编辑推荐：
推荐
为解决传统单性状模型无法分离协变量影响的问题，研究人员拓展 Fabric 模型提出 Fabric-regression 模型，结合 1504 种哺乳动物数据，分析脑尺寸与体型的协同演化。发现校正体型后，脑尺寸定向转移和可演化性变化模式显著不同，为系统发育比较研究提供新工具。
论文解读
在生命演化的漫长画卷中，物种性状的演变从来不是孤立的事件。传统的宏观进化研究往往聚焦单一性状，却忽视了现实中诸多性状间存在的复杂关联，例如脑尺寸与体型之间普遍存在的异速生长关系。这种忽略协变量的研究方式，可能导致对进化事件的误判 —— 究竟是性状自身独立的适应性改变，还是受关联性状驱动的被动变化？这一问题长期困扰着进化生物学领域，迫切需要一种能够分离协变量影响的统计模型，以更精准地揭示性状演化的真实图景。
为此，英国雷丁大学（University of Reading）的 Mark Pagel 与 Andrew Meade 开展了一项具有突破性的研究。他们在 2022 年提出的 Fabric 模型基础上，开发了适用于多变量场景的 Fabric-regression 模型，并将其应用于 1504 种哺乳动物的脑尺寸演化分析，旨在解析脑尺寸独立于体型的演化模式。这项研究成果发表在《Nature Communications》上，为宏观进化研究提供了全新的方法论视角。
研究方法
研究采用贝叶斯可逆跳跃马尔可夫链蒙特卡罗（RJ-MCMC）方法，对模型参数进行估计。通过构建包含线性和二次体型效应的 Fabric-regression 模型，与传统的系统发育广义最小二乘法（PGLS）回归模型对比，量化脑尺寸变异中受体型影响的部分与独立演化部分。分析基于 Time Tree of Life 的哺乳动物系统发育树，结合先前研究构建的数据集，同时评估定向转移（β）和可演化性变化（v）参数。
研究结果
模型性能对比
通过边际似然估计，Fabric-regression 模型（含线性 + 二次体型效应）的支持度显著高于 PGLS 模型（贝叶斯因子 > 230），其 R2 值达 0.91，表明模型能更有效解释脑尺寸变异。线性回归系数（0.67）和二次系数（-0.019）均小于 PGLS 结果，提示体型与脑尺寸的参数化关系可能部分由分支特异性定向效应驱动。
定向转移事件的差异
在全脑尺寸分析中检测到 244 次定向转移，而校正体型后的独立脑尺寸仅 68 次，减少 71%。其中 44 次独立转移未在全脑分析中显现，且 20% 的独立转移方向与全脑相反（如黑足树鼠全脑增大但独立脑尺寸减小）。这表明忽略体型会高估脑尺寸的独立适应性事件。
可演化性变化的揭示
独立脑尺寸的可演化性变化次数（228 次）多于全脑（180 次），仅 47 次重叠。独立分析中 25% 的可演化性变化极性与全脑相反，且其变化与定向转移无显著关联（χ2=1.52），表明二者为独立进化过程。例如蝙蝠类群独立脑尺寸减少 3.1 倍，伴随可演化性降低（v=0.26），而果蝠亚科部分物种脑尺寸增加却无方差变化。
典型案例分析
人类（Homo sapiens）脑尺寸的独立演化显示两次显著定向增长：新旧大陆猴分支（β=0.47）和人类 - 黑猩猩共同祖先分支（β=0.52），印证灵长类脑进化的阶段性特征。亚洲象（Elephas maximus）则在象类 - 蹄兔共同祖先分支经历单次大幅增长（β=0.90），暗示其脑特化可能与单一关键事件相关。
结论与意义
Fabric-regression 模型通过分离协变量影响，揭示了脑尺寸演化中被传统方法掩盖的独立成分。研究表明，脑尺寸的宏观进化模式在校正体型后发生显著改变，独立演化的定向事件更少，但可演化性变化更频繁，反映出脑结构对生态压力的多元适应。该方法为解析复杂性状的演化机制提供了关键工具，使研究者能够区分遗传关联与独立适应，推动系统发育比较研究向因果推断迈进。
此外，模型对可演化性参数（v）的量化，为 “适应性辐射” 等宏观进化概念提供了可检验的统计框架，有望拓展至生态、行为等多维度协变量分析。随着更多化石数据和多组学信息的整合，Fabric-regression 模型将在揭示物种多样性成因、追溯表型创新历史等领域发挥重要作用，助力构建更完整的宏观进化理论体系。
