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

Il pacchetto R NeMO offre un quadro statistico flessibile e accessibile per l'analisi bayesiana dei dati di eDNA, permettendo di quantificare l'incertezza di rilevamento e ottimizzare la progettazione degli studi di monitoraggio della biodiversità attraverso modelli di occupazione multi-specie che tengono conto della struttura nidificata dei flussi di lavoro.

L'essenziale

🌊 NeMO: Il "Detective" che non si fida mai di un "Non l'ho visto"

Immagina di voler fare un censimento dei pesci in un grande fiume, come il Rodano in Francia. Il problema è che i pesci sono schivi, l'acqua è torbida e non puoi vederli tutti.

Per secoli, gli scienziati hanno usato reti ed elettricità per pescarli (il metodo tradizionale). Ma oggi c'è un nuovo superpotere: il DNA ambientale (eDNA). In pratica, ogni pesce lascia una scia di DNA nell'acqua (come una traccia di pelle o muco). Prendendo un secchio d'acqua, possiamo analizzare il DNA per capire chi c'è stato.

Ma c'è un grosso problema:
Se prendi un secchio d'acqua e non trovi il DNA di un pesce, significa che il pesce non c'era? Non necessariamente!
Forse il pesce c'era, ma:

1. Non ha lasciato abbastanza DNA in quel secchio specifico.
2. Il laboratorio non è riuscito a copiare quel DNA (come se la fotocopiatrice si inceppasse).
3. Il sequenziatore non ha "visto" il segnale perché era troppo debole.

Se gli scienziati dicono "Non l'ho trovato, quindi non c'è", rischiano di cancellare specie rare o pericolose dalla mappa. È come se un detective dicesse: "Non ho trovato le impronte del ladro, quindi il ladro non è entrato", ignorando che il ladro potrebbe aver indossato i guanti.

🧰 La soluzione: NeMO (Il nuovo kit del detective)

Gli autori di questo articolo hanno creato un nuovo strumento chiamato NeMO (Nested eDNA Metabarcoding Occupancy). È un programma per computer (un pacchetto R) che agisce come un investigatore molto scettico e intelligente.

Invece di fidarsi ciecamente del "non trovato", NeMO calcola la probabilità che il pesce ci fosse davvero, anche se non è stato visto.

Come funziona? L'analogia della "Caccia al Tesoro a più livelli"

Immagina di cercare un tesoro nascosto in una città (il fiume). Il processo di NeMO è diviso in tre livelli di "caccia", e il programma controlla ogni passaggio:

1. Livello 1: La Città (Il Sito)

   • Domanda: Il pesce vive in questa zona del fiume?
   • NeMO pensa: "Ok, prendiamo un secchio d'acqua qui. Se il pesce non c'è, non troveremo nulla. Ma se c'è, potremmo non trovarlo."

2. Livello 2: Il Secchio (Il Campione)

   • Domanda: Il DNA del pesce è finito nel nostro secchio?
   • NeMO pensa: "Forse il pesce è a 100 metri di distanza e il suo DNA non ha raggiunto questo secchio. Dobbiamo prendere più secchi!"

3. Livello 3: La Fotocopiatrice (La PCR)

   • Domanda: Abbiamo copiato abbastanza il DNA per vederlo?
   • NeMO pensa: "Anche se il DNA c'era nel secchio, forse la macchina da laboratorio (PCR) non è riuscita a copiarlo bene. Dobbiamo fare più copie (replicati) per essere sicuri."

NeMO usa la matematica per dire: "Ho fatto 2 secchi e 12 copie. Per il pesce X, questo è stato sufficiente. Ma per il pesce Y (che è molto schivo), mi servirebbero 50 copie per essere sicuro al 95% che se non l'ho visto, è davvero assente."

💡 Cosa ci insegna questo studio?

Gli scienziati hanno usato NeMO sui pesci del Rodano e hanno scoperto cose affascinanti:

• Raro vs. Invisibile: Ci sono due tipi di pesci "difficili".
  • I rari: vivono in pochi posti (es. solo a valle del fiume). Se li cerchi a monte, non li trovi, e va bene così.
  • Gli invisibili (elusivi): vivono ovunque, ma sono molto bravi a nascondersi (lasciano poco DNA o il loro DNA è difficile da copiare). NeMO ci dice che alcuni pesci comuni potrebbero sembrare assenti solo perché il nostro metodo di ricerca non era abbastanza potente.
• Risparmiare soldi: Invece di fare 1000 copie di DNA per ogni pesce (che costa una fortuna), NeMO ti dice: "Ehi, per questo pesce bastano 3 secchi e 5 copie. Non sprecare soldi!". Aiuta a ottimizzare il budget.
• Non fidarsi del silenzio: Se il tuo studio dice "Nessun pesce raro trovato", NeMO ti chiede: "Sei sicuro di aver cercato abbastanza? O hai solo cercato male?".

🚀 In sintesi

NeMO è come un GPS per la biodiversità.
Prima, se la mappa diceva "Nessun segnale", pensavamo che non ci fosse nessuno. Ora, grazie a NeMO, sappiamo che il segnale potrebbe esserci ma essere debole, e ci dice esattamente quanto dobbiamo "alzare il volume" (quanti campioni e quante copie fare) per sentire la musica.

Questo è fondamentale per proteggere gli animali in via di estinzione: non possiamo salvare ciò che pensiamo erroneamente non esista. Con NeMO, gli scienziati possono fare ricerche più precise, risparmiare risorse e, soprattutto, non perdere più nessun pesce "invisibile".

Sommario tecnico

Titolo

NeMO: un pacchetto R flessibile per la modellazione occupazionale multi-specie nidificata e l'ottimizzazione degli studi eDNA.

1. Il Problema

Il monitoraggio della biodiversità tramite il sequenziamento dell'DNA ambientale (eDNA) e il metabarcoding si è diffuso rapidamente come strumento non invasivo. Tuttavia, questi studi sono soggetti a imperfetta rilevabilità (imperfect detection). Un problema critico è l'interpretazione errata dei "falsi negativi" (assenza di rilevamento) come vere assenze biologiche, specialmente per specie elusive o rare.
Sebbene la modellazione occupazionale (occupancy modeling) offra una soluzione statistica per quantificare l'incertezza di rilevamento, il suo utilizzo negli studi eDNA multi-specie rimane limitato a causa della mancanza di strumenti accessibili e flessibili. Inoltre, i flussi di lavoro eDNA hanno una struttura complessa e nidificata (sito -> campione eDNA -> replicati PCR -> letture di sequenziamento) che i modelli esistenti spesso non gestiscono adeguatamente o non permettono di confrontare diverse strategie di campionamento.

2. Metodologia

Gli autori hanno sviluppato NeMO (Nested eDNA Metabarcoding Occupancy), un pacchetto R basato su un framework Bayesiano (implementato tramite JAGS) progettato specificamente per dati eDNA metabarcoding.

Caratteristiche principali del modello:

• Struttura Nidificata: Il modello stima quattro livelli di probabilità gerarchici:
  1. $\psi$ (Occupancy): Probabilità che l'eDNA di una specie sia presente in un sito.
  2. $\theta$ (Collection): Probabilità condizionata di raccogliere l'eDNA in un campione, dato che è presente nel sito.
  3. $p$ (Amplification): Probabilità condizionata di amplificare l'eDNA in un replicato PCR, dato che è stato raccolto.
  4. $\varphi$ (Read Count): Numero atteso di letture di sequenza (read count) generate per la specie.
• Flessibilità dei Dati: NeMO supporta diverse strutture di dati:
  • Dati di presenza/assenza.
  • Dati di conteggio delle letture (read counts).
  • Replicati PCR indicizzati singolarmente o raggruppati (pooled).
• Covariate: Permette l'inclusione di covariate ambientali e metodologiche a diversi livelli (specie, sito, campione, replicato) per spiegare la variazione nelle probabilità di occupazione e rilevamento.
• Ottimizzazione delle Risorse: Include una funzione (min_resources()) che calcola il numero minimo di campioni eDNA, replicati PCR e profondità di sequenziamento necessari per raggiungere una probabilità di rilevamento target (es. 95%).
• Confronto Modelli: Implementa il criterio di informazione di Watanabe-Akaike (WAIC) per il confronto tra modelli.

3. Contributi Chiave

• Sviluppo del Software NeMO: Un pacchetto R user-friendly che integra modelli occupazionali multi-specie complessi, rendendoli accessibili alla comunità scientifica.
• Gestione della Complessità eDNA: È uno dei primi strumenti a gestire esplicitamente la struttura nidificata completa (sito-campione-PCR) e a incorporare i conteggi delle letture (read counts) in un modello gerarchico bayesiano, superando i limiti di pacchetti precedenti (come eDNAoccupancy, occumb, eDNAPlus).
• Strumento di Ottimizzazione: Fornisce un metodo quantitativo per progettare studi futuri, calcolando l'impegno tecnico minimo necessario per garantire il rilevamento delle specie, bilanciando costi e affidabilità.

4. Risultati

Il modello è stato applicato a un dataset empirico di biodiversità ittica del fiume Rodano (Francia), contenente dati di 100 specie e 80 siti.

• Confronto dei Protocolli: Sono stati testati tre protocolli di modellazione (PCR_rep_seq_read, seq_read, PCR_rep). Sebbene le prestazioni (AUC ~0.8) fossero simili, il protocollo più complesso (PCR_rep_seq_read) richiedeva tempi di calcolo molto superiori (10 giorni vs 2 ore). Tuttavia, fornisce informazioni a tutti i livelli della gerarchia.
• Correlazioni tra Parametri:
  • Esiste una forte correlazione positiva tra i parametri di rilevamento ($\theta$, $p$, $\varphi$): le specie con alta abbondanza di eDNA tendono ad essere più facilmente raccolte, amplificate e a generare più letture.
  • La correlazione tra occupazione ($\psi$) e rilevamento è più debole. Questo evidenzia la distinzione tra rarità (bassa occupazione) ed elusività (bassa rilevabilità). Ad esempio, Alosa spp. è rara ma molto rilevabile (conspicua), mentre Scardinius erythrophthalmus è comune ma difficile da rilevare (elusive).
• Ottimizzazione delle Risorse: L'analisi ha rivelato che lo sforzo di campionamento originale (2 campioni e 12 replicati PCR) era sufficiente per il 63% delle specie. Per il 18% delle specie, sarebbero stati necessari ulteriori sforzi (specialmente più replicati PCR) per raggiungere una probabilità di rilevamento del 95%. Alcune specie elusive (es. Leucaspius delineatus) richiederebbero un numero irrealistico di replicati PCR (>1000), suggerendo la necessità di cambiare protocollo (es. primer diversi) piuttosto che aumentare solo la replicazione.
• Validazione: I parametri stimati mostrano correlazioni moderate con i dati di abbondanza ottenuti tramite pesca elettrica, confermando che l'eDNA può essere un buon proxy per l'abbondanza, ma con limitazioni dovute a bias biologici e metodologici.

5. Significato e Implicazioni

Il lavoro di NeMO rappresenta un passo avanti fondamentale per l'ecologia molecolare:

1. Affidabilità dei Dati: Fornisce un metodo rigoroso per distinguere le vere assenze dai falsi negativi, cruciale per la conservazione di specie elusive e per la valutazione delle invasioni biologiche.
2. Efficienza Economica: Permette ai ricercatori e ai gestori di ottimizzare l'allocazione delle risorse (campionamento, PCR, sequenziamento) prima di avviare studi su larga scala, evitando sprechi o sottostime della biodiversità.
3. Accessibilità: Rendendo disponibile un pacchetto R completo, democratizza l'uso di modelli occupazionali complessi, promuovendo pratiche di analisi più robuste nella comunità scientifica.
4. Gestione dell'Incertezza: Sottolinea l'importanza di quantificare l'incertezza di rilevamento in tutti gli studi eDNA, suggerendo che le strategie di monitoraggio devono essere adattate in base alla "elusività" specifica delle specie target e non solo alla loro rarità.

In sintesi, NeMO trasforma i dati grezzi di metabarcoding in stime biologiche robuste, guidando la progettazione di studi eDNA più efficienti e scientificamente validi.