形态整合模式跨群体比较:基于PLS协变轴夹角的分析

《Methods in Ecology and Evolution》:Comparing morphological integration patterns across groups using angular distances between PLS covariation axes

【字体: 大 中 小 】 时间:2026年07月16日 来源:Methods in Ecology and Evolution 5.7

编辑推荐:

  形态整合描述了源于共同发育、功能或遗传相互作用的性状协同变异(covariation),在塑造进化轨迹中具有重要作用。在几何形态测量学(geometric morphometrics)中,双块偏最小二乘(two-block partial least squa

  
形态整合描述了源于共同发育、功能或遗传相互作用的性状协同变异(covariation),在塑造进化轨迹中具有重要作用。在几何形态测量学(geometric morphometrics)中,双块偏最小二乘(two-block partial least squares, PLS)分析被广泛用于识别解剖模块之间最主要的协变轴。然而,现有方法主要量化整合强度,对不同群体间整合模式取向的正式比较工具仍然有限。

本文提出Integration_Patterns,一个基于R语言实现的统计框架,用于依据PLS协变轴之间的角关系比较群体特异性整合模式。该方法接受经过Procrustes配准(Procrustes-aligned)的地标坐标或其他匹配的多变量描述,估计群体特异性协变轴,并返回两两角距离及基于置换(permutation)的p值。该方法可对不同类群间整合模式是否保守或分化进行正式统计检验。

研究人员使用模拟数据评估了该估计量在不同样本量与真实角差条件下的统计性质。结果显示,置换程序可维持适当的第一类错误率,统计功效随样本量与角分离度增加而提高;当所选PLS轴能够解释较大比例的双块协变时,角度估计更为可靠。一个实证案例进一步展示了该方法在可视化和解释物种特异性整合模式方面的应用能力。总体而言,群体特异性PLS协变轴的角比较为评估不同类群间形态整合模式差异提供了简洁且易解释的框架。Integration_Patterns在既有形态整合分析基础上实现了扩展,并为在双块PLS分析框架下正式比较多变量数据中协变结构的取向提供了通用方法。
形态整合(morphological integration)指由共同发育、功能或遗传相互作用引起的性状协调性协变(covariation),是进化生物学中的核心概念。整合不仅反映统计关联,更体现表型组织背后的因果结构。由于选择响应取决于加性遗传方差—协方差矩阵(G),整合会影响性状变异在多变量空间中的分布,并可能将进化轨迹引导至特定方向。

现有研究常将整合分为“强度”和“模式”两个层面:强度描述协变总体大小,通常用相关性指标或特征值离散度衡量;模式则描述多变量空间中协变的方向与组织方式,即哪些性状共同变异以及沿哪些轴变异。虽然已有多种方法可比较协方差矩阵,但它们多在整体矩阵层面进行,难以直接检验不同群体之间协变轴取向是否一致。

在几何形态测量学中,双块偏最小二乘(two-block partial least squares, PLS)是识别两个解剖模块间最大协变方向的常用方法,常以PLS相关(rPLS)、RV系数或协方差比(covariance ratio, CR)概括关联强度。然而,这些统计量主要反映“强不强”,并不直接回答“如何协变”。此外,若直接对多群体总体数据做PLS,结果可能混入群体均值差异所代表的演化分化,因此需要在分析前去除群体均值,以分离群体内静态整合(static integration)与群体间分化。

因此,本文的目标是建立一个可正式比较群体间整合模式取向的统计框架。研究人员提出Integration_Patterns:先在共享的PLS得分空间中估计各群体的协变主轴,再以轴间夹角表示模式差异,并结合置换检验判断差异是否显著。

方法上,该框架以两个配对多变量数据块X和Y为输入,可为Procrustes坐标或其他同源个体的多变量测量。研究人员先用Morhpo包中的pls2B拟合双块PLS模型,得到每个个体在PLS1空间中的得分。随后,对每个群体计算PLS1得分的协方差矩阵,并以其第一特征向量作为该群体的主协变轴。由于特征向量是无方向轴,角距离限定在0°至90°之间。随后通过随机重分配群体标签的置换检验,建立零假设下的角距离分布,从而评估观察到的轴间差异是否大于随机期望。

该方法提供两种分析配置:一种是总变异PLS(pooled_within=FALSE),保留群体均值差异,因此PLS空间同时反映群体内协变和群体间形态分化;另一种是群体内PLS(pooled_within=TRUE),先按群体中心化,去除群体均值差异,仅保留群体内协变结构。后者更适合比较静态整合模式。

研究人员还进行了高维模拟验证。模拟设置了与实证例相匹配的两个数据块维度,并在两个群体中嵌入已知角分离的二维潜在协变结构,同时系统改变样本量、真实角度与噪声水平。每组条件重复500次,并用999次置换检验评估显著性。

实证例采用现生类人猿的颅—第5颈椎(C5)协变数据,每个物种20个成年个体,涵盖Homo sapiens、Pan troglodytes、Gorilla gorilla、Pongo pygmaeus和Hylobates lar。三维地标经Generalised Procrustes Analysis处理后,分别在总变异和群体内两种配置下分析颅骨与C5之间的协变模式。

3.1 模拟验证
模拟结果显示,噪声水平决定了PLS1可解释的双块总协变比例:噪声越高,PLS1捕获的协变越少。置换检验在全部条件下均保持接近名义α=0.05的第一类错误率,说明该检验校准良好。功效则随样本量和真实角差增加而升高;在中等及以上PLS1主导性条件下,约30°及以上的差异在30–50个样本/组时即可较稳定检出。角度恢复同样依赖PLS1主导性:当PLS1占据较高比例总协变时,估计角度接近真实值;当PLS1较弱时,估计值趋于保守并低估真实角差。

3.2 实证分析
总变异配置下,PLS空间同时反映群体内协变与群体间分化。Pan troglodytes与Pongo pygmaeus的协变轴几乎一致,Gorilla gorilla仅有轻微偏移;Homo sapiens相对大猿呈中等幅度旋转;Hylobates lar与其他类群分离最明显,显示出最不同的协变取向。

群体内配置下,非人类类人猿的协变取向总体相近,Gorilla gorilla、Pan troglodytes、Pongo pygmaeus与Hylobates lar之间的角度很小且不显著;Homo sapiens与其他类群的角差更大,且与Gorilla gorilla、Pan troglodytes及Hylobates lar的差异显著。对应的形态变化显示:非人类类人猿中,颅骨前后向延长与C5前后向延长相伴随;而在人类中,较球形且垂直扩大的颅顶与延长的颈椎相联系,提示人类颅—颈协变方向与其他类群不同。

讨论部分表明,Integration_Patterns填补了现有方法主要衡量整合强度、却难以正式比较协变方向的空白。该框架不替代rPLS、RV或CR等强度指标,而是补充“模式”这一维度,强调整合不仅关乎强弱,也关乎性状如何在形态空间中共同变异。模拟验证说明,该方法的置换检验稳健,样本量越大、角分离越明显、所选PLS轴越能代表总协变时,推断越可靠。若PLS轴较弱,角度会呈保守估计,因此解释时应同时报告该轴所解释的总协变比例。

在实证例中,该方法揭示了非人类类人猿颅—C5协变模式的相对保守性,以及Homo sapiens的相对分化。研究人员据此认为,该框架适用于检验不同类群的协变结构是保守、修饰还是重组,并可为宏观进化与比较形态学研究提供可重复、可统计检验的工具。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号