NeMO: a flexible R package for nested multi-species occupancy modelling and eDNA study optimization

El artículo presenta NeMO, un paquete de R flexible que utiliza modelos de ocupación multinivel en un marco bayesiano para cuantificar la incertidumbre en la detección y optimizar el diseño de estudios de biodiversidad mediante ADN ambiental (eDNA), abordando así problemas críticos de falsos negativos en la monitorización de especies.

Lo esencial

Título: NeMO: El "Detective de ADN" que no deja escapar a nadie

Imagina que estás intentando encontrar a un grupo de amigos muy tímidos en una fiesta enorme y ruidosa. Algunos están en la cocina, otros en el jardín, y algunos ni siquiera han llegado. Si solo miras rápido y no ves a alguien, ¿podrías estar seguro de que no está ahí? Probablemente no. Quizás solo estaba detrás de un sofá o hablando muy bajo.

En el mundo de la ecología, los científicos usan una herramienta llamada ADN ambiental (eDNA) para buscar especies (como peces, insectos o plantas) en ríos y lagos. Es como buscar huellas dactilares en el agua. Pero, al igual que en la fiesta, a veces las huellas son difíciles de encontrar: el agua es turbia, la huella es pequeña o el "detective" (el laboratorio) se distrae.

Aquí es donde entra NeMO, el nuevo paquete de software creado por un equipo de científicos franceses.

1. El Problema: "No lo vi" no significa "No está"

Antes de NeMO, si los científicos hacían una prueba de ADN en un río y no encontraban a un pez raro, asumían que el pez no estaba allí. Pero esto es un error grave. Podría estar allí, pero simplemente no se le encontró. Es como culpar a un amigo de no ir a la fiesta solo porque no lo viste en la puerta, cuando quizás estaba bailando en la otra habitación.

Este error es peligroso porque si creemos que una especie está desaparecida cuando en realidad solo es difícil de detectar, no la protegeremos y podría extinguirse.

2. La Solución: NeMO, el Detective Inteligente

NeMO es como un detective privado muy inteligente que no se conforma con una sola pista. Entiende que el proceso de buscar ADN tiene varios pasos, y en cada paso se puede perder una pista:

1. El paso del agua: ¿El pez dejó su ADN en el agua? (A veces el agua se lo lleva).
2. El paso de la muestra: ¿Logramos recoger esa gota de agua que tenía el ADN? (A veces la red se rompe).
3. El paso del laboratorio: ¿El ADN se copió correctamente en el laboratorio? (A veces la máquina falla).
4. El paso de la lectura: ¿La computadora leyó el código correctamente? (A veces hay demasiado "ruido").

NeMO no solo cuenta cuántas veces vio al pez, sino que calcula la probabilidad de que el pez estuviera allí aunque no lo vieran. Usa matemáticas avanzadas (llamadas modelos bayesianos) para decir: "Es muy probable que este pez esté aquí, incluso si solo lo detectamos una vez, porque sabemos que es difícil de encontrar".

3. La Analogía de la "Búsqueda del Tesoro"

Imagina que quieres encontrar un tesoro enterrado en una playa.

• El método antiguo: Cavar un agujero. Si no encuentras nada, dices: "No hay tesoro". Fin.
• El método NeMO: Cavar varios agujeros, usar un detector de metales varias veces en cada agujero y leer las señales con cuidado. NeMO te dice: "Oye, aunque no encontramos el tesoro en este agujero, el detector hizo un ruido extraño. Hay un 90% de probabilidad de que el tesoro esté aquí, pero necesitamos cavar un poco más o usar un detector más sensible".

4. ¿Para qué sirve esto en la vida real?

El equipo probó NeMO con datos reales de peces en el río Ródano en Francia. Descubrieron cosas fascinantes:

• La diferencia entre "Raro" y "Esquivo":

  • Hay peces que son raros (viven en muy pocos lugares) pero si están allí, son fáciles de detectar (como un elefante en una habitación pequeña).
  • Hay peces que son comunes (viven en todas partes) pero son esquivos (como un fantasma; están ahí, pero no dejan huellas).
  • NeMO ayuda a distinguir entre estos dos tipos, algo que antes era muy difícil.

• Ahorrar dinero y tiempo:
  NeMO también actúa como un arquitecto de presupuestos. Te dice: "Para encontrar al pez X con seguridad, necesitas tomar 3 muestras de agua y hacer 10 pruebas de laboratorio. Si haces solo 1 muestra, estás perdiendo el tiempo". Esto ayuda a los gobiernos y ONGs a gastar su dinero donde realmente importa, evitando estudios mal diseñados.

5. En Resumen

NeMO es una herramienta gratuita (un "paquete" de R) que hace que la ciencia del ADN ambiental sea más honesta y precisa.

• Antes: "No encontramos al pez, así que no está".
• Con NeMO: "No encontramos al pez, pero nuestro modelo dice que probablemente sí está, y necesitamos hacer un poco más de esfuerzo para confirmarlo".

Es como pasar de adivinar a saber. Y en la conservación de la naturaleza, saber la verdad es la única forma de proteger a las especies que más lo necesitan.

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo sobre NeMO, traducido y adaptado al español:

Título: NeMO: un paquete flexible de R para el modelado de ocupación anidado multi-especie y la optimización de estudios de ADN ambiental (eDNA).

1. El Problema

El monitoreo de la biodiversidad mediante metabarcoding de ADN ambiental (eDNA) se ha expandido rápidamente como una herramienta no invasiva. Sin embargo, estos estudios sufren de detección imperfecta, donde las no-detecciones se interpretan erróneamente como ausencias verdaderas (falsos negativos). Esto es crítico para especies raras o elusivas.

• Limitaciones actuales: Aunque los modelos de ocupación ofrecen una solución estadística para cuantificar la incertidumbre de la detección, su aplicación en estudios de eDNA multi-especie es limitada.
• Falta de herramientas: Los modelos existentes a menudo no son accesibles, no manejan la estructura anidada compleja de los flujos de trabajo de eDNA (muestreo de campo, réplicas de PCR, secuenciación) o no permiten la comparación de modelos y la optimización de recursos de manera integrada.

2. Metodología

Los autores desarrollaron NeMO (Nested eDNA Metabarcoding Occupancy), un paquete de R basado en un marco de inferencia Bayesiana (utilizando JAGS).

• Modelo Estadístico:

  • Estructura Jerárquica: El modelo captura tres niveles de replicación anidados: Sitio ($i$), Muestra de eDNA ($j$) y Réplica de PCR ($k$).
  • Variables Latentes: Estima cuatro procesos probabilísticos condicionales:
    1. Ocupación ($\psi$): Probabilidad de que el eDNA de una especie esté presente en un sitio.
    2. Recolección ($\theta$): Probabilidad de recolectar el eDNA en una muestra, dado que está presente.
    3. Amplificación ($p$): Probabilidad de amplificar el eDNA en una réplica de PCR, dado que fue recolectado.
    4. Conteo de Lecturas ($\varphi$): El conteo esperado de lecturas de secuenciación, modelado mediante una distribución binomial negativa para manejar la sobredispersión de los datos de HTS (Secuenciación de Alto Rendimiento).
  • Enfoque Multi-especie: Utiliza efectos aleatorios a nivel de comunidad para "prestar fuerza" (borrowing strength) entre especies, permitiendo estimaciones robustas incluso para especies con pocos datos.
  • Flexibilidad de Datos: El paquete soporta tanto datos de conteo de lecturas (read counts) como datos binarios (presencia/ausencia).

• Protocolos de Modelado Implementados:
  NeMO ofrece tres protocolos mediante la función Nemodel() para adaptarse a diferentes diseños experimentales:

  1. PCR_rep_seq_read: El modelo más completo (muestras, réplicas de PCR individuales y conteos de lecturas).
  2. seq_read: Omite la indexación de réplicas de PCR pero mantiene los conteos de lecturas.
  3. PCR_rep: Se centra en réplicas de PCR individuales sin usar conteos de lecturas (presencia/ausencia).

• Herramientas Auxiliares:

  • covarray(): Para integrar covariables ambientales o metodológicas.
  • min_resources(): Calcula el esfuerzo mínimo necesario (número de muestras, réplicas de PCR y profundidad de secuenciación) para alcanzar una probabilidad de detección objetivo (ej. 95%).
  • WAIC(): Para la comparación de modelos.

3. Contribuciones Clave

• Marco Unificado: Integra la complejidad de los flujos de trabajo de eDNA (anidamiento de muestras y PCR) en un solo marco estadístico accesible.
• Optimización de Recursos: Proporciona una capacidad única para calcular el esfuerzo de muestreo mínimo necesario para detectar especies, ayudando a diseñar estudios costo-efectivos.
• Comparación de Protocolos: Permite a los usuarios evaluar si el uso de conteos de lecturas o la indexación de réplicas de PCR mejora significativamente los resultados en comparación con diseños más simples.
• Accesibilidad: Ofrece un paquete de R de código abierto con documentación y conjuntos de datos de ejemplo para facilitar su adopción por parte de ecólogos y gestores.

4. Resultados (Aplicación al Río Ródano)

El modelo se aplicó a un conjunto de datos de biodiversidad de peces del Río Ródano (Francia) con 80 sitios, 2 muestras por sitio y 12 réplicas de PCR.

• Rendimiento del Modelo: Los tres protocolos mostraron un rendimiento similar (AUC ~0.8), pero el protocolo PCR_rep fue significativamente más rápido computacionalmente que el modelo completo con conteos de lecturas.
• Patrones de Ocupación y Detección:
  • Se identificaron gradientes de ocupación claros relacionados con la distancia al mar (especies de aguas arriba vs. aguas abajo).
  • Distinción entre Rareza y Elusividad: El estudio demostró que una especie puede ser común (alta ocupación $\psi$) pero elusiva (baja probabilidad de detección $\theta, p$), o rara pero conspicua. Por ejemplo, Scardinius erythrophthalmus era común pero difícil de detectar, mientras que Alosa spp. era rara pero fácil de detectar.
  • Las probabilidades de detección se correlacionaron positivamente con las abundancias estimadas por electrofishing, aunque la relación fue moderada.
• Optimización de Recursos:
  • El esfuerzo original (2 muestras, 12 réplicas) fue suficiente para el 63% de las especies.
  • Para el 18% de las especies, se requeriría un esfuerzo adicional significativo.
  • Se identificaron casos extremos (ej. Leucaspius delineatus) donde lograr una detección del 95% requeriría un número prohibitivo de réplicas de PCR (>1000), indicando que el diseño de muestreo original era inadecuado para esas especies específicas y sugiriendo la necesidad de cambiar de primers o protocolos.

5. Significado e Impacto

• Gestión de la Incertidumbre: NeMO permite cuantificar rigurosamente la incertidumbre de detección, evitando conclusiones erróneas sobre la ausencia de especies en estudios de conservación.
• Diseño de Estudios: Proporciona una base estadística para decidir cómo asignar recursos limitados (¿más muestras de campo vs. más réplicas de PCR vs. mayor profundidad de secuenciación?).
• Validación de Métodos: Ayuda a validar si las no-detecciones son verdaderas ausencias o fallos metodológicos, lo cual es crucial para la evaluación de especies invasoras o en peligro de extinción.
• Futuro: Aunque el modelo actual no maneja explícitamente los falsos positivos (contaminación), establece una base sólida para futuras integraciones de transporte hidrológico de ADN y autocorrelación espacial.

En resumen, NeMO representa un avance significativo en la ecología de eDNA al transformar la detección imperfecta de un problema no cuantificado en un parámetro estimable, facilitando estudios de biodiversidad más robustos, eficientes y científicamente rigurosos.