Body size predicts how long ant workers live - but not how they age or how they die from heat

기술 요약: 개미 일개미의 몸 크기는 수명을 예측하지만, 노화 방식이나 열에 의한 사망 방식은 예측하지 못한다

문제 및 동기
사회성 곤충에서 몸 크기는 사망 위험을 나타내는 일차원적 대리 지표로 널리 사용되며, 이는 큰 개체가 일반적으로 더 오래 산다는 강력한 관찰 결과에 근거한다. 그러나 "사망 위험"은 세 가지 구별되는 구성 요소로 이루어진 복합적인 개념이며, 이들은 서로 공통된 예측 인자를 공유하지 않을 수 있다: (1) 지속 기간(평균 수명), (2) 노화 궤적(연령에 따라 사망 위험이 가속화되는 속도, Weibull 형상 매개변수 $\rho$로 포착됨), (3) 열 취약성(온도 극한에 대한 사망 위험의 민감도). 특정 호주 개미 18종(Riskas et al., 2026)을 대상으로 한 선행 연구는 크기-장수 관계를 확립했으나, 이러한 구성 요소들을 분리하거나 몸 크기가 열 스트레스에 대한 완충 작后的 역할을 하는지, 혹은 노화의 궤적을 결정하는지는 테스트하지 않았다. 본 연구는 몸 크기가 개미 사망 위험의 보편적인 예측 인자인지, 아니면 내재적 생리, 일주기 활동 체계, 또는 계통 정체성과 같은 서로 다른 메커니즘에 의해 유도되는 세 가지 축이 서로 분리되어 있는지 다룬다.

방법론
본 연구는 La Trobe 야생 보호구역에서 모니터링된 18종의 호주 개미(5개 아과)에 대한 쌍을 이룬 현장-실험실 데이터셋을 재분석한다. 데이터셋은 다음과 같다:

• 현장 데이터: 39개 군집 내 106개 코호트로부터 얻은 2,363개의 코호트-일(cohort-day) 관측치, 1,148마리의 개별 일개미 표식 및 일일 사망 이벤트 모니터링.
• 실험실 데이터: 통제된 온도와 습도 조건 하에서의 1,148마리 개별 일개미 생존 실험.

분석은 세 가지 중첩된 수준(코호트-일(개별 생존 과정), 군집, 종)에서 수행된다. 저자들은 세 가지 주요 주장을 검증하기 위해 통합된 생존 모델링 프레임워크를 사용한다:

1. 지속 기간 (주장 1): Cox 비례 위험(PH) 모델과 클러스터 강건 표준 오차를 사용하여 몸 크기가 장수를 예측하는지, 그리고 이 효과가 군집 크기, 채집률 또는 온도에 의해 조절되는지 테스트하였다.
2. 궤적 (주장 2): Weibull 생존 모델을 적합시켜 노화율($\rho$)을 추정하였다. 연구는 $\rho$가 몸 크기 또는 일주기 활동 니치(아침형, 주행형, 박명박행형)와 연관되어 있는지 Kruskal–Wallis 검정과 Spearman 상관관계를 통해 테스트하였다.
3. 열 위험 (주장 3): 조각 선형 스플라인(piecewise linear spline) Cox 모델을 사용하여 온도-위험 관계의 비선형성(특히 임계점 $T^*$)을 식별하였다. 또한 열 취약성이 분류군 특이적인지 결정하기 위해 아과 $\times$ 온도 상호작용을 테스트하였다.

주요 결과

• 몸 크기가 지속 기간을 예측함 (내재적 생리): 몸 크기는 일개미의 수명을 예측하는 강력한 변수이다. $\log_{10}$ 단위의 몸 질량 1단위 증가당 일일 사망 위험은 33% 감소한다 (위험비[HR] = 0.67, $p = 0.002$). 이 효과는 주로 내재적이다:

  • 군집 크기는 이 이득을 조절하지 않으며 ($p = 0.60$), "군집 희석" 가설을 기각한다.
  • 온도는 이 이득을 조절하지 않으므로 ($p = 0.72$), 몸 크기가 열 사망에 대한 완충 역할을 하지 않음을 나타낸다.
  • 채집률은 약하지만 유의미한 상호작용을 보이며 ($p = 0.014$), 이는 완만한 맥락적 수정을 시사한다.
  • 이 효과는 종 간 패턴이다; 종 내 변이는 독립적인 효과를 탐지하기에 너무 좁았다.

• 노화 궤적은 몸 크기가 아닌 일주기 니치와 연결됨: 사망 궤적(연령에 따라 사망 위험이 가속화되는지 여부)은 몸 질량과 상관관계가 없다 (Spearman $\rho = -0.25, p = 0.32$). 대신, 이는 일주기 활동 체계와 강하게 연관되어 있다. 아침형(matinal) 종은 가장 가파른 노화 궤적(높은 $\rho$)을 보이는 반면, 박명박행형(crepuscular) 종은 가장 완만한 궤적을 보인다 ($p = 0.009$로 니치 효과 확인). 현장 조건은 실험실 조건에 비해 노화를 일률적으로 가속화한다 ($\Delta\rho > 0$ 인 종은 18종 중 17종).

• 열 위험은 비선형적이며 계통 특이적임: 온도와 사망 위험 사이의 관계는 비선형적이다.

  • 플래토(Plateau) 효과: 사망 위험은 $T^* = 20^\circ\text{C}$ 미만에서 급격히 상승하지만 (HR = 1.216 per $^\circ\text{C}$), 이 임계값 위에서는 정체된다 (HR = 1.016 per $^\circ\text{C}$). 이는 행동적 완충(예: 둥지 퇴각)이 실질적인 열 노출을 제한함을 시사한다.
  • 계통 민감도: Rhytidoponera 계통(Ectatomminae 아과)은 높은 열 민감도를 보인다. 아과 수준에서의 계통 신호는 약하지만 ($p = 0.081$), 개체 수준의 Cox 모델은 이 계통이 플래토 위에서 $1^\circ\text{C}$ 상승할 때마다 위험이 5% 유의미하게 증가함을 확인했다 ($p = 0.015$). 극심한 고온 이벤트($>30^\circ\text{C}$) 동안, Rhytidoponera는 66%의 과잉 위험을 경험한다.
  • 몸 크기는 어떤 온도에서도 열 사망에 대한 보호 효과를 제공하지 않는다.

의의 및 주장
본 논문은 개미의 사망 위험을 예측하기 위한 전통적인 크기 중심 프레임워크가 "지속 기간" 축만을 포착하기 때문에 불충분하다고 주장한다. 본 연구는 개미 사망 위험의 세 가지 축이 서로 분리되어 있음을 입증한다:

1. 지속 기간은 내재적 생리적 스케일링(몸 크기)에 의해 결정된다.
2. 노화 궤적은 일주기 활동 니치에 의해 결정된다.
3. 열 취약성은 계통 정체성과 비선형적 행동 임계값에 의해 결정된다.

저자들은 개미의 기후 변화 대응을 예측하기 위해서는 평균 온도 이상에 집중하기보다 극심한 고온 일수의 빈도로 초점을 전환해야 한다고 결론짓는다. 이는 온도-위험 함수가 현재의 평균 온도 근처에서 플래토를 형성하기 때문이다. 또한, 몸 크기에만 기반한 취약성 지수는 일주기 니치와 열 민감도가 크기와 분리된 군집 내에서 분류군 순위를 체계적으로 잘못 매길 것이다. 특히, 아침형 Rhytidoponera 계통은 가파른 노화, 높은 열 민감도, 그리고 기온이 상승하는 오전 시간대의 활동이 결합되어 가장 취약한 그룹으로 식별되었으며, 이는 크기 기반 지수가 포착하지 못할 위험 프로필이다.

한계점
저자들은 $N=18$인 종의 수로 인해 일주기 니치와 아과 정체성 사이의 강한 공선성($Cramér's V = 0.85$)을 완전히 분리할 통계적 검정력이 제한적임을 언급한다. 따라서 궤적 및 열 위험을 특정 계통(예: Ectatomminae)에 귀속시키는 것은 확정적인 메커니즘 증명이 아니라, 향-계통적 재검증을 위한 잠정적인 패턴이자 가설로서 제시된다. 열 임계점은 사망 패턴과 행동 문헌으로부터 추론된 것이며, 본 데이터셋에서 직접 관찰된 행동적 퇴각은 아니다.