Nuovo dataset rivela tendenze nella diversità dei vertebrati

La ricerca sulla biodiversità è stata per lo più dominata dai paesi più ricchi. Questo è principalmente dovuto al loro accesso a soldi e tecnologia. Tuttavia, sempre più ricercatori e istituzioni stanno spingendo per politiche di scienza aperta. Queste politiche mirano a rendere il sapere scientifico accessibile a tutti, soprattutto nelle regioni che mancano di sostegno finanziario o risorse tecnologiche. Condividendo dati e ricerche in modo più libero, la scienza può progredire e avvantaggiare un pubblico più ampio.

Negli ultimi anni, i data papers sono diventati abbastanza comuni nelle riviste scientifiche. Questi articoli presentano una grande quantità di dati, che possono aiutare altri ricercatori che hanno bisogno di tali informazioni ma non sono concentrati sul raccoglierle da soli. Questo può far risparmiare tempo e ridurre costi per i ricercatori. Un grande esempio di ciò è il dataset WorldClim, che è stato citato oltre 20.000 volte dal suo rilascio.

Questo studio mira a fornire un dataset sui metriche di diversificazione per cinque gruppi principali di vertebrati. Include matrici che mostrano la presenza o l'assenza di specie. Generare questi dati richiede una considerevole potenza di calcolo e alcune abilità avanzate di programmazione, rendendo questo dataset piuttosto prezioso per chi è interessato ai campi della macroecologia e della macroevoluzione. I dati sono stati raccolti durante un'analisi guidata dalla curiosità, e l'intenzione è condividerli con la comunità. Verrà fornita una breve descrizione del dataset, ma non verrà offerta un'analisi dettagliata delle ragioni dietro le tendenze osservate nella biodiversità.

#Raccolta Dati

#Campionamento Filogenetico

Questo progetto ha utilizzato super-alberi completamente campionati e calibrati nel tempo per cinque gruppi di vertebrati: anfibi, rettili, uccelli, mammiferi e squali. Questi alberi sono stati raccolti da diverse fonti e sono disponibili online. Poiché queste filogenie sono combinate da specie con DNA e quelle senza, possono creare dati che non sono sempre semplici. Per tenere conto di questa incertezza, sono stati selezionati 100 alberi casuali per ciascun gruppo per l'analisi.

#Tassi di Diversificazione

Per confrontare come i diversi gruppi evolvono nel tempo, sono stati utilizzati due metodi diversi per calcolare i tassi di diversificazione. Uno si chiama DivRate, che stima il tasso di speciazione in modo semplice. Misura quanti specie emergono da un antenato comune. L'altro metodo, BAMM, utilizza un approccio più complesso che consente tassi diversi di speciazione ed estinzione nel tempo.

Nelle analisi, sono stati studiati 100 alberi per ciascun gruppo di vertebrati utilizzando entrambi i metodi. A causa delle pesanti richieste computazionali, l'analisi è stata condotta su un server ad alte prestazioni. I risultati sono stati poi elaborati con software specifico per garantire accuratezza. Ci sono voluti circa sei mesi per completare tutte le analisi a causa della grande quantità di dati coinvolti.

#Matrici di Presenza-Assenza

Per organizzare ulteriormente i dati, sono state create matrici di presenza-assenza utilizzando poligoni di distribuzione dalla Lista Rossa IUCN, una risorsa ben nota per i dati sulla biodiversità. Per anfibi, rettili, mammiferi e squali, è stato utilizzato il dataset più recente. Per gli uccelli, è stato consultato un dataset precedente. Le geometrie non valide dei poligoni sono state risolte utilizzando software GIS prima di generare le matrici di presenza-assenza.

#Armonizzazione Tassonomica

Per garantire coerenza, sono stati inclusi identificatori unici dal Global Biodiversity Information Facility (GBIF) per ciascuna specie. Questi identificatori aiutano a tenere traccia delle specie indipendentemente dai cambiamenti di nome nel tempo. L'abbinamento dei nomi delle specie è stato effettuato utilizzando uno strumento integrato del GBIF che cerca di allineare nomi diversi attraverso corrispondenze esatte o lievi differenze. Alcune specie non sono state in grado di essere abbinate, quindi sono state adottate misure aggiuntive per garantire un'abbinamento più accurato dei nomi delle specie.

#Risultati

In base ai dati raccolti, i tassi di diversificazione per ciascun gruppo di vertebrati hanno mostrato tassi lenti simili, con una tendenza generale osservata. Tuttavia, metriche diverse hanno fornito risultati variabili, con BAMM che mostrava meno variazione. Nonostante le incertezze nei dati, i tassi di speciazione sono rimasti costanti su due delle tre metriche analizzate.

Le matrici di presenza-assenza hanno identificato con successo schemi di biodiversità, mostrando una maggiore ricchezza di specie nelle regioni tropicali. Ci sono state lievi variazioni nella ricchezza di specie tra le diverse regioni, riflettendo i modelli noti di diversità. In totale, un numero considerevole di specie era comune tra i dataset.

#Schemi Geografici

I modelli geografici dei tassi di diversificazione possono variare a seconda del metodo utilizzato. Ad esempio, il metodo BAMM ha indicato che gli anfibi avevano tassi di speciazione più elevati in specifiche regioni, mentre il metodo DivRate ha mostrato tendenze diverse. Allo stesso modo, i rettili hanno mostrato risultati variabili in base alla metrica utilizzata. Per i mammiferi, BAMM ha indicato tassi più elevati nelle specie marine nelle regioni tropicali, mentre DivRate ha riflesso tassi elevati in alcune regioni continentali.

I modelli per gli uccelli hanno mostrato una distribuzione più uniforme dei tassi di speciazione, ma sono stati notati picchi in aree specifiche. Per gli squali, il metodo BAMM ha prodotto tassi complessivamente più bassi, mentre DivRate ha indicato tassi più elevati nelle regioni oceaniche.

#Discussione

Anche se questo dataset non è il primo nel suo genere, offre una compilazione ben organizzata di dati che sono disponibili per la ricerca. Può fornire spunti su schemi di macroecologia e macroevoluzione, che sono importanti per comprendere come le diverse specie evolvono nel tempo. Il dataset consente ai ricercatori di collegare i tassi di diversificazione con dati geografici o climatici per cercare schemi su scala più ampia.

Tuttavia, è essenziale considerare la natura inclinata a destra dei dati quando si analizzano. Prendere medie potrebbe portare a interpretazioni fuorvianti. Invece, usare mediane o misure relative potrebbe dare risultati più accurati. Inoltre, il modo in cui i dati vengono presentati influisce sulla loro interpretazione, soprattutto quando l'intervallo di variazione è ristretto.

È cruciale tenere a mente che le metriche utilizzate potrebbero differire nelle loro classificazioni tassonomiche a causa di vari fattori, tra cui le date di pubblicazione. Si incoraggiano i ricercatori a armonizzare la tassonomia delle specie quando utilizzano questo dataset per garantire accuratezza. Gli ID unici forniti possono aiutare significativamente in questo senso, rendendo più facile abbinare le specie tra diversi dataset.

#Conclusione

Questo dataset sui metriche di diversificazione per i vertebrati serve come una risorsa preziosa per i ricercatori. Con la giusta attenzione nell'analizzare e interpretare i dati, può fornire spunti sui modelli di biodiversità e sui processi che li guidano. L'obiettivo è facilitare la ricerca e incoraggiare ulteriori esplorazioni nei campi della macroecologia e della macroevoluzione. Gli utenti sono incoraggiati a familiarizzare con le metodologie e le interpretazioni dei dati per massimizzare il loro uso potenziale negli studi futuri.