Discrimination of Annonaceae using herbarium leaf reflectance spectra under limited sample size conditions

Deze studie toont aan dat herbariumspecimens van de Annonaceae-familie, ondanks variaties in bewaring en beperkte steekproefomvang, vaak een sterk taxonomisch signaal behouden in hun bladreflectiespectra, wat ze bruikbaar maakt voor niet-destructieve soortidentificatie.

De kern

De "Spectrale Vingerafdruk" van Droge Planten: Een Reis door het Herbarium

Stel je voor dat je een enorme, eeuwenoude bibliotheek binnenstapt. Maar in plaats van boeken, staan er hier miljoenen gedroogde planten in mappen. Dit is een herbarium. Lange tijd dachten wetenschappers dat deze gedroogde bladeren alleen nuttig waren om te kijken hoe een plant eruitzag (vorm, kleur, aders). Maar wat als die droge bladeren nog steeds een geheim verhaal vertellen?

Dit onderzoek van Boughalmi en zijn team gaat precies daarover. Ze hebben geprobeerd om plantensoorten te herkennen aan de hand van hun "spectrale vingerafdruk".

Wat is een spectrale vingerafdruk?

Stel je voor dat je een plant aanraakt met een magische lantaarn. Deze lantaarn schijnt niet gewoon wit licht, maar een regenboog van onzichtbare kleuren (van zichtbaar licht tot infrarood). Elke plant reflecteert dit licht op een heel unieke manier, afhankelijk van wat er in het blad zit: water, suikers, vezels en chemicaliën.

Net zoals jouw vingerafdruk uniek is, heeft elke plantensoort een uniek patroon van lichtreflectie. Dit noemen ze een spectrale signatuur. De vraag was: Is deze signatuur nog steeds leesbaar als het blad al 100 jaar oud is, gedroogd, en misschien zelfs in alcohol heeft gelegen?

De Experimenten: Twee Verhalen

De onderzoekers keken naar de Annonaceae-familie (een tropische plantenfamilie met o.a. de custard-appel). Ze deden twee dingen:

1. Het Oude Archief (Parijs): Ze scanneerden 14 soorten uit het herbarium in Parijs. Deze bladeren waren soms wel 200 jaar oud! Ze wisten niet precies hoe ze waren behandeld (misschien met lijm, misschien in de zon gedroogd).
2. Het Alcohol-Experiment (Ecuador): Ze namen verse bladeren en behandelden ze bewust. Sommige droogden ze gewoon, andere weken ze eerst in alcohol (een methode die vaak wordt gebruikt in de tropen om schimmel te voorkomen). Vervolgens scanneerden ze deze om te zien of de alcohol de "vingerafdruk" had verpest.

De Resultaten: De Computer is Slimmer dan Verwacht

Ze gebruikten vijf verschillende slimme computerprogramma's (machine learning) om te leren welke spectrale vingerafdruk bij welke soort hoorde.

• Het goede nieuws: De computers waren verrassend goed! Met genoeg voorbeelden (ongeveer 5 bladeren per soort) konden ze de soorten met 90% nauwkeurigheid herkennen. Het maakt niet uit of het blad 10 of 100 jaar oud was; de chemische "geur" van het licht bleef sterk genoeg.
• Het alcohol-geheim: Zelfs de bladeren die in alcohol hadden gelegen, waren nog steeds herkenbaar! De alcohol veranderde de kleur van het licht een beetje, maar de unieke vorm van de vingerafdruk bleef intact. Het is alsof je je vingerafdruk in inkt doopt: hij wordt donkerder, maar de lijnen zijn nog steeds te zien.
• De uitdaging: Soms waren twee soorten uit hetzelfde geslacht (zoals Hexalobus) zo op elkaar lijkend, dat de computer ze verwarde. Alsof ze twee identieke tweelingen proberen te onderscheiden op basis van één foto. Maar zelfs dan was de computer veel beter dan willekeurig gissen.

Wat betekent dit voor de toekomst?

Dit onderzoek is als het vinden van een nieuwe sleutel voor een oude kast.

• Geen schade: Je hoeft geen levende plant te plukken of een waardevol oud museum-exemplaar te beschadigen. Je scant het gewoon even.
• De tijdreis: We kunnen nu de "gezondheid" en eigenschappen van planten uit het verleden bestuderen, zelfs als we ze niet meer levend hebben.
• De digitale bibliotheek: Het betekent dat we in de toekomst miljoenen gedroogde bladeren in musea kunnen "digitaliseren" tot een enorme database van planteneigenschappen. Dit helpt bij het begrijpen van klimaatverandering en het vinden van nieuwe medicijnen.

Kortom:
Droge bladeren in een museum zijn niet zomaar oud papier. Ze zijn als een tijdcapsule die nog steeds een heldere boodschap schreeuwt naar de toekomst. Door naar het licht te kijken dat ze reflecteren, kunnen we hun identiteit ontcijferen, zelfs als ze al generaties lang rusten in een kast. De wetenschap heeft net een nieuwe, niet-destructieve manier gevonden om de geschiedenis van de aarde te lezen.

Technische samenvatting

Probleemstelling

Herbaria bevatten honderden miljoenen bewaarde plantensoorten die een onmisbaar archief vormen voor biodiversiteit, taxonomie en ecologie. Hoewel er veel belangstelling is voor het gebruik van bladspectra (reflectiespectroscopie) voor snelle en niet-destructieve soortidentificatie, blijft de toepassing op historisch herbariummateriaal beperkt door onzekerheden over de effecten van bewaarhistorie.
De belangrijkste uitdagingen zijn:

1. Variatie in bewaring: Herbariumspecimens hebben vaak uiteenlopende droogmethodes, chemische behandelingen (zoals alcohol voorafgaand aan droging), en lijmen ondergaan, wat de chemische integriteit en het spectraal signaal kan beïnvloeden.
2. Beperkte steekproefgrootte: Veel soorten in herbaria zijn schaars vertegenwoordigd (slechts één of enkele exemplaren), wat de trainingsdata voor machine learning-modellen beperkt.
3. Geografische en omgevingsvariatie: Specimens van dezelfde soort kunnen uit verschillende biotoopen komen, wat intraspecifieke variatie in de spectra introduceert.

De vraag is of spectraal data van deze oude, ongelijksoortig bewaarde specimens betrouwbaar gebruikt kan worden voor soortidentificatie, en hoeveel specimens per soort nodig zijn om een robuust model te bouwen.

Methodologie

De auteurs onderzochten de familie Annonaceae (een pantropische plantenfamilie) en gebruikten twee datasets:

1. Dataset ID_PARIS:

   • Bron: Herbarium van het Muséum national d'Histoire naturelle (Parijs).
   • Omvang: 14 soorten, met minimaal 9 specimens per soort (totaal 160 specimens).
   • Kenmerken: Specimens variëren in leeftijd (9 tot 201 jaar, gemiddeld 69 jaar) en geografische oorsprong (Amerika, Afrika, Madagaskar, Zuidoost-Azië). De voorbehandeling is grotendeels onbekend.
   • Scanning: Gebruik van ASD LabSpec® instrumenten (Rapid Analysis Probe) op het adaxiale oppervlak van volwassen bladeren. Per specimen werden 20 scans gemaakt.

2. Dataset ID_YASUNÍ:

   • Bron: Yasuní Forest Dynamics Plot (Ecuador).
   • Omvang: 9 soorten.
   • Doel: Specifiek testen van het effect van alcoholbewaring. Sommige specimens werden 3 dagen in 70-80% alcohol gespoten voordat ze werden gedroogd; andere werden direct gedroogd.
   • Scanning: Gebruik van een pen-probe (6 mm) met 50 scans per specimen.

Data-Verwerking:

• Normalisatie: Toepassing van Standard Normal Variate (SNV) om ruis door instrumentinstellingen en steekproefdikte te verwijderen.
• Filtering: Toepassing van een Savitzky-Golay filter om de eerste afgeleide van het spectrum te berekenen (gladstrijken en hellingvariaties vastleggen).
• Wavelength bereik: 350–2500 nm (Zichtbaar, NIR en SWIR).

Analytische Benadering (Machine Learning):
Vijf toezichthoudende classificatiemodellen werden getraind en getest:

1. PLS-DA (Partial Least Squares Discriminant Analysis)
2. SVM (Support Vector Machine)
3. KNN (K-Nearest Neighbors)
4. LDA (Linear Discriminant Analysis)
5. RF (Random Forest)

Validatie-strategie:

• Strikte scheiding tussen trainings-, tuning- en testsets op basis van specimen-identiteit om data-lekkage te voorkomen.
• 100 herhaalde iteraties met stratified resampling.
• Testen van scenario's met verschillende aantallen trainingspecimens (van 1 tot 8 per soort).
• Vergelijking van prestaties op basis van individuele spectra versus het gemiddelde spectrum per specimen.

Belangrijkste Resultaten

1. Algemene Classificatieprestaties:

   • Alle modellen behaalden hoge nauwkeurigheid (>80%) wanneer meerdere specimens per soort werden gebruikt.
   • Bij gebruik van het gemiddelde spectrum per specimen (in plaats van individuele scans) steeg de nauwkeurigheid verder:
     • LDA: 87,48%
     • SVM: 86,35%
     • RF: 84,96%
   • De nauwkeurigheid was onafhankelijk van de geografische oorsprong of het verzameldatum.

2. Effect van Steekproefgrootte (Limited Sample Size):

   • Met slechts één specimen per soort als trainingsdata varieerde de nauwkeurigheid sterk per soort (van <40% tot >80%).
   • Soorten zoals Anaxagorea dolichocarpa bleven goed classificeerbaar (>80%), terwijl Uvaria grandiflora en Hexalobus-soorten moeite hadden (<50%).
   • De nauwkeurigheid stabiliseerde rond de 90% wanneer er vijf specimens per soort voor training werden gebruikt.
   • LDA presteerde consistent het beste, vooral bij zeer kleine steekproeven.

3. Effect van Alcoholbewaring:

   • In de ID_YASUNÍ dataset (waar alcoholbehandeling bekend was) behaalden de modellen >95% nauwkeurigheid, zelfs met alcoholbehandelde specimens in de trainings- of testset.
   • Alcoholbehandeling veroorzaakte geen duidelijke scheiding in de PCA-ruimte; alcoholbehandelde specimens clusterden dicht bij niet-behandelde specimens van dezelfde soort.
   • Dit suggereert dat alcohol (in de geteste omstandigheden) het kern-spectrale signaal voor taxonomische identificatie niet vernietigt.

4. Taxonomische Uitdagingen:

   • Naaste verwanten (bijv. Hexalobus crispiflorus en H. monopetalus) werden vaker verkeerd geclassificeerd als elkaars soort, wat aangeeft dat spectraal onderscheid moeilijker is bij zeer nauwe verwantschap.
   • Uvaria grandiflora (enkele vertegenwoordiger van het geslacht) had ook lage nauwkeurigheid, wat wijst op hoge intraspecifieke variatie of specifieke bewaringseffecten.

Bijdragen en Significatie

• Validatie van Herbarium-Spectroscopie: Het onderzoek bevestigt dat herbariumspecimens, zelfs die honderden jaren oud zijn, een sterk en stabiel "spectraal handtekening" (Species Spectral Signature) behouden die geschikt is voor machine learning-classificatie.
• Robuustheid tegen Bewaringseffecten: Het study toont aan dat veelvoorkomende bewaringstechnieken zoals alcoholbehandeling de taxonomische informatie in spectra niet onbruikbaar maken, wat de bruikbaarheid van historische collecties vergroot.
• Efficiëntie bij Schaarste: Het onderzoek biedt een praktische leidraad voor onderzoekers met beperkte steekproeven: met slechts 5 specimens per soort kunnen al zeer betrouwbare modellen worden gebouwd.
• Niet-destructieve Toepassing: Het benadrukt de waarde van spectroscopie als een niet-destructieve methode voor zeldzame, typus- of uitgestorven soorten, wat traditionele morfologische of genetische analyses (die vaak destructief zijn) kan aanvullen.
• Methodologische Richtlijnen: De auteurs pleiten voor gestandaardiseerde protocollen (zoals IHerbSpec) en waarschuwen voor instrument-specifieke artefacten en de noodzaak van zorgvuldige data-harmonisatie bij het samenvoegen van datasets uit verschillende herbaria.

Conclusie:
De toepassing van nabij-infrarood spectroscopie (NIRS) op herbariummateriaal is een veelbelovend, niet-destructief hulpmiddel voor taxonomie en ecologie. Zelfs onder realistische omstandigheden met beperkte steekproefgroottes en onbekende bewaringshistorie, kunnen standaard machine learning-algoritmen (met name LDA) soorten nauwkeurig onderscheiden. Dit opent de deur voor het digitaal ontsluiten van historische biodiversiteitsdata in een hoge-dimensionale ruimtelijke context.