Новый модель прогнозирует будущее леса по геномике и однократному учёту деревьев
Одна из главных задач экологии — понять факторы, поддерживающие или подрывающие биоразнообразие в экосистемах. В новом исследовании в журнале Science представлена модель, которая, используя данные однократного учёта деревьев и геномные данные нескольких видов в лесу, может предсказывать будущие колебания их относительной численности.
Исследование провели профессор биологии растений Университета Иллинойса Джеймс О’Дуайер, профессор ботаники Университета штата Орегон Энди Джонс и профессор лесной экологии Университета штата Юта Джеймс Луц.
Важность прогнозирования
Изменения в численности или потеря вида из леса могут иметь каскадные эффекты для других видов. Леса с низким разнообразием деревьев более уязвимы для патогенов и вредителей. Прогнозирование видов в группе риска помогает понять будущие изменения лесов.
"В лесах западной части США видовое разнообразие ниже, чем в других регионах, но большинство видов играют уникальную роль. Потеря одного вида, когда их изначально мало, может привести к менее продуктивному лесу", — отметил Джеймс Луц, который с 2010 года ежегодно проводит учёт деревьев на участке Wind River Forest Dynamics в южном Вашингтоне, ставшем объектом нового исследования.
Преодоление сложностей прогнозирования
Предсказание будущих изменений численности видов — сложная задача из-за постоянно меняющихся условий среды, конкуренции деревьев за ресурсы (солнечный свет, вода) и влияния соседних деревьев друг на друга.
Сбор необходимых данных требует многолетней кропотливой работы. Однако в мире уже ведутся многие долгосрочные исследования лесов, в том числе в рамках сети Smithsonian Forest Global Earth Observatory (ForestGEO), объединяющей данные с 78 участков за несколько десятилетий. Участок Wind River — один из них.
Развитие модели
Новая модель развивает предыдущие работы. В исследовании 2023 года в журнале Nature О’Дуайер и аспирант Кеннет Джопс создали модель для прогнозирования сосуществования двух или более видов в общей среде. Она фокусировалась на жизненных историях видов (скорости роста, размножения, смерти) и рассчитывала "эффективный размер популяции" каждого вида. Виды с близким эффективным размером популяции с большей вероятностью продолжали сосуществовать.
В более позднем исследовании тропического леса в Панаме (другой участок ForestGEO) этот подход расширили на мультивидовые системы, обнаружив, что эффективный размер популяции помогает предсказывать краткосрочные колебания численности.
Новый подход: геномные данные вместо десятилетий наблюдений
Поскольку сбор данных за десятилетия для большинства исследований нереалистичен, команда искала более быстрый метод. Вместо сбора данных по жизненным историям десятков видов за долгий период, под руководством Энди Джонса были собраны геномные данные примерно от 100 особей каждого из восьми видов деревьев, составляющих около 90% стволов и почти всю биомассу на участке Wind River.
Были проанализированы не полные геномы, а выборка генов, которая, как надеялись исследователи, отразит ключевые события жизненной истории каждого вида.
"Эффективный размер популяции — фундаментальное понятие в эволюционной биологии. Проще всего думать о нём как о количестве особей, которые вносят вклад в следующее поколение через своё потомство и гены", — пояснил Джонс.
Эффективный размер популяции обычно меньше (иногда значительно), чем фактическое количество деревьев вида в лесу, потому что некоторые особи оставляют больше потомства, чем другие. Это приводит к увеличению неслучайных ассоциаций между генами в геноме.
"Жизненные истории видов формируют эти геномные данные. Геном — это скрытый регистратор истории вида в данном лесу", — сказал О’Дуайер.
Результаты модели
Исследователи включили геномные данные в модель, которая также использовала данные переписи всех деревьев диаметром более 1 см на участке Wind River за 2011 год. Модель точно предсказала колебания численности восьми видов в 2016 и 2021 годах, превзойдя другие модели.
"Предсказания имели высокую корреляцию с наблюдаемыми колебаниями численности. Это очень обнадёживает", — отметил О’Дуайер.
Перспективы
Исследователи надеются продолжить совершенствовать модель и выяснить, можно ли её применять в менее изученных лесах, чем участки ForestGEO.
"Если нам удастся лучше понять взаимосвязь между геномной вариацией, данными переписи и экологической динамикой, это позволит создавать прогностические модели для сохранения и управления самыми разными экосистемами", — заключил О’Дуайер.