《Frontiers in Ecology and Evolution》：A comparative bone surface modification database for revealing the origins and evolution of human carnivory
编辑推荐：
本文通过建立首个开源的骨骼表面痕迹（BSM）定量数据库，结合高分辨率共聚焦轮廓测量技术，为解决古人类食肉行为起源等长期争议提供了可复现的分析框架。研究涵盖946例实验生成的切割、敲击、牙齿及践踏痕迹，采用判别分析（QDA）与随机森林（RF）模型实现74%-83%的分类准确率，凸显了微观形态计量在区分痕迹成因（如石器屠宰与食肉动物啃咬）中的潜力，推动了古人类学研究的透明化与协作化发展。
引言部分指出，化石骨骼表面遗留的痕迹是重建古生态系统营养动态的关键证据。然而，楚化过程（taphonomic processes）产生的形态相似性（如践踏痕迹模拟切割痕迹）常导致误判，阻碍了对人类食肉行为起源的准确解读。尽管数字建模技术（如三维显微镜、几何形态计量学）提升了痕迹识别的可靠性，但其应用仍受限于方法不可复现、数据库封闭及统计假设违反等问题。
材料与方法章节详细描述了实验痕迹样本的生成与测量流程。研究共纳入946个痕迹，包括411个切割痕（含故意制作与实地屠宰实验）、90个敲击痕、313个食肉动物牙痕（狮、鬣狗、鳄鱼等）及132个践踏痕（牛群踩踏实验）。所有痕迹通过白光共聚焦轮廓仪（Nanovea ST400或Sensofar S-Neox）进行三维重建，并依据Pante等（2017）的可复现协议测量12项形态指标（如痕迹体积、最大深度、剖面粗糙度Ra等）。统计分析采用R语言平台，通过主成分分析（PCA）评估数据方差，并构建十折交叉验证的二次判别分析（QDA）与随机森林（RF）分类模型，以检验多变量形态特征对痕迹成因的区分能力。
结果部分显示，PCA前三个主成分（PC1-PC3）累计解释92%的方差，其中PC1主要受体积、深度等宏观尺寸指标驱动，PC2反映开口角与剖面半径等微观形状特征。QDA模型对四类痕迹的整体分类准确率达76%，RF模型为74%。关键发现包括：切割痕与践踏痕因长度、开口角相似易被互误（误分类率约28%），而牙痕与敲击痕因均具U型剖面且深度重叠，误判率高达17%-21%。值得注意的是，部分未修饰石器产生的切割痕与鳄鱼牙痕形态高度相似，暗示早期人类工具使用的痕迹可能被误判为捕食者行为。
讨论环节深入剖析了痕迹误判的生态学意义与方法论启示。首先，研究验证了传统定性描述的局限性（如“肩部碎裂”等特征受风化影响失效），并强调定量指标（如剖面粗糙度）可更客观捕捉微观变异。其次，针对机器学习在考古学中的应用，作者批判了过度追求100%分类准确率的倾向，指出数据泄露（如PCA预处理后未分区训练/测试集）可能导致结果偏倚。通过对比Domínguez-Rodrigo等（2025）研究中因误纳入标签变量引发的分类偏差，强调透明化数据与代码对模型可靠性的关键作用。最后，提出“数据中心”范式（data-centric approach），主张通过扩大样本多样性（如纳入啮齿类啃咬痕迹）而非过度参数化模型来提升实战效能。
结论部分展望了开源数据库在解决古人类学争议中的潜力。例如，对迪基卡（Dikika）320万年前痕迹的成因争论，或奥杜威峡谷FLK Zinjanthropus遗址的食肉行为重建，均可借助本数据库的定量标准重新评估。未来将扩充痕迹类型（如骨器修饰痕、根系侵蚀痕）并公开三维坐标原始数据，推动跨团队协作。研究最终呼吁定量与定性方法互补，优先处理形态模糊的化石痕迹，以精准揭示人类食肉行为的演化轨迹。
