Bayesian inference on beta diversity via feature allocation models with imperfect detection

Stel je voor dat je een detective bent die een mysterie probeert op te lossen in een gigantische, onzichtbare stad. Deze stad is de natuurlijke wereld, en haar burgers zijn de miljoenen minuscule soorten schimmels, bacteriën en insecten die we met het blote oog niet kunnen zien. Om te begrijpen hoe deze stad werkt, moeten wetenschappers twee dingen weten: wie er woont, en hoe verschillend de wijken van elkaar zijn. Dit is de kern van een vakgebied genaamd ecologie, specifiek een concept dat bekend staat als "bèta-diversiteit". Denk aan bèta-diversiteit als een maatstaf voor hoeveel de cast van personages verandert terwijl je van het ene naar het andere park loopt. Als Park A alleen eekhoorns heeft en Park B alleen duiven, zijn ze erg verschillend (hoge bèta-diversiteit). Als beide parken eekhoorns, duiven en merels hebben, zijn ze vrij vergelijkbaar (lage bèta-diversiteit).

Het oplossen van dit mysterie is echter ongelooflijk lastig. Ten eerste verbergen de "burgers" zich vaak. Het feit dat je geen eekhoorn in een boom ziet, betekent niet dat hij er niet is; misschien slaapt hij wel, of zijn je verrekijkers niet goed genoeg. In de wetenschap wordt dit "imperfecte detectie" genoemd. Ten tweede is de stad enorm groot. Er zijn zoveel soorten dat je, zelfs als je overal kijkt, waarschijnlijk de zeldzame exemplaren zult missen. Traditionele methoden voor het tellen van deze onzichtbare buren gaan vaak uit van een perfect zicht, waarbij ze ervan uitgaan dat als ze een soort niet zien, deze simpelweg niet bestaat. Dit leidt tot een vertekend beeld van de wereld, waardoor we denken dat sommige wijken leeg zijn terwijl ze in werkelijkheid bruisen van het leven.

Hier komt een nieuw team van statistici in beeld met een frisse set instrumenten. Ze hebben een slim wiskundig kader ontwikkeld genaamd MOSAIC (Multi-site Occupancy-aware Species Allocation with Imperfect deteCtion). In plaats van te doen alsof hun ogen perfect zijn, bouwen ze een model dat toegeeft: "We kunnen sommige gasten gemist hebben." Ze behandelen de gegevens als een spelletje "Wie is het?", waarbij ze de waarschijnlijkheid berekenen dat een soort daadwerkelijk aanwezig is maar niet is opgemerkt, versus de waarschijnlijkheid dat die soort er echt niet is. Door dit te doen, kunnen ze een veel helderder beeld schetsen van hoe soorten over verschillende locaties worden gedeeld, zelfs wanneer de gegevens rommelig zijn en vol ontbrekende stukjes zitten.

De Onzichtbare Gastenlijst

Om te begrijpen wat de auteurs hebben gedaan, stel je voor dat je een enorme, wereldwijde potluck-diner organiseert. Je hebt gasten uitgenodigd uit 34 verschillende steden over de hele wereld. In elke stad maken mensen foto's van het eten dat ze hebben meegenomen. Maar hier komt de adder onder het gras: de camera's zijn glitchy. Soms staat er een gerecht gewoon op tafel, maar faalt de camera om een foto te maken. Andere keren is het gerecht ook echt weg.

In het verleden zouden wetenschappers die deze potluck-foto's analyseerden, simpelweg tellen wat ze zagen. Als een foto uit Stad A een pizza liet zien en Stad B een salade, zouden ze zeggen: "Deze twee steden hebben niets gemeen." Maar dit negeert de glitchy camera's. Misschien was er in Stad B ook wel een pizza, maar heeft de camera die gemist. Dit leidt tot de foutieve conclusie dat de steden veel verschillende zijn dan ze in werkelijkheid zijn.

Het MOSAIC-model is als een super-slimme detective die naar de foto's kijkt en vraagt: "Gezien hoe vaak deze camera dingen mist, hoe waarschijnlijk is het dat er daadwerkelijk een pizza stond?" Het model maakt onderscheid tussen twee afzonderlijke gebeurtenissen: Occupancy (is de soort daadwerkelijk aanwezig op de locatie?) en Detection (hebben we het daadwerkelijk gezien?). Door deze twee ideeën gescheiden te houden, kan het model de werkelijke hoeveelheid soorten schatten die aanwezig zijn, zelfs de soorten die nooit op de foto zijn verschenen.

De Magie van "Partiële Uitwisselbaarheid"

Een van de grootste hindernissen bij dit soort detectivewerk is dat de natuur niet uniform is. In veel oude statistische modellen namen wetenschappers aan dat elke locatie slechts een willekeurige schudding was van dezelfde pool van soorten. Het was alsof men aannam dat elke stad ter wereld exact dezelfde mix van mensen heeft, alleen in een andere volgorde. Maar dat weten we niet; een stad in de tropen heeft een totaal andere "vibe" en gastenlijst dan een stad in de Arctische gebieden.

De auteurs introduceren een concept genaamd "partiële uitwisselbaarheid". Denk aan het volgende: in plaats van aan te nemen dat elke stad een willekeurige schudding is van hetzelfde kaartspel, laten ze elke stad zijn eigen unieke kaartspel hebben, maar met enkele regels. De dekken zijn aan elkaar gerelateerd (ze komen allemaal uit dezelfde wereldwijde pool van soorten), maar de specifieke kaarten in elk dek hangen af van de lokale omstandigheden, zoals temperatuur of wind. Dit stelt het model in staat om respect te tonen voor het feit dat een tropisch regenwoud er echt anders uitziet dan een besneeuwde toendra, terwijl het toch informatie van de ene plek gebruikt om te raden wat er op een andere plek aan de hand is.

De "Bèta-Diversiteit" Score

Het hoofddoel van dit artikel is het meten van bèta-diversiteit — hoe verschillend de gastenlijsten tussen twee steden zijn. De auteurs stellen een nieuwe manier voor om deze score te berekenen die rekening houdt met de glitchy camera's.

Ze definiëren een score (laten we het de "Gelijkenisscore" noemen) die varieert van 0 tot 1.

• 0 betekent dat de twee steden identiek zijn in hun samenstelling van soorten.
• 1 betekent dat ze absoluut niets delen.

Cruciaal is dat deze score is ontworpen om eerlijk te zijn. Als Stad A 100 soorten heeft en Stad B 100 soorten, en ze delen er 50, dan reflecteert de score dat. Maar als Stad A 1.000 soorten heeft en Stad B 1.000 soorten, en ze delen er 50, dan weet de score dat dit een veel groter verschil is. De auteurs laten zien dat hun methode robuust is: zelfs als je niet precies weet hoe "glitchy" de camera's zijn (een parameter die ze $\sigma$ noemen), blijft de uiteindelijke gelijkenisscore verrassend stabiel. Het is als een kompas dat naar het Noorden wijst, zelfs als je er net naast staat.

De Theorie Testen met Nepdata

Voordat ze hun model toepassen op het echte leven, speelden de auteurs een spel met "nepdata". Ze creëerden een computersimulatie van een wereld met 3.000 soorten en 3 verschillende locaties. Ze programmeerden de camera's om expres dingen te missen. Daarna lieten ze hun MOSIC-model proberen het ware aantal gedeelde soorten te raden.

De resultaten waren veelbelovend. De voorspellingen van het model kwamen nauw overeen met de "ware" aantallen die ze in de simulatie hadden geprogrammeerd. Het slaagde erin te achterhalen dat zelfs al de camera's veel soorten misten, het onderliggende patroon van wie wat deelde nog steeds te herstellen was. Ze testten het ook op een complexer scenario met 15 locaties en 5.000 soorten, en ook daar hield het model stand, en presteerde het vaak beter dan oudere methoden die het "glitchy camera"-probleem negeerden.

De Test in de Werkelijkheid: Schimmels in de Lucht

Ten slotte namen de auteurs hun model mee naar de echte wereld met behulp van gegevens van het Global Spore Sampling Project (GSSP). Dit project verzamelde luchtmonsters op 34 locaties in het noordelijk halfrond, van Noord-Amerika tot de Arctische gebieden. Het doel was om zwevende schimmels te bestudelen.

De gegevens waren een rommeltje, op de best mogbare manier voor een probleem van dit type:

• Ze vonden 15.352 verschillende soorten schimmels.
• Maar meer dan de helft (57%) waren "one-hit wonders" — te zien in slechts één monster.
• De gegevens waren schaars, wat betekende dat veel soorten waarschijnlijk volledig gemist werden.

Met behulp van MOSIC schatten de auteurs dat het werkelijke aantal schimmelsoorten in hun studiegebied rond de 16.574 lag. Dit suggereert dat ongeveer 1.200 soorten aanwezig waren, maar nooit door de monsternemers zijn gedetecteerd.

Ze keken ook naar wat deze schimmelgemeenschappen aanstuurt. Door weergegevens in hun model te voeren, ontdekten ze dat:

• Breedtegraad en Temperatuur de grootste drijfveren waren. Schimmels volgden een voorspelbaar patroon: ze waren het meest divers nabij de evenaar en minder divers naarmate men richting de polen bewoog.
• Temperatuur een "heuvelvormige" relatie had. Schimmels hielden van matige warmte, maar kregen problemen als het te warm of te koud werd.
• Regen een negatief effect had. Het lijkt erop dat hevige regen schimmelsporen uit de lucht spoelt en naar de grond brengt, waardoor ze moeilijker te vinden zijn in de luchtmonsters.

Wat Dit Betekent

Het artikel beweert niet dat het het mysterie van de gehele biodiversiteit heeft opgelost. In plaats daarvan biedt het een betere loep. Het suggereert dat door toe te geven dat onze detectiemethoden imperfect zijn en door rekening te houden met het feit dat verschillende plaatsen andere regels hebben, we een veel waarheidsgetrouwer beeld kunnen krijgen van hoe het leven over de aarde verdeeld is.

De auteurs laten zien dat hun methode een "coherent probabilistisch behandelt" biedt, wat betekent dat het ons niet alleen een enkel getal geeft, maar een reeks waarschijnlijke antwoorden met een mate van vertrouwen. Toen ze het model toepasten op de schimmelgegevens, waren de resultaten biologisch logisch en bevestigden ze bekende patronen over hoe schimmels op het klimaat reageren.

Kortom, MOSIC is een instrument dat ecologen helpt om te stoppen met gokken en te beginnen met berekenen. Het erkent dat de wereld vol verborgen gasten zit, en het geeft ons een wiskundige manier om hen te tellen, zelfs wanneer zij zich in de schaduwen verschuilen. Dit is een essentiële stap naar het begrijpen van hoe biodiversiteit verandert over de planeet, wat cruciaal is voor het beschermen van de natuurlijke wereld in een veranderend klimaat.