🧬 biology

Empirical Length-at-Maturity for Northeast Atlantic Marine Fishes

본 연구는 개체군, 성별 및 시간 경과에 따른 성숙 일정의 고해상도 분석을 가능하게 하기 위해 21개의 어업 독립 조사에서 얻은 약 160만 개의 개별 기록으로부터 도출된 북동대서양 해양 어류 48종에 대한 3,607개의 성숙 체장(L50) 추정치 표준화 데이터셋을 제시한다.

원저자: Federico Maioli, Francesca Vitale, Max Lindmark, Alessandro Orio, Casper W Berg, Martin Lindegren, Mikael van Deurs, Tobias Mildenberger

게시일 2026-09-03

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Federico Maioli, Francesca Vitale, Max Lindmark, Alessandro Orio, Casper W Berg, Martin Lindegren, Mikael van Deurs, Tobias Mildenberger

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

대양에서 물고기가 번식할 수 있을 만큼 자라는 순간은 그 생애의 전환점입니다. 이것은 단순한 생물학적 이정표가 아니라, 동물의 에너지를 더 크게 성장하는 것에서 더 많은 새끼를 만드는 것으로 재지정하는 스위치입니다. 물고기 개체군을 연구하고 바다를 관리하는 과학자들에게 이 스위치가 정확히 언제 켜지는지 아는 것은 매우 중요합니다. 만약 물고기가 번식할 기회를 갖기도 전에 잡힌다면, 그 개체는 해당 개체군의 미래에서 상실되는 것이며, 전체 자원량은 줄어들 수 있습니다. 이 시기를 측정하는 표준적인 방법은 연령보다는 크기에 주목하는 것입니다. 연구자들은 다음과 같은 간단한 질문을 던집니다: 어떤 집단의 절반이 성숙해지는 시점의 길이는 얼마인가? '성숙 체장(length at maturity)'이라고 알려진 이 특정 크기는 어업의 건강 상태를 측정하는 자 역할을 합니다. 이는 관리자들이 물고기가 적어도 한 번은 번식할 수 있도록 보장하기 위해, 법적으로 포획할 수 있는 물고기의 크기를 결정하는 데 도움을 줍니다.

수십 년 동안 과학자들은 광활한 북동 대서양 전역에 걸쳐 이 측정을 위한 단일하고 신뢰할 수 있는 자를 찾는 데 어려움을 겪어 왔습니다. 존재하는 정보는 종종 흩어져 있거나, 서로 다른 연구에서 빌려왔거나, 혹은 모든 물고기 개체군의 특정 지역적 조건에 부합하지 않는 막연한 추측에 기반하고 있습니다. 북해의 차갑고 깊은 바다에 사는 물고기는 발트해의 따뜻하고 얕은 바다에 사는 사촌 물고기와는 다른 크기에서 성숙할 수 있지만, 오래된 데이터베이스들은 이들을 동일하게 취급하곤 했습니다. 이러한 정밀한 지역 데이터의 부족은 어린 물고기와 성어를 구분하는 것을 어렵게 만드는데, 이는 물고기 개체군이 어떻게 이동하고, 성장하며, 환경과 상호작용하는지 이해하는 데 필수적입니다.

덴마크와 스웨덴 연구진의 새로운 연구는 마침내 이러한 전환점에 대한 포괄적인 지도를 제공했습니다. 방대한 양의 데이터를 수집하고 분석함으로써, 그들은 북동 대서양에 서식하는 48종의 해양 어류에 대한 표준화된 측정 세트를 만들어냈습니다. 연구팀은 오래된 추정치나 이론적 모델에 의존하지 않고, 대신 직접 근원을 찾아갔습니다. 그들은 2000년부터 바다 밑바닥을 저인망으로 훑어온 21개의 서로 다른 과학적 조사에서 가공되지 않은 생물학적 기록을 추출했습니다. 이 조사들은 상업적 어업과는 독립적이며, 즉 어구에 의한 편향 없이 물고기를 세우도록 설계되어 실제로 무엇이 존재하는지에 대한 명확한 그림을 제공합니다. 연구진은 약 160만 개의 개별 기록을 처리하며, 발견된 모든 물고기의 길이, 성별, 성숙 단계를 확인했습니다.

이 작업에는 데이터를 정제하고 정리하는 세심하고 엄격한 과정이 수반되었습니다. 연구자들은 여러 국가와 실험실이 물고기의 성숙도를 기록하는 서로 다른 방식들을 하나의 일관된 언어로 번역해야 했습니다. 그들은 물고기의 생식선, 즉 생식 기관을 관찰하여 물고기가 발달 중인지, 산란 준비가 되었는지, 혹은 이미 산란을 마쳤는지를 판별했습니다. 정확성을 보장하기 위해, 연구진은 생물학적 징후가 가장 뚜렷하게 나타나는 시기, 즉 물고기가 번식할 가능성이 가장 높은 특정 시기에 초점을 맞추었습니다. 그런 다음 통계적 방법을 사용하여 각 물고기 집단에 대한 데이터에 곡선을 맞추어, 해당 집단의 50%가 성숙한 정확한 길이를 계산했습니다. 이들은 이를 종 전체에 대해서만 수행한 것이 아니라, 특정 어장, 구별된 지리적 영역, 심지어 성별에 따라 더 세분화하여 남성과 암컷을 각각 따로 살펴보았습니다. 또한 이 크기들이 5년 단위로 어떻게 변하는지 추적하여, 2000년부터 2026년까지의 성숙 타임라인을 만들었습니다.

그 결과 3,607개의 구체적인 성숙 크기 추정치를 포함하는 데이터 세트가 탄생했습니다. 이는 현재 상업적 어업에 의해 모니터링되지 않거나 이전에는 데이터가 거의 없었던 많은 종을 포함하여 48종을 다루고 있다는 점에서 중대한 진전입니다. 이 연구는 물고기가 같은 종 내에서도 모두 같은 크기에서 성숙하는 것은 아니라는 점을 확인해 줍니다. 예를 들어, 데이터에 따르면 발트해의 대구는 북해의 대구보다 훨씬 작은 크기에서 성숙하는데, 단일한 넓은 평균치는 이러한 차이를 완전히 놓칠 수 있습니다. 연구진은 또한 이러한 크기가 환경 변화나 어업 압력에 반응하여 시간이 지남에 따라 변할 수 있다는 것을 발견했습니다. 상세하고 국지화된 수치를 제공함으로써, 이 연구는 과학자와 관리자들에게 강력한 새로운 도구를 부여합니다. 이제 그들은 조사 과정에서 개별 물고기를 훨씬 더 높은 확신을 가지고 치어 또는 성어로 분류할 수 있으며, 이는 번식 가능한 물고기가 얼마나 있는지에 대한 더 나은 추정치로 이어집니다. 이러한 명확성은 물고기 개체군이 어떻게 변화하고 있는지 이해하는 데 도움을 주며, 미래를 위해 해양 어족 자원을 건강하게 유지하기 위한 결정을 내리는 데 견고한 토대를 제공합니다.

기술 요약: 북동대서양 해양 어류의 경험적 성숙 체장

문제 제기
성숙 체장은 어류 생태학 및 어업 과학의 핵심적인 매개변수로, 번식 출력, 개체군 역학 및 자원 생산성에 직접적인 영향을 미친다. 개체의 50%가 성숙하는 길이( $L_{50}$ )는 성숙 일정의 표준 지표 역할을 하며, 최소 보존 참조 크기와 같은 관리 조치를 결정하는 데 정보를 제공한다. 그러나 기존의 $L_{50}$ 추정치는 다음과 같은 중대한 한계를 지닌다:

파편화: 추정치들이 개별 자원 평가 보고서에 흩어져 있거나, FishBase와 같은 광범위한 종합 자료에서 빌려온 경우가 많다.
표준화 결여: 가용 값들은 공간적, 시간적, 성별 해상도 측면에서 매우 다양하며, 통일된 프레임워크 내에서 도출되는 경우가 드물다.
타당성 우려: 한 개체군이나 특정 시기의 성숙 추정치를 다른 곳에 적용할 경우, 생물학적 단계(예: 치어와 성어를 혼동하는 것)를 체계적으로 오분류할 수 있어 개체군 구조, 영양 단계 상호작용 또는 분포 역학 연구 등에 문제가 될 수 있다.
데이터 공백: 평가되지 않았거나 데이터가 제한적인 종들은 (최대 체장에 비례하는 것과 같은) 대리 값을 사용하거나 지역적 조건을 반영하지 못하는 광범위한 지리적 평균값에 의존한다.

방법론
저자들은 엄격하고 재현 가능한 워크플로를 사용하여 북동대서양 해양 어류의 $L_{50}$ 추정치에 대한 표준화된 데이터셋을 개발하였다:

데이터 출처: 2000년부터 2026년까지 21개의 어업 독립적 저층 트롤 조사 결과를 포함하는 ICES 트롤 조사 데이터베이스(DATRAS)에서 원시 생물학적 기록을 추출하였다. 이 데이터셋에는 경골어류 및 연골어류 종에 대한 약 160만 개의 성숙 기록이 포함되어 있다.
데이터 표준화:
- 분류학적 검증: 세계 해양 생물 등록 시스템(WoRMS)을 통해 종 이름을 검증하였다.
- 길이 필터링: 종별 최대 길이( $L_{max}$ )와 비교하여(FishBase의 $L_{max}$ 의 1.2배를 초과하는 기록 제외) 비현실적인 길이를 제거하였다.
- 시간적 필터링: 생식선이 충분히 발달하여 신뢰할 수 있는 성숙 단계 판별이 가능하도록 데이터를 산란기 및 산란 전 시즌으로 제한하였다. 산란 창(Spawning window)은 문헌 및 ICES 보고서를 통해 도출하였으며, 특정 지역 데이터가 없는 경우 FishBase를 계층적 백업으로 활용하였다.
- 성숙도 조화: 다양한 국가별 조사에서 사용되는 다양한 성숙도 코딩 시스템(예: ICES, SMSF, BITS, RIVO)을 이진 분류(미성숙 $y=0$ 대 성숙 $y=1$ )로 통합하였다. 모호한 단계(예: BITS 조사의 Stage II)에 대해서는 명확한 검증 키를 바탕으로 특수 처리를 적용하였다.
통계 분석:
- 로짓 연결 함수(logit link function)를 사용하는 이항 일반화 선형 모델(GLM)을 사용하여 성숙 오지브(ogives)를 적합시켰다.
- 모델은 글로벌(전체 종 범위), 스톡(ICES 스톡 단위), 구역(ICES 통계 구역)의 세 가지 공간 해상도에서 적합되었다.
- 샘플 크기가 허용되는 경우, 성별 및 5년 단위 시간대(예: 2000–2004)별로 추정치를 세분화하였다.
- 안정적인 로지스틱 적합을 보장하기 위해 미성숙 15개체 및 성숙 15개체의 최소 임계치를 요구하였다.
- $L_{50}$ (및 $L_{25}$ , $L_{75}$ )은 모델 계수로부터 계산되었으며, 95% 신뢰 구간은 델타 방법(delta method)을 통해 도출되었다.
품질 관리: 생물학적 타당성(길이에 따른 단조 증가, 양의 계수)과 통계적 신뢰성(AUC > 0.5, 과도하게 넓지 않은 신뢰 구간)을 보장하도록 추정치를 필터링하였다.

주요 기여 및 결과
본 연구는 48종(경골어류 및 연골어류 포함)에 대한 3,607개의 $L_{50}$ 추정치를 포함하는 포괄적인 오픈 액세스 데이터셋을 생성하였다. 이 데이터셋의 주요 특징은 다음과 같다:

해상도: 추정치는 글로벌, 스톡, 구역 수준으로 제공되며, 데이터가 허용하는 경우 시간적 해상도(5년 단위, 2000–2024) 및 성별 세분화가 포함된다.
범위: 48종을 다루며, 여기에는 79개 ICES 스톡 단위에 걸친 38종과 27개 ICES 구역에 걸친 41종이 포함된다. 현재 공식적인 자원 평가가 이루어지지 않는 종들도 포함되어 있다.
모델 성능: 적합된 모델은 높은 판별 능력을 보여주었으며, 중앙값 AUC 값은 글로벌 0.88, 스톡 0.90, 구역 0.91이었다.
검증: 글로벌 추정치는 FishBase 중앙값과 강한 일치성을 보였으며(Pearson $r = 0.92$ ), 이는 추정치의 규모를 확인시켜 준다. 편차는 생물학적으로 타당한 수준으로 관찰되었다(예: 글로벌 평균에 비해 낮은 발트해 대구의 $L_{50}$ ).
데이터 가용성: 최종 데이터셋(l50_estimates.csv)과 분석 코드는 Zenodo 및 GitHub를 통해 Creative Commons 라이선스 하에 공개적으로 제공된다.

의의 및 주장
저자들은 이 연구를 조사 기반의 생애 단계 분류 및 성숙 변이의 직접적인 연구를 지원하는 자원으로 규정한다. 이 데이터셋의 의의는 다음과 같다:

표준화: 기존 문헌의 파편화를 극복하고, 인구, 성별, 시간 간의 성숙도를 비교할 수 있는 일관된 프레임워크를 제공한다.
세밀함: 연구자들이 광범위하게 빌려온 추정치를 사용할 때보다 분포 및 역학 연구에서 치어와 성어를 더 정확하게 구분할 수 있게 한다.
시간적 및 공간적 통찰: 성숙도가 시간과 공간에 따라 어떻게 변화하는지를 조사할 수 있게 하며, 이는 크기 선택적 어업이나 환경 조건과 같은 변화의 동인을 파악하는 통찰을 제공할 수 있다.
비평가 종에 대한 유용성: 공식적인 자원 평가가 없는 종들에 대해 경험적으로 도출된 성숙 매개변수를 제공함으로써 대리 값에 대한 의존도를 낮춘다.

논문은 조사 채집물(어구 선택성으로 인해 작은/치어 샘플링이 부족할 수 있음)에서 유래했다는 점과 조직학적 검사가 아닌 육안적 스테이징에 의존한다는 점 등 한계점을 명시적으로 언급하였다. 따라서 저자들은 사용자가 이 값들을 절대적인 개체군 수준의 진리가 아닌 조사 기반의 매개변수로 해석할 것을 권고하며, 공간적 변이가 알려진 경우 글로벌 평균보다 스톡 또는 구역 수준의 추정치를 우선적으로 사용할 것을 권고한다.

유사한 논문