适应性峰值跟踪作为在波动的古老环境中稀有化石数据的解释

科学领域:

• 进化生物学 进化生物学
• 古生物学的古生物学
• 量化遗传学 量化遗传学

背景情况:

• 种类的持久性依赖于跟踪适应性景观优势,这些优势受海洋温度等环境因素的影响.
• 在地质时间尺度上的表型进化记录在化石记录中,为过去的环境跟踪提供了洞察力.
• 了解特征如何因环境变化而演变,对于预测未来的进化轨迹至关重要.

研究的目的:

• 开发和测试一种方法来从稀少的化石数据中重建表型-环境关系.
• 使用非塑料和反应规范模型模拟进化跟踪系统.
• 将该方法应用于230万年历史的微波雷拉激活生物 (Microporella agonistes) 化石记录.

主要方法:

• 模拟单变交叉斜坡反应规范模型和非塑料选择.
• 应用加权最小平方 (WLS) 方法来分析化石表型数据和环境代理 (例如,海洋温度的氧同位素).
• 与随机步行模型相比,使用leave-one-out交叉验证和Akaike信息标准 (AIC) 的模型性能评估.

主要成果:

• 该方法成功地从9个化石样本中确定了线性平均表型-环境函数.
• 预测的表型值与观察到的值密切匹配,预测误差在标准误差之内或接近标准误差.
• 在基于AIC的替代随机步行模型中,WLS模型表现出优异的性能.

结论:

• 稀少的化石数据,当用适当的方法分析时,可以揭示显著的进化动态和表型-环境关系.
• 这种方法为重建过去对环境变化的进化反应提供了一个强大的工具.
• 需要进一步的研究来验证在更长的时间尺度和更复杂的场景中的预测.