《Scientific Data》：CactEcoDB: Trait, spatial, environmental, phylogenetic and diversification data for the cactus family
编辑推荐：
为解决植物比较研究，特别是受胁类群研究中缺乏整合性状、分布、环境与系统发育数据的问题，研究人员系统收集、整理了仙人掌科物种的多维数据。他们构建了名为CactEcoDB的开源数据库，囊括了1000多种仙人掌的物种性状、地理分布记录、环境变量、分布区估计、物种形成速率及迄今最大的时间标定系统发育树。该数据库的建立旨在为涉及这一标志性而又濒危植物家族的生态、进化、生物地理及保护研究提供关键社区资源。
仙人掌科植物以其独特而迷人的外形，成为了美洲乃至全球众多干旱和半干旱生态系统中不可或缺的组成部分。这些多肉植物不仅在形态上千姿百态，在生态功能上也扮演着重要角色，是生态系统中的“明星”类群。但遗憾的是，在全球气候变化和人类活动的双重压力下，仙人掌科植物正面临着极高的灭绝风险。在科学研究领域，要进行深入的比较研究，例如探讨物种性状如何演化、分布格局如何形成、以及哪些因素驱动了物种分化，研究人员通常需要将多种类型的数据整合起来分析，包括物种的形态和生理特征（即性状）、它们在地球上的具体分布位置（空间分布）、所在地的气候与土壤条件（环境变量）、以及反映物种间亲缘关系和进化历史的家族树（系统发育）。然而，长期以来，能够将这五大类数据——性状、空间、环境、系统发育及分化数据——系统性地整合在一起的开放数据集非常稀少，这对于许多植物类群的基础研究和保护实践构成了瓶颈，对于仙人掌科这样备受关注却又极度濒危的类群而言，这种数据缺口尤为突出。正是为了填补这一空白，并为未来的研究提供一个坚实、便捷的数据基础，一个国际研究团队开发并发布了CactEcoDB（The Cactus Ecological Database，仙人掌生态数据库）。
这项研究发表在开放获取期刊《Scientific Data》上。研究人员为了构建这个综合性数据库，开展了系统性的数据收集、清洗、整合与计算工作。首先，他们从已发表的文献、专著、标本记录以及全球生物多样性信息网络（GBIF）等多个渠道，广泛收集了超过1000种仙人掌科物种的相关信息。这些信息被归纳为几个核心模块：一是物种水平的性状数据，涵盖了与植物形态、生理相关的关键特征；二是地理分布记录，即每个物种被观测或采集到的具体地理位置点；三是环境变量数据，通过地理信息系统（GIS）技术从全球气候和土壤栅格图层中提取，与物种的分布点相匹配，以量化其生存环境；四是分布区大小估计，基于物种的分布点数据，利用生态位模型等方法估算其实际或潜在的地理分布范围；五是物种形成（分化）速率，基于系统发育树和分化时间，通过生物地理学模型计算得出，以反映不同谱系的进化动态；六是系统发育数据，研究人员利用已发表的分子序列数据，构建了迄今最全面的、经过时间标定的仙人掌科系统发育树，为进化分析提供了框架。通过对这些来源各异、格式不一的数据进行严格的质控、标准化和关联，最终将它们整合在一个统一的、可公开访问的数据库平台中。
研究结果
1. 构建了一个多维度的综合性生态数据库
研究人员成功创建了CactEcoDB，这是一个包含超过1000种仙人掌科物种的开放数据集。该数据库首次将物种性状、地理发生记录、环境协变量、分布区估计、物种形成速率以及一个大规模时间标定系统发育树整合在一个平台中。数据覆盖了仙人掌科主要的进化谱系和地理分布区，为解决涉及该科的各类宏观生态与进化问题提供了“一站式”数据解决方案。
2. 提供了迄今最完整的仙人掌科系统发育框架
研究团队整合了公开的DNA序列数据，运用系统发育重建方法，生成了目前包含物种数量最多的仙人掌科时间标定系统发育树。这棵树不仅明确了物种间的亲缘关系，还通过分子钟方法估算了主要分支的分化时间，为研究仙人掌科的进化历史、性状演化速率以及生物地理过程提供了至关重要的进化背景框架。
3. 量化了物种的生态与进化特征
通过对收集的数据进行处理，CactEcoDB为每个物种生成了标准化的衍生数据。例如，基于地理发生记录和环境图层，估算了每个物种的分布区大小（范围），这是评估物种受胁状况和进行保护优先区规划的关键参数。同时，结合系统发育树，计算了与物种形成和灭绝相关的多样化速率指标，有助于识别进化速率异常高或低的谱系，从而探讨仙人掌科多样性格局的形成机制。
4. 实现了多源数据的标准化与可访问性
所有纳入数据库的数据都经过了严格的筛选、验证和标准化处理，以确保其质量和一致性。例如，地理坐标经过了错误记录纠正和坐标系统一，性状数据采用了标准化的测量单位和定义。数据库以结构化的格式（如表格、系统发育树文件）提供，并附有详细的元数据说明，确保了数据的可重复使用性和可互操作性。用户可以通过指定数据存储库或平台方便地访问和下载这些数据。
研究结论与讨论
CactEcoDB的建立标志着对仙人掌科这一重要而濒危植物家族的研究进入了一个数据驱动的新阶段。该研究的核心成果不仅仅是数据本身的汇编，更在于其首次将性状、空间、环境、系统发育和分化数据五大维度系统性地整合在一起，为跨学科的比较研究搭建了一个强大的基础设施。
这项工作的重要意义体现在多个层面。在科学层面，它为生态学家、进化生物学家和生物地理学家提供了前所未有的资源，使得他们能够在一个统一的框架下，检验关于性状-环境关联、物种分布限制、多样化动力以及保护优先级等一系列核心假设。例如，研究者可以利用CactEcoDB探究仙人掌特定性状（如刺的形态、光合途径）是否与特定的气候变量相关，或者分析分布区狭窄的物种是否具有独特的系统发育位置或进化历史。
在保护应用层面，CactEcoDB的价值尤为突出。仙人掌科是受胁程度最高的植物类群之一，然而，缺乏整合数据阻碍了对其灭绝风险机制的理解和有效保护策略的制定。该数据库提供的精确分布数据、环境需求和进化独特性信息，可以直接应用于物种红色名录评估、保护空缺分析以及气候变化脆弱性评估，为制定基于证据的保护行动提供了关键依据。
此外，作为一个开放获取的社区资源，CactEcoDB遵循了FAIR（可发现、可访问、可互操作、可重用）数据原则，极大地促进了数据的共享与再利用，有助于避免重复性的数据收集工作，鼓励合作研究，并提升研究结果的透明度和可重复性。它也为针对其他受胁或数据缺乏的植物类群构建类似整合数据库树立了典范。
总之，CactEcoDB不仅是一个数据存储库，更是推动仙人掌科乃至更广泛植物类群的宏观生态、进化与保护研究迈向更深、更广维度的催化剂。通过弥合关键的数据鸿沟，它有望在未来催生出一系列关于生物多样性模式、过程与保护的新见解，助力于理解和守护地球上这些独特而脆弱的生命。
