các sự kiện tuyệt chủng hàng loạt, tại sao một số loài động vật lại chết đi trong khi những loài khác sống sót? Gần đây, hai nhóm nghiên cứu đã cùng tìm hiểu về hai sự kiện tuyệt chủng này để hiểu điều gì giúp một loài sống sót khi thế giới xung quanh chúng đang bị tiêu diệt.

Sự kết thúc của khủng long

Để hiểu về sự kiện tuyệt chủng đã tiêu diệt khủng long 65 triệu năm trước, chúng ta đầu tiên cần xem xét khu vực Tanis ở North Dakota.

Khoảng 65 triệu năm trước, những con cá xấu số trong vùng cửa sông này đã gặp một cái chết bất ngờ. Chỉ 10 phút sau khi tiểu hành tinh Chicxulub va vào bán đảo Yucatan, những đợt sóng chấn động khổng lồ đã tấn công khu vực này, làm nước rung chuyển dữ dội. Không giống như sóng thần, vốn là những đợt sóng lớn xuất phát từ một điểm duy nhất, những đợt sóng tấn công Tanis giống như hiện tượng xảy ra khi hồ bơi gặp động đất: nước bị giới hạn trong khu vực khiến các đợt sóng được khuếch đại. Điều này khiến trầm tích ở đáy khu vực này vùi lấp những con cá còn sống, chỉ sau một giờ kể từ khi vụ va chạm xảy ra.

Ngày nay, chúng ta có thể thấy kết quả qua các hóa thạch cá được bảo tồn hoàn hảo – một số vẫn còn giữ được mô mềm.

Các hóa thạch của những con cá này chứa một điều thú vị: các hạt nhỏ của thủy tinh và đá nóng chảy trong mang của chúng. Các hạt này được cho là xuất phát từ vụ va chạm. Sau khi tiểu hành tinh va vào Trái Đất, nó đã tạo ra một trận mưa đá nóng chảy bắn vào bầu khí quyển, sau đó kết tinh ở độ cao lớn. Những hạt này rơi xuống Trái Đất như một cơn mưa nguy hiểm. Sự hiện diện của các hạt trong mang cá cho thấy chúng còn sống khi các hạt xâm nhập vào cơ thể chúng.

Năm 2017, Giáo sư Emeritus Jan Smit đã trình bày về công trình nghiên cứu suốt đời của mình, bao gồm cả nghiên cứu về những con cá này. Điều này ngay lập tức thu hút sự chú ý của một nghiên cứu sinh tại Đại học Uppsala, Melanie During. Tôi đã gửi email cho Jan, During chia sẻ với Big Think. Tôi nói với ông ấy rằng nếu họ thật sự có những con cá ghi lại những năm cuối của Kỷ Phấn Trắng – còn gọi là khoảng trống vì rất ít hồ sơ còn tồn tại từ thời kỳ này – thì chúng ta có thể phân tích đồng vị và tái dựng lại kết thúc của Kỷ Phấn Trắng.

During đã đến khu vực Tanis và thu thập các mẫu vật, bao gồm cả xương hàm của cá mái chèo và xương vây ngực của cá tầm.

Tôi đã chọn các xương này vì tôi biết rằng chúng phát triển rất giống như cách cây cối phát triển, thêm một lớp mới mỗi năm, không bị tái cấu trúc lại, During chia sẻ với Big Think.

Vì những con cá này chết quá nhanh sau vụ va chạm, nhóm của During đã có thể tái dựng lại những khoảnh khắc cuối cùng trong cuộc đời của chúng. Bằng cách phân tích vòng hình thành mỗi mùa trong các xương này, họ xác định được rằng những con cá này chết vào mùa xuân ở Bán cầu Bắc. Các xét nghiệm đồng vị carbon củng cố kết luận này, cho thấy rằng lúc chúng chết, nguồn thức ăn như động vật phù du đang tăng lên. Kết quả của họ gần đây đã được công bố trên tạp chí Nature.

Dù còn quá sớm để rút ra kết luận, điều này có thể là một manh mối về lý do tại sao một số loài động vật đã chết trong khi những loài khác sống sót. Mùa xuân là mùa sinh sản, sinh nở và phát triển. Kết hợp với các thời gian mang thai nhất định, vụ va chạm này xảy ra vào thời điểm lý tưởng để khiến những loài động vật này gặp tai họa thực sự. Mặt khác, động vật ở Bán cầu Nam khi đó lại đang chuẩn bị cho mùa đông. Chuẩn bị cho mùa lạnh có thể đã giúp chúng sống sót. Thật vậy, từ những gì đã được quan sát đến nay, động vật ở Bán cầu Nam dường như phục hồi nhanh gấp đôi so với các loài ở Bán cầu Bắc.

Có bằng chứng rõ ràng rằng nhiều tổ tiên của chim hiện đại đã sống sót ở Bán cầu Nam, điều này cũng áp dụng cho nhiều loài cá sấu và rùa, During chia sẻ với Big Think. Cũng có khá nhiều bằng chứng cho thấy động vật có vú sơ khai sống sót trong các hang động ở Bán cầu Nam.

Tuy nhiên, chúng ta vẫn còn một chặng đường dài trước khi có thể khẳng định đây là lý do tại sao sự kiện tuyệt chủng Kỷ Phấn Trắng – Paleogen là một trong những sự kiện tuyệt chủng có chọn lọc nhất trong lịch sử Trái Đất. Một bước quan trọng là thu thập thêm hóa thạch từ Bán cầu Nam. Một trong những thách thức lớn nhất là sự khác biệt trong dữ liệu có sẵn. Có một sự thiên lệch rất lớn đối với các địa phương ở Bán cầu Bắc, nơi đã công bố rất nhiều phát hiện hóa thạch trong các thế kỷ qua, trong khi dữ liệu từ Bán cầu Nam thì ít hơn và phân bố rải rác, During cho biết.

Sự kiện tuyệt chủng tồi tệ nhất thế giới

Mặc dù sự kiện tiêu diệt khủng long có thể là sự kiện tuyệt chủng nổi tiếng nhất, nhưng đó không phải là sự kiện tồi tệ nhất. Khoảng 250 triệu năm trước, sự kiện tuyệt chủng Kỷ Permi – Trias đã giết chết 75% sinh vật trên đất liền và 90% sinh vật dưới biển. Thực tế, nó suýt nữa đã kết thúc sự sống trên Trái Đất hoàn toàn.

Nguyên nhân là do các vụ phun trào núi lửa lớn ở Siberia. Sự phát thải khí nhà kính đã dẫn đến một sự thay đổi đột ngột về khí hậu, khiến nhiệt độ hành tinh tăng lên 10 độ C. Nhưng một lần nữa, một số loài đã sống sót trong khi những loài khác chết đi.

Để hiểu lý do, một nhóm nghiên cứu từ Đại học Hamburg do Tiến sĩ William Foster dẫn đầu đã sử dụng học máy để tìm ra những điểm tương đồng trong các loài sống sót. Việc sử dụng học máy đã giúp nhóm nghiên cứu phát hiện ra các kết nối có thể đã bị bỏ qua trước đó và dẫn đến các cách giải thích nhất quán. Kết quả của họ gần đây đã xuất hiện trên tạp chí Paleobiology.

Nhóm đã phân tích 25.000 mẫu hóa thạch từ Nam Trung Quốc – các sinh vật như tảo, động vật thân mềm, bọt biển và ốc sên. Thuật toán học máy đã xác định các yếu tố nào giúp một loài có nhiều khả năng sống sót hơn.

Nơi sinh vật sống trong cột nước là một yếu tố quyết định tỷ lệ sống sót của chúng. Ở vùng nước nông, sự gia tăng nhiệt độ có thể gây tử vong cho sinh vật, đặc biệt là những loài sống trong nước ở mức nhiệt độ ưa thích cao nhất của chúng. Ở tầng sâu trong đại dương, giảm oxy hòa tan là yếu tố quan trọng. Nhưng các loài sinh vật có thể di chuyển có thể di chuyển đến độ sâu hoặc vị trí phù hợp hơn và nhờ đó sống sót.

Đôi khi sự sống sót chỉ phụ thuộc vào loại vỏ mà động vật có. Động vật tay cuộn là một ví dụ. Động vật tay cuộn có vỏ làm từ apatite thay vì calcite ít có khả năng tuyệt chủng hơn, Foster chia sẻ với Big Think. Chúng tôi nghĩ rằng điều này là do những động vật tay cuộn làm vỏ từ calcite dễ bị tổn thương bởi sự axit hóa đại dương. Xu hướng này cũng áp dụng cho các loài khác.

Các loài có sự biến thể lớn trong loài cũng có xu hướng sống sót cao hơn, có lẽ do sự đa dạng di truyền giúp chúng có khả năng chịu đựng tốt hơn với sự thay đổi môi trường.

Các phương pháp học máy này có thể được sử dụng để dự đoán những loài nào dễ bị tuyệt chủng trong các sự kiện tuyệt chủng khác, và chúng thậm chí có thể được sử dụng cho ngày nay. Hiện tại, các loài đang tuyệt chủng với tốc độ cao hơn 1.000 lần so với mức nền, trong sự kiện mà một số người gọi là Cuộc tuyệt chủng lần thứ sáu. Nếu chúng ta có thể áp dụng các phương pháp này vào [tuyệt chủng] hiện tại, chúng ta thực sự có thể dự đoán được tương lai của từng loài cụ thể, Foster cho biết. Lợi ích thật sự là chúng ta sẽ không cần phải nghiên cứu từng loài một, điều này rất tốn kém và đòi hỏi nguồn lực lớn về kinh phí và thời gian con người. Thay vào đó, mô hình sẽ tạo ra một phương pháp hiệu quả về chi phí để đưa ra các dự đoán.