Оценка и прогнозирование биоэкологических взаимодействий в пресноводных городских средах

Обзор

Этот проект фокусируется на оценке и прогнозировании биологических и экологических взаимодействий в пресноводных городских биотах. Известно, что целевые среды, расположенные в районе Чаттануги, подвержены различным уровням антропогенной деятельности, а воды характеризуются специфическими экологическими условиями.

В рамках проекта будут рассмотрены систематизированные данные, находящиеся в открытом доступе, а также будут включены дополнительные измерения качества воды и дистанционное зондирование. Одновременно биоразнообразие будет оцениваться с использованием комбинации данных метабаркодирования, морфологических, филогенетических и таксономических данных ДНК. Целями являются:

(1) Отслеживать экологические и антропогенные факторы, которые могут привести к изменению биоразнообразия в наших основных экосистемах. Это будет достигнуто путем постоянных измерений климата, химического состава воды, деятельности человека и оценки биоразнообразия.

(2) Исследовать закономерности и процессы в биологическом разнообразии с использованием коловраток в качестве модельных организмов; интеграция нескольких таксономических подходов, генетическое секвенирование, а также разнообразие связанного с ними микробиома будут оцениваться с использованием морфологических и молекулярных инструментов. Филогенетические и статистические сравнительные методы будут использоваться для выявления филогенетического сигнала в экологических признаках.

(3) Определить взаимосвязи между факторами и переменными отклика, которые могут быть использованы для прогнозирования последствий будущих изменений в микроскопических сообществах. Это будет достигнуто с помощью комбинации имитационного, статистического и математического моделирования.

Интеллектуальные достоинства

Секвенирование ДНК окружающей среды - это новый инструмент мониторинга, который обещает способствовать точному и экономичному обнаружению видов в образцах окружающей среды. Однако данные, полученные с помощью этой технологии, обычно не используются для тестирования экосистемных моделей, исследующих изменение биоразнообразия. Этот проект направлен на разработку имитационных моделей, основанных на генетических данных, полученных из пресноводных экосистем, для прогнозирования изменения биоразнообразия при нарушениях. Экологи давно интересуются нарушениями, но в разных исследованиях нарушения определяются по-разному, и, кроме того, редко можно получить полное представление о нескольких типах нарушений в абиотических градиентах.

Более того, различные исследования в основном сосредоточены на изучении биоразнообразия только одного или двух сообществ. Предлагаемое здесь исследование предназначено для систематической характеристики моделей возмущений и оценки реакции на возмущения с помощью стандартизированного набора многочисленных биологических сообществ микроскопических организмов, видов, популяций и экосистемных переменных. В долгосрочной перспективе информация о пространственных и временных закономерностях возмущений, наряду с наблюдаемыми эффектами возмущения, будет объединена для получения обобщения ответов на возмущения в пресноводных экосистемах в масштабе ландшафта и их взаимосвязи с внешними факторами.

Более широкие последствия

Это исследование способствует укреплению партнерских отношений между и местным сообществом путем распространения знаний о водных экосистемах среди гражданских ученых и широкой общественности. Данные, полученные в результате этого проекта, будут помещены в общедоступное хранилище. Кроме того, окончательные математические и статистические модели, откалиброванные на основе наших данных, будут использоваться для разработки удобного, интерактивного и обновляемого веб-сайта, который позволяет внешним пользователям легко анализировать и визуализировать изменение биоразнообразия в пресноводных экосистемах в условиях стресса.

Кроме того, проект будет способствовать продолжению запуска ежегодного семинара по количественным и вычислительным вопросам, открытого как для местных, так и для внешних участников, который был организован и организован ИП, начиная с весны 2019 года. Департамент биологии, геологии и наук об окружающей среде находится в процессе предложения возможностей для специалистов в области наук об окружающей среде получить сертификат ().

Этот проект предоставит студентам исследовательский опыт, который поможет им выполнить это требование и получить . Наконец, характер этого проекта позволяет создавать междисциплинарные исследовательские возможности, охватывающие количественные методы в биологии. Финансируемое предложение будет поддерживать стипендии для студентов и аспирантов, специализирующихся на темах в области вычислительной и количественной биологии, которые упускаются из виду в учреждениях .

1. Описание проекта

1.1 Цели

Целью предлагаемого исследования является оценка и прогнозирование закономерностей и процессов в биологическом разнообразии микроскопических видов в пресноводных средах, подверженных стрессам. Эта работа фокусируется на нескольких типах нарушений, а также на нескольких биологических сообществах и направлена на объединение и интеграцию метабаркодирования, морфологии, филогенетики и таксономии ДНК для оценки характеристик биоразнообразия. В фокусную зону входят участки, важные в экологическом отношении, но плохо изученные, расположенные на юго-востоке Соединенных Штатов (Чаттануга, Теннесси), такие как река Теннесси, ее притоки и связанные с ними пруды и водно-болотные угодья.

Юго-восток Соединенных Штатов является глобальным очагом пресноводного биоразнообразия, где обитает почти две трети видов рыб в стране, более 90% всех видов мидий в США и почти половина всех видов раков в мире. Более четверти видов этого региона больше нигде в мире не встречаются. К сожалению, этот регион также является очагом опасности. Количество видов пресноводных рыб, находящихся под угрозой исчезновения, на юго-востоке выросло на 125% за последние 20 лет, отчасти потому, что недавнее интенсивное развитие этого региона в сочетании с низким приоритетом сохранения ( ., 2015).

В частности, река Теннесси является домом для большего количества водных видов, чем в любом другом регионе Северной Америки, и содержит одну из самых разнообразных водных экосистем в мире. Научные исследования подробно задокументировали причины исчезновения видов в реке Теннесси, однако усилиям по обращению вспять этих тенденций препятствовали ограниченное финансирование и недостаточная информированность общественности.

Кроме того, большинство исследований биоразнообразия на юго-востоке США были сосредоточены на наблюдении за крупными беспозвоночными или рыбами, в то время как о микроскопических сообществах известно мало. Микроскопические организмы многочисленны и повсеместно распространены в пресноводных экосистемах, выполняя ключевые функции, такие как круговорот питательных веществ и стабильность отложений. Тем не менее, их неизученное разнообразие и реакция на нарушения представляют собой одну из основных проблем в биологии и в настоящее время ограничивают нашу способность понимать, смягчать и устранять последствия загрязнения и изменения окружающей среды.

Предлагаемое исследование направлено на решение фундаментальных вопросов об оценке биоразнообразия и изменении биоразнообразия микроскопических организмов в пресноводных средах, таких как:

Какие организмы там обитают?

Почему они находятся здесь?

В частности, генетика, морфология и окружающая экология организма способствуют их способности процветать в определенной среде обитания. Как изменение окружающей среды влияет на эти организмы?

Как меняется структура биоразнообразия в разных средах?

Каковы биологические и экологические корреляции между пресноводными микроскопическими сообществами и внутри них?

Можем ли мы предсказать изменение биоразнообразия в связи с будущими изменениями окружающей среды?

С этой целью команда будет использовать новый рабочий процесс, который систематически собирает несколько экологических параметров из каждого отобранного местоположения и данных дистанционного зондирования. Одновременно с этим с помощью метабаркодирования будет исследовано биоразнообразие крупных сообществ, включая археи, бактерии, грибы, протистов и мелких беспозвоночных.

Коловратки будут использоваться в качестве модельных организмов для оценки закономерностей разнообразия и распределения в популяциях микроскопических многоклеточных. Комбинация морфологической, филогенетической и ДНК-таксономии будет выполнена для отдельных особей коловраток в разных популяциях. Будут разработаны сравнительные филогенетические, статистические и математические модели для учета изменений биоразнообразия в изменяющихся условиях как на уровне сообщества, так и на уровне популяции. Конкретные цели этого предложения заключаются в том, чтобы:

Предлагаемые мероприятия позволят команде создать прочную основу для проведения качественных исследований и преподавания в течение всей жизни. Команда стремится к совершенству в образовании, о чем свидетельствуют их высокие оценки преподавания, наставничество и информационно-пропагандистская деятельность (см. ). Это исследование будет непосредственно интегрировать несколько образовательных целей, включая

) наставничество 3 аспирантов и 5-7 студентов-исследователей в семестр,

) проведение обучающих семинаров по вычислениям и количественным показателям под руководством мировых экспертов в области математики, статистики и вычислительной биологии,

) совершенствование существующих курсов ИП, а также

) разработка программного обеспечения с открытым доступом для внешних пользователей, направленного на визуализацию биологической реакции на стрессоры.

Знания, полученные в результате оценок, будут использоваться для динамичного совершенствования подходов, максимального воздействия и увеличения удержания исследователей в этой области.

Копи обладают уникальной квалификацией и хорошо подходят для этой работы. ИП работает с микроскопическими водными организмами более десяти лет (ССЫЛКИ), является экспертом в оценке биоразнообразия с использованием различных морфологических, метабаркодирующих, ДНК-таксономических и филогенетических инструментов (), а также сотрудничает с мировыми экспертами по экологическому анализу ДНК и коловраток. КОПИ работали над разработкой моделей для понимания изменений окружающей среды, воздействия деятельности человека, сохранения, биологической переработки и экологических корреляций (ссылка).

Все средства, оборудование и ресурсы, необходимые для проведения этого исследования, доступны и (см. Отчет об объектах, оборудовании и других ресурсах).

1.2 Предпосылки и значение

Для пресноводных экосистем биоразнообразие обеспечивает основные экосистемные услуги, такие как рыболовство, снабжение питьевой водой и производство продуктов питания, а также транспортные и рекреационные цели ( ., 2008). Таким образом, поддержание этого замечательного разнообразия жизни является одним из важных ключей к сохранению этих услуг, которые необходимы для здоровья и благополучия человека ( ., 2005). Хотя пресноводные экосистемы занимают всего 0,8% поверхности планеты, на их долю приходится более 10% всех видов животных.

Юго-восток Соединенных Штатов является глобальным очагом пресноводного биоразнообразия, но, как и в целом по всему миру, также представляет угрозу, включая разрушение и фрагментацию среды обитания, интродукцию инвазивных видов, загрязнение, рост численности населения, а также чрезмерный сбор урожая. Тем не менее, в то время как большинство охраняемых земель находятся на Западе, уязвимые виды находятся в основном на юго-востоке. Сокращение биоразнообразия пресноводных ресурсов превышает показатели других систем ( ., 2006), и, несмотря на то, что о важности биоразнообразия известно уже давно, антропогенное давление на пресноводные экосистемы за последнее столетие значительно возросло.

Изучение биоразнообразия пресноводных ресурсов в городских районах, таких как Чаттануга, особенно важно для разработки программ сохранения (рис. 1).

Города инвестируют миллиарды долларов в адаптацию к изменению климата для борьбы с последствиями повышения уровня моря, экстремальных температур, все более интенсивных штормов, наводнений и нехватки воды. Природные экосистемы обладают огромным потенциалом для повышения устойчивости городов, и поэтому действия, основанные на этом подходе, могут принести значительные сопутствующие выгоды для биоразнообразия. Как было предложено (2018), планировщики и городские власти должны включать биологическое сохранение в планы адаптации к климату для взаимной выгоды городских сообществ и их биоразнообразия. Однако редко можно иметь полное представление о нескольких типах возмущений в абиотических градиентах. Более того, среди пресноводных организмов в этой области регулярно исследуются только рыбы и моллюски, в то время как разнообразие и распределение других организмов, особенно мелких видов, в значительной степени недооцениваются. 

Последние достижения в технологии секвенирования ДНК позволяют проводить крупномасштабные оценки биоразнообразия микроскопических видов на уровне сообщества. В частности, метабаркодирование является экономически эффективным подходом для оценки биоразнообразия более широких сообществ и взаимодействия таксонов на трофических уровнях, а также для оценки временных изменений экосистем после природных или антропогенных событий (ссылка). Амплификация, очистка и секвенирование ДНК для метабаркодирования могут быть проведены с использованием стандартных протоколов и разработанных последовательностей праймеров, доступных из литературы (ссылка: 27, 28. Известно, что определенные предубеждения, в основном связанные с использованием универсальных праймеров, влияют на результаты, полученные с помощью метабаркодирования 29.

Чтобы ограничить такие предубеждения, было предложено применить метабаркодирование с использованием нескольких таксонспецифичных праймеров 30. Это подчеркнет разнообразие нескольких микроскопических компонентов, таких как бактерии, археи, протисты, грибы, а также обычно игнорируемые беспозвоночные размером менее 1 мм (например, пресноводные виды нематод, гастротрих, платигельминтов, коловраток, тихоходок, членистоногих, кольчатых червей и книдарий). Мейофауна - это разнообразный и обильный компонент фауны пресноводных экосистем, но они досконально не изучены. Таким образом, четкие взаимосвязи между биоразнообразием и нарушениями осложняются тем фактом, что множественные взаимодействия между видами на разных экологических и трофических уровнях являются потенциальными предикторами различных типов возмущений 1–3.

Среди мейофаунистических организмов моногононтные коловратки являются идеальными моделями для изучения микроэволюционной адаптации и ее эколого-эволюционных последствий. Коловратки относительно малы и просты в обращении, а их короткое время генерации обеспечивает быструю эволюционную реакцию на признаки. Важно отметить, что две дополнительные связанные особенности отличают их от многих других многоклеточных и делают их особенно пригодными для работы над быстрой эволюцией: чередование клонального размножения с половым и тесная связь между половым размножением и образованием яиц в диапаузе. С помощью яиц в диапаузе популяции могут выживать в неблагоприятных условиях и рассеиваться как в пространстве, так и во времени; эти яйца могут быть использованы для реконструкции эволюционных траекторий естественных популяций во времени посредством "воскрешения" генотипов, которые могут быть извлечены из стратифицированных озерных отложений 21 –25. Закономерности разнообразия моногононтовых коловраток были исследованы у нескольких видов, в основном в пределах рода(рис. 2).

Однако экологические измерения в местном масштабе редко рассматривались для понимания закономерностей и процессов в биологическом разнообразии, что является важнейшей задачей в условиях текущих и быстрых изменений окружающей среды.

Понимание взаимодействий между микробами и беспозвоночными может привести к пониманию более широкого значения для экосистемы и здоровья экосистем. Помимо микробов, присутствующих во внешней среде, исследовательские усилия были сосредоточены на микробных ассоциациях, которые, как известно, имеют решающее значение для здоровья или защиты организма (например, микробиом человека 16, 17), а также на углубленных исследованиях хорошо охарактеризованных симбионтов, которые эволюционировали совместно с хозяевами (например, микробиомы губок и коралловых рифов 18, 19). Животные эволюционируют в мире, изобилующем микробами, которые играют ключевую роль в их здоровье, развитии и эволюции. Жизнь в том виде, в каком мы ее знаем, не существовала бы без глубокого воздействия полезных взаимодействий хозяина и микроба. Исследования микробов, ассоциированных с хозяином, имеют решающее значение для углубления нашего понимания экологии и эволюции различных таксонов и экосистем. Целый ряд иммунных компонентов сохраняется почти у всех животных, и функциональные роли могут быть сохранены у беспозвоночных. В то время как новые данные по таксонам беспозвоночных подчеркнули эволюционную и экологическую значимость сообществ микробиома, лишь в нескольких исследованиях рассматривалось взаимодействие между микробами и мейофауной (рис. 3), и ни в одном из них не рассматривались коловратки.

В заключение следует отметить, что биологические сообщества разнообразны, что максимизирует возможности для специфичных для вида реакций на отдельные компоненты загрязнения, а изменения в сообществе в значительной степени зависят от типа и тяжести загрязнения, а также от их взаимодействия. Районы с высоким уровнем видового и генетического разнообразия, вероятно, будут иметь более сложную экосистему с разнообразными пищевыми сетями и биотическими взаимодействиями. Ожидается, что многофакторность будет играть ключевую роль, поэтому многие исследования в настоящее время сосредоточены на сборе информации о биоразнообразии и факторах окружающей среды, которые потенциально влияют на здоровье экосистем 14.

Моделирование экологических процессов не является недавней областью научных исследований, но в настоящее время она быстро развивается благодаря технологическим достижениям в области вычислительной мощности 12. Математические модели могут быть легко использованы в качестве инструментов для эффективной оценки качества окружающей среды, для изучения свойств функционирования экосистем и для мониторинга биоразнообразия в сложной биоте 13. Моделирование с использованием таких больших биологически реалистичных наборов данных с учетом взаимодействий с окружающей средой, влияющих на риск сложной экосистемы, является удобным и полезным способом оценки эффективности статистических методов. В настоящее время существует множество различных математических моделей для объяснения биоразнообразия, каждая из которых имеет свои преимущества и недостатки. Однако по-прежнему не хватает эффективных и тщательно проверенных статистических моделей, которые можно было бы использовать для выявления связанных признаков и их взаимодействий. Более того, данные ДНК окружающей среды обычно не используются для тестирования моделей экосистем, которые исследуют изменение биоразнообразия при нарушении 10.

1.3 План исследования и предварительные результаты

Предлагаемое исследование направлено на то, чтобы охарактеризовать биоразнообразие в пресноводных водоемах юго-восточной части города, изучить нелинейную многовидовую реакцию на градиенты окружающей среды и предсказать пространственные и временные изменения биоразнообразия в условиях нарушения. С этой целью ИП и ее команда будут:

1) собирать образцы с участков, различных с точки зрения численности населения/урбанизации и землепользования,

2) характеризовать генетическое разнообразие микроскопических биологических объектов, присутствующих в окружающей среде, используя метабаркодирование,

3) исследовать закономерности разнообразия и распределения коловраток, объединяя морфологический, филогенетический и ДНК-таксономический подходы,

4) разработать имитационные модели для прогнозирования изменения биоразнообразия в связи с будущими изменениями окружающей среды.

Все предлагаемые исследовательские мероприятия будут напрямую включать обучение молодых ученых и способствовать карьерному росту , создавая прочную основу для пожизненного вклада в исследования и образование в области биоразнообразия пресной воды и экологии (см. Долгосрочное видение).

Исследовательская группа будет состоять из и трех (Лакмали Верасина, Эрик Лафламм и Нисса Хант), одного аспиранта по математике () и двух магистрантов в области наук об окружающей среде (Адрианна Ходжес, ), а также команды студентов. ИП будет организовывать отбор проб и генетический анализ (цель 1), обучать студентов наукам об окружающей среде, проводить таксономическую работу (частично цель 2) и контролировать все аспекты проекта. КОПИ будут писать рукописи, присутствовать на собраниях, проводить разъяснительную работу. Лакмали Верасина и Эрик Лафламме проведут статистический анализ, разработают математические и статистические модели и создадут веб-сайт, открытый для внешних пользователей, направленный на оценку и визуализацию изменений биоразнообразия в меняющихся условиях.

Нисса Хант будет выполнять анализ дистанционного зондирования и визуализацию карт с помощью ГИС. Аспирантам будет предложено изучить свои собственные вопросы в рамках этого предложения, но ожидается, что они станут экспертами в области количественной биологии с тремя главами диссертации, посвященными оценкам и моделированию биоразнообразия на юго-востоке США. С помощью студентов и ИП они будут руководить выполнением оставшихся задач цели 2 (см. Ниже). Магистранты будут использовать метабаркодирование, световую микроскопию, филогенетику и таксономию ДНК для характеристики разнообразия, идентификации образцов коловраток и создания эталонной базы данных штрих-кодов ДНК.

Цель 1 – Отбор проб и исследование параметров окружающей среды

Этот проект сосредоточен на 12 объектах, расположенных в Чаттануге, штат Теннесси, большинство из них исторически исследованы Департаментом окружающей среды и охраны природы штата Теннесси (). Предварительный анализ параметров, измеренных , показывает значительные различия значений между станциями, показывая, что параметры, которые, как известно, снижают биоразнообразие, выше в южной Чаттануге. доступны определенные параметры, необходимые для настройки модели, включая химические загрязнители, температуру кишечной палочки, мутность. Существует две классификации загрязняющих веществ, влияющих на водные объекты в Чаттануге.

Загрязняющие вещества, такие как пестициды, гербициды, моющие средства и фекалии, которые переносятся ливневыми стоками в ручьи и ручьи, считаются загрязнением из неточечных источников, поскольку они поступают из разных мест, и источник не может быть быстро идентифицирован. Если бы источник был легко идентифицируемым, например, выпускная труба или дымовая труба, они считались бы точечным источником загрязнения. Двумя основными загрязнителями, влияющими в настоящее время на водоразделы Чаттануги, являютсякишечная палочкаи взвешенные твердые вещества, такие как осадок и промышленные отходы (ссылка). Параметры будут измерены с помощью ...

Поэтому мы ожидаем различий в биоразнообразии между ними. Из каждого из трех мест будут взяты пробы воды, донных отложений и водорослей / растений в трех повторениях для каждого участка, чтобы оценить бентическое, планктонное и эпифитное биоразнообразие соответственно. Для каждого образца будут измерены параметры окружающей среды (например, питательные вещества, мутность, рН, электропроводность, растворенный кислород и нитраты). Отбор проб и оценка параметров окружающей среды будут проводиться раз в два месяца. Образцы будут немедленно доставлены в лабораторию Университета Теннесси в Чаттануге для обработки для оценки биоразнообразия.

Цель 2 – Оценка биоразнообразия сообщества

Предварительные наблюдения за образцами, собранными в таком месте, показывают более высокое биоразнообразие, чем ожидалось. Даже в наиболее загрязненной области, покажите #виды коловраток и т. Д. Личинки хирономид и разный состав сообщества с разным рационом нематод / копепод. И т.д. Этот подход заключается в получении генетической информации обо всех биологических объектах, присутствующих в окружающей среде. ДНК будет извлечена из образцов с использованием коммерческих наборов, таких как наборы для выделения ДНК и (, Карлсбард, Калифорния), в соответствии с протоколом производителя. Амплификация, очистка и секвенирование ДНК для метабаркодирования будут проводиться с использованием стандартных протоколов и разработанных последовательностей праймеров, доступных из литературы 27, 28.

Известно, что определенные предубеждения, в основном связанные с использованием универсальных праймеров, влияют на результаты, полученные с помощью метабаркодирования 29. Чтобы ограничить такие предубеждения, мы планируем применить подход метабаркодирования с использованием нескольких таксонспецифичных праймеров 30. В частности, мы планируем оценить разнообразие путем исследования субъединицы цитохромоксидазы митохондриального гена (), а также малой рибосомной субъединицы (18 рРНК) и генов внутреннего транскрибируемого спейсера () у эукариот и гена 16 рРНК у прокариот. Более того, как было предложено в недавней публикации 31, мы рассмотрим результаты ампликонов митохондриального эукариот и прокариот 16 рРНК для оценки биомассы видов, помимо таксономического разнообразия.

Для восстановления оперативных таксономических единиц и вариантов последовательностей, которые разграничивают таксоны в выборке, будет применен 2 32. Более того, мы планируем применить метод Кека 33, программный пакет биоинформатики, предназначенный для прогнозирования функций метагенома в организмах по маркерным генам. Общим наблюдением является то, что непрерывные признаки близкородственных видов в филогении часто схожи, особенно когда признаки находятся под давлением отбора окружающей среды. Следовательно, этот метод, как и 34, основан на предположении, что филогения и функция достаточно связаны, чтобы делать прогнозы о функциональном потенциале сообщества.

В то время как ограничен геном 16 рРНК, метод Кека может быть распространен на любые известные маркерные гены в зависимости от того, какую группу организмов вы хотите изучить. Этот метод можно считать таксономически свободным, потому что вместо быстрого считывания с базой данных справочных таксонов он использует филогенетическую информацию. Филогенетические расстояния, такие как , который широко используется в микробной экологии и был принят в метабаркодировании, могут значительно повысить точность матриц сходства и различия сообществ 35. Биоразнообразие будет измеряться как богатство (количество видов и численность), видовой состав сообщества и филогенетическое разнообразие.

Цель 3 – Процессы в биоразнообразии коловраток

Цель состоит в том, чтобы выявить генетическую основу адаптивных фенотипов 26. Я планирую собрать набор данных из ранее доступных и вновь сгенерированных последовательностей и 1 для изолятов комплексаи применить три подхода в таксономии ДНК (т. Е. , и ), чтобы идентифицировать и обеспечить поддержку существования загадочных видов в комплексе. Я планирую использовать эти результаты для изучения филогенетического сигнала в морфометрических и экологических признаках, а также для понимания корреляции между признаками с использованием филогенетических сравнительных моделей.

Цель 4 - Ассоциированный микробиом

Я планирую исследовать микробиом, связанный с видами коловраток, используя метод метабаркодирования. Я ожидаю обнаружить закономерности сборки микробиоты коловраток, которые демонстрируют корреляцию с филогенией хозяина, основной микробиотой, или коррелируют с параметрами окружающей среды, вспомогательной микробиотой.  Генетический и геномный подходы будут использоваться для изучения закономерностей разнообразия коловраток, изучения филогенетических сигналов в морфометрических и экологических признаках и понимания корреляций между признаками с использованием филогенетических сравнительных моделей.

Цель 5 - Статистический подход

Мы прогнозируем, что на изменения структуры сообщества влияют условия окружающей среды, а также парные / множественные взаимодействия между видами. Эти взаимодействия могут быть трофическими или симбиотическими. Мы стремимся проверить взаимодействие между таксонами и сообществами, а также корреляции между изменениями и нарушениями биологического разнообразия. Мы ожидаем, что сила взаимодействия между биологическим разнообразием и экологическими условиями может уменьшаться с увеличением числа связей между видами, ослабляя последствия любого нарушения.

Структура статистического моделирования. Мы рассмотрим временные ряды данных о мерах реагирования на биоразнообразие, таких как численность видов, которые охватывают

Примерка модели. Мы будем параметризовать модель в байесовской структуре. Эта структура позволяет не только параметризовать модель, описанную выше, но и расширить ее, чтобы включить экологические ковариаты, видовые признаки, филогенетические отношения, а также, например, пространственно иерархический или пространственно четкий дизайн исследования. Кроме того, в дополнение к нормально распределенным данным, он включает в себя в качестве моделей данных распределение Бернулли (с функцией пробит-связи) для данных о наличии–отсутствии, а также распределения Пуассона и чрезмерно распределенные распределения Пуассона (с функцией логарифмической связи) для данных подсчета.

Чтобы оценить эффективность описанной выше статистической модели, мы можем определить набор альтернативных моделей (например, отсутствие межвидовых взаимодействий, полное взаимодействие и разреженные взаимодействия). Мы будем генерировать смоделированные данные с использованием метода Монте-Карло, основанного на различных допущениях моделей.

В качестве альтернативы, если данные временных рядов недоступны, мы рассмотрим вложенные модели . Мы проверим наличие ковариационных эффектов, сравнив полные и сокращенные модели с помощью -тестов.

Более того, сети взаимодействия могут быть построены и структурированы по видовым признакам, если это возможно. Включение других факторов в структуру моделирования может еще больше улучшить наше понимание взаимодействия между биоразнообразием и изменениями сообщества и окружающей среды.

Разработка статистической модели ( 6-12 месяцев, № 1, 2, 3, учащиеся , , )

Параметры окружающей среды и биологические данные будут объединены в проверенную модель.Затем результаты будут использованы для прогнозирования нагрузки загрязняющих веществ в различных пространственных точках вдоль ручья, а также во времени с учетом изменения землепользования с течением времени. Кроме того, модель будет использоваться для создания сценариев воздействия загрязняющих веществ на прогнозируемые будущие виды землепользования в водосборном бассейне.

Последние три месяца предлагаемого проекта будут также посвящены подготовке рукописей для представления, представлению результатов на конференциях и разработке проектов, подходящих для агентств, финансирующих за рубежом.

Перспективы на будущее

Моделирование с использованием больших биологически реалистичных наборов данных с известными взаимодействиями ген-ген и ген-среда, которые влияют на риск сложной экосистемы, являются удобным и полезным способом оценки эффективности статистических методов. Тем не менее, в недавнем обзоре Донохью и соавт. 36 сделали несколько важных замечаний относительно ограничений предыдущих исследований: 1) теоретические исследования, как правило, сосредоточены на эффектах одного импульсного возмущения; 2) немногие исследования сочетают теорию и эмпирические измерения; 3) большинство эмпирических исследований сосредоточены на населении или характеристики сообщества, а не экосистемные функции и процессы; и 4) существует сильный уклон (> 50%) в сторону неводных систем. Эта тема особенно актуальна не только потому, что многие элементы глобальных изменений демонстрируют увеличение как среднего, так и дисперсии с течением времени, но и потому, что порог изменения состояния может меняться в зависимости от различных базовых условий 37.

Результаты этого проекта послужат основой для разработки дальнейших имитационных моделей, применимых ко всем пресноводным экосистемам. Важно отметить, что аликвоты ДНК, полученные в ходе этого проекта, будут сохранены для метагеномного подхода. Применение метагеномики обеспечивает доступ к функциональному генному составу микробных сообществ и, таким образом, дает гораздо более широкое описание, чем филогенетические исследования, которые часто основаны только на разнообразии одного или нескольких генов 38. Сама по себе метагеномика дает генетическую информацию о потенциально новых биокатализаторах или ферментах, геномных связях между функцией и филогенией для некультурных организмов и эволюционных профилях функции и структуры сообщества в перспективе “системной экологии”. Подход системной экологии становится все более актуальным в свете пополняющегося “микробного банка семян”, который, по-видимому, сохраняется в экосистемах 32, 39 и все больше свидетельств того, что функциональные гены являются более важным фактором для формирования сообщества, чем сами виды 40.

Более того, статистический анализ, представленный в настоящем исследовании, будет иметь фундаментальное значение для разработки математических моделей экологических сетей 41. Экологические сети описывают и сравнивают взаимодействия между биотическими и абиотическими элементами реальных экосистем, например, пищевая сеть - это сеть, фиксирующая трофические взаимодействия между различными видами.

Последние достижения в методах секвенирования ДНК (метабаркодирование и метагеномика) позволяют исследователям создавать и описывать такие сети с беспрецедентным уровнем детализации и моделировать реалистичные реакции сети на внешние возмущения.

Более широкое воздействие

Хотя защита и сохранение пресных вод отстают от сохранения наземных экосистем, в настоящее время предпринимаются попытки составить карту глобальных горячих точек пресноводного биоразнообразия. Интерес к восстановлению или реабилитации пресноводных экосистем в значительной степени возрос (например, & , 2002), и несколько программ восстановления хорошо разработаны и частично успешно практикуются ( ., 2002). Антропогенное воздействие, представленное изменением климата, землепользованием и использованием пластмасс и микропластиков, влияет на значительную долю пресноводных экосистем и водоемов по всему миру 42, 43. Реки, озера и водно-болотные угодья испытывают сильное давление из-за чрезмерного использования, загрязнения и деградации среды обитания 44. Услуги, которые водные экосистемы могут предоставлять обществу, были значительно сокращены, а биота сильно пострадала: несколько водных видов исчезли из целых экорегионов.

Риски для здоровьянаселения, связанные с загрязненной водой, включают гастроэнтерит, отит, конъюнктивит и кожные инфекции 45, а также повышенный канцерогенез, иммунодефицит, снижение когнитивных способностей и другие поведенческие нарушения 46.

Риск для здоровья окружающейсреды, связанный с загрязненной водой, включает в себя сокращение экосистем и рекреационных услуг, а также резкое сокращение биоразнообразия 47. Тем не менее, влияние воздействия смесей загрязняющих веществ на микробиом и, в свою очередь, на физиологию и жизнеспособность животных изучено недостаточно. Поскольку анализ сложных биот является фундаментальной темой в управлении, мониторинге и сохранении окружающей среды, которая напрямую влияет на благосостояние человека, мы планируем поделиться нашим пониманием взаимодействия в водных экосистемах с преподавателями и студентами, местными экологическими менеджерами, гражданскими учеными и широкой общественностью.

На университетском уровне этот проект направлен на продвижение стратегических планов и Колледжа науки путем поощрения и расширения возможностей стипендий, открытий и предпринимательских инициатив; включая теоретические и прикладные мероприятия, в которых регулярно участвуют студенты, преподаватели и партнеры из сообщества; и предоставление возможностей для междисциплинарных исследований. То есть этот проект помогает наладить междисциплинарное и долгосрочное сотрудничество между отделами. Программа предоставит исследовательские возможности для разнообразной группы студентов и межкафедральных курсов для студентов разных уровней. В частности, в дополнение к предоставлению стипендий для трех аспирантов, как описано выше, этот проект внесет значительный вклад в новые специальности в области наук об окружающей среде, чтобы получить сертификат (). Ожидается, что программа начнется осенью 2019 года. Одним из требований программы является то, что студенты должны пройти профессиональный опыт (например, стажировку, исследования и т.д.). Этот проект предоставит студентам исследовательский опыт, который поможет им выполнить это требование и получить .

ССЫЛКИ

1 Л. Питерс, Х. Хиллебранд и У. Траунспургер, “Пространственная вариация воздействия гразера на эпилитическую мейофауну и водоросли”, . . Бентол. Соч., том 26, № 1, с. 78-91, 2007.

2 . . . .и др., “Межсистемные сравнения проясняют сложности и общие аспекты возмущений”, , том 2, № 7, стр. 81.

3 Т. М. Г., “Возмущение и динамика ландшафта в меняющемся мире1”, Экология, том 91, № 10, стр. 2833-2849.

4 М. Ф. Маре, “Исследование морского бентического сообщества с особым упором на микроорганизмы”, . . Биол. Доц. Соединенное Королевство, том 25, № 3, стр. 517-554, 1942.

5 Ф. Лизи, К. Гайнус, А. Махардини, Т. Н. Мур, Дж. Л. Норенбург и П. Х. Барбер, “Пространственное и экологическое распределение забытых сообществ микроинвертозвоночных в экосистемах, находящихся под угрозой исчезновения: мейофауна на Бали (Индонезия)”, . ., том 37, № 5, 2016.

6 . . и др., “Использование метабаркодирования для оценки экологических моделей мейофауны”, . . Отв., том 140, стр. 160-168, 2018.

7 . и др., “Метабаркодирование ДНК нефракционированных образцов воды связывает динамику фито-, зоои бактериопланктона и выявляет цветение бактерий одного таксона”, . Микробиол. Респ., том 9, № 4, с. 383-388.

8 А. Валентинии др., “Мониторинг водного биоразнообразия следующего поколения с использованием метабаркодирования ДНК в окружающей среде”, . Экол., том 25, № 4, стр. 929-942, 2016.

9 П. Таберлети др., “Отбор проб почвы и выделение внеклеточной ДНК из большого количества исходного материала, подходящего для исследований метабаркодирования”, . Экол., том 21, № 8, с. 1816-1820, 2012.

10 . . и др., “Биогеохимия океана, смоделированная с помощью геномики, основанной на возникающих признаках”, Наука (80-. )., том 358, № 6367, стр. 1149 -1154, декабрь 2017.

11 М. Бринкеи др., “Использование мейофауны для оценки загрязняющих веществ в пресноводных отложениях: исследование микромира с кадмием”, . Токсикол. Химия., том 30, № 2, с. 427-438.

12 Х. Х. Шугарти др., “Компьютерная инфраструктура и инфраструктура дистанционного зондирования для улучшения крупномасштабного тестирования моделей леса на основе отдельных данных”, . Экол. Окружающаясреда., том 13, № 9, с. 503-511.

13 А. Остманн и П. Мартинес Арбизу, “Прогностические модели с использованием случайной регрессии лесов для моделей распределения мейофауны в исландских водах”, Март. Биологическиеисточники., том 48, № 2, стр. 719-735, 2018.

14 П. А. Сандифер, А. Э. Саттон-Грир и Б. П. Уорд, “Изучение связей между природой, биоразнообразием, экосистемными услугами и здоровьем и благополучием человека: возможности для улучшения здоровья и сохранения биоразнообразия”, . Серв., том 12, стр. 1-15, 2015.