利用基于假设的贝叶斯方法评估景观特征对美洲狮遗传结构的影响

《Biological Conservation》：Evaluating the impact of landscape features on genetic structure in pumas using a hypothesis-based Bayesian approach

　　乔治·萨拉戈萨 | 罗伯特·R·菲塔克
美国中佛罗里达大学生物学、基因组学和生物信息学系，奥兰多，FL 32816

**摘要**
由于人类活动导致的栖息地丧失，物种丰富度显著下降，尤其是那些分布范围广泛的物种。栖息地的破碎化进一步限制了物种的扩散，导致种群孤立，遗传多样性降低。美洲狮（Puma concolor）就是因栖息地丧失和城市化而在美国分布范围大幅缩小的物种之一。了解影响种群结构的因素对于旨在改善或维持物种扩散的保护工作至关重要。在此，我们评估了关于亚利桑那州美洲狮遗传多样性模式形成的主要景观特征的竞争性假说。我们发现了一个从北到南的遗传多样性分布模式，这与现有文献一致。在所有模型中，道路都被一致地纳入了最受支持的模型中。尽管加入其他景观特征（如河流）可以提高模型的拟合度，但排除道路的模型普遍受到的支持较少。此外，仅空间变异无法像包含景观特征的模型那样很好地解释遗传结构。这些结果表明，道路是遗传结构的重要驱动因素，并与自然景观特征共同作用于大规模的种群结构形成。这种基于假设的方法利用遗传结构数据来直接测试哪些景观特征最能解释观察到的种群结构，补充了基于电阻和遥测的方法，并支持综合管理策略。

**引言**
在过去的一个世纪里，栖息地丧失极大地导致了野生动物种群的减少（Lande, 1998; Fahrig, 2003; Murphy and Romanuk, 2014; Halley and Pimm, 2023）。栖息地的破碎化，特别是栖息地的分割，会加剧栖息地丧失的影响，因为它可能限制移动物种对环境和气候变化的响应能力（Hobbs, 2001; Walther et al., 2002; Thomas et al., 2004）。栖息地破碎化对野生动物的影响各不相同，物种可能会经历多种后果，包括捕食风险的变化、资源获取减少、竞争减弱以及连通性降低（Fahrig, 2003, Fahrig, 2019）。具有广泛活动范围的大型陆地物种尤其容易灭绝，因为人为引起的栖息地破碎化会减少资源可用性并阻碍物种扩散（Rondinini and Visconti, 2015; Arias-Alzate et al., 2017）。此外，由于破碎化导致的扩散减少会导致种群间的基因流动受限，最终导致遗传多样性下降（Schlaepfer et al., 2018; Lino et al., 2019; Aguilar-Gómez et al., 2025）。通常，影响景观上遗传多样性和结构的因素及其是否由自然或人为因素引起难以检测，尤其是对于移动性的哺乳动物食肉动物（Rueness et al., 2003; Silva et al., 2018）。因此，了解特定环境因素对破碎化、种群连通性和遗传多样性的潜在影响对于制定有效的管理和保护策略以降低灭绝风险至关重要（Brook et al., 2002）。

栖息地破碎化可能是由自然障碍（如河流）的形成（Thomas et al., 2022）或人类对景观的改造（如道路）（Shepard et al., 2008）引起的。河流对陆地哺乳动物来说是一个独特的挑战，因为穿越河流通常需要消耗大量能量并存在溺亡等风险。此外，河流的季节性涨落也可能在一年中的某些时期限制穿越的可行性（Thomas et al., 2022）。对于某些物种而言，限制移动的河流可能导致被河流分隔的种群间的基因流动减少（Brunke et al., 2020）。地质特征（如山脉）同样可能成为扩散的障碍，因为穿越地形复杂的地区需要较高的能量成本。人为因素，如住宅区、道路和过度狩猎压力，会影响野生动物种群的连通性和扩散，并经常限制新领地的建立（Trombulak and Frissell, 2000; Newby et al., 2013; Wilmers et al., 2013）。值得注意的是，野生动物与车辆在道路上的碰撞是许多物种的主要死亡原因之一（Trombulak and Frissell, 2000）。间接地，道路限制了物种的扩散，从而隔离了种群并减少了它们之间的遗传连通性（Keller et al., 2005; Shepard et al., 2008），在主要道路（如高速公路）建设后，这种现象在沙漠大角羊（Ovis canadensis nelson）和亚洲黑熊（Ursus thibetanus）的种群中有所观察（Epps et al., 2005; Vaeokhaw et al., 2020）。传统的描述性方法，如基于电阻的方法，常用于检测景观中的连通性模式和识别破碎化来源。然而，这些方法往往依赖于用户定义的阻力表面值，并且可能对模型规格敏感，特别是在评估线性特征（如道路）时（Zeller et al., 2012; Schleimer et al., 2023）。相比之下，基于假设的框架可以评估影响遗传结构的环境因素的不同模型，并正式比较竞争性假说。特别是贝叶斯方法在保护应用中具有巨大潜力，尤其是在识别和描述驱动遗传结构和连通性的景观特征方面，因为它们有助于模型比较，并能够透明地估计参数及其不确定性，这对于做出明智的管理决策至关重要（Saunders et al., 2018; White et al., 2024）。

美洲狮（Puma concolor）尤其受到了主要道路存在的影响（Trombulak and Frissell, 2000; Dickson et al., 2005; Frakes et al., 2015）。现代北美的美洲狮大约在10,000年前起源于南美洲的迁徙群体（Culver et al., 2000），并且拥有北美任何陆地哺乳动物中最大的原生分布范围（Iriarte et al., 1990）。在穿越陡峭地形时，美洲狮倾向于沿着山坡行进，并主动选择能够最小化能量消耗的路径。它们也可能调整策略来管理这些成本，例如减少移动频率或在非常陡峭的地形上移动得更慢（Dunford et al., 2020）。然而，气候的快速变化导致了其分布范围的缩小，这一现象又因人类活动（如道路和城市发展）而加剧（Dickson et al., 2013; Arias-Alzate et al., 2017）。车辆碰撞是一些种群的主要死亡原因，包括加利福尼亚州和佛罗里达州的种群（Beier, 1995; Dickson et al., 2005）。对美洲狮的遗传研究通过将遗传连通性与近亲繁殖和相关生理异常联系起来（Ernest et al., 2014），以及识别高度城市化景观中破碎化加剧的区域和潜在的生态汇（Gustafson et al., 2019a），起到了重要的预警作用。这些数据可以为恢复连通性提供有根据的管理建议，包括建设野生动物走廊（Littlefield et al., 2025）或开发遗传救援计划（Miller et al., 2020）。在亚利桑那州，Mcrae et al.（2005）的研究结果表明，大部分遗传变异可以由两个遗传簇解释，这两个簇主要由美国40号州际公路分隔开。此外，基于美洲狮的扩散能力，还存在比预期更小的遗传亚结构，一些样本组的杂合度低于预期。尽管从北到南的遗传结构模式与先前的迁徙历史知识一致（Culver et al., 2000），但某些组中的额外亚结构可能是由人为因素引起的。然而，Mcrae et al.（2005）认为观察到的遗传亚结构可能是由人为障碍本身、Wahlund效应（由于样本组包含来自北部和南部群体的个体）以及人为因素与历史地理障碍的叠加共同造成的。

在这里，我们提出了一种将分子数据与生态空间数据结合在基于假设的框架中的策略。我们探讨美洲狮的遗传结构是与人为景观特征还是自然环境特征更密切相关，这可以为改善连通性和基因流动的保护行动提供信息。具体来说，我们评估了三种竞争性假说：亚利桑那州美洲狮的遗传分化主要是由主要道路、主要河流还是生态区边界引起的。我们使用贝叶斯模型来研究道路、河流和生态区对个体遗传祖先簇分配的单独和综合影响。每个模型代表了一个关于影响种群遗传结构的景观特征的可测试假设。

**样本数据**
我们使用了Fitak等人（2016）开发的PumaPlex检测的基因型数据。该数据集包括727只美洲狮的25个单核苷酸多态性（SNPs）的基因型，其中包括超过520个来自猎人的组织样本（Fitak et al., 2014）。选择这25个SNP是为了检测广泛的种群遗传结构模式，因为我们感兴趣的是在亚利桑那州尺度上的分化，而不是微妙的人口统计结构。

**种群和景观遗传分析**
遗传多样性（HO）的范围在0.067到0.533之间，遗传不平衡（HE）的范围在0.127到0.500之间。与Fitak等人（2016）的研究类似，我们发现了三个偏离哈迪-温伯格平衡的位点，包括PP05、PP08和PP19，这些位点也未能通过我们的缺失值和MAF过滤器，因此被排除在后续分析之外。我们的Mantel测试结果表明，遗传距离和地理距离之间的相关性高于偶然水平（p < 0.001, r = 0.122），表明存在一些证据表明……

**讨论**
在这里，我们评估了关于可能影响亚利桑那州美洲狮遗传结构形成的景观特征的竞争性假说。我们对遗传结构的分析发现了一个从北到南的广泛遗传梯度，这可能是由距离隔离驱动的。STRUCTURE的结果表明，四个推断出的祖先遗传群体在亚利桑那州得到了最多的支持。最受支持的模型包括道路和河流栖息地斑块作为预测因子，其排名与包含河流和生态区栖息地斑块的模型相似，这表明这些特征可能共同作用于遗传结构模式的形成，其中道路在排名靠前的模型中较为常见。尽管我们发现了证据……

**作者贡献声明**
乔治·萨拉戈萨：撰写——审阅与编辑、撰写——原始草稿、可视化、方法论、调查、正式分析、数据管理、概念化。
罗伯特·R·菲塔克：撰写——审阅与编辑、数据管理、概念化。

**关于生成式AI和AI辅助技术在写作过程中的声明**
在撰写本文期间，作者使用了OpenAI的ChatGPT-4大型语言模型（LLM）对语法进行了少量改进。

**关于利益冲突的声明**
作者与本研究无关的财务或其他利益冲突。

**致谢**
我们感谢David Jenkins博士、Dave Onorato博士、Anna Savage博士、Taryn Gustafson、Julianna Martin、Andrew Alba、Emily Fackler和Mitchell Dyen对本文早期版本的评论。我们还要感谢Melanie Culver、Ashwin Naidu和Ron Thompson在收集和组织用于生成本文数据的原始DNA样本方面的贡献。我们感谢科罗拉多州立大学2024年贝叶斯短期课程中所有参与者的帮助。