NeMO: a flexible R package for nested multi-species occupancy modelling and eDNA study optimization

O artigo apresenta o NeMO, um pacote R flexível que utiliza modelos de ocupação aninhados em múltiplas espécies para quantificar a incerteza de detecção e otimizar o desenho de estudos de biodiversidade baseados em DNA ambiental (eDNA), permitindo estimar parâmetros como probabilidade de ocupação e o número mínimo de amostras necessárias para detecção confiável.

O essencial

Imagine que você é um detetive tentando descobrir quais peixes vivem em um grande rio, como o Ródano, na França. Mas há um problema: você não pode ver os peixes, nem capturá-los. Em vez disso, você precisa coletar água e procurar por "poeira mágica" chamada DNA ambiental (eDNA). É como se os peixes deixassem para trás um rastro de poeira genética na água.

O problema é que essa poeira é muito difícil de encontrar. Às vezes, ela está lá, mas você não a vê. Às vezes, você acha que não está lá, mas ela está escondida. Se você simplesmente disser "não encontrei o peixe X", pode estar cometendo um erro grave: o peixe pode estar lá, mas você foi "cego" na hora de procurar.

É aqui que entra o NeMO, a nova ferramenta criada pelos cientistas deste artigo. Vamos explicar como ela funciona usando analogias simples:

1. O Problema: O Jogo do "Esconde-Esconde" Genético

Quando você coleta água do rio, você está fazendo uma busca. Mas a busca tem várias camadas de dificuldade:

• Camada 1 (A Água): Você pegou a amostra certa? O DNA do peixe estava flutuando ali?
• Camada 2 (O Laboratório): Você conseguiu extrair esse DNA da água?
• Camada 3 (O Microscópio Mágico): Você conseguiu copiar (amplificar) esse DNA no laboratório para vê-lo?
• Camada 4 (A Leitura): O sequenciador conseguiu ler o código corretamente?

Muitos estudos antigos olhavam apenas para o resultado final: "Encontrei ou não encontrei?". Se não encontraram, diziam: "O peixe não está aqui". Isso é como dizer que um fantasma não existe só porque você não o viu em uma foto borrada.

2. A Solução: O NeMO (O Detetive Inteligente)

Os autores criaram um pacote de computador chamado NeMO. Pense nele como um detetive superinteligente que não apenas olha para a foto final, mas analisa todo o processo de investigação.

O NeMO entende que a investigação tem três níveis de repetição (como se você fizesse a mesma busca três vezes para ter certeza):

1. Várias amostras de água em cada local.
2. Várias tentativas de laboratório (PCR) para cada amostra.
3. Várias leituras do código genético.

O NeMO usa matemática avançada (Bayesiana) para calcular:

• Qual a chance real do peixe estar lá? (Mesmo que você não o tenha visto).
• Qual a chance de você ter falhado em pegá-lo?
• Quantas vezes você precisa repetir a busca para ter 95% de certeza de que, se o peixe estiver lá, você vai encontrá-lo?

3. A Analogia da "Caça ao Tesouro"

Imagine que você está procurando moedas de ouro escondidas em uma praia enorme.

• O jeito antigo: Você anda pela praia, não vê nenhuma moeda e diz: "Não há moedas aqui".
• O jeito NeMO: O NeMO diz: "Espere! Você só olhou em 2 lugares. E se as moedas estivessem escondidas na areia fina? E se o sol estivesse brilhando muito forte e ofuscando o brilho do ouro? Vamos calcular: para ter certeza de que não há moedas, você precisa cavar 50 buracos, usar uma lanterna potente e olhar 10 vezes em cada buraco. Se você fizer isso e ainda não achar, aí sim podemos dizer que não há moedas."

4. O Que Eles Descobriram?

Os cientistas usaram o NeMO em dados reais de peixes no rio Ródano e descobriram coisas fascinantes:

• Alguns peixes são "fantasmas": Eles estão lá, mas são muito difíceis de detectar (como o Misgurnus fossilis, um tipo de enguia). O NeMO mostrou que, para encontrá-los, você precisaria de muito mais esforço do que o usual.
• Alguns peixes são "estrelas": Eles são fáceis de encontrar e aparecem em muitos lugares.
• Raridade vs. Escondidinho: Um peixe pode ser raro (poucos peixes no rio) mas fácil de achar. Outro pode ser comum (muitos peixes) mas muito difícil de achar (escondido). O NeMO ajuda a distinguir isso.
• Economia de Dinheiro: O NeMO ajuda a dizer: "Você não precisa gastar dinheiro em 100 amostras de água. Com 2 amostras e 12 tentativas de laboratório, você já tem certeza suficiente para a maioria dos peixes". Isso economiza tempo e dinheiro.

5. Por Que Isso é Importante?

Se você é um conservacionista tentando proteger uma espécie rara, você não pode dizer "não a encontramos" e parar de se preocupar. Pode ser que ela esteja lá, mas você não a viu. O NeMO evita que você cometa esse erro.

Ele também ajuda a planejar estudos futuros: "Quanto DNA precisamos ler? Quantas vezes precisamos repetir o teste?". É como ter um GPS para a pesquisa científica, garantindo que você não gaste recursos desnecessários e não perca espécies importantes por descuido.

Resumo da Ópera:
O NeMO é uma ferramenta que transforma dados confusos de DNA em respostas claras. Ele nos ensina que "não ver" não significa "não existir", e nos dá o mapa exato de quanto esforço é necessário para encontrar a vida que está escondida nas águas.

Resumo técnico

1. O Problema

O monitoramento da biodiversidade utilizando DNA ambiental (eDNA) e metabarcoding expandiu-se rapidamente como uma ferramenta não invasiva. No entanto, essas pesquisas são suscetíveis a detecção imperfeita, onde as não-detecções são frequentemente interpretadas erroneamente como ausências reais (falsos negativos). Isso é crítico para espécies raras ou elusivas.

• Limitações atuais: Embora a modelagem de ocupação ofereça uma solução estatística para quantificar a incerteza de detecção, sua aplicação em estudos de metabarcoding de múltiplas espécies é limitada devido à falta de ferramentas acessíveis e flexíveis.
• Complexidade do fluxo de trabalho: Os estudos de eDNA possuem uma estrutura hierárquica aninhada (sítios → amostras de eDNA → replicatas de PCR → sequenciamento), e muitos pacotes existentes não conseguem lidar adequadamente com essa estrutura complexa, nem com dados de contagem de leituras (read counts) ou com a comparação de modelos.

2. Metodologia

Os autores desenvolveram o NeMO (Nested eDNA Metabarcoding Occupancy), um pacote R flexível que implementa modelos de ocupação multi-espécies em um framework Bayesiano (utilizando o software JAGS).

• Estrutura do Modelo Hierárquico: O modelo estima quatro processos principais aninhados:
  1. Ocupação ($\psi$): Probabilidade de o eDNA da espécie estar presente no sítio.
  2. Coleta ($\theta$): Probabilidade de coletar o eDNA na amostra, dado que está presente no sítio.
  3. Amplificação ($p$): Probabilidade de amplificar o eDNA na replicata de PCR, dado que foi coletado.
  4. Contagem de Leituras ($\varphi$): Contagem esperada de sequências (read counts), modelada via distribuição Binomial Negativa para lidar com a sobredispersão dos dados de HTS (High-Throughput Sequencing).
• Flexibilidade de Dados: O NeMO suporta três protocolos de modelagem distintos, adaptando-se ao desenho experimental:
  1. PCR_rep_seq_read: O modelo mais complexo, incluindo replicatas de PCR individualmente indexadas e contagem de leituras.
  2. seq_read: Ignora replicatas de PCR individuais, mas utiliza contagem de leituras (amostras agrupadas).
  3. PCR_rep: Foca em replicatas de PCR individuais, mas reduz os dados a presença/ausência (ignora contagem de leituras).
• Covariáveis e Comparação: O pacote permite a inclusão de covariáveis ambientais e metodológicas em todos os níveis e inclui uma função para comparação de modelos baseada no critério WAIC (Watanabe-Akaike Information Criterion).
• Otimização de Recursos: Uma funcionalidade chave é a função min_resources(), que calcula o esforço mínimo necessário (número de amostras, replicatas de PCR e profundidade de sequenciamento) para atingir uma probabilidade de detecção específica (ex: 95%).

3. Contribuições Principais

• Ferramenta Unificada: O NeMO integra modelagem de ocupação multi-espécies, estrutura aninhada de eDNA, dados de contagem de leituras e otimização de desenho experimental em um único pacote R amigável.
• Tratamento da Incerteza: Permite estimar explicitamente a probabilidade de detecção em cada nível do fluxo de trabalho (coleta, amplificação, sequenciamento), distinguindo entre ausência real e falha de detecção.
• Distinção entre Raridade e Elusividade: O framework permite diferenciar espécies que são raras (baixa ocupação) daquelas que são elusivas (baixa detectabilidade apesar da presença), um ponto crucial para a conservação.
• Guia de Desenho Experimental: Oferece uma abordagem estatística para otimizar a alocação de recursos antes ou após a coleta de dados, evitando desperdício ou subamostragem.

4. Resultados (Aplicação no Rio Ródano)

O pacote foi aplicado a um conjunto de dados empíricos de 80 sítios no Rio Ródano (França), monitorando 100 espécies de peixes.

• Desempenho do Modelo: A análise ROC (Receiver Operating Characteristic) mostrou alto desempenho de todos os protocolos (AUC ~0.8), indicando que o modelo distingue bem a presença da ausência.
• Padrões Espaciais: A inclusão da covariável "distância ao mar" revelou gradientes de ocupação claros, com espécies de montanha (ex: Coregonus lavaretus) restritas a montante e espécies diádromas/estuarinas (ex: Alosa spp.) a jusante.
• Correlações: Houve correlações positivas fortes entre os parâmetros de detecção (coleta, amplificação e contagem de leituras). Espécies com alta ocupação tendem a ter maior detectabilidade, mas existem exceções importantes:
  • Alosa spp.: Rara (baixa ocupação), mas altamente detectável (conspícua).
  • Scardinius erythrophthalmus: Comum (alta ocupação), mas difícil de detectar (elusiva).
• Otimização de Recursos: O estudo mostrou que o esforço original (2 amostras, 12 replicatas de PCR) foi suficiente para 63% das espécies. No entanto, para 18 espécies, seria necessário aumentar o esforço.
  • Para espécies extremamente elusivas (ex: Leucaspius delineatus), o modelo indicou que seriam necessárias mais de 1.000 replicatas de PCR para atingir 95% de detecção, sugerindo que o desenho experimental atual é inadequado para esses alvos específicos e que mudanças no protocolo (primers, método de amostragem) seriam necessárias.

5. Significado e Implicações

O NeMO representa um avanço significativo para a ecologia baseada em eDNA ao:

1. Validar Ausências: Fornecer suporte estatístico para filtrar "falsos negativos" e evitar conclusões errôneas sobre a distribuição de espécies.
2. Eficiência de Custos: Permitir que pesquisadores e gestores otimizem o custo-benefício dos estudos, equilibrando o número de amostras de campo, replicatas de laboratório e profundidade de sequenciamento.
3. Conservação Precisa: Melhorar a precisão de avaliações de biodiversidade, especialmente para espécies ameaçadas ou invasoras, onde a detecção falha pode levar a estratégias de conservação inadequadas.
4. Acessibilidade: Democratizar o uso de modelos hierárquicos complexos, que antes exigiam conhecimento profundo de programação em JAGS/Stan, através de uma interface em R.

Em resumo, o NeMO transforma a análise de dados de eDNA de uma abordagem qualitativa (presença/ausência bruta) para uma quantitativa e robusta, essencial para a tomada de decisões em conservação e monitoramento ambiental.