《Ecology and Evolution》：ACERT: Agent-Based Model of Complex Life Cycle Evolution—R Tools
编辑推荐：
摘要专业翻译
智能体模型（Agent-based models, ABMs）日益广泛地用于研究具有复杂生活史的物种的生态-演化动态，但模型输出的下游分析仍是瓶颈。模拟实验可在个体、时间点和重复之间产生数百万条记录，这些记录往往分散在多个文件中，在实现生物学解释
摘要专业翻译
智能体模型（Agent-based models, ABMs）日益广泛地用于研究具有复杂生活史的物种的生态-演化动态，但模型输出的下游分析仍是瓶颈。模拟实验可在个体、时间点和重复之间产生数百万条记录，这些记录往往分散在多个文件中，在实现生物学解释之前需要大量自定义预处理。本文介绍ACERT（Agent-based model of Complex life cycle Evolution—R Tools），一个开源R软件包，为针对复杂生活史系统的ABM输出提供导入、清洗、分析和可视化的整合工作流。ACERT读取移动智能体（在NetLogo术语中称为“turtles”）的个体水平记录、斑块（patch）水平环境数据以及等位基因突变文件；将这些数据流标准化为可直接分析的结构；并直接对接已有的群体遗传推断方法。该软件包支持表型和种群统计汇总、空间与景观诊断、迁移与重复间相似性评估、群体遗传多样性与分化统计，以及探索性微演化工具，包括主等位基因轨迹追踪和选择筛选工作流。ACERT还包含生成合成示例数据集和构建可重复报告的功能。通过将领域特定的预处理和分析步骤整合到一个连贯的软件包中，ACERT降低了基于模拟推断的技术负担，并提高了可重复性。
论文解读文章
一、研究背景与问题
具有复杂生活史的物种在演化生态学中占据特殊且具有挑战性的位置。两栖类、多种昆虫以及一系列海洋无脊椎动物会经历形态、生理、资源利用、栖息地和所受选择压力各不相同的离散发育阶段。以两栖类为例，水生幼体阶段及其面临的水生捕食者压力，在变态发育后转变为陆地成体阶段，其运动方式、觅食策略和相关非生物胁迫因素均发生彻底改变。因此，选择压力可以在同一生活史的不同阶段产生差异化作用，形成难以仅凭观测数据解析的遗传架构和生态-演化反馈。理解基因型、表型和种群结构在这些条件下如何联合演化，需要能够同时表征个体变异、空间异质性和发育阶段转换的工具。
智能体模型为研究复杂生活史演化提供了天然的计算框架，因其可将异质性个体表示为离散智能体，其状态变量、行为规则和适合度后果可随发育阶段、位置和局部环境而变化。然而，充分发挥此类模型的推断潜力，需要在原始模拟输出与生物学解释之间架起桥梁。一个典型的复杂生活史演化ABM在一次模拟实验中可能产生数百个大文件，每个文件包含跨越数十个时间步的上万个智能体的个体水平记录，同时还有斑块水平环境条件和独立的等位基因突变日志。将这些原始输出转换为群体遗传推断软件包所需的数据结构，需要大量自定义脚本。此外，生活史阶段的种群统计汇总、空间智能体密度、迁移和重复间变异等生态学层面的分析各自需要独立的定制流程，进一步加重了负担。ACERT软件包的开发正是为了弥合这一分析缺口。
二、研究内容与结论
ACERT提供了一个连贯的端到端工作流，从原始模拟输出文件开始，最终生成可发表的图表和群体遗传汇总结果，用户无需为每项分析编写大量自定义解析代码。该软件包并不试图替代已有的统计方法，而是将模拟输出标准化和重组，使现有经过充分验证的R软件包能够高效且可重复地应用。ACERT处理来自一个空间和遗传显式ABM的输出，该模型用于研究两栖类复杂生活史演化。在该模型中，个体智能体遵循以斑脸螈（Ambystoma maculatum）等物种为蓝本的双相生活史，在具有水文周期、资源可用性、渗透性和捕食风险等属性的离散斑块景观上经历卵、幼体、幼年和成体阶段。每个智能体携带由10个位点组成的二倍体基因组，以孟德尔方式分离并对变态风险产生加性贡献。模拟实验通常在数十个随机重复和数百个时间点上运行，产生高维的个体智能体、环境和突变输出文件。
三、主要技术方法
研究人员开发了ACERT R软件包（版本0.1.0，GPL-3许可），其核心计算依赖包括dplyr和tidyr用于表格数据转换，ggplot2用于可视化，群体遗传分析调用adegenet、hierfstat、pegas和poppr等成熟软件包。软件包围绕三条主要数据流组织：turtle数据（个体智能体的空间坐标、生活史阶段、性别、表型测量、变态年龄等发育转换以及多位点基因型）、环境数据（斑块水平的资源可用性和栖息地质量）和突变数据（等位基因随时间变化的纵向记录）。导入层提供read_turtles()、read_environments()和read_mutations()三个主要函数，可读取目录中匹配用户指定模式的所有文件，并自动附加重复标识。预处理阶段通过apply_breed_na_rules()应用阶段感知的缺失值规则。软件包还包含合成数据生成函数和基于testthat的测试套件，以及可执行的小品文（vignette）演示完整分析流程。
四、研究结果
4.1 数据输入与预处理
导入层支持可扩展的数据读取，包括行抽样、时间点子集和跨文件并行化。染色体结构验证、等位基因提取和格式转换功能为下游群体遗传软件包准备数据。阶段感知的缺失值规则防止了跨生活史阶段的无意义汇总。
4.2 群体遗传工作流
process_popgen()函数将清洗后的turtle数据转换为genind对象，与adegenet和hierfstat等软件包完全兼容。calculate_genetic_diversity()计算每位点和每群体的观测杂合度、哈迪-温伯格平衡下的期望杂合度和有效等位基因数。群体间分化通过FST、Nei的GST、Hedrick标准化G'ST和Jost的D进行量化。AMOVA包装函数划分遗传方差，DAPC包装函数支持探索性聚类分析。主等位基因轨迹可视化和选择筛选工作流通过线性回归识别具有显著正频率趋势的等位基因，并与突变日志交叉比对。
4.3 空间、景观与种群统计诊断
plot_netlogo_landscape()生成指定时间步的斑块属性地图。calculate_turtle_density()可按生活史阶段、性别或基因型类别子集后计算斑块间的turtle密度。基于坐标的最近邻匹配将个体turtle分配到最近的池塘，支持池塘水平的种群统计和遗传结果汇总。analyze_turtle_property()计算任意turtle水平变量在用户指定分组下的群体级统计量，calculate_sex_ratio()分析性别比动态。
4.4 重复相似性与质量控制
assess_replicate_similarity()计算每个重复内用户选择属性的均值和方差，基于标准化特征矩阵计算欧氏距离，执行Ward层次聚类和k-means分区（k从2到10或重复数减一中的较小值），使用平均轮廓分数比较分区方案。该函数返回重复汇总表、距离矩阵、层次聚类结果、k-means结果、轮廓分数、最优k值和对应的聚类分配。结果仅为描述性，不自动标记异常重复或建议排除任何运行。
4.5 报告生成与数据导出
create_abm_report()生成包含标准化汇总图和文本摘要的结构化输出目录。该函数对计算密集型组件设置内部固定限制：群体遗传分析最多使用100,000条turtle记录和每重复最多1000条抽样记录，突变图最多使用100,000条突变记录，重复相似性评估最多使用50,000条turtle记录。用户应在报告生成前调用set.seed()以确保精确可重复性。save_abm_data()支持以CSV、RDS、制表符分隔文本等格式导出处理后的数据对象。
五、讨论与结论
ACERT填补了现有工具的重要空白。nlrx和RNetLogo等软件包专注于实验管理和模型执行，不提供生活史结构、多位点基因型提取或群体遗传推断的领域特定预处理。adegenet、pegas、hierfstat和poppr等群体遗传分析软件包虽然成熟完善，但要求用户以特定格式提供数据，从模拟输出构建这些对象是一项繁琐的数据工程任务。strataG侧重于经验群体遗传工作流，不涉及前向时间个体模拟输出的导入和清洗需求。ACERT作为ABM输出与现有群体遗传工具链之间的专门连接器，自动完成这一转换。
当前限制包括计算密集型分析的内存和处理时间需求，软件包通过导入时抽样、时间点限制、并行导入和报告组件的自动抽样限制来缓解。未来发展方向包括开发跨模拟时间的动画可视化工具、与报告生成系统的更紧密集成、形式化敏感性分析和参数空间探索工具，以及扩展小品文库以覆盖更广泛的生物学问题。
研究结论：模拟驱动的复杂生活史演化研究已发展到机制性逼真的ABM能够跨生物学相关时间尺度追踪生活史性状、空间种群结构和多位点基因型的联合演化。ACERT直接解决了原始模拟输出与生物学解释所需数据结构和汇总统计之间的分析缺口，提供了一个连贯、经过测试且有文档记录的工作流，以ABM输出文件为输入，输出群体遗传汇总、空间诊断和重复质量控制评估，具有适应复杂生活史模拟研究中出现的各种问题的灵活性。
