《Ecology and Evolution》:ssarp: An R Package for Efficiently Inferring Species- and Speciation-Area Relationships
编辑推荐:
一种检验岛屿生物多样性模式的通用方法即是物种-面积关系(species-area relationship,SAR)。SAR量化了物种丰富度(物种数量)与它们所占据陆地区域面积之间的关系。作为SAR的扩展,物种形成-面积关系(speciation-area r
一种检验岛屿生物多样性模式的通用方法即是物种-面积关系(species-area relationship,SAR)。SAR量化了物种丰富度(物种数量)与它们所占据陆地区域面积之间的关系。作为SAR的扩展,物种形成-面积关系(speciation-area relationship,SpAR)量化了物种形成速率与面积之间的关系。在全球范围内比较这些关系是一项困难的任务,因为收集和处理大量的物种发生记录数据和岛屿数据通常要求研究人员进行冗长的文献检索,并合并来自多个不同来源的数据集。研究人员提出了ssarp(Species-/Speciation-Area Relationship Projector),一个R软件包,它提供了一个系统化的数据整理、物种形成速率估计以及推断SAR和SpAR的工作流程。ssarp工作流程允许用户使用发生记录或存在-不存在矩阵来生成SAR和SpAR。ssarp中的函数利用映射工具将GPS点与陆地块关联,移除不在陆地上的点,通过内置的岛屿名称和面积数据集将陆地块与它们的面积关联,并使用未分段和分段回归推断SAR。用户还可以通过ssarp工作流程创建的存在-不存在矩阵来评估这些记录的准确性。ssarp R软件包还提供了用于估计物种形成速率和生成SpAR的函数。ssarp R软件包使研究人员能够通过高效地利用发生记录和存在-不存在矩阵推断SAR和SpAR,从而扩大其生物多样性研究的范围。
### 论文解读:ssarp R软件包——高效推断物种-面积关系与物种形成-面积关系的系统工具
#### 研究背景与问题
岛屿生物地理学的平衡理论(MacArthur & Wilson, 1967)为理解岛屿生物多样性模式奠定了基础,其中物种-面积关系(species-area relationship,SAR)是生态学的基本定律之一,揭示了物种丰富度随面积增加而增长的趋势。物种形成-面积关系(speciation-area relationship,SpAR)进一步量化了物种形成速率与岛屿面积的关系,有助于揭示原位物种形成的面积阈值。然而,在全球范围内比较岛屿系统的SAR和SpAR面临巨大挑战:研究人员通常需要从大量文献中提取数据,并整合多个不同来源的数据集,这一过程耗时且存在数据可获取性和可重复性问题。尽管全球生物多样性信息平台(GBIF)等数据库提供了大量发生记录数据,但缺乏一个从原始发生数据到最终SAR和SpAR推断的完整工作流程。针对这一空白,研究人员开发了ssarp R软件包,旨在提供一个系统化的数据整理、物种形成速率估计和关系推断的管道,使全球尺度生物多样性模式量化更加便捷。该研究发表于《Ecology and Evolution》。
#### 主要关键技术方法
ssarp工作流程包含以下核心方法:
1. **数据整理与陆地块关联**:利用`maps`和`mapdata`包中的`map.where`函数,结合Photon API(OpenStreetMap),将发生记录的GPS点匹配到具体陆地块,并移除海洋点。
2. **陆地面积获取**:内置岛屿名称和面积数据集(基于Sayre等(2018)的全球岛屿数据和ArcGIS Pro生成),支持用户自定义面积数据或shapefile。
3. **物种形成速率估计**:提供三种方法——BAMM(贝叶斯宏进化混合分析)、DR(多样化速率统计量,Jetz等,2012)和Magall?n & Sanderson(2001)的lambda计算(基于冠群分化速率)。
4. **回归模型**:使用未分段(线性log–log)或分段回归(利用`segmented`包)拟合SAR和SpAR,通过AIC选择最优模型。
#### 研究结果
**3. 应用实例**
以加勒比海岛屿的安乐蜥属(*Anolis*)为例,从GBIF下载10,000条发生记录,利用ssarp推断SAR和SpAR。
**3.1 生成物种-面积关系(SAR)**
通过`find_land`、`find_areas`和`remove_continents`函数整理数据,再使用`create_sar`函数(设置npsi=1)进行分段回归。结果得到的SAR与Losos & Schluter(2000)报告的结果高度相似:估计斜率分别为0.09和0.71,断点约为22 log(m2)(后者为0.06和0.76,断点约22 log(m2))。
**3.2 生成物种形成-面积关系(SpAR)**
结合时间校准的系统发育树(来自Patton等,2021),使用`estimate_ms`函数(基于Magall?n & Sanderson方法)估计每个岛屿的物种形成速率,再用`create_spar`函数推断SpAR。得到的SpAR断点为19.9 log(m2),而文献报告值为22 log(m2)。研究指出这一差异可能源于非本地种发生记录破坏了单系群的完整性,从而影响了物种形成速率的计算。
#### 讨论与结论
ssarp包通过整合数据整理、物种形成速率估计和回归建模,为SAR和SpAR的推断提供了系统化工作流程,显著提高了GBIF等公共数据库发生记录数据的可用性和标准化程度。未来方向包括增加更多物种形成速率估计方法(如GeoSSE、HiSSE等),以及聚焦原位物种形成事件的分析。总结结论部分翻译如下:
**结论**:ssarp包为用户提供了系统化工作流程,用于利用发生数据或存在-不存在矩阵推断物种-面积关系(SAR)和物种形成-面积关系(SpAR)。该流程通过提供数据整理(例如确保记录不位于海洋)和标准化(例如为下游分析创建存在-不存在矩阵)工具,增强了在线数据库发生记录的实用性。由于包含多种用于估计物种形成速率和生成回归对象的函数,ssarp包简化了利用物种丰富度数据创建SAR和SpAR的过程。尽管ssarp中生成SAR和SpAR的方法建立在稳健的基础上,但异常值仍可能出现。研究人员应仔细检查生成的图表,以确保没有包含不应出现在最终关系中的陆地块或分类单元数据。研究人员利用ssarp推断SAR和SpAR的便捷性,将促进更多基于全球数据集比较这些关系的研究,从而有望更清晰地描绘世界生物多样性图景。