《PLOS Computational Biology》：Algorithmic reconstruction of trophic networks from open-access species lists reveals key organisms in real ecosystems
编辑推荐：
本综述介绍了一种创新的自动协议，能利用非经人工整理的开源物种名录(如RAMSAR数据库)重建真实生态系统的营养网络(trophic networks)和多层网络(multilayer networks)。该方法通过数据挖掘获取物种功能性状(如体型、食性)，并运用改进的异速生长生态位模型(ANM)构建网络。验证表明，所生成网络在结构上逼真，能识别出维持生态系统稳定性的关键物种——多为中等体型、高流动性、占据中间营养级的生物，为保护生态学提供了可扩展、低成本的工具。
引言
理解物种间的相互作用对于认识生态学和物种演化至关重要，这些相互作用常被概念化为生态网络。然而，真实生态系统的复杂性给实证推断带来巨大挑战，而理论模型虽然能提供信息，却往往缺乏实证验证。这种理论与实证间的脱节，在描绘生态系统动态、识别对保护工作至关重要的关键物种方面造成了鸿沟。为弥合这一操作鸿沟，本文提出一种新颖的自动协议，能够利用来自真实生态系统的、未经人工整理的自由可用物种名录作为输入数据，生成逼真的营养网络，包括多层网络。作为概念验证，该方法被应用于RAMSAR湿地生态系统数据库中的物种名录。我们的数据挖掘算法通过整合来自在线生物多样性数据库的信息，用功能性状（如体型、栖息地和食性）丰富了这些物种名录。随后，使用改进版的异速生长生态位模型(Allometric Niche Model, ANM)，根据物种的功能性状和生态角色对其在营养网络中进行排序。
方法验证一：自动构建的网络在结构上真实
为验证算法能否从未经组织的物种名录生成生物学上可信的营养网络，首先检验了模拟网络的拓扑结构是否复制了在经验食物网中观察到的特征性无标度架构。如图2B所示，模拟网络的度分布(DEG)紧密遵循近似幂律形式DEG(k) ∝ k?γ，表明其具有无标度架构。该模式不仅适用于整个网络，在根据链接方向（即仅考虑每个物种到其消费者的传出链接（消费者脆弱性，VUL）和从其资源到每个物种的传入链接（资源普遍性，GEN））进行分析时也同样成立。此外，通过基于30个定量网络描述符的多变量形态空间分析，发现网络在形态空间中的分布是高度非随机且各向异性的：大多数网络聚集在一个相对较小的超体积内，而理论上可能空间的大片区域则未被占据。这种受限的占据表明算法生成的是可能的网络拓扑中一个有限的子集，这是功能网络的常见特性。当有经验数据可用时，形态空间分析也允许将网络属性与真实食物网的测量值进行比较，结果显示相应的网络描述符值通常落在经验观察范围内。
方法验证二：模拟网络包含真实的捕食者-猎物相互作用
除了与经验食物网在结构上相似，还评估了算法生成的特定营养链接是否确实对应有记录的相互作用。初步定性验证通过手动检查生成网络的一个子集，发现算法能持续地根据物种在自然界中占据的营养位置对其进行排序。有趣的是，由于算法随机性，对同一RAMSAR湿地的每次不同运行都会产生不同的网络。进一步分析表明，实际上只有一个约占30%相互作用的“核心子网络”在不同重复中保持相对恒定，而超过50%的边是变化的。这表明算法产生的网络并非物种与其所有潜在食物完全连接，而是每次重复展示了物种在给定时间可能摄食的“快照”，类似于野外样本。为了进行更严格的定量测试，使用协议的基本设置生成了五个文献中已有的、解析度良好的经验网络的100个虚拟重复，并逐一检查预测的相互作用是否存在于参考（经验）网络中。结果显示，该协议通常能预测超过80%的经验记录相互作用，且性能对物种丰富度或整体网络连接度的变化相对不敏感。最后，通过与同等连接度的随机网络比较，预测准确率下降到约20%，这证明了预测与经验相互作用之间的对应关系反映了真实的生物学信号，而非统计假象。
识别维持生态系统结构的关键生物
模块性分析（基于Louvain方法）显示所有模拟网络都具有正模块性(0.1 < MOD < 0.5)，表明存在功能亚组（群落）。详细检查这些群落发现，连接最紧密的模块倾向于富含食肉动物，而其余群落则呈现出更层次化和稀疏的结构，由功能相似的草食动物及其偏好的植物组成。在此背景下，模块性为识别对维持生态系统连接性和结构至关重要的物种提供了启发式框架。网络理论指出，这些关键物种不一定是连接度最高的，而是在模块之间充当功能链接的物种。分析揭示，那些充当模块间“桥梁”的关键物种往往是中等体型、高流动性、通才型的动物，例如青蛙、啮齿动物或小龙虾，它们在一个生态区室（如水）中取食，但在另一区室（如陆地）中成为猎物。
此外，在较小生态系统中观察到的高模块性值，以及模块性与分区数量(PART)之间的负相关进一步表明，虽然模块数量在不同生态系统中保持相对恒定（约4个），但随着物种数量的增加，模块间的独立性降低。这表现在平均聚类系数(CLUST)的持续增加，意味着较大生态系统中的模块间连接变得更加密集。这种缩放关系意味着生态系统的连通性越来越依赖于越来越多的桥梁物种，它们的丧失可能不成比例地影响网络的完整性和功能。
对比功能性与分类学采样方法在捕捉生态系统结构方面的能力
由于实地调查和监测项目中的采样资源通常有限，研究探讨了该方法是否有助于识别应以最小努力测量哪些生态系统特征以最好地捕捉其结构。为此，进行了一系列稀疏实验，模拟两种常见的输入不确定性来源：分类学解析度损失和不完全采样。首先，通过将物种逐步聚合到更高的分类等级来生成新的输入列表。结果显示，大多数拓扑描述符至少在科级水平之前保持在可接受的范围内。在全局描述符之外，链接水平的一致性也很高，并且在物种水平和中等分类等级网络中具有可比的出现频率分布。最后，度分布保留了与无标度架构一致的重尾形状。这些结果证明了在功能生态学研究中，使用属级列表作为可靠代理的可行性。然而，与度分布相关的属性存在显著差异，因此建议谨慎对待。
为分析功能群（基于功能性状定义）是否比分类学在捕捉生态系统结构和特性方面更重要，进行了一组目标扰动实验，将稀疏应用于数据集的功能子集。根据食性和体重定义了两个不同的离散分区。这些实验的结果表明，移除植物会导致植物-草食动物相互作用发生更不特异和更密集的重组，而移除食肉动物会使剩余的食肉动物变得更通才。相比之下，当移除草食动物或中等体型动物时，拓扑属性会发生显著变化（即，高于随机扰动定义的基线），表明这些生物可能在维持生态系统结构方面起着关键作用。
多层网络作为保护优先排序的潜在工具
由于空间、生理或物候障碍，大多数生物只与共享同一生态区室的生物相互作用。此外，物种在不同的生命阶段或性别中常常扮演不同的生态角色，并参与营养相互作用之外的各种类型相互作用。这些复杂性难以用“经典网络”捕捉，限制了其识别关键生物过程的能力。一个近年来备受关注的解决方案是使用“多层”形式主义，将基本营养网络在抽象空间中展开以解释不同的生物过程。本文考虑了：1) 多层网络的构建是否也适用于自动化；2) 这种多层方法是否有可能为保护策略提供信息。作为概念验证，使用协议的改进版本自动构建了多层网络，其中一个额外维度对应于个体发育，另一个对应于栖息地区室化。将该协议应用于生态系统子集，产生了许多自动构建的多层网络，其中营养相互作用表现为层内边，而移动和发育则由层间边表示。重要的是，这些网络中的营养和非营养链接与生物体已知的生活史相符。多层方法揭示了与放牧或捕食无关的重要生物量转移，这对于设计保护策略可能很重要。例如，它强调了某些生物（如两栖动物、全变态昆虫以及成体在水陆两地捕食的脊椎动物）在连接空间复杂生态系统（如所研究的湿地）内不同亚栖息地方面的重要性。
讨论
本文提出了一种经济高效且算法稳健的方法，能够有效地将来自真实世界、结构复杂生态系统的、易于获取且未经人工整理的物种名录，转化为高度逼真的营养网络（及多层网络），与经验网络的相似度高达80%。这种方法不仅显著扩展了可用于比较研究的网络库，还使得理论生态学和网络理论能够应用于构成保护政策目标的实际物种。稀疏实验表明，详尽的分类学方法可能不一定是表征生态系统的最佳策略，因为属内和科内的物种在功能上相似，而更高的分类等级可能只包含在内部解剖和身体构造（即系统发育）上相关但功能迥异的物种。因此，更重要的是在不同功能群中多样化采样努力，包括微观和中观尺度的代表，即使它们只被鉴定到属/科水平。模块性分析强调，连接生态区室的“桥梁”物种和占据模块内枢纽的物种可能对网络特性有不成比例的贡献。稀疏实验进一步表明，此类关键生物往往是占据中间营养级的中等体型动物。此外，多层网络强调了间接发育者和具有水陆两栖生活方式的生物在功能上整合异质栖息地方面的重要性。因此，这些生物对于维持生态系统稳定性至关重要，应成为保护工作的主要目标。然而，所识别的关键物种的某些功能或生活史特征（例如两栖生物的突出地位）可能特定于湿地生态系统，其他生态系统类型的保护策略因此需要进一步研究。另一个值得注意的发现涉及时间尺度和物种潜在性的概念，即物种的完整生态潜能与其在给定时空背景下的实际相互作用之间的区别。这种方法很可能得到改进和完善，例如纳入非营养相互作用和非二元相互作用，考虑生物体的生物量/种群规模以模拟生态动态，或整合新的功能信息来源以更好地解析植物-草食动物相互作用。尽管存在挑战，但即使是目前实现的最基本的理论生态学原理，本程序也能实现对生态系统结构、功能模块和关键物种的快速表征。这种效率延伸到多层网络，而多层网络由于记录生物体所有生态相关方面（发育模式、季节性等）所需的巨大采样努力，在很大程度上仅限于理论调查。本文认为，所提出的方法不仅加深了对生态系统（包括现存和已灭绝的）的理解，还可以作为促进更合理的栖息地和物种保护策略的有价值工具，这在当前生物多样性危机的背景下是一项紧迫需求。
