🧬 biology

Linking genetic connectivity and habitat occupancy through environmental resistance in fragmented landscapes

本研究は、マイクロサテライトに基づく遺伝データとリモートセンシングによる環境予測因子を統合して景観抵抗をモデリングすることが、断片化した景観における生息地のパッチ占有を効果的に予測できることを示しており、それによって*Ctenomys mendocinus*の優先的な保全領域を特定するための実用的な枠組みを提供するものである。

原著者： Marcelo J. Kittlein, Fernando J. Mapelli

公開日 2026-08-28

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Marcelo J. Kittlein, Fernando J. Mapelli

原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。免責事項の全文を読む

光が届かず、二酸化炭素が充満した、土の下の静かな世界に、トゥコトゥコが生息している。これらの小さな地底に住む齧歯類は、暗い領域の達人であるが、その生活は地上の景観によって左右される。彼らは空を飛ぶことも長い距離を泳ぐこともできないため、ある適切な土地のパッチから別のパッチへと移動できるかどうかは、その間に何があるかに完全に依存している。もし土壌が硬すぎたり、植生が密集しすぎていたり、あるいは川が彼らの進路を遮っていたりすれば、彼らは閉じ込められてしまう。この物理的な分離は、遺伝的な現実を生み出す。すなわち、出会うことのできない個体群は交配することができず、時間の経過とともに、彼らは遺伝的に異なる存在となる。科学者たちはこれを、景観と遺伝子流動の関係と呼んでいる。これを理解することは保全において極めて重要である。なぜなら、種が移動できなければ、環境の変化を生き抜くことができないからである。研究者たちが長年抱いてきた問いは、「地形を見るだけで、これらの動物がどこに住むかを予測できるのか、それとも真実を知るためにはDNAを見る必要があるのか」というものである。

研究チームは、アルゼンチン中部の断片化した景観におけるメンドーサ・トゥコトゥコを研究することで、この問いに答えるべく出発した。彼らは、農業や都市開発によって自然の生息地が砂質の土壌の小さな孤立した島々に分断されてしまった地域に焦プロカスした。チームは、動物たちの遺伝的な歴史と、土地の物理的な特徴という、二つの非常に異なる種類の情報を組み合わせた。彼らは、8つの異なる場所で捕獲された143個体のDNAを分析し、これらの個体群がどの程度つながっているかを測定した。同時に、彼らは土壌のタイプから土地の高さ、地表に生える植物の密度、そしてそれらの植物が年ごとにどのように変化するかまで、あらゆる要素を調査した詳細な地図を集めた。

研究者たちは、過去のデータから学習する天気予報モデルのような強力なコンピュータ手法を用い、動物の移動を支配する隠れたルールを見つけ出した。どの地形的特徴が障壁となっているかを推測する代わりに、彼らは遺伝データをコンピュータに学習させた。モデルは、最も重要な要因は川や標高ではなく、植生であることを学んだ。具体的には、植物がまばらで、かつ植物量の変動が安定しているエリアを通じて、動物たちは最も容易に移動した。植生が密集していたり、季節ごとに劇的に変化したりすると、個体群間の遺伝的なつながりは急激に低下した。このモデルは、個体群間のつながりの違いの約90パーセントを説明し、移動が容易な場所と困難な場所を示す詳細な地図を作成した。

彼らの研究の真のテストは、このコンピュータ生成による地図を、現実世界の観察結果と比較した時に訪れた。研究者たちは、63の異なる生息パッチが実際にトゥコトゥコによって占有されているか、あるいは空の状態であるかを記録した以前の調査データを持っていた。彼らは、明確かつ有意な一致を発見した。コンピュータが「よくつながっている」と予測したパッチは、実際に個体が存在していた場所であった。空のパッチは、主にモデルが「横断が困難である」と特定した領域に集中していた。これは、彼らが目にしたDNAの遺伝的パターンが単なる歴史の記録ではなく、現在の生存を反映していることを裏付けた。動物たちは、景観が移動を許している場所に生息しており、遺伝子の地図は彼らがどこで見つかるかを正確に予測したのである。

この研究は、これら脆弱な生物を守るための実践的なツールを提供している。遺伝的なつながりと実際の生息地の占有が結びついていることを示すことで、研究者たちは、環境データを用いてどの土地のパッチが種の生存にとって最も重要であるかを特定できることを証明した。高い連結性を持つエリア、特にいくつかの特定の場所を結ぶ中心的な帯状の領域は、個体群を存続させるための不可欠なコリドー（回廊）として機能する。この知見は、移動能力が限られた動物にとって、人間には明白に見える川や丘よりも、植生の構造や生息地の安定性の方が重要な障壁になることを示唆している。このアプローチは、保全活動の優先順位を決定する方法を提示しており、個体群が回復不能なほど孤立してしまう前に、最も重要な回廊を確実に保護することを目指している。

技術的要約：環境抵抗性を介した遺伝的連結性と生息地占有率の関連付け

問題提起
断片化した景観における種の存続を予測するには、遺伝子流動と実際の生息地パッチの占有状況を結びつける必要がある。抵抗面（摩擦マップ）は、予測因子や重みに関する専門家の仮説に基づいたモデル化によく用いられるが、この手法は、景観への応答が非線形であったり、複雑な相互作用を伴ったりする場合、乖離した推論を生む可能性がある。さらに、遺伝データから推測された連結性や環境抵抗モデルが、独立したフィールドベースのパッチ占有指標を予測できるかどうかを明示的に検証した研究はほとんどない。このギャップは、保全の実務者が、直接的な移動データなしに、どの生息地パッチが占有され続ける可能性が高いかを特定する能力を制限している。

方法論
本研究は、アルゼンチン・ブエノスアイレス州の東部（約6,300 km²）におけるCtenomys mendocinus（地中性齧歯類）に焦点を当てた。研究者らは、以下の3つの異なるデータストリームを統合した：

遺伝データ： 8つのサンプリング地点から得られた143個体のマイクロサテライト遺伝子型。方向性のある遺伝的連結性と相対的な移動量は、遺伝子流と共に、遺伝子流の非対称性を検出するためにdivMigrate関数（ $G_{ST}$ および $D$ 統計量に基づく）を用いて推定された。
環境予測因子： リモートセンシングおよび地理空間データベースから派生した一連の空間変数：
- 土地被覆の安定性（MODIS MOD12Q1）。
- 植生の生産性と時間的変動（MODIS MOD13Q1によるNDVIの平均値および標準偏差）。
- 地形（SRTM DEM）。
- 土壌特性（ISRICによる砂および粘土の割合）。
- 水系（IGN Argentinaからのベクトルデータ）。
占有データ： 63の生息地パッチを占有または非占有に分類した、独立したフィールド調査データ。

連結性をモデル化するために、著者らは反復的ランダムフォレスト（RF）フレームワーク（Pless et al., 2021より適応）を採用した。固定された専門家定義の抵抗面から始まる従来のプローチとは異なり、この手法は以下の手順を踏む：

観察された平均連結性に基づき、中立的な連結面を初期化する。
gestateパッケージを用いて最小コスト経路を算出する。
これらの経路に沿った環境条件を抽出する。
環境条件に基づいて連結性を予測するようにランダムフォレストモデルを訓練する。
モデルの性能が安定するまで、連結面を更新し、最小コスト経路を再計算するプロセスを反復する。

モデルの性能は、アウトオブバッグ（OOB）誤差推定によって評価され、変数の重要度は連結性の駆動要因を決定するために定量化された。最後に、予測された連結面と独立したパッチ占有データの関連性をテストするために、二項誤差分布を用いた一般化線形モデル（GLM）が使用された。

主な結果

遺伝構造： 遺伝的連結性は、ユークリッド地理距離とともに有意に減少した（ $r = -0.485, p < 0.01$ ）、これは明確な隔離による距離（IBD）パターンを確認するものである。
モデル性能： 反復的ランダムフォレストモデルは、推定された連結性の変動の**89.1%を説明し、そのうち40.1%**がOOB検証によって説明された。
予測因子の重要度：
- 主要な駆動因子： 平均NDVIおよびNDVIの変動性が最も強力な予測因子であった。連結性は、平均NDVIが低い値において最も高く、植生被覆が増加するか、あるいは時間的に不安定になるにつれて急激に低下した。
- 二次的な駆動因子： 標高、粘土含有量、および砂含有量は非線形な効果を示した。連結性は中間的な標高で減少し、土壌テクスチャとの複雑な関係を示した。
- 無視できる要因： 水文学的変数および最近の土地被被覆の変化は、対象とした景観内では最小限の影響しか与えなかった。
占有率との相関： 予測された連結性とパッチ占有率の間には、有意な正の関連が認められた（ $p = 0.005$ ）。占有されたパッチは、占有されていないパッチと比較して、有意に高い平均連結性（0.505）を示した（非占有パッチは0.427）。占有されたパッチは、特定の地点（La Calma, Bonifacio, La Copeta, La Manuela, La Larga）を結ぶ特定の帯状領域において、高い予測連結性を示すエリアに集中していた。

意義と主張
本論文は、独立したフィールド調査を通じて評価されたパッチ占有率が、遺伝および環境データから導出された空間的な景観連結性の変動と一致することを、哺乳類において初めて明示的に示したものであると主張している。

抵抗モデルの検証： 本研究は、遺伝学的に情報を与えられた抵抗モデルが、測定可能な人口統計学的成果（パッチ占有率）へと翻訳される分散プロセスを捉えていることを検証している。これは、連結性が単に分子データから導出された理論的な構成概念ではなく、実現された生息地利用の決定要因であることを裏付けている。
方法論的貢献： 集団遺伝学、機械学習、およびフィールドベースの占有データを統合することで、本研究は、サンプリングされていない領域へ連結性を外挿する際の不確実性を低減するための枠組みを提供している。また、機械学習が、専門家定義の線形モデルでは見逃される可能性のある、複雑で非線形な環境制約（特に植生構造と安定性）を検出できることを示している。
保全への応用： 結果は、断片化したシステムにおける優先パッチやコリドーのような領域を特定するための実用的な基礎を提供する。著者らは、このアプローチが、地中性齧歯類のような、分散能力が低く生息地への特化が強い種にとって、土地利用の変化下での存続を予測する上で特に価値があると示唆している。

限界と注意点
著者らは、連結面は複数世代にわたって統合されたプロセスを反映しており、非常に最近の景観変化に対しては感度が低い可能性があると指摘している。また、対立遺伝子頻度から推測される方向性のある連結性は、サンプリングデザイン、遺伝的浮動、および個体群サイズの不均衡によって影響を受ける可能性があることにも注意を促している。したがって、得られたマップは、個体の移動を直接再構成したものではなく、分散の機会を確率的に表現したものと見なすべきである。著者らは、将来の研究において、回路理論に基づく連結性、より密なサンプリング、またはゲノムデータを用いることで、これらのコリドーを精緻化できる可能性を示唆している。

関連論文