🧬 生物学

Beyond Species Richness: Empirical Assessment of a Consumption-Weighted Functional Diversity Index Across Aquatic Ecosystems

本研究は、水圏生態系における消費量加重機能多様性指数（FDI）を実証的に評価し、それが分類学的多様性とは異なるパターンを捉える栄養段階の補完的な記述子としての有用性を示すとともに、測定の選択に対するその感度を浮き彫りにし、また、生態系機能の予測において必ずしも単純なモデルを凌駕するものではないことを指摘している。

原著者： Aryan Ayyanger

公開日 2026-10-20

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Aryan Ayyanger

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

生物多様性は、しばしば単純な数え上げ、つまり、ある場所にどれだけの異なる種が生息しているかによって測定される。しかし、100本の同じ種の木がある森林は、100種類の異なる100本の木がある森林とは、生態学的に大きく異なる。科学者たちは、種の数は物語の一部に過ぎないことを古くから知っている。真の問いは、それらの種がどのように環境と相互作用しているかである。彼らは皆、同じ食べ物を食べているのだろうか？彼らは皆、同じ割合でそれを消費しているのだろうか？あるいは、ある者は少しだけ食べ、他の者はたくさん食べるのだろうか、そして彼らは異なる資源に依存しているのだろうか？これらのパターンを理解することは、単にどれだけの命が存在するかではなく、生態系がいかに機能しているかを知る助けとなる。

長年、研究者たちは、食性の多様性と消費される食物の量の両方を捉える単一の数値を創り出そうとしてきた。ある新しい研究は、この「消費加重型」の多様性を測定するために設計された特定の数学的ツールを用い、これを3つの非常に異なる水圏環境からの実世界のデータに対してテストしている。その目的は、このツールが完璧であることを証明することではなく、それがフィールドデータから実際に算出可能であるか、単純な種数では分からない何を自然について教えてくれるのか、そして、落ち葉の分解といった生態系の日常的な働きを、そのツールがどの程度予測するのに役立つかを確認することであった。

研究者たちはまず、巨大なダムによって制御されている中国の錦江下流を調査することから始めた。彼らは、毎年の洪水の前後を含む4つの異なる時期のデータを調べた。ある時期において、河川は記録的な数の魚種で溢れかえっており、高い分類学的多様性を示していた。しかし、研究者が、草食動物、肉食動物、濾過摂食者といった異なるグループの食物摂取量を加重した新しい指標を適用したところ、その同じ時期が最低スコアを記録した。これは、極めて重要な洞察を明らかにした。すなわち、河川には多くの種類の魚がいても、それらの魚が皆、似たような割合で同じものを食べている可能性があるということである。新しい指標はこの食性の分離の欠如を捉えたが、標準的な種数はそれを見逃していた。また、研究は結果がデータの重み付けにどのように敏感であるかを示した。もし研究者が、推定される食物消費量ではなく魚の体重を用いたならば、最高と最低の時期の順位は完全に変わってしまうのである。

次に、チームはシンガポールの12の貯水池（都市部から森林地帯まで）へと目を向けた。ここでは、データに関する制約に直面した。彼らは魚が何を食べているかは知っていたが、それぞれの魚が正確にどれだけ消費しているのかは分からなかった。この指標が正しく機能するためには、すべてのグループが食べた食物の総量を知る必要があるため、彼らは完全なスコアを計算することができなかった。代わりに、彼らは単に食事の部分だけに焦点を当てた。その結果、魚のみに注目した場合、森林内の貯水池における食性は、都市部のものよりも明確であることを見出した。しかし、昆虫やその他の小さな生物を含む食物網全体へと視野を広げると、その差異は消滅した。これは、「食性の多様性はどの程度か？」という問いへの答えは、どの動物をカウントに含めるかという決定に完全に依存していることを浮き彫りにした。

最後に、研究者たちはノースカロライナ州にある5つの小さな実験用ストリーム（小川）でこの指標をテストした。そこでは、科学者が水に余剰な栄養素を加えて、生態系がどのように反応するかを観察していた。これらのストリームでは、異なる種類の昆虫やその他の小さな生物が正確にどれだけの食物を食べているかについての詳細な記録があった。予想通り、栄養素の添加は、ストリーム内を流れる食物の総量を劇的に増加させた。しかし、新しい指標が常に上昇したわけではなかった。あるストリームでは、追加された食物が少数の支配的な種によって食べ尽くされたため、指標は低下した。他のストリームでは、食物が異なる食性を持つ異なる種の間でより均等に共有されたため、指標は上昇した。これは、総食物消費量の急増が、必ずしも多様またはバランスの取れた生態系を意味するわけではないことを証明した。

この複雑な指標が実際に現実世界の成果を予測するために有用であるかどうかを確認するため、研究者たちは別の測定値、すなわち、ストリーム内での葉の分解速度と比較した。彼らは、指標の値を知ることが、単に時期を知ることよりも分解速度をより良く予測するのに役立つかどうかを問うた。答えは「ノー」であった。予測にこの指標を加えると、結果はわずかに正確さが低下した。これは、この指標がコミュニティの摂食習慣のバランスを記述する洗練された方法ではあるものの、必ずしも生態系の健康状態や効率性を予測する「水晶玉」として機能するわけではないことを示唆している。

本研究は、この消費加重型指標が妥当であり、算出可能なツールであることを結論づけているが、それは万能薬ではない。それは、単純な種数では見落とされる、食物がいかに共有され、食性がどのように異なるかという詳細を明らかにする、自然に対する異なる補完的な視点を提供するものである。しかし、それは研究者がどの動物を含め、それらの貢献をどのように重み付けるかという選択に対して非常に敏感である。このツールは、コミュニティの構造を精密に記述するが、そのコミュニティが健康的であるか、あるいは回復力があるかを自動的に伝えるものではない。このツールの価値は、科学者が他の尺度と共に解釈し、その具体的な限界を理解している限りにおいて、資源利用の隠れたパターンを明らかにする能力にある。

技術要約：種豊度を超えて：水圏生態系における消費量加重機能多様性指数の実証的評価

問題提起
従来の分類学的多様性指数（例：種豊度、シャノン・エントロピー）は、群集組成を記述するが、資源消費の分布と食性のニッチ利用の違いを明示的に統合することには失敗している。生物は同数の種を占有している場合でも、どれだけの量を消費し、それらの食性がどの程度重複しているかという点において、大きく異なる可能性がある。既存の機能多様性指標（例：Raoの二次エントロピーやPiankaの重複指数）は、加重された差異または食性の重複を個別に扱っているが、これらの次元を資源消費の大きさ自体と本質的に組み合わせることはできていない。NetLogoによるシミュレーション研究（Ayyanger and Vijay, 2026）で以前に導入された機能多様性指数（FDI）は、このギャップを埋めるために、消費加重型の二次形式的な定式化を提案している。しかし、実在の群集におけるその挙動、測定の選択に対する感度、および生態系プロセスを予測する有用性は、未検証のままであった。

方法論
本研究では、異なる時間的、空間的、および実験的構造を持つ3つの異なる水圏データセットを用いてFDIを評価する。FDIは以下の2つの成分の積として定義される。

消費均等度 ( $E$ ): 種の存在量ではなく、消費シェア ( $p_i$ ) に適用されたGini–Simpson形式。
食性の非類似度 ( $D$ ): Piankaの食性重複 ( $O_{ij}$ ) に基づく、消費加重されたRao型の二次エントロピー。
指数は $FDI = E \times D$ として算出される。

評価に使用された3つのデータセットは以下の通りである：

錦江下流（中国）: Ecopath食物網モデルから導出された4つの期間（2022年5月、2022年10月、2023年5月、2023年6月）。入力値には、モデル化された年間食物消費フラックス ( $Q = B \times Q/B$ ) と6つの消費者グループの食性行列が含まれる。
シンガポール貯水池（シンガポール）: 腸内容物データを用いた12の貯水池（都市型、汽水型、森林型）。絶対的な消費データの欠如により、魚類のみおよび食物網全体というスコープにおいて、加重されていない食性の非類似成分のみが算出された。
Coweeta実験的渓流（アメリカ）: 3年間にわたる5つの源流（処理前および2つの富栄養化年）。データには、マクロベントス分類群の資源特異的な食物消費の推定値が含まれる。このデータセットは、完全なFDIの算出と、リター分解率 ( $K$ ) に対する独立したテストを可能にした。

主な結果

錦江: 魚類のシャノン多様性が最も高かった時期（2023年5月）は、消費加重FDIが最も低かった（0.05516）。期間の順位付けは加重方法に対して敏感であり、消費シェアをバイオマスシェアに置き換えると、どの期間が最高位になるかの順序が変化した。FDIと同位体ニッチ幅（SEAc）との相関は、その個別成分の相関よりも弱かった。
シンガポール貯水池: 魚類のみを考慮した場合、食性の非類似度は貯水池のタイプ間で有意に変動したが（置換 $p = 0.0366$ ）、食物網全体を分析するとこのパターンは消失した（ $p = 0.8508$ ）。本研究は、絶対的な摂取データが欠落しているために完全なFDIが算出できないことを確認し、コミュニティの境界がニッチ指標に与える感度を浮き彫りにした。
Coweeta渓流: 富栄養化年において総消費量は増加したが、FDIは渓流によって相反する方向の変化を示した。消費者のカバレッジを制限した場合、前後比較の10件中8件で方向性が維持されたが、Stream 6では傾向が逆転した。指数は消費者範囲に対して敏感であった。
予測能: Coweetaのデータセットにおいて、リター分解率 ( $K$ ) を予測するモデルにFDI（またはその成分）を加えたとしても、期間のみのモデルと比較して予測精度は向上しなかった。一ストリーム抜き取り交差検証（Leave-one-stream-out cross-validation）では、RMSEが（期間のみの）0.001720から（期間 + FDIの）0.002016へと増加した。

主要な貢献

実証的な計算可能性: 本研究は、適切な入力（消費フラックスと食性行列）が存在する場合、FDIフレームワークが現実世界の食物網データに適用可能であることを示すと同時に、完全な計算を妨げる特定のデータギャップ（例：絶対的な摂取量）を特定した。
感度分析: 研究は、FDIの値と順位が、消費者の定義（消費量 vs バイオマス）および食物網の範囲（魚類のみ vs 全食物網）に決定的に依存することを定量化した。
記述的対予測的有用性: 本論文は、FDIが分類学的多様性や総資源流とは異なる栄養的パターンを記述するものであることを確立したが、テストされたデータセットにおいて、独立した生態系プロセス（具体的にはリター分解）を予測する上で優位性を示すことはできなかった。
成分分解: $E$ 、 $D$ 、および $FDI$ を個別に報告することにより、本研究は、この指数が関連する2つの特性（均等度と分化）の意図的な統合であり、独立した生態学的信号ではないことを明確にしている。

意義と主張
本論文は、FDIを、確立された生物多様性指数の代替ではなく、消費加重された栄養組織の補完的で解釈可能な記述子として位置づけている。その主な意義は、種数のみでは捉えられない、消費への参加と食性の分離の結合的なバランスを記述できる能力にある。

著者は、今回の知見が、生態系機能の予測におけるFDIの優位性を証明するものではないことを明示的に述べている。リター分解テストにおける予測精度の向上は見られなかったことは、この指数がさらなる証拠なしに、生態系の健全性、回復力、または安定性の直接的な指標として解釈されるべきではないことを示唆している。本研究は、研究の問いが特に「資源消費の分布と食性の分化」に関するものである場合に、FDIが最も有用であると結論付けており、その際には加重の選択やデータの解像度に関する限界を認識しておく必要があるとしている。

関連論文