检验花基数中的数值组织:评估斐波那契相关及替代参考模型的实证框架
《BioSystems》:Testing numerical organization in floral merosity: An empirical framework for evaluating fibonacci-related and alternative reference models
【字体:
大
中
小
】
时间:2026年09月27日
来源:BioSystems 2.1
编辑推荐:
摘要
花器官数目(叶序轮次)表现出显著的数值规律性,但此类组织是否优先遵循斐波那契相关关系仍未解决。我们采用针对特定过渡的数值分析、Bootstrap 不确定性估计和受约束的蒙特卡洛检验,评估了代表 43 个科、113 个种的 113 份标本中的花器官数目关系。在 108 个
摘要
花器官数目(叶序轮次)表现出显著的数值规律性,但此类组织是否优先遵循斐波那契相关关系仍未解决。我们采用针对特定过渡的数值分析、Bootstrap 不确定性估计和受约束的蒙特卡洛检验,评估了代表 43 个科、113 个种的 113 份标本中的花器官数目关系。在 108 个有效的萼片–花瓣观测中,103 个(95.37%)显示严格的数值相等,而相对于受约束的零假设期望值,与黄金比例的一致性并未显著增多。花瓣–雄蕊和雄蕊–心皮过渡显示出不同的数值行为。这些发现表明花具有强烈的规律性,但并未提供普遍斐波那契组织的证据。该框架将数值一致性从统计显著性、结构以及发育涌现中区分出来,为未来的三维和生成式研究奠定了可检验的基础。
引言
花的形态是被子植物发育组织最显著的表现之一。花器官的数量、身份和排列源自发育过程中分生组织、器官启动程序与空间相互作用的协调活动。尽管成熟的花可能显示出令人瞩目的规律性,但这种规律性并非必然由单一数值规则产生。花器官数目在不同类群和不同花轮之间发生变化,其进化分化反映了发育约束、发育可塑性与谱系特异性修饰的相互作用(Endress, 2011;Ronse De Craene, 2016)。因此,理解花中出现的数学规律性需要区分所观测到的数值模式与能够产生它的生物学过程。
斐波那契数列及其相关的黄金比例在植物形态科学文献中占据着独特地位。其突出地位主要与叶序(phyllotaxis)相关,其中连续器官位置可产生反复出现的角度与数值关系(Adler, 1997;Jean, 1994)。数学与发育研究表明,叶序图案可以由控制器官启动和空间排斥的局部规则产生,这为复杂植物组织如何从相对简单的发育相互作用中涌现提供了一个重要范例(Kitazawa 和 Fujimoto, 2015)。此类观察鼓励人们更广泛地声称斐波那契相关关系可能同样表征花的组织。然而,将针对叶序确立的原则延伸到花轮次需要独立证据,因为器官定位与器官数目代表相关但生物学上不同的组织层次。
随着植物形态学定量方法的发展,这种区分变得日益重要。现代成像可以将复杂的植物结构转化为可测量的几何信息,而计算表型学可以在难以通过传统人工测量获得的尺度上提取形态特征。最近的研究已经证明使用计算机断层扫描重建植物繁殖结构的三维形态具有可行性,为超越简单器官计数的花与花序结构研究提供了机会(Matsumoto 等, 2024)。平行地,植物表型学和机器学习辅助图像分析正在提供日益精细的方法,用于检测、分割和量化植物结构(Murata 和 Noshita, 2024)。这些进展使得重新审视长期存在的数值主张成为可能,可以使用可重复的定量测量而非仅凭视觉一致性。
然而,接近黄金比例的比率存在本身并不能证明生物系统对该比例具有偏好(Duan, 2019)。离散生物系统可以通过发育约束、受限的器官数目范围、对称性、堆积需求或简单的组合效应产生反复出现的数值关系。因此,令人信服的分析必须区分规律性与特定的数值一致性,并确定所观测的一致性是否超出花器官数目潜在分布的期望。这对于分节(轮次)性状尤为重要,因为在这些性状中,小的整数变化可以导致派生比率的相对较大变化。
另一个概念困难在于数值组织应该在哪个层次上被解释。花计数描述了存在多少器官,但并不完全描述这些器官的位置或它们的空间相互作用方式。两朵花即使具有相同的轮次,也可能在器官尺寸、角度排列、堆积、曲率、表面拓扑和三维关系上存在显著差异。因此,数值相似性不能自动被解释为等价结构或功能效率的证据。三维植物成像提供了一种处理这种区分的方法,允许在独立测量的空间结构的同时考虑离散的器官计数(Matsumoto 等, 2024)。
同样的原则也适用于计算建模。人工智能可以显著提高形态测量的可重复性和规模,但识别模式并不等同于证明其发育原因。一个被训练来识别斐波那契类似结构的模型会重现其训练数据中嵌入的标准,而不是独立确立此类结构为何出现。因此,机制推论需要不同的策略:应独立规定发育与物理约束,并且只有在结构产生之后才评估任何数值规律性。这种区分与计算模型在植物发育中的广泛应用相一致,其中涌现形态是通过发育规则、空间关系和生长过程之间的相互作用来研究的(Prusinkiewicz 和 Runions, 2012)。
本研究通过检查花轮之间反复出现的数值关系是否提供优先斐波那契相关组织的证据来解决这一问题。研究将黄金比例作为可能的花组织形式之一的候选数值参照而非预设的组织原则来进行评估。经验分析涵盖多个花过渡,并纳入不确定性、随机化零期望值和对分类组成的敏感性。更广泛的框架还区分了数值一致性与三维结构组织,以及更强烈的斐波那契相关结构可能从发育约束中涌现而无需预先规定的声明。
因此,目标不是证明花结构可以近似黄金比例,而是确定斐波那契相关数值一致性是否可重复、是否能与替代解释在统计上区分开来,以及是否足够稳健以值得生物学解释。通过将数值观察与统计证据以及最终的机制解释分离,本研究力求为评估花中斐波那契组织的声明提供更为严谨的基础。这种方法尤为及时,因为当代定量成像和计算表型学现在使以比以前可用的统计和几何分辨率显著更高的方式检验植物形态经典命题成为可能。
片段
研究设计与经验数据集
本研究采用理论–经验–计算设计来量化花轮次中基于重复的数值组织。经验数据集包含代表 43 个科、113 个种的 113 份开花标本,记录了萼片数(S)、花瓣数(P)、雄蕊数(T)、心皮数(C),以及可用的花和子房尺寸。种和科身份作为元数据保留,以允许对分类聚集进行敏感性分析。数据集被视为探索性的。
花轮次作为离散数学系统
花轮次本质上是一个离散值的生物学变量。其解释应与叶序和黄金比例几何的历史与数学文献区分开来(Adler, 1997;Jean, 1994;Duan, 2019)。令 N = (N_S, N_P, N_T, N_C) 分别代表萼片、花瓣、雄蕊和心皮的数目。相邻的花过渡可以表示为 R_{S→P} = N_P/N_S,R_{P→T} = N_T/N_P,R_{T→C} = N_C/N_T。这种局部表示优于假设整朵花……
花轮次的经验结构与数值一致性
审计后的数据集包含代表 43 个科、113 个种的 113 份开花标本。记录了萼片(S)、花瓣(P)、雄蕊(T)和心皮(C)的花轮次,并将相邻过渡评估为 S→P、P→T 和 T→C。由于轮次是一个离散特征,每个过渡均独立分析,且仅保留有限的、正数的、可生物学解释的计数。这产生了 108 个 S→P、82 个 P→T 和 82 个 T→C 观测,即 272 个有效的相邻比率。
未来展望与局限
现有数据集是探索性的且分类上异质,具有不等的过渡特异性样本量,且没有种级系统发育。受约束的零假设检验仅指定了一种经验替代假设,不能排除所有生物学解释。四个花轮也提供了不足以支持重复性声明的序列长度。最重要的是,仅有轮次数据无法解决三维结构或发育机制问题。测量误差敏感性未……
结论
本分析显示,花轮次具有显著的数值规律性,但主导模式未必是斐波那契相关的。最清晰的经验特征是萼片与花瓣数目的 95.37% 严格相等,而受约束的零假设检验在主要过渡中未提供支持优先黄金比例一致性的证据。不同花过渡之间的差异进一步反驳了普遍的重复性规则。这些发现并不意味着花的结构……
CRediT 作者贡献声明
V. Josephine Sutha:初稿撰写、可视化、验证、资源、调查、数据整理。
M. JannathlFirdouse:审阅与编辑、验证、资源、调查、经费获取、形式分析、数据整理。
D. Abiya Chelliah:审阅与编辑、初稿撰写、可视化、验证、监督、软件、资源、项目管理、方法学、形式分析、数据整理、概念化。
伦理委员会批准
本研究不涉及人类参与者、动物或可识别的个人数据,因此不需要机构审查委员会或伦理委员会的批准。
生成式人工智能和人工智能辅助技术的声明
在准备本手稿期间,作者使用 ChatGPT(OpenAI)协助语言润色、结构编辑、文本一致性、校对支持、选定图表和图形摘要的润色。也使用 Grammarly 进行校对、语法、拼写和文本正确性检查。人工智能辅助工具作为支持技术使用,而非作者身份或科学判断的替代品。作者独立审阅、验证、修订……
资助
本研究未从公共、商业或非营利部门的资助机构获得任何特定资助。
利益冲突声明
作者声明没有已知的可能与本文所报告工作相冲突的财务利益或个人关系。
V. Josephine Sutha | M. JannathlFirdouse | D. Abiya Chelliah
人工智能与数据科学系,PSN 工程与技术学院,印度泰米尔纳德邦蒂鲁内尔韦利
生物通微信公众号
生物通新浪微博
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