基于系统发育多样性构建的保育优先区对系统发育推断与分歧时间估算方法敏感

《Diversity and Distributions》：Conservation Priority Areas Based on Phylogenetic Diversity Are Sensitive to Methods of Phylogenetic Inference and Divergence Time Estimation

本研究针对使用系统发育多样性（PD）进行空间保育规划时面临的关键不确定性：系统发育树构建和分歧时间估算的不同方法学选择会如何影响PD的空间格局及由此选定的保育优先区？研究人员以澳大利亚植物类群Grevilleoideae（663种）为模型，在26种不同的系统发育学处理条件下，对比分析了其PD空间分布“热点”及通过系统保育规划（SCP）选出的优先区。研究发现，空间PD模式及选出的优先区在不同方法学选择下存在显著差异，尤其对分歧时间估算方法（如贝叶斯MCMCtree与快速速率平滑RelTime）的选择高度敏感。这表明，不加批判地使用PD信息进行保育决策可能导致资源浪费或保育效果不佳，强调了在将PD纳入保育实践时需审慎考虑方法学不确定性的重要性。

　　

在生物多样性保护领域，科学家们一直在寻找比单纯计算物种数量更优的指标，以期更有效地保护和利用地球上的生命之树。系统发育多样性（Phylogenetic Diversity, PD）——即一个类群所代表的独特进化历史的总和——便是这样一个备受推崇的指标。它被认为能更好地捕获尚未被认知的功能性状多样性，从而为未来保留更多潜在的利用价值（即“选择价值”）。因此，基于PD来识别和保护那些蕴含丰富进化历史的地区，成为空间保护规划的一个有前景的方向。

然而，一个潜在的阴影笼罩着这个美好的愿景。PD的计算完全依赖于系统发育树，而构建一棵可靠的、带有时间尺度的生命之树并非易事。从基因数据的选取、进化模型的使用，到化石校准点的设置、分子钟模型的选择，研究人员每一步都面临诸多方法学上的抉择。不同的选择可能导致系统发育树的拓扑结构、分支长度乃至整个类群的分歧时间估算产生巨大差异。那么，一个核心问题随之产生：这些在系统发育学实验室里看似常规的技术选择，会“传导”到宏观的空间保护地图上吗？基于不同方法得出的系统发育树所计算出的PD，其空间分布“热点”会大相径庭吗？更重要的是，当我们使用系统保育规划（Systematic Conservation Planning, SCP）这类严谨的决策框架，以最大化保护PD为目标来选址时，最终划定的保护优先区会不会因为方法不同而“漂移”？如果答案是肯定的，那将意味着保护资金可能被投向根据另一种合理方法本不会被选中的区域，造成资源的浪费和保护的失败。目前，对这种不确定性的认知和量化还远远不够。

为了回答这些问题，由Mina Kearns、Alexander Skeels、Marcel Cardillo等研究人员开展了一项深入的研究，并以论文形式发表在《Diversity and Distributions》上。他们以澳大利亚特有的、多样性高且分布广泛的植物类群Grevilleoideae（包括山龙眼科下的Bankisa、Grevillea等著名属）为研究对象，进行了一次系统的“压力测试”。

研究人员首先利用已有的系统基因组学数据和化石信息，为Grevilleoideae类群构建了26个不同的、带有时间尺度的系统发育树。这些树的差异源于一系列在系统发育学文献中常见的方法学选择组合，主要包括：两种树拓扑结构构建方法（基因串联与多物种溯祖模型）、两种分歧时间估算框架（快速的速率平滑法RelTime与标准的贝叶斯法MCMCtree）、三种化石校准点使用策略（仅用根部校准、仅用经过系统发育位置确认的化石、使用所有化石），以及两种化石校准约束策略等。这26棵“生命之树”构成了后续所有分析的起点。

接着，他们收集并清理了该类群在澳大利亚境内的物种分布数据，并基于每一棵系统发育树，计算了全澳大利亚每个网格单元的PD值，以及消除了物种丰富度影响后的标准化PD效应值（PD_ses）。他们识别了PD和PD_ses的空间分布“热点”（即PD值最高的前2.5%的区域）。最后，也是最关键的一步，他们使用了R语言中的prioritizr包进行系统保育规划分析。该分析模拟了为达成澳大利亚国家保护区系统（NRS）扩张至国土面积30%的目标，在现有保护区基础上，应以何处为优先扩建区域。他们分别以26棵不同的系统发育树所代表的PD为优化目标进行求解，得到了26套潜在的优先区方案，并将其与一个仅以物种丰富度为目标的“基线”方案进行对比。

主要技术方法概述：本研究主要整合了系统发育基因组学、生物地理学和保护规划学的分析方法。关键技术包括：1）基于锚定杂交富集技术获取的458个基因座序列数据，分别采用基因串联（IQ-TREE）和溯祖模型（ASTRAL-III）构建系统发育树拓扑结构；2）应用RelTime（MEGA v11）和MCMCtree（PAML 4）两种框架，结合不同数量的化石校准点（1个、5个、15-18个）和校准约束策略，进行分歧时间估算，共生成26套时间树；3）从全球生物多样性信息网络（GBIF）和澳大利亚生命地图集（ALA）获取并清洗物种分布记录，利用凹面壳法估算物种分布范围并栅格化；4）使用prioritizr软件包，在设定成本均一、锁定现有保护区和排除高强度利用土地等约束条件下，以最大化保护PD为目标，运行保护优先区选择算法。

研究结果

3.1 系统发育树

26种处理方法产生的系统发育树在节点年龄分布上存在差异。最显著的差异出现在使用MCMCtree（处理25和26）与使用RelTime（处理1-24）构建的树之间。MCMCtree估算的分支平均更长，但长度范围更窄。最关键的区别在于对包含76%物种（486种）的大分支（Grevillea/Hakea/Finschia, GHF）冠部年龄的估算：RelTime给出了更年轻的冠部年龄和更长的茎干分支，暗示了更近期的快速分化事件。

3.2 PD的空间格局

总体上，PD的高值区与物种丰富度高的地区吻合，主要是澳大利亚西南角和东海岸。当使用PD_ses去除物种丰富度的影响后，东海岸的一些地区（如东北部的湿热带和中部东海岸的冈瓦纳雨林区）因其拥有来自Grevilleoideae各大主要分支的特有物种，而显示出高于预期的PD。

然而，不同处理方法间的空间格局存在显著不一致性。在物种丰富的西南部，不同处理间的PD值差异可超过两个标准差。PD_ses的格局在不同处理间变异较小，变异最大的地区出现在西南部、东部和东北部沿海一些特有物种集中的小区域。

“热点”分析更直观地揭示了这种不一致性。对于PD而言，西南部和东北部湿热带等特有物种丰富区在所有26种处理下都是热点。但东海岸其他高丰富度地区仅被部分处理识别为热点，西南部更有大片区域仅被少数处理识别为热点。当使用PD_ses时，热点区从西南部消失，主要集中在东海岸上部和塔斯马尼亚岛南部，且不同处理间的一致性有所提高。

主坐标分析（PCoA）表明，造成空间格局差异的最大贡献因素是RelTime与MCMCtree两种估算框架之间的区别，它们在主坐标轴上明显分离。在RelTime处理内部，化石校准点的选择是造成变异的主要因素。

3.3 系统保育规划

以最大化PD为目标进行系统保育规划分析，得到的优先区方案在整体上具有较高一致性，西南部的大片连续区域以及澳大利亚各地的许多较小区域在所有26种处理下均被选中。然而，不一致的区域依然显著。在西南部和东北部的大片优先区，以及许多小区域，仅被少数处理支持。全澳范围内，有485个规划单元（约占预设扩建预算的31%）未被全部处理一致选中。当聚焦于局部区域（如中东海岸）时，不同处理间在优先区选择上的分歧更为明显。

结论与讨论

本研究清晰地证明，系统发育推断和分歧时间估算中常规的、看似合理的不同方法学选择，会显著影响PD的空间格局，并进而改变基于PD进行系统保育规划所识别出的优先区。这种不确定性为旨在最大化保护进化历史的保育规划工作带来了风险。

具体而言，分歧时间估算框架的选择（尤其是RelTime与MCMCtree）影响最为显著，这主要源于二者对关键大分支（GHF支）的长茎干分支处理方式不同。化石校准点的数量和选择策略也产生了实质性影响，使用更少校准点会导致更大的变异性和不确定性。有趣的是，当使用PD_ses来呈现独立于物种丰富度的进化历史格局时，不同处理间的一致性更高，热点区域也转移至以拥有更多“古特有”（palaeo-endemics）物种的东海岸雨林为主。这表明使用经丰富度校正的PD指标可能有助于减少方法学不确定性，但也引发了关于保护“纯粹的”PD还是“残余”PD更具意义的理论讨论。

更重要的是，这种不确定性直接传导至保护决策层面。在本研究的模拟情景中，约有30%的拟扩建保护区面积会因所用系统发育树的不同而被摇摆不定地选择或放弃。这凸显了一个严峻的现实：如果保护实践者不加批判地使用单一的、或未充分考虑方法学不确定性的系统发育信息来指导以PD为目标的保护规划，可能会导致宝贵的保护资源被低效配置，甚至无法实现保护进化历史的初衷。

因此，随着PD在保护政策和实践中可能得到更广泛的采纳，本研究发出了重要警示：保护生物学界和系统发育学界需要更紧密地对话。在将PD应用于空间规划时，必须积极认识、评估并报告其背后系统发育学分析所带来的不确定性。未来的研究应探索如何在保护规划算法中整合这种不确定性，以及评估更多快速建树方法对PD保护优先区的影响。唯有如此，基于进化历史的保护决策才能建立在更加坚实和可靠的科学基础之上。