《Marine Biology》:Radiographic assessment of bone maturation as a tool for age estimation in common dolphins (Delphinus delphis)
编辑推荐:
本研究呈现了首个针对真海豚(Delphinus delphis)的放射学年龄鉴定框架,该框架基于胸鳍的骨化(ossification)与骨骺愈合(epiphyseal fusion)模式,在用于该物种的时间年龄(chronological age)估算时,展现
本研究呈现了首个针对真海豚(Delphinus delphis)的放射学年龄鉴定框架,该框架基于胸鳍的骨化(ossification)与骨骺愈合(epiphyseal fusion)模式,在用于该物种的时间年龄(chronological age)估算时,展现出比现有表观遗传学(epigenetic)方法更高的可靠性。利用已知牙齿年龄的个体(n = 120),研究人员校准了两种建模方法以通过放射学骨骼评分预测牙齿年龄:(1)基于总骨骼评分(所有评估鳍骨16项评分之和)的单变量多项式回归(polynomial regression);(2)纳入16个独立骨骼评分变量的多变量典型主坐标分析(Canonical Analysis of Principal Coordinates, CAP)。两种方法均成功通过骨骼骨化模式预测了牙齿年龄。在0至24岁的年龄范围内,多项式回归展现出高预测精度,雌性中位绝对误差(median absolute errors, MAEs)为1.25年(Spearman's ρ = 0.93,R2 = 0.90),雄性为1.08年(ρ = 0.95,R2 = 0.86)。CAP模型在雌性中产生的MAE为1.35年(ρ = 0.90,R2 = 0.85),雄性为1.80年(ρ = 0.94,R2 = 0.84)。对于牙齿年龄超过20岁的个体,预测精度有所下降,这可能源于该物种骨骼变化中与年龄相关的细微差异。尽管如此,两种放射学骨骼年龄模型的中位绝对误差等于或低于近期针对同一群体开发的真海豚表观遗传时钟(MAE = 1.80,Pearson相关系数(r)= 0.91,R2 = 0.82),且决定系数更高。当将骨骼年龄模型应用于牙齿年龄未知的个体时,两种模型产生的年龄估算与预期生活史阶段(胎儿、新生儿、幼体、亚成体、成体)一致,表明放射学年龄鉴定为种群统计评估提供了一种准确的非侵入性工具,可支持真海豚的保护管理。
研究背景方面,理解关键繁殖参数(如性成熟年龄、妊娠与哺乳期、产仔间隔)对于评估种群存活力至关重要,而这些评估依赖于准确的年龄估算。传统上,齿鲸类(odontocetes)的时间年龄评估主要依赖计数牙齿薄切片中的生长层组(growth layer groups, GLGs),但牙齿提取具有侵入性,且GLG评估需要经验丰富的读片人员和专业组织学实验室,成本高、耗时长,限制了其在不同种群和区域间的可行性与可扩展性。基于DNA甲基化(DNA methylation)的表观遗传年龄估算为活体动物提供了一种微创替代方案,但其实施需要高通量测序或Illumina甲基化芯片,相关芯片处理专利由美国Clock Foundation持有,实验室流程及潜在的国际样本运输成本高昂且后勤要求复杂,限制了其可及性。胸鳍放射学(pectoral flipper radiography)提供了一种相对廉价且设备广泛可用的替代方案,该技术已在宽吻海豚(Tursiops truncatus)中得到验证,基于16个特定鳍骨位点的骨化与骨骺愈合评估,这些过程遵循可预测的年龄相关序列。然而,由于性别间和物种间骨化时间的差异,年龄模型必须基于已知年龄个体的放射影像进行性别和物种特异性校准。此前尚缺乏针对真海豚的等效模型。Hanninger等(2026)已证实种间形态学差异不阻碍评分框架在真海豚中的有效应用,但发现该物种与年龄相关的退行性变化较为细微,可能降低老龄个体(>20岁)的准确性。在此基础上,本研究利用具有已知牙齿年龄、性别、体长和性成熟状态的搁浅和兼捕个体组织档案,构建了真海豚的物种特异性放射学年龄评估模型。
研究人员开展了以下研究:对137只个体(年龄0至31岁)的胸鳍放射影像进行骨化评分,构建覆盖自由生活真海豚完整寿命(约30年)的年龄估算模型,并分别建立雌性和雄性模型以考虑骨化中的性别差异。研究采用两种互补的建模方法:第一种遵循Barratclough等(2019a, b)的方法,使用每张放射影像的总骨骼评分(即所有个体评分之和)进行多项式回归并以牙齿年龄校准;第二种采用多变量方法——典型主坐标分析(CAP),将16个骨骼评分值作为16个相互关联的变量,基于欧几里得距离(Euclidean distances)在所有个体间计算主坐标,寻求主坐标的线性组合以沿已知牙齿年龄梯度最大化区分海豚个体。研究得出以下结论:两种方法均成功从骨骼骨化模式预测牙齿年龄,多项式回归在排除极端误差个体后雌性MAE为1.25年(ρ = 0.93,R2 = 0.90),雄性MAE为1.08年(ρ = 0.95,R2 = 0.86);CAP模型雌性MAE为1.35年(ρ = 0.90,R2 = 0.85),雄性MAE为1.80年(ρ = 0.94,R2 = 0.84)。两种放射学骨骼年龄模型的中位绝对误差等于或低于近期针对同一群体开发的表观遗传时钟(MAE = 1.80,r = 0.91,R2 = 0.82),且决定系数更高。预测精度在牙齿年龄超过20岁的个体中下降。将模型应用于牙齿年龄未知个体时,产生的年龄估算与预期生活史阶段一致。研究表明放射学年龄鉴定为种群统计评估提供了一种准确的非侵入性工具,可支持真海豚的保护管理。其重要意义在于:这是首个真海豚放射学年龄鉴定框架,也是第二个针对鲸类的放射学年龄估算框架,并且是首个将放射学年龄鉴定与同一群体表观遗传时钟进行比较的研究,凸显了形态学和发育评估在年龄估算中的持久价值。
研究人员为开展本研究采用的主要关键技术方法包括:对137只搁浅或兼捕真海豚(2002至2025年间死后检验)的胸鳍进行标准化放射摄影(Shimadzu放射设备,40 kVp,4 mAs,源-样本距离100 cm);基于Barratclough等(2019a, b)的方案并针对真海豚形态变异进行调整,对16个(或18个)骨骼位点进行骨化与骨骺愈合评分(长骨评分范围?1至8,delta骨评分范围?1至8);以牙齿生长层组计数确定的牙齿年龄作为校准基准(120只个体具有可用牙齿年龄);采用留一交叉验证(leave-one-out cross-validation, LOOCV)评估预测精度;使用第二度多项式回归和典型主坐标分析(CAP,PERMANOVA+ add-on,PRIMER version 7)分别建立雌性和雄性年龄预测模型;采用非参数自助法(10,000次重采样)评估模型间实际等效性。样本队列来源为2002至2025年间搁浅或兼捕的真海豚个体,生活史数据来自Palmer等(2022, 2023)的前期研究。
研究结果方面,在"骨骼年龄建模"部分,多项式回归分析显示:所有多项式回归模型在两种性别中均表现出高度可比的性能,替代评分策略和鳍代表性之间的误差指标和预测强度差异可忽略不计。雌性中20个模型(190个模型对)的成对比较显示预测年龄差异始终很小,平均绝对差异范围为0.02至0.13年(中位数0.06年),Spearman秩相关系数均匀较高(0.9990–1);雄性平均绝对差异范围为0.01至0.13年(中位数0.06年),Spearman秩相关系数为0.9976–0.9999。所有模型比较均处于0.5年实际等效阈值以内。雌性(n = 64)模型产生第二度多项式,预测平均绝对误差为2.03年,中位绝对误差为1.36年,标准差为2.27年,Spearman's ρ = 0.91,线性回归斜率为0.82,截距为1.51,R2 = 0.80。三只个体绝对预测误差>6年,最大绝对误差为12.77年(最老的雌性,29岁,放射学上显得比牙齿年龄年轻)。排除这些个体及CAP模型标记的额外离群值后,样本量减至60只雌性(最大年龄20岁),平均绝对误差降至1.56年,中位绝对误差降至1.25年,标准差为1.33年,最大绝对误差降至5.99年,ρ = 0.93,回归斜率为0.91,截距为0.74,R2 = 0.90。雄性(n = 56)模型产生第二度多项式,预测平均绝对误差为2.13年,中位数为1.40年,标准差为2.21年,Spearman's ρ = 0.94,线性回归斜率为0.83,截距为1.38,R2 = 0.82。三只雄性绝对预测误差>6年,最大绝对误差为10.95年(最老的雄性,31岁,放射学上显得比牙齿年龄年轻)。排除这些个体及CAP标记的额外动物后,样本量减至52只雄性(最大年龄24岁),平均绝对误差为1.71年,中位绝对误差为1.08年,标准差为1.52年,最大绝对误差降至6.23年,ρ = 0.95,回归截距为0.91,斜率为0.87,R2 = 0.86。在"典型主坐标分析(CAP)"部分,CAP揭示了骨骼骨化评分与牙齿年龄之间的强关联。使用完整数据集时,第一典型轴(CAP1)在两种性别中的典型相关系数均为δ = 0.93,对应平方典型相关系数(δ?2)为0.87,表明CAP1解释了牙齿年龄变异的约87%。CAP衍生的交叉验证年龄估算在雌性中平均绝对误差为2.23年(中位数1.79年,标准差1.94年),Spearman ρ = 0.90,线性回归斜率为0.85,截距为1.27,R2 = 0.81。排除预测误差>6年的个体后,雌性典型相关系数增至0.95(δ?2 = 0.90),平均绝对误差为1.90年(标准差1.60),中位绝对误差为1.35年,ρ = 0.90,斜率为0.89,截距为0.86,R2 = 0.85。雄性完整数据集平均绝对误差为2.51年(中位数1.85年,标准差2.71),ρ = 0.93,斜率为0.76,截距为1.64,R2 = 0.74。排除四只误差>6年的个体后,典型相关系数增至0.95(δ?2 = 0.90),平均绝对误差降至1.90年(标准差1.55),中位绝对误差为1.80年,ρ = 0.94,斜率为0.88,截距为0.82,R2 = 0.84。将CAP模型应用于牙齿年龄未知个体时,胎儿和新生儿标本绘制在新生儿范围以下,从CAP1线性回推产生负年龄值。
讨论部分总结如下:本研究代表了首个真海豚放射学年龄鉴定方法,胸鳍骨骼发育可用于准确估算该物种的时间年龄。多项式回归(雌性:MAE = 1.25,ρ = 0.93,R2 = 0.90;雄性:MAE = 1.08,ρ = 0.95,R2 = 0.86)和CAP模型(雌性:MAE = 1.35,ρ = 0.90,R2 = 0.85;雄性:MAE = 1.80,ρ = 0.94,R2 = 0.84)均展现出与同一群体近期开发的表观遗传时钟(MAE = 1.80,r = 0.91,R2 = 0.82)相当或更优的预测性能。骨骼年龄鉴定在两种性别中均实现了约20岁以内的可靠年龄估算,相比表观遗传方法(该群体中约16岁起预测误差增加)构成实质性进步。尽管骨骼模型按性别分别拟合而表观遗传时钟采用混合性别框架,但补充分析(对表观遗传时钟按性别重新拟合、对骨骼方法拟合混合性别多项式回归)未改变比较结果,骨骼年龄模型仍展现出更低的绝对预测误差和更强的相关性。两种方法提取的信息类型根本不同:放射学模型捕捉骨骼生长与成熟,遵循相对可预测的发育轨迹;表观遗传时钟量化与年龄相关的分子变化,反映生物学年龄,对个体状况、健康状态和生活史更为敏感。放射学骨骼年龄鉴定还具有显著实践优势:避免牙齿提取和实验室处理的限制,放射影像相对廉价且可通过主流兽医或人类医学设施获取,数字放射影像可实时检查和评分。在建模方法性能方面,多项式回归表现出高度稳定性,即使真海豚在解剖上与宽吻海豚存在差异(包括更广泛的超指骨症和多侧化骨成熟差异),替代评分方案和双侧鳍组合配置对预测年龄几乎无影响,支持在活体动物中使用单侧放射影像。CAP提供了捕捉协调发育模式的多变量视角。两种方法之间预测性能的边际差异可能源于信息整合方式的差异:多项式回归通过汇总所有评估位点的总骨骼评分减少个别骨骼微小差异的影响,而CAP将每个骨骼评分视为独立变量,个别位点的小不一致可能引入额外噪声;此外CAP为线性模型而多项式回归包含平方项允许非线性。两种建模方法中预测年龄对牙齿年龄的线性回归斜率均<1,表明预测年龄范围压缩和老龄个体准确性降低,截距均为正值。排除极端预测偏差后斜率趋近1、截距趋近0,表明线性拟合的系统偏差减小。老龄阶段的模式受两个因素驱动:样本中超过身体成熟年龄的动物数量较少(雌性n = 8,雄性n = 4),以及身体成熟后持续骨骼生长不再提供强年龄信息信号,年龄估算日益依赖与年龄相关的退行性变化,而真海豚的退行性骨骼改变远较宽吻海豚细微。在胎儿和新生儿放射学年龄估算方面,大多数缺乏牙齿年龄的个体为胎儿或新生儿标本(牙齿未萌出)。两种模型均对胎儿赋予负年龄估算。多项式回归正确将五只胎儿中的三只分类为负年龄,CAP模型将五只中的四只分类为负年龄;新生儿中多项式回归将六只中的一只错误分类为负年龄,CAP将六只均分类为负年龄。放射学评估显示胎儿与新生儿之间骨骼成熟度存在大量重叠,与宽吻海豚中可区分胎儿和新生儿的情况形成对比,后者可能因纳入极早期胎儿(约分娩前五至六个月流产)所致。本研究中真海豚胎儿总体长多在90 cm以上,处于该物种出生体长范围(82–101 cm)内且接近估计平均出生体长(98.1 cm),晚期胎儿骨骼发育可能与新生儿大量重叠。此外,自由生活真海豚中母体因素(如营养、疾病、内分泌干扰物暴露)的更大变异范围可能加速或延迟胎儿和新生儿的骨骼成熟,增加放射学表现的重叠。与宽吻海豚框架的比较方面,多项式回归方法在真海豚中展现出与宽吻海豚框架相似的放射学年龄估算潜力,支持骨骼成熟作为齿鲸类年龄鉴定工具的更广泛适用性。但预测精度的直接比较受模型验证方法差异的限制:Barratclough等(2019a)使用基于预定义年龄类别的分层训练/测试分割,而本研究使用留一交叉验证以保持年龄为连续变量。研究结论翻译如下:胸鳍放射学评分是估算真海豚年龄的可靠方法。该方法快速、实用、可及,当放射设施已具备时,为基于牙齿或分子的年龄鉴定方法提供了相对低成本的替代方案。该方法可追溯应用于博物馆和档案标本是额外优势。本研究开发的模型在两种性别中均产生了约20岁以内个体的可靠年龄估算,系统性低估主要发生在20岁以上个体中。这构成实质性进步, particularly 鉴于该物种的表观遗传年龄鉴定方法从约16岁起预测误差增加。总之,这些发现强调了形态学和发育评估在年龄估算中的持久价值,并证明放射学评估是研究真海豚生活史的稳健且信息丰富的工具。目前,本研究仅代表了针对鲸类开发的第二个放射学年龄估算框架,也是首个将放射学年龄鉴定与同一群体开发的表观遗传时钟进行比较的研究。研究结果凸显了放射学年龄鉴定方法对其他年龄鉴定方法有限或不可用物种的更广泛相关性,并强调了长期多组织档案对推进鲸类生活史研究的重要性。