想象一下，自然界是一个巨大而繁忙的音乐厅，每种动物都在其中扮演着不同的角色。对于鸟类而言，舞台是枝头、绿叶和开阔的天空，而它们的表演则是歌声。但是，为什么有些鸟只唱简单的、重复的曲调，而另一些鸟却能演奏出由数百种不同音符组成的、令人惊叹的复杂交响乐呢？科学家们长期以来一直在争论这个问题，将鸟鸣视为一个拥有多种可能解的谜题。有人认为这是一种“交友软件”功能，即拥有最精彩歌单的雄鸟能吸引更多的配偶；也有人猜测这是对脑力的测试，一种展示智力的手段；甚至还有人怀疑森林本身迫使了这一现象——茂密的树木就像隔音墙，使得复杂的歌声无法被清晰听到。直到现在，我们大多是在黑暗中摸索，仅观察小规模的鸟群或特定区域。我们缺乏一张全球地图来观察大局：最复杂的歌手生活在哪里，以及究竟是什么驱动它们变得如此华丽？
这项新研究决定打开灯光，审视整个舞台。研究人员收集了大量的鸟类录音——包括来自4,940个不同物种的18,065首歌曲，覆盖了地球上约83%的鸣禽。他们将歌曲复杂度视为一份乐谱，计算鸟类在短序列中使用了多少种不同的音乐“音符”或元素。这就像是在比较蹒跚学步的幼儿童谣与爵士即兴演奏；使用的独特元素越多，复杂度得分就越高。
他们的发现完全颠覆了几种旧理论。首先，他们发现了一个清晰的地理模式：复杂的歌声并不像人们预期的那样，出现在热带茂密拥挤的雨林中。相反，鸟类世界的“摇滚明星”发现于温带地区（如欧洲和北美）以及草原和沙漠等开阔生境。这些鸟类通常看起来并不那么色彩斑斓。就好像那些外表平庸的鸟类，正用它们的声音进行着最华丽的光影秀。
该研究还叫停了一些流行的观点。他们测试了“性选择”理论，即复杂的歌声之所以进化，是因为雌性能喜爱它们并选择最有天赋的歌手。他们也测试了“智力信号”理论，即复杂的歌声证明了一只鸟拥有硕大、聪明的脑袋。数据对这两者都说了“不”。歌曲的复杂度与鸟类羽毛的色彩鲜艳程度、配偶数量、甚至大脑大小之间都没有强烈的联系。事实上，拥有最复杂歌声的鸟类大脑往往稍小一些，不过作者认为这可能仅仅是因为这些鸟通常是长途迁徙的候鸟，而迁徙可能更倾向于一种不同的脑部效率。
那么，复杂歌声的真正配方是什么呢？作者认为这是一个特定的成分组合：学习歌曲的能力（只有被称为“鸣禽”的部分鸟类才具备）、涉及移动的生活方式（迁徙）、生活在声音传播清晰的开阔空间，以及能够适应多种环境的“通才”特质。复杂的歌声并非因为单一的压力（如寻找配偶）而进化，而是由于鸟类的学习能力、栖息地以及进化史之间相互作用的结果。最复杂的歌手本质上是那些学会了掌控其声学环境的鸟类，它们将开阔的空间变成了个人的音乐厅，而不仅仅是为了给伴侣留下深刻印象或展示自己的智商。
技术摘要：全球鸟类鸣唱复杂性的模式与演化
问题陈述
鸣禽（passerine）鸣唱复杂性的极端变异背后的演化驱动力仍是一个争论不休的话题。尽管已有许多假设被提出——包括性选择强度、物种识别、认知信号传递以及声学适应——但实证支持并不一致，且缺乏对所有鸣禽类群鸣唱复杂性分布的全面全球性描述。以往的研究广泛绘制了鸟类视觉信号（羽毛）的全球模式，但缺乏类似的声学信号综合研究，这阻碍了在整个雀形目（Passeriformes）范围内对竞争性演化假设进行强有力的检验。
方法论
作者对 4,940 种鸣禽的雄性鸣唱复杂性进行了量化，涵盖了约 83% 的现存物种。数据源自 Xeno-canto 和 Macaulay Library 公众科学数据库中的 18,065 条鸣唱录音。
- 复杂性指标： 鸣唱复杂性被定义为 50 个鸣唱元素序列中不同元素类型的数量。该指标已通过与既有度量的对比得到验证，显示出与音节库大小、每首鸣唱的独特音节数以及 HVC 脑区大小的正相关性。
- 系统发育控制： 使用基于 BirdTree（100 棵树）的最大置信度系统发育树进行比较分析，以控制共同祖先的影响。使用 Pagel's λ 来评估系统发育信号。
- 假设检验： 研究测试了三个主要假设：
- 性选择强度： 使用性状二态性（性别/羽毛）、一夫多妻制、领地意识和异父结合等指标作为代理变量。
- 物种识别： 测试鸣唱复杂性与局部物种丰富度之间的负相关关系。
- 声学适应： 考察鸣唱复杂性与生境结构（森林 vs. 开阔地）及传输效率之间的关系。
- 生态与地理变量： 分析纳入了纬度梯度、迁徙状态（迁徙型 vs. 定居型）、生境特化程度（泛化种 vs. 特化种）以及脑容量（绝对脑容量和剩余脑容量）。模型包含了支系（鸣禽亚目 Oscines 与 非鸣禽亚目 Suboscines）与生态变量之间的交互作用。
关键结果
- 纬度与生境梯度： 研究发现了一个明显的鸣唱复杂性纬度梯度。最复杂的鸣唱出现在温带、开阔生境的物种组合中，特别是在古北区（Palearctic）、撒哈拉-阿拉伯区（Saharo-Arabian）和近北区（Nearctic）的部分地区。这些组合的特征是雄性羽毛相对不显眼。相反，热带地区的鸣唱较为简单，其物种组合表现出更高的雄性羽毛色彩亮度。
- 系统发育约束： 鸣唱复杂性存在强烈的演化信号（Pagel's λ≈0.7）。学习鸣唱的鸣禽亚目（Oscines）平均产生的鸣唱显著比非鸣禽亚目（Suboscines，其鸣唱为先天性）更复杂。然而，鸣唱学习能力是实现高复杂性的必要但不充分条件，因为许多鸣禽亚目的谱系（如 Locustella 和 Emberiza）仍保留着简单的鸣唱。
- 对传统假设的驳斥：
- 性选择： 未发现证据表明鸣唱复杂性与传统的性选择强度指标（二态性、一夫多妻制等）或异父结合有关。
- 物种识别： 未发现鸣唱复杂性与局部物种丰富度之间存在负相关。
- 声学适应： 在学习鸣唱的鸣禽亚目中，森林中的鸣唱复杂性显著低于开阔地，这一现象在不同纬度均一致。这一效应在峰值鸣唱频率上并未观察到。
- 生态策略与脑容量：
- 在鸣禽亚目中，鸣唱复杂性与迁徙行为和生境泛化性呈正相关。这些因素在很大程度上解释了观察到的纬度模式。
- 与“智力诚实信号”假设相反，鸣唱复杂性与脑容量呈负相关。作者将这种伪相关归因于迁徙行为的混杂影响：迁徙者倾向于拥有较小的脑容量但更复杂的鸣唱。当控制了迁徙行为后，鸣唱复杂性与脑容量之间的关系在统计学上变得模糊不清。
- 情境依赖的信号权衡： 鸣唱复杂性与雄性色彩亮度之间的负相关并非普遍规律，而是具有情境依赖性，主要出现在温带森林中。这表明声学与视觉信号之间的权衡是由特定的生态背景驱动的，而非鸟类通讯中的普遍特征。
意义与主张
本文声称提供了首次关于鸣禽鸣唱复杂性的全球综合研究，挑战了“复杂的鸣唱主要由单一选择压力（如针对认知能力的性选择）驱动”的观点。相反，作者得出结论，全球鸣唱复杂性的变异源于以下三个因素的相互作用：
- 鸣唱学习能力： 学习鸣唱的基础能力（鸣禽亚目 vs. 非鸣禽亚目）。
- 生态背景： 特别是开阔生境中信号传输的效率，以及迁徙和泛化等生态策略。
- 演化历史： 塑造复杂性潜力的深层系统发育约束。
研究结果表明，极端的鸣唱复杂性并非源于单一的适应性驱动力，而是源于鸣唱学习能力与特定生态及演化压力之间的趋同。该研究强调，需要超越简单的适应性叙事，转而考虑信号传输物理学、学习机制和生活史策略在声学信号演化中的复杂相互作用。
每周获取最佳 evolutionary biology 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。