💻 bioinformatics

biomes: An R package for reproducible occurrence-to-biome classification using 31 global biome schemes

본 논문은 31가지의 서로 다른 생물군계 체계에 대한 조화된 전 지구적 래스터 레이어를 제공하고, 연구자들이 생태학 및 진화학 연구를 위해 가장 적합한 체계를 선택하고 종 출현 기록을 분류하는 데 도움이 되는 재현 가능하고 데이터 기반의 워크플로우를 제공하는 R 패키지인 biomes를 소개한다.

원저자: Gross, H. C., Zizka, A., Fischer, J.-C., Walentowitz, A.

게시일 2026-10-01

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Gross, H. C., Zizka, A., Fischer, J.-C., Walentowitz, A.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

세계 지도에서 육지는 흔히 식생의 넓고 휩쓰는 듯한 구역들로 나뉩로 됩니다. 생물군계(biome)라고 알려진 이 구역들은 지구의 거대한 생태적 이웃이며, 열대의 울창하고 습한 열대우림부터 건조하고 탁 트인 사바나, 그리고 극지방의 얼어붙은 광활한 지역에 이르기까지 다양합니다. 과학자들은 이러한 범주를 사용하여 생물이 전 세계에 어떻게 분포하는지, 종이 환경에 어떻게 적응하는지, 그리고 생태계가 미래에 어떻게 변화할지를 이해합니다. 그러나 현재 이 구역들을 정의하는 방식에는 중대한 문제가 있습니다. 서로 다른 지도 제작자들이 국가의 경계선을 조금씩 다르게 그릴 수 있는 것처럼, 생태학자들도 생물군계에 대해 수십 가지의 서로 다른 지도들을 만들어 왔습니다. 어떤 지도는 식물 성장을 주도하는 기후에 초점을 맞추고, 어떤 지도는 식생의 물리적 형태에, 또 다른 지도는 인간이 경관을 어떻게 변화시켰는지에 초점을 맞춥니다. 이러한 지도들은 종종 어디에서 한 생물군계가 끝나고 다른 생물군계가 시작되는지에 대해 의견이 일치하지 않기 때문에, 연구자들은 자신의 특정 질문에 적합한 지도를 선택하는 데 자주 어려움을 겪습니다. 이러한 불확실성은 연구가 측정하고자 하는 바로 그 패턴을 왜곡하는 지도를 실수로 사용하게 되거나, 동일한 동물이나 식물 집단을 연구하는 서로 다른 과학자들이 단지 자신들이 사용하는 세계의 정의가 다르다는 이유만으로 상충하는 결론에 도받게 되는 혼란을 초래할 수 있습니다.

이러한 혼란을 해결하기 위해, 연구팀은 이 혼란스러운 지도의 풍경에 질서를 가져오기 위해 설계된 biomes 패키지라는 새로운 디지털 도구를 개발했습니다. 이 작업의 핵심은 표준화되어 R 프로그래밍 언어(생태 데이터 분석의 표준 도구) 내에서 사용할 수 있도록 준비된 31개의 뚜렷한 글로벌 생물군계 체계의 모음입니다. 과학자들이 이 서로 다른 지도들을 수동으로 다운로드하고, 정제하고, 정렬해야 하는 대신, 이 패키지는 이를 단일한 조화로운 형식으로 제공합니다. 더 중요한 것은, 이 패키지가 단순히 지도만을 제공하는 것이 아니라, 특정 연구에 어떤 것이 가장 적합한지 결정하는 방법을 제공한다는 점입니다. 연구진은 종이 발견된 위치 목록을 가져와 모든 지도와 대조하여 테스트하는 워크플로를 만들었습니다. 그런 다음, 이 데이터에 얼마나 잘 부합하는지를 기준으로 지도들의 순위를 매기며, 종이 실제로 점유하고 있는 서로 다른 유형의 환경을 구분해 내면서도 최대한 많은 기록을 포착하는 체계를 찾습니다. 이 접근 방식은 연구자들이 익숙한 지도를 막연히 고르는 것에서 벗어나, 자신의 특정 연구 질문에 수학적이고 개념적으로 가장 잘 부합하는 것을 선택할 수 있게 해줍니다.

연구팀은 바오밥 나무와 카폭 나무를 포함하는 유명한 아과인 봄바코이데아(Bombacoideae)라는 식물 집단에 이 새로운 시스템을 적용하여 그 위력을 입증했습니다. 그들은 185개 종에 달하는 17,000개 이상의 기록된 위치 데이터를 수집했습니다. 연구진이 이 데이터를 biomes 워크플로에 실행했을 때, 시스템은 사용 가능한 31개의 지도를 평가하였고, 식생 유형에 초점을 맞춘 지도들을 필터링한 후, 라만쿠티(Ramankutty)와 폴리(Foley)의 특정 역사적 지도가 가장 적합하다고 식별했습니다. 인간의 간섭이 없었을 때의 자연 식생을 재구성한 이 지도는 식물 기록들을 의미 있는 범주로 성공적으로 분류했습니다. 분석 결과, 기록된 식물의 거의 절반과 대다수의 종이 열대 상록수 관목지에서 발견되었습니다. 또 다른 상당 부분은 사바나에서 발견되었습니다. 이러한 결과는 과학자들이 이전 연구를 통해 이미 짐작했던 바와 일치하며, 해당 그룹이 실제로 숲과 사바나 환경 사이에 나뉘어 있다는 것을 확인시켜 주었습니다. biomes 패키지를 사용함으로써, 연구진은 복잡하고 맞춤화된 코드를 작성하거나 데이터를 수동으로 큐레이션할 필요 없이 이 알려진 패턴을 빠르고 투명하게 재현할 수 있었습니다.

이 작업의 가치는 생물군계 지도를 선택하는 일을 기본적인 습관이 아닌, 의도적이고 데이터에 기반한 결정으로 만드는 능력에 있습니다. 이 도구가 나오기 전에는 연구자가 단순히 가장 먼저 찾은 지도나 다른 사람들이 사용하는 지도를 선택했을 수 있으며, 이는 그 지도가 자신의 특정 연구 체계와 일치하지 않을 경우 잠재적인 오류를 유발할 수 있었습니다. 새로운 패키지는 선택된 지도가 연구의 데이터 포인트를 가장 많이 포괄하면서도 환경 간의 차이를 볼 수 있을 만큼 충분한 세부 정보를 제공하도록 보장합니다. 또한, 일부 지도가 무시할 수 있는 해안선이나 섬에 걸쳐 있는 기록과 같은 데이터의 복잡한 현실을 처리하여, 데이터를 잃어버리는 대신 명확한 상태를 부여합니다. 이 시스템은 매우 빨라 수천 개의 기록을 몇 초 만에 처리하며, 식물이 선택된 생물군계 경계와 관련하여 정확히 어디에 위치하는지를 보여주는 명확한 시각화를 생성합니다. 세계의 식생을 바라보는 이 31가지의 서로 다른 방식을 접근하고 비교할 수 있는 표준화된 방법을 제공함으로써, biomes 패키지는 생태학 연구가 더 재현 가능하고, 더 정확하며, 과학자들이 풀고자 하는 특정 질문에 더 잘 부합하도록 돕습니다.

biomes R 패키지에 대한 기술 요약

문제 정의
생태학 및 진화 연구에서 바이옴(biome)을 사용하는 데에는 세 가지 주요한 실질적 과제가 존재한다. 첫째, 조화된 디지털 레이어 형태의 글로벌 바이옴 체계들이 존재함에도 불구하고, 이를 전용 R 패키지를 통해 쉽게 접근할 수 있는 방법이 없어 재현 가능한 분석 워크플로우에 의존하는 연구자들에게 기술적 장벽을 형성하고 있다. 둘째, 개념적으로 구별되는 여러 옵션 중에서 가장 적절한 바이옴 체계를 선택할 수 있는 투명하고 데이터 기반적인 방법이 없다. 그 결과, 연구자들은 자신의 특정 연구 질문에 가장 적합한 체계를 선택하기보다는 흔히 쉽게 구할 수 있는 몇몇 체계를 기본값으로 사용하는 경향이 있다. 셋째, 종 출현 기록(species occurrence records)을 특정 바이옴에 할당하는 작업은 대개 임의적이고 오류가 발생하기 쉬운 코드로 수행되며, 선택한 체계의 범위를 벗어나는 기록(예: 저해상도 지도에서의 해안가 기록)에 대한 처리가 일관되지 않다. 이러한 한계는 순환 논증, 척도 불일치, 데이터 손실을 초래하여 후속 추론을 왜곡할 수 있다.

방법론
본 논문은 다음의 4단계 재현 가능 워크플로우를 통해 이러한 문제를 해결하도록 설계된 R 패키지인 biomes를 소개한다.

데이터 어셈블리(Data Assembly): 이 패키지는 31개의 발표된 글로벌 바이옴 체계(Fischer et al., 2022 기준)를 10 × 10 km 해상도(WGS84)의 조화된 공간 명시적 래스터 레이어로 제공한다. 각 체계에 대한 메타데이터를 포함하며, GBIF로부터 출현 기록을 다운로드하고 정제하는 기능을 제공한다.
체계 선택(랭킹)(Scheme Selection (Ranking)): 적절한 체계를 선택할 수 있도록 패키지는 데이터 기반 랭킹 알고리즘(biomes_rank)을 구현한다. 이 알고리즘은 세 가지 기준에 따라 체계를 평가한다.
- 커버리지(Coverage, C): 정의된 바이옴 내에 위치한 출현 기록의 비율.
- 유효 바이옴 수(Effective Number of Biomes, E): 기록이 바이옴에 얼마나 고르게 분포되어 있는지를 측정하는 샤논 엔트로피(Shannon entropy)의 1차 힐 수(Hill number).
- 세밀도(Granularity, G): 최소 하나 이상의 출현 기록을 포함하는 전체 바이옴의 비율.
  이 기준들은 선형적으로 재조정되어 합성 점수( $K_q$ )로 결합된다. 사용자는 자신의 연구 질문에 맞추기 위해 특정 개념적 하위 집합(예: "vegetation", "climate", "land_cover")으로 랭킹을 제한할 수 있다.
분류(Classification): biomes_classify 함수는 선택된 체계 내에서 출현 기록을 특정 바이옴에 할당한다. 이는 일관성을 보장하기 위해 미할당 기록(예: "no_biome" 라벨 부여)에 대한 처리를 표준화한다.
출력 및 시각화(Output and Visualisation): 패키지는 분류군-바이옴 패턴을 표로 작성하고 ggplot2를 사용하여 출판 품질의 지도를 생성하는 기능을 제공한다.

주요 기여

표준화된 접근: 패키지는 31개의 글로벌 바이옴 체계를 조화된 형식으로 R 환경 내에 직접 배포하여 기술적 장벽을 낮춘다.
투명한 선택: 연구자가 자신의 데이터셋과 연구 질문에 가장 적합한 바이옴 체계를 선택할 수 있도록 데이터 기반의 재현 가능한 랭킹 시스템을 도입하여, 기본 체계를 무비판적으로 채택하는 관행에서 벗어나게 한다.
재현 가능한 워크플로우: 지리 참조된 육상 출현 기록을 바이옴으로 분류하기 위한 통합된 파이프라인을 제공하며, 이를 통해 예외 케이스 및 미할당 기록에 대한 일관된 처리를 보장한다.
시연: 저자들은 185종의 Bombacoideae(Malvaceae)에 대한 17,030개의 출현 기록을 사용하여 워크플로우를 시연한다.

결과
Bombacoideae를 대상으로 한 작업 예시에서, 워크플로우는 식생(vegetation) 기반의 체계 하위 집합에 적용되었다. 랭킹 알고리즘은 Ramankutty와 Foley(1999)의 역사적 토지 피복 재구성 모델을 최적의 모델로 식별하였다. 이 체계 하에서:

**열대 상록 관목림(Tropical evergreen woodland)**은 기록의 46.1%(7,844개 기록)를 차지하였고, 종의 87.6%(162/185종)를 차지하였다.
**사바나(Savanna)**는 기록의 25.8%와 종의 46.5%를 차지하였다.
**열대 낙엽 관목림(Tropical deciduous woodland)**은 기록의 8.0%를 차지하였다.

이 결과는 기존 문헌에서 보고된 알려진 바이옴 보수성 신호(forest vs. savanna)를 복원하였으며, 이는 기대되는 생물지리학적 구조를 탐지하는 패키지의 능력을 검증한다. 전체 워크플로우(1~3단계)는 표준 노트북에서 약 3초 만에 완료되었으며, 시각화에는 추가로 18초가 소요되었다.

의의
본 논문은 biomes가 바이옴 기반 연구의 효율성, 투명성 및 특수성을 개선한다고 주장한다. 여러 조화된 체계에 대한 용이한 접근과 데이터 기반 선택 도구를 제공함으로써, 이 패키지는 연구자들이 자신의 특정 연구 질문에 맞춰 바이옴 정의를 조정할 수 있게 한다. 이러한 접근 방식은 순환 논증과 척도 불일치를 줄여, 바이옴 분류에 의존하는 생태학 및 진화학 연구의 재현성을 높이는 것을 목표로 한다. 패키지는 GitHub(개발 버전) 및 CRAN(안정 버전)을 통해 이용 가능하다.

유사한 논문