INDITEK-2.0：面向机制性演化过程的贝叶斯反演建模框架

《Methods in Ecology and Evolution》：INDITEK-2.0: A Bayesian inverse modelling framework for mechanistic evolutionary processes

　　

机制性生态演化模型（mechanistic eco-evolutionary models）是理解生命在地质时间尺度上多样化的重要工具，但估计其参数仍是一个关键挑战。这些模型的高计算需求使得概率反演方法不可行。研究人员推出了INDITEK-2.0，一种新颖的贝叶斯反演建模（Bayesian inverse modelling）框架，建立在成本高效且空间显式的INDITEK多样化引擎之上。为验证该框架，研究人员进行了概念验证研究。首先，使用已知参数值的INDITEK生成了当前海洋无脊椎动物生物多样性的合成全球分布。为模拟实地数据，添加了现实随机高斯误差。然后，使用该贝叶斯反演建模框架，从经过5亿年多样化后的当前生物多样性分布数据集中恢复这些原始（真实）参数值。此外，还通过禁用模型特定机制进行了一系列敏感性分析。研究人员的解决方案是参数空间上的概率分布，并表明该方法以相对较低的不确定性成功恢复了目标参数值。INDITEK-2.0概率推断潜在演化过程的能力，为重建地球生态系统和分类群中的生物多样性演化历史提供了一种新的、空间显式的建模工具。

机制性生态演化模型（mechanistic eco-evolutionary models）是对化石记录和分子系统发育重建生物多样性历史的补充工具，能够在动态环境条件下模拟生态演化过程，从而探讨多样化的驱动机制。然而，模型参数估计面临重大挑战：一方面，高计算需求使得基于马尔可夫链蒙特卡罗（Markov chain Monte Carlo，MCMC）的概率反演方法难以实施；另一方面，参数估计往往需要预先了解演化历史，形成循环性问题。为解决这一困境，研究人员提出了INDITEK-2.0，一种建立在成本高效且空间显式的INDITEK多样化引擎之上的贝叶斯反演建模（Bayesian inverse modelling）框架。通过概念验证研究，研究人员使用已知参数生成合成分布数据，加入随机高斯误差模拟观测噪声，再通过反演恢复真实参数；同时，通过禁用特定机制的敏感性分析评估参数补偿和模型行为。结果表明，目标参数能够以较低不确定性成功恢复，该框架为重建生物多样性演化历史提供了新的空间显式概率工具。

在技术方法上，研究人员主要采用了以下关键方法：使用INDITEK多样化模型，其采用拉格朗日坐标系（Lagrangian coordinate system）追踪离散古地理位置，以逻辑斯蒂方程模拟局部多样性变化，整合温度依赖性种化、资源限制种化、动态环境容纳量、灭绝和扩散机制；耦合长期碳循环模型SCION与地球系统模型cGENIE获取古环境驱动数据；采用Metropolis-Hastings MCMC算法进行贝叶斯反演，以残差平方和（RSS）评估拟合，并行链探索参数空间；通过合成数据加噪声的概念验证设计和四项敏感性实验（扩大初始范围、去除承载能力、去除温度依赖、去除食物依赖）检验模型行为。该研究使用合成数据作为校准数据集。

研究结果如下：

3.1 概念验证测试：研究人员运行了六个独立MCMC链，各5000次迭代。结果显示，所有五个推断参数（K_max、K_min、λ_max、λ_min、Q₁₀）的后验均值均接近真实值，且真实值全部落入95%置信区间内。收敛速度存在差异：λ_max、λ_min和Q₁₀在数百次迭代内即稳定，而K_min和K_max混合较慢，个别链约需1500次迭代。参数相关性分析显示，λ_max与Q₁₀呈强正相关，λ_max与K_min和K_max呈负相关，其他参数对相关性较弱。这说明该框架能够有效恢复真实参数。

3.2 敏感性分析：实验1（扩大初始搜索范围）中，参数仍能收敛至全局最优，但混合速度变慢，RSS略高于概念验证。实验2（去除承载能力限制）导致全球多样性模式产生过陡的纬度多样性梯度，RSS升至约11515，远高于概念验证的2730，模型拟合严重退化。实验3（去除温度依赖）中，Q₁₀固定为1，模型拟合在所有实验中为最差，RSS最高（约45111），表明温度依赖是驱动模拟模式的关键机制。实验4（去除食物依赖）中，去除海洋输出生产力对种化率的影响后，模型拟合相对较好，RSS为4631，但Q₁₀的后验分布变宽、识别性降低。这些实验共同表明，温度、资源可用性和局部承载能力对于再现全球生物多样性模式均不可或缺。

讨论部分，研究人员指出，后验参数间的相关性反映了机制间的权衡。λ_max与Q₁₀的正相关是因为热敏感性增强可通过更高基线种化率在冷环境中补偿；K与λ_max的负相关则表明高承载能力可通过更快的增长接近上限来平衡。敏感性实验证实，去除任一机制都会导致参数重新调整以部分补偿缺失，但模型拟合度显著下降。这些结果验证了INDITEK框架中温度、资源和承载能力机制的必要性。同时，研究也指出了未来方向：需要将校准对象从合成数据转向经验数据（如化石记录和分子系统发育），并考虑观测偏差、提高环境重建分辨率以及纳入扩散过程等。

结论方面，该研究通过INDITEK-2.0直接解决了机制性演化模型的计算瓶颈，实现了概率性参数标定。该框架继承了INDITEK的拉格朗日方法，能够追踪地块随板块构造的长期移动；同时引入贝叶斯反演，生成大量具有统计概率的生物多样性历史。将空间显式机制模型与概率推断相结合，为重建生物多样性历史提供了强健且不确定性量化的框架，为理解地球系统过程与宏演化之间的联系提供了新途径。