技術要約：拡張された表現型としてのセイヨウミツバチ（Apis mellifera）における体温調節の定量化

1. 問題提起

本研究は、生態進化モデリングにおける決定的な欠落、すなわち、生物学的エネルギー、行動的体温調節、および変化する環境選択圧を統合するフレームワークの欠如に対処する。ニッチ構築理論や「拡張された表現型」（Dawkins, 1982）の概念は、生物が能動的に環境を改変することを示唆しているが、既存の研究では、これらを連続的かつ測定可能な形質としてではなく、離散的または概念的なものとして扱うことが多い。

具体的には、既存の文献は以下の点を達成できていない：

• 体温調節を、環境ストレス勾配（例：気候速度）と結びついた連続的な指標として、セイヨウミツバチ（Apis mellifera）において定量化すること。
• 音響エネルギー・シグネチャと、代謝消費および体温調節への努力を直接相関させること。
• 急激な気候変動（気候速度）と生息地の劣化（NDVIの低下）が、どのように多様な生物気候帯にわたってコロニーの不安定性を共に引き起こすかをモデル化すること。
• 単一の予測モデル内に、ボレアル（亜寒帯）、温帯地中海、および乾燥地中海システムを統合した大陸横断的な比較分析を提供すること。

核心となる問題は、非定常な気候レジーム下でコロニーへのエネルギー税が非線形に増大する場合において、恒常性の安定から終末的なコロニー崩壊への移行を、発生前に検知できないことである。

2. 方法論

2.1 概念的枠組み：ニッチ構築指数（NCI）

本研究は、体温調節行動を拡張された表現型として定式化するために、**ニッチ構築指数（NCI）**を導入する。この指標は以下を合成したものである：

• 気候速度 ($V_{cli}$): 景観全体で熱的ニッチが移動する速度（ERA5-LandおよびCHIRPSデータから導出）。
• 生息地の安定性: 植生生産性（MODIS NDVI）によって表される。
• 体温調節の努力: 巣の録音から得られる音響エネルギー（パワースペクトル密度：PSD）を通じて定量化。

NCIは0から1までのスケールを持つ指標であり、値が0.500を超えると安定を示し、それ以下は崩壊の高い確率を示唆する。

2.2 データソースとマルチモーダル統合

本研究は、3つの異なる生物気候レジームにわたる大陸横断的なデータセットを利用している：

1. ボレアル（カナダ、ケベック州）: 低い気候速度（0.42 km/yr）、高いNDVI（0.685）。データはMSPBの縦断的データセットから取得。
2. 温帯地中海（イタリア、ローマ）: 中程度の気候速度（3.9 km/yr）、低下傾向にあるNDVI（0.422）。データはZenodoベースのリポジトリから取得。
3. 乾燥地中海（スペイン、マドリード）: 高い気候速度（>5.8 km/yr）、決定的なNDVI（~0.312）。データはZenodoベースのリポジトリから取得。

音響データ: 巣レベルの録音（Open-Source Beehive, NU-Hive, MSPB）を分析し、羽ばたき行動を検出した。体温調節のエネルギーコストを定量化するために、パワースペクトル密度（PSD）解析を適用した。

リモートセンシング: MODIS NDVI（MOD13Q1/MYD13Q1）は生息地の生産性指標を提供し、CHIRPS/ERA5-Landは気候速度の指標を提供した。

2.3 計算アーキテクチャ：ハイブリッドCNN-Bi-LSTM

複雑なバイオアコースティック・シグネチャを解読し、代謝のトレードオフを予測するために、本研究では**ハイブリッド畳み込みニューラルネットワーク（CNN）および双方向長短期記憶（Bi-LSTM）**アーキテクチャを採用している。

• CNN層: 巣の音の1次元スペクトログラムから局所的な空間特徴を抽出する。
• Bi-LSTM層: 羽ばたき行動における長期的な時間依存性と疲弊の傾向を捉える。
• ハイパーパラメータ: モデルは64個の畳み込みフィルタ（カーネルサイズ3）、Bi-LSTMユニット（第1層に128、第2層に64）、バッチサイズ16、および学習率0.0001のAdamオプティマイザを使用する。
• 学習: モデルは35エポック学習され、早期終了（忍耐度30）および高揮発性の外れ値を処理するためのRobust Scaler前処理が適用された。

3. 主な結果

3.1 分岐閾値（NCI = 0.500）

本研究は、NCI = 0.500における決定的な分岐閾値を特定した。

• 安定レジーム: NCI > 0.500のコロニーは恒常性を維持する。ボレアルシステム（ケベック）は、受動的な体温調節と低い代謝コスト（~0.0004）を特徴とする、NCI 0.509を示す。
• 崩壊レジーム: NCI < 0.500のコロニーは終末的な崩壊に直面する。乾燥地中海システム（マドリード）は、過熱ストレスと高い代謝コスト（>0.015）に起因する、NCI 0.445を示す。
• 過渡的不安定性: 温帯地中海システム（ローマ）は、NCI 0.487付近で閾値の周辺を彷徨っており、負荷の兆候は見られるものの、完全な崩壊には至っていない。

3.2 進化的スクイーズ（進化的な挟み込み）とエネルギー税

気候速度と体温調節の努力との間に非線形な関係が観察された：

• 気候速度が増加し（0.42 km/yrから>5.8 km/yrへ）、NDVIが低下するにつれて、コロニーへのエネルギー税は指数関数的に上昇する。
• マドリードでは、音響的努力（PSD）が0.015を超えており、これは生理学的限界を超える激しい羽ばたき活動を示しており、「ニッチの失敗」へとつながっている。
• この現象は**「進化的スクイーズ（Evolutionary Squeeze）」**と記述される。ここでは、適応能力が、劣悪化する生息地の質（低NDVI）と上昇する熱ストレス（高$V_{cli}$）の両方によって同時に制限されている。

3.3 モデルの性能

ハイブリッドCNN-Bi-LSTMアーキテクチャは、安定状態と崩壊しやすい状態を区別する上で高い予測信頼性を示した：

• 精度 (Accuracy): 87.50%
• 再現率 (Recall): 100%（偽陰性ゼロ：すべての崩壊イベントが検出された）。
• 適合率 (Precision): 93.33%
• AUCスコア: 0.8937
• 損失 (Loss): 約0.2014で安定。

モデルはニッチ崩壊の全事例を正常にフラグ立てし、音響エネルギーを代謝ストレスのプロキシとして用いることの妥当性を検証した。

4. 意義と主張

本論文は、以下の貢献を通じて、生態進化理論と精密養蜂学を前進させると主張している：

1. 拡張された表現型の定量化: 体温調節を単なる生理学的反応としてではなく、生物学的エネルギーと環境選択圧を結びつける、測定可能な拡張された表現型として扱うデータ駆動型のパラダイムを提供する。
2. ニッチ構築指数（NCI）: 生息地の安定性と生物学的エネルギーを橋渡しする新しい指標を導入し、コロニー崩壊の予測的な早期警戒システムを提供する。
3. ティッピングポイント（転換点）の特定: NCI = 0.500という分岐閾値を実証的に検証し、生態学的モデリングにおける線形的な仮定に異を唱え、コロニーの安定性が緩やかではなく急激に変化し得ることを示した。
4. マルチスケールデータの統合: リモートセンシング（NDVI、気候速度）とバイオアコースティックAIを組み合わせることで、これまで欠落していた時空間ダイナミクスの包括的なモデルを構築した。
5. 進化的スクイーズの証拠: 生息地の劣化と急速な気候速度の組み合わせが、適応能力を制限する特定の「スクイーズ」を生み出し、エネルギー的な枯渇へと追い込むことを示した。

本研究は、体温調節が、エネルギーの限界が適応の境界を定義する重要な生態進化メカニズムであると結論付けている。選択圧を測定可能な生理学を通じてマッピングすることで、本研究は、気候の揮発性が増大する中で、授粉媒介者のレジリエンスを追跡するための新しい枠組みを提示している。

5. 著者が認める限界

著者は、以下の制約を控えめに述べている：

• 地理的範囲: 本研究は特定の地中海地域およびボレアル地域に限定されており、これが世界的な一般化に影響を与える可能性がある。
• プロキシ（代理指標）の検証: 代謝コストのプロキシとしての音響PSDの使用は間接的な検証に基づいており、直接的な生理学的測定（例：呼吸熱量測定法）を欠いている。
• 指数の粒度: NCIは有用ではあるものの、複雑なマイクロスケールの生態学的相互作用を単一の複合指標へと集約している。
• モデルの解釈性: ハイブリッド深層学習アーキテクチャは高精度であるが、ある程度「ブラックボックス」であり、学習された表現の完全な解釈可能性には限界がある。
• 時間解像度: リモートセンシングデータは、即時的なコロニーの行動に影響を与える急速で短期的な生物学的変動を見逃す可能性がある。