Environmental and geographic drivers of global bat phylogenetic diversity

この研究は、公開された単一遺伝子データを用いてコウモリの系統多様性を解析し、歴史的な気温変動が全球的なパターンを決定する主要因であることを明らかにするとともに、空間スケールや多様性の指標の選択が生物多様性の評価に重要であることを示しています。

要約

この論文は、**「世界中の蝙蝠（コウモリ）の『進化の歴史』が、どこにどれくらい残っているか」を調べ、「なぜそのように分布しているのか」**を解き明かした研究です。

専門用語を避け、わかりやすい例え話を使って説明しますね。

🦇 1. 研究の目的：コウモリの「家系図」を地図に描く

まず、この研究チームは、世界中の博物館やデータベースにある**「コウモリの DNA データ（約 1 万 4000 件）」**を集めました。

通常、生物の多様性を調べる時は「何種類いるか（種の数）」を数えますが、この研究では**「進化の距離」**に注目しました。

• 普通の数え方： 「A 種、B 種、C 種がいるから 3 種類」と数える。
• この研究の数え方： 「A と B は近親者、C は遠い親戚だから、C の方が『進化の歴史』を多く持っている」と考える。

これを**「系統多様性（PD）」と呼びます。まるで、「同じ本屋に同じ本が 3 冊並んでいる場合」と「3 冊とも全く異なるジャンルの本が並んでいる場合」では、後者の方が「多様な知識」が詰まっている**と考えるのと同じです。

🔍 2. 方法：古い地図と新しい地図の比較

研究者たちは、世界中を「エコリージョン（生態地域）」というブロックに分け、それぞれの地域にどれだけの「進化の歴史」が詰まっているかを計算しました。

そして、**「なぜその地域に多様な進化が生まれたのか？」**を予測するために、AI（ランダムフォレストという機械学習）に以下のデータを教えて分析させました。

• 今の気候（気温や雨）
• 過去の気候（氷河期や数千万年前の気候）
• 地理的条件（緯度、標高、人間の人口密度など）

これは、**「コウモリの進化という料理が、どんな材料（環境）で、どんな火加減（気候）で作られたか」**を推測するような作業です。

🌍 3. 発見：何がコウモリの進化を促したのか？

分析の結果、いくつか面白いことがわかりました。

① 「温度」が最大の料理人

コウモリの進化の多様性を決める一番の要因は、**「気温」**でした。
特に重要だったのは：

• 今の気温（特に雨の多い時期の気温）
• 過去の気温（氷河期や、数千年前の気候）

【例え話】
コウモリの進化は、**「暖かいお風呂」**でゆっくりと育つようなものです。気温が安定して暖かい場所（熱帯など）では、長い時間をかけて多様な進化が起きやすかったのです。逆に、寒すぎたり気候が激しく変動したりする場所では、進化の「歴史」がリセットされたり、少なくなったりしました。

② 場所によって「重要なお手伝い」が違う

• 広い範囲（大陸レベル）で見ると： 「過去の気候変動」が重要でした。氷河期を生き延びた場所や、昔から暖かかった場所には、長い歴史を持つコウモリが集まっています。
• 狭い範囲（小さな地域）で見ると： **「緯度（赤道からの距離）」や「人間の人口密度」**も関係してくることがわかりました。人間が多く住む場所や、特定の緯度では、進化の多様性が少し変わってくるようです。

③ 意外なホットスポット

一般的に「南米（アマゾンなど）がコウモリが多い」と思われがちですが、この研究では**「東南アジア」や「ヒマラヤ山脈」、「アフリカの一部」も、進化の歴史が非常に豊かであることがわかりました。
特にヒマラヤ山脈は、コウモリの種類数は多くないのに、「進化の距離」が遠い（多様な家系図）場所でした。これは、「標高の高い山々が、コウモリに新しい進化のチャンスを与えた」**ことを示唆しています。

💡 4. なぜこれが重要なのか？（守るべき場所）

この研究の最大のメッセージは、**「生物を守るには、単に『種類数』だけでなく『進化の歴史』も守る必要がある」**ということです。

• 従来の考え方： 「コウモリが 100 種類いる場所」を保護する。
• 新しい考え方： 「コウモリの進化の歴史（家系図）が豊かに残っている場所」を保護する。

もし、進化の歴史が詰まった場所を失えば、単に「種類が減る」だけでなく、**「将来、新しい種が生まれる可能性（進化のポテンシャル）」**そのものが失われてしまいます。

🛡️ まとめ：コウモリを守るための「未来への地図」

この研究は、「過去の気候データ」と「今の DNA データ」を組み合わせることで、将来も生物多様性が守れる場所を予測できることを示しました。

• 温暖で気候が安定した場所は、進化の宝庫です。
• 過去の気候変動を乗り越えてきた場所も、重要な拠点です。

私たちは、これらの「進化の宝庫」を優先的に守ることで、気候変動が激しくなる未来でも、コウモリだけでなく、他の生物の多様性も守れるようになるかもしれません。

一言で言えば：
「コウモリの進化の物語（DNA）を読み解くことで、**『未来も物語が続く場所』**を特定し、守るための地図を作った研究」です。

技術概要

この論文「Environmental and geographic drivers of global bat phylogenetic diversity（コウモリの系統多様性を駆動する環境的・地理的要因）」の技術的な要約を以下に示します。

1. 研究の背景と課題 (Problem)

生物多様性の保全には、単なる種数（種多様性）だけでなく、進化的な歴史を反映した「系統多様性（Phylogenetic Diversity: PD）」を考慮することが重要である。しかし、以下の課題が存在していた。

• データと手法の限界: 全球的なスケールで PD を分析するには、十分な地理参照付きの遺伝子データと、正確な分類学的情報が必要だが、既存のデータベースでは分類名が頻繁に変更されたり、誤記があったりする。
• 環境要因の解明不足: 温度や降水量などの環境要因が PD に与える影響は、地域スケールや分類群によって異なることが知られているが、全球的なスケールで、かつ歴史的な気候変動（氷期など）を考慮した要因分析は限定的であった。
• 保全戦略への応用: どの環境条件下で高い PD が維持されるかを理解することは、気候変動下での保全優先地域の特定に不可欠である。

2. 研究方法 (Methodology)

本研究は、オープンソースの遺伝子データと環境・地理データを活用し、以下のステップで分析を行った。

• データ収集と前処理:
  • GenBank や GBIF から「Chiroptera（コウモリ目）」の検索で 20,020 件の DNA 配列を取得。
  • 最も多く存在したミトコンドリア遺伝子 COI（シトクロム c オキシダーゼ I） 14,037 配列（343 種）を解析対象とした。
  • 分類名の不確実性を避けるため、種名に依存せず、配列データ自体から OTU（Operational Taxonomic Units） を定義した。
• OTU 同定と系統樹構築:
  • 距離ベースの種分割法 ASAP (Assemble Species by Automatic Partitioning) を用いて 372 の遺伝的グループ（OTU）を同定。
  • 各 OTU から 1 配列をサンプリングし、RAxML-NG で最大尤度法（ML）による系統樹を構築。
  • TreePL を用いて分岐年代を推定し、系統多様性の指標を算出するための時間較正系統樹を作成。
• 系統多様性（PD）の算出:
  • 世界 846 の RESOLVE エコリージョン（生態地域）を単位とし、2 つの空間スケールで分析：
    1. 109-eco セット: 単一の小さなエコリージョン（109 地域）。
    2. 25-eco セット: 隣接するエコリージョンを生物群系ごとに統合した大きな連続地域（25 地域）。
  • PD 指標として、Faith's index（総枝長）、MPD（Mean Pairwise Distance：平均対距離）、MNTD（Mean Nearest Taxon Distance：平均近縁種距離） を使用。
  • OTU richness（種数）との相関を排除するため、MPD と MNTD の標準化効果量（SES）を主に分析に用いた。
• 予測モデルの構築:
  • 現在および過去（完新世、最終氷期 LGM、最終間氷期 LIG、鮮新世）の BIOCLIM 気候データ、標高、人口密度、土地利用など 310 種類の予測変数を抽出。
  • ランダムフォレスト（Random Forest） 回帰モデルを用いて、PD（MPD/MNTD）を説明する主要な環境・地理変数を特定。
  • 変数間の多重共線性を避けるため相関閾値（0.75）を設定し、空間的自己相関を考慮した一般化最小二乗法（GLS）で統計的有意性を検証。

3. 主要な結果 (Key Results)

• OTU と系統樹:
  • 343 の記載種から 372 の OTU が同定され、一部の種は分割され、他は統合されるなど、従来の分類と差異が見られた（隠蔽種や分類の再編の必要性を示唆）。
  • 系統樹は既知の科レベルの関係を再現し、Phyllostomidae（葉鼻コウモリ科）において顕著な種分化の加速と、その後の減速パターンを示した。
• PD の地理的分布:
  • 東南アジア、南米、アフリカの一部、ヒマラヤ地域で高い MPD が観測された。
  • 南半球、特に熱帯域で PD が高い傾向にあった。
• 主要な予測変数（ドライバー）:
  • 大規模スケール（25-eco セット）:
    • 現在の気温（特に湿潤四半期の中央値）、LGM 時の気温、LIG と LGM 間の気温変化が最も重要。
    • 上位 3 変数（現在の湿潤四半期気温、LGM の湿潤四半期気温、LIG-LGM 間の最高気温変化）は統計的に有意であり、モデルの 78.9% の変動を説明した。
  • 小規模スケール（109-eco セット）:
    • 緯度、人口密度、現在の気温が重要視されたが、空間的自己相関を考慮すると気温変数のみが有意となった。
    • 緯度や人口密度は、局所的なスケールでは PD に影響を与える可能性があるが、全球的な傾向としては気温が支配的。
  • 歴史的気候の重要性:
    • 鮮新世の気温変動や LIG の寒冷四半期気温など、過去の気候変動要因が PD に強く関連していた。特に、気候の安定性だけでなく、気候変動そのものが PD に影響を与える可能性が示唆された。

4. 主な貢献と意義 (Contributions & Significance)

• 手法の革新性:
  • 分類名に依存せず、単一遺伝子（COI）のオープンソースデータと自動種分割法（ASAP）を用いることで、大規模な全球的な PD 分析を可能にした。この手法は、分類が不安定な他の生物群にも応用可能である。
• 気候変動と PD の関係の解明:
  • 現在の気温だけでなく、過去の気候変動（氷期・間氷期）やその変化幅が、コウモリの系統多様性を形成する上で決定的な役割を果たしていることを実証した。
  • 温暖で安定した環境が PD を維持するだけでなく、歴史的な気候変動が種分化を促進した可能性を示唆。
• 保全への示唆:
  • 東南アジア、南米、アフリカ、ヒマラヤ地域は、高い系統多様性を持つホットスポットである。
  • 保全計画において、単なる種数の多さだけでなく、進化的な歴史（PD）を考慮し、気候変動に対する耐性や将来の適応可能性を維持できる地域を優先する必要がある。
  • 本研究で特定された環境変数（特に気温の歴史的変化）は、将来の気候変動下で PD が維持される可能性を予測する指標として活用できる。

結論

本研究は、公開された遺伝子データと機械学習手法を組み合わせることで、コウモリの系統多様性を全球的にマッピングし、その背後にある環境・地理的要因を解明した。特に、「現在の気温」だけでなく「過去の気候変動履歴」が PD を決定づける重要な要因であるという知見は、気候変動時代における生物多様性保全戦略の立案において極めて重要である。