Глубокое изучение фенотипов бабочек тестирует старейшую математическую модель эволюции

Традиционный анатомический анализ захватил лишь часть реальной феноменологической информации. Здесь мы применяем глубокое обучение для количественной оценки общего фенотипического сходства на 2468 фотографиях бабочек, охватывающих 38 подвидов из полиморфного комплекса мимикрии Heliconius erato и Heliconius melpomene. Эвклидовы фенотипические расстояния, рассчитанные с использованием глубокой сверточной триплетной сети, демонстрируют значительную конвергенцию между межвидовыми ко-мимиками. Это количественно подтверждает ключевое предсказание теории мимикрии Мюллера, старейшей математической модели эволюционной биологии. Фенотипические соседствующие деревья достоверно коррелируют с филогенезом генов крылового рисунка, демонстрируя объективный, филогенетически информативный захват Фенома. Сравнительный анализ показывает частотно-зависимую взаимную конвергенцию с коэволюционным обменом признаками узора крыла. Таким образом, фенотипический анализ поддерживает взаимную коэволюцию, предсказанную классической теорией мимикрии, но с тех пор спорную, и выявляет взаимную конвергенцию как внутренний генератор для неожиданного разнообразия Мюллеровской мимикрии. Это показывает, что глубокое обучение может генерировать феноменальные пространственные вложения, которые позволяют количественно проверять эволюционные гипотезы, ранее проверяемые только субъективно.

ВВЕДЕНИЕ

При анализе биологического фенотипа традиционно используются только субъективные (1 ), категориальные описания , хотя вариация по многим признакам носит принципиально количественный характер ( 2, 3 ). Следовательно, эволюционные вопросы , которые были предметом спекуляций в течение более чем 150 лет ( 4, 5), никогда прежде не рассматривались окончательно из-за отсутствия количественной оценки фенотипических признаков. Более поздние количественные подходы к фенотипическому анализу включали геометрические измерения, анализ контуров или ориентиров (геометрическая морфометрия) ( 6, 7 ), спектрофотометрию (3), и сравнение пикселей изображения. Хотя такие стандартные анализы лежат в основе сравнительной анатомии, таксономические обозначения (3), исследование фенотипической эволюции, морфологических и филогенетики (2), даже самые крупные исследования захватить лишь малую часть реальной Phenomic с информацией, требуют кропотливой ручной обработки (8), могут быть чувствительны к конъюнкции (например, шаблон элемент дублирования) или незначительное нарушение центровки (7, 9), может произвести описательной статистики, которые nonreplicable (1) или внутренне противоречивым (10), и производят эволюционные деревья с последовательными топологическими различиями к геномным филогенезам ( 11). По этим причинам реальные эволюционные системы, такие как классический пример мимикрии у бабочек Heliconius ( 4 , 12 , 13 ), ранее были вне досягаемости всестороннего феноменологического анализа. В результате фундаментальные вопросы эволюционной теории остались нерешенными, включая (i) статистическую конгруэнтность между феноменологическими и геномными филогенезами (11); (II) о статистической значимости и количественной степени, при мутуалистических мимикрия Мюллера, фенотипических конвергенции, основные предсказания эволюционной биологии первая математическая модель (4, 13, 14); (III и IV) количественные эффекты гибридизации (15, 16) и биогеографические расстояние (17, 18) на фенотипическая конвергенция в мимикрии; (в) наличие и количественную степень взаимной фенотипическая конвергенция [и поэтому строгий коэволюции (19)] в мимикрии (4, 13); и (VI) последствия подражательных конвергенции на коэволюции фенотипических новизны.

Новые достижения в области машинного обучения с использованием глубоких нейронных сетей ( deep learning) (20 ) позволяют автоматизировать количественную оценку общего сходства между большими и разнообразными выборками данных в евклидовых пространствах умеренной размерности (21, 22 ). Однако в рамках биологии глубокое обучение было применено главным образом к задачам классификации изображений ( 20 ). Здесь мы применяем глубокое обучение с использованием сверточной триплетной нейронной сети ( 21, 22 ) для дополнительной количественной оценки общего видимого фенотипического сходства между дорсальными и вентральными фотографиями 38 подвидов Неотропической бабочки из вида Heliconius erato и Геликон Мельпомена . Анализ включает в себя 1234 образца бабочек, широко отбирающих общий географический диапазон (рис. S2) и обширный полиморфизм структуры крыла в пределах каждого вида (рис. S4). Это позволяет впервые провести всесторонний количественный анализ Мюллеровской мимикрии в рамках этой классической ( 12 , 23 ), но противоречивой (13 ) коэволюционной системы. Это дает количественные ответы на основные нерешенные вопросы эволюционной теории, а также наиболее полное на сегодняшний день фенотипическое исследование эволюционной конвергенции ( 24, 25) и полностью автоматизированный, объективный метод сбора данных для фенотипической (морфологической) филогенетики.

РЕЗУЛЬТАТЫ

Выход и точность сети глубокого обучения

Для количественной оценки фенотипических расстояний между бабочками Heliconius была создана глубокая сверточная нейронная сеть (рис. S1) был обучен классифицировать фотографии бабочек Heliconius по подвидам, причем 1500 из 2468 общих изображений использовались для сетевого обучения, а остальные-для тестирования. Метод обучения ( 21, 22) используются триплеты изображений, каждое из которых реплицируется, показывая в сети два изображения, отобранных из одного и того же подвида и один образец из другого подвида. Глубокая сверточная нейронная сеть (которую мы называем ButterflyNet) научилась правильно классифицировать изображения по подвидам и вычислять внутренне непротиворечивый набор евклидовых расстояний между входными изображениями, причем те из тех же подвидов ближе друг к другу, а те из разных подвидов дальше друг от друга. Обученная сеть достигла 86% точности в классификации тестовых изображений по подвидам (по сравнению с вероятностным значением 5%). Принципиально важно, что сеть также рассчитала координаты всех 2468 изображений в рамках фенотипического пространственного внедрения, причем размерность установлена в 64 (таблица S3). При этом сеть идентифицирует и использует подмножество информации из входных изображений, достаточное для выделения таксономических групп с заданной точностью. Опорный векторный классификатор (SVC), обученный на пространственных вложениях, аналогичным образом достиг 87% точности классификации подвидов, подтверждая, что пространственное вложение сохраняет информацию, достаточную для успешной классификации.

• 

• Скачать Powerpoint

Инжир. 1 филогенетические отношения между подвидами H. erato и H. melpomene .

(A-C ) соседние присоединяющиеся консенсусные сети фенотипического расстояния (восемь выборочных осей вложения, 100 повторов). (D-F ) визуализации пространства деревьев для филогении на основе фенотипа (оранжевый и красный, 32 оси встраивания; красный, исключая гибриды; голубой, 64 оси встраивания), генов цветового рисунка ( зеленый) (27 ), нейтральных генов (желтый) и рандомизированных топологий (синий, 1000 повторов). А и D) все подвиды. B и E) только Х. Эрато . (C и F) только H. Мельпомена . (A-C) цвет метки узла указывает на вид (черный, H. erato и серый, H. melpomene). Цвета узлов показывают группы мимикрии (таблицы S1 и S9). Номера узлов показывают номера подвидов (таблица S1).

Филогенетические результаты

Соседствующие деревья, реконструированные по фенотипическим расстояниям между подвидами ( рис. 1 и фиг. S6), группа межвидовых имитаций, а не разделение видов, что согласуется с эволюционной конвергенцией, как описано ниже (хотя виды успешно разделяются конкретными осями вложения; рис. 2F). Однако восстановленные внутривидовые связи, в частности, демонстрируют значительное сходство с независимыми, опубликованными филогенетическими последовательностями, основанными на последовательностях генов (для перекрывающегося подмножества из 25 подвидов) ( Рис.2). 1) (26, 27). Для обоих видов (отдельно и в сочетании) фенотипические деревья значительно более похожи на цветовые паттерновые генные деревья, чем случайно сгенерированные деревья (попарные сравнения Манна-Уитни, P ? 2.59 ? 10 -256 ; таблица S10). Это показывает, что фенотипические расстояния, генерируемые глубоким обучением, содержат значительную филогенетическую информацию относительно нулевой гипотезы случайного сходства. В среднем внутривидовые деревья фенотипического расстояния значительно больше похожи на деревья, реконструированные по генам, связанным с окраской крыла (27), чем они относятся к нейтральным локусам генов ("хозяйственные гены") или к контрольной выборке случайных филогенетических топологий (парные сравнения Манна-Уитни: H. erato , P ? 7,128 ? 10 -35 ; H. melpomene , P ? 1,645 ? 10 -13 ; и все подвиды, P ? 0,0066; Рис.2). 1 и таблица S10). Для H. erato (рис. 1E) фенотипические филогении больше похожи на филогении генов цвета, чем филогении генов цвета-на филогении нейтральных генов. Статистические данные, повторенные после исключения гибридных образцов (таблица S2), подтверждают эти результаты (таблица S11). Мы можем отметить, что различия между историями генов ожидаются из-за стандартных популяционных генетических процессов, и большая разница между генетическими разделами проявляется в H. erato ( Рис.2). 1E ), которая, как правило, имеет большие размеры популяции и несет больше генетической вариации ( 26, 28, 29). В целом, эти результаты показывают, что , несмотря на сильный сигнал от мимикрии между видами, фенотипическое пространственное встраивание успешно восстановило дополнительную филогенетическую информацию в наборе данных изображений [возникающую из комбинации линейного происхождения и исторической гибридизации ( 26, 28 )].

• 

• Скачать Powerpoint

Инжир. 2 главный компонент визуализации фенотипической изменчивости у бабочек рода Heliconius.

Баллы главных компонент рассчитаны для 2468 изображений бабочек видов H. erato и H. melpomene на основе координат изображений в 64-мерном фенотипическом пространстве, сформированном с помощью глубокой сверточной триплетной сети. Кумулятивная дисперсия, объясняемая отображаемыми осями главных компонентов: 1, 28%; 2, 50%; 3, 68%; и 4, 81%. А) подвиды бабочек от 1 до 38 ( рис. 1 и таблица S7). B) двенадцать традиционно предполагаемых (12 ) комплексов мимикрии (таблицы S1 и S9) подвидов H. erato и H. melpomene (серые круги указывают на немимику, не включенную ни в один из этих комплексов мимикрии). (C) Шесть иерархических кластеров. D) два широких класса типовой структуры для каждого подвида (таблица S8): с оранжевыми лучами (оранжевые круги) или без лучей (черные круги). E и F ) виды, H. erato (черные круги) и H. melpomene (серые круги).

Количественная оценка фенотипического сходства

По всему полному набору данных образцы одного и того же подвида [полностью отобранные из коллекции Музея естественной истории (NHM)] кластеризуются в визуализации первых двух главных компонентных осей, построенных на основе фенотипического пространственного внедрения ( Рис.2). 2А). Аналогичным образом, статистический анализ средних попарных евклидовых расстояний (таблица S4) рассчитывается непосредственно от первоначального внедрения координат (таблица S3) показывают, что наиболее фенотипически похожие бабочка изображения того же подвида (Краскела-Уоллиса, Р = 1.043 ? 10-28; ч = 128.9; Манна-Уитни критерий, Р ? 5.495 ? 10-7; рис. 3А, слева). Наряду с высокой точностью классификации подвидов (?86%), это свидетельствует о том, что названные подвиды H. erato и H. melpomene ( 30 ) объективно различимы, несмотря на фенотипическую изменчивость среди особей и неполную репродуктивную изоляцию между подвидами внутри каждого вида.

• 

• Скачать Powerpoint

Инжир. 3 средние попарные евклидовы фенотипические расстояния между подвидами H. erato и H. melpomene .

А) прямоугольная диаграмма средних попарных фенотипических расстояний (таблица S4) внутри подвидов (идентичность), между СО-имитационными подвидами (мимикрия) и между всеми другими подвидами (другое). Размеры выборки составляют 38, 19 и 684 пары подвидов соответственно. B) отдельные виды, H. erato (черные метки, идентификация и другие) и H. melpomene (серый) и межвидовые ко-мимики (мимикрия). Размеры выборки составляют 21, 17, 15, 209 и 133 пары. Коробки показывают квартили 25 до 75%; горизонтальные линии, медианы; бакенбарды, внутренняя загородка внутри высота коробки 1.5?; круги и звездочки, выбросы, соответственно, внутри или за высотой коробки 3?.

Тестирование фенотипической конвергенции

Попарные сравнения между подвидами ( рис. 3А, средний правый) показывают, что традиционно гипотетические симпатические ко-мимики ( рис. 1 и 2, рис. S3, и таблица S1) ( 12 ) значительно больше похожи друг на друга, чем другие пары подвидов (пар Манна-Уитни, P = 5,50 ? 10 -7 ). Сравнение выполняется отдельно для каждого вида подтверждают эти результаты (Краскела-Уоллиса, Р = 1.48 ? 10-23; ч = 113.2; Манна-Уитни для парных сравнений мимикрия против личности или другие, Р ? 4.16 ? 10-4; личность в сравнении с другими, Р ? 6.43 ? 10-11; межвидовая личности и другие, незначимые, соответственно П = 0,9532, P = 0,3285; Рис. 3B). Это подчеркивает замечательный уровень адаптивной фенотипической эволюции у этих видов, в которой наблюдается миметическое фенотипическое сходство между видами ( фиг. 2B и 3B, средние) больше, чем сходство подвидов внутри них ( фиг. 2E и 3B, справа). Среди 38 отобранных подвидов было выделено шесть отдельных фенотипических кластеров, идентифицированных с помощью обеих иерархических кластеризаций ( Рис.2). 2C и Таблица 1) и соседнего соединения (рис. S6), включают межвидовые ко-мимики.

Таблица 1 иерархические кластеры подвидов H. erato и H. melpomene, вычисленные по фенотипическому пространственному встраиванию.

Принадлежность к кластеру основана на значении модального образца для каждого подвида после исключения гибридных образцов (таблица S2). Подвиды иллюстрируются дорсальной фотографией, наиболее близкой к центроиду анализа главных компонент подвида (соответствует фиг. 2А). N указывает номер подвида (таблица S1). Номера кластеров окрашиваются по значению, чтобы выделить подразделения.

Посмотреть эту таблицу:

• Посмотреть всплывающее окно
• Посмотреть inline

Гибридизация

Статистические сравнения фенотипической дистанции с исключенными гибридами подтверждают, что ко-мимики ( рис.2б) не различаются между собой. 1, рис. S3, и стол С1) (12) значительно более похожи друг на друга, чем другие подвиды пар, с уменьшением среднего расстояния между СО-имитирует и увеличения статистической значимости по сравнению с полной базой данных (гибриды основе критерия Манна-Уитни для парных, П = 2.33 ? 10-8; среднее расстояние мимика = 0.897, Н передразнивает = 15; полного набора данных: среднее расстояние мимика = 1.027, Н передразнивает = 19).

Биогеография

Бабочка в выборке из подвидов, которые традиционно выдвинул гипотезу, со-передразнивает также подтверждено, что географически ближе, в среднем, чем у других подвидов пар (Краскела-Уоллиса, Р = 4.23 ? 10-16; х = 70.8; Манна-Уитни, Р ? 0.0066; попарно, Р = 0.0041; на фиг. S5). Это указывает на то , что географическая близость способствовала межвидовой конвергенции в мимикрии ( 17, 18) между H. erato и H. melpomene , через их Неотропический диапазон.

Тестирование взаимной конвергенции

Степень взаимной конвергенции в мимикрии иллюстрируется тематическим исследованием ( рис. 4) из трех сравнительных анализов (охватывающих 12 изученных подвидов), все из которых поддерживают взаимное коэволюционное влияние (рис.2). S7). Сравнение средних местонахождений этих подвидов в фенотипическом пространстве ( рис. 4) указывают на статистически значимую взаимную конвергенцию для данного случая исследования (с H. erato cyrbia ближе к H. melpomene cythera, чем H. erato venus и H. melpomene cythera ближе к H. erato cyrbia, чем H. melpomene vulcanus ; H. erato среднее расстояние от вида conspecific = 0,26; Mann-Whitney, P = 1,0195 ? 10 -15; H. melpomene среднее расстояние = 0,41; P = 5,1718 ? 10 -31 ). Рассчитанная степень сходимости по H. melpomene в 1,6 раза больше, чем по H. erato (1,4 с исключением гибридов; рис. S7). Из трех сравнительных анализов (рис. S7), два указывают на взаимную конвергенцию ( рис. 4 и фиг. S7, A и B), и один указывает на расхождение H. erato вне географического диапазона H. melpomene .

• 

• Скачать Powerpoint

Инжир. 4 сравнительный анализ степени фенотипической конвергенции в мимикрии.

Кейс-стади из сравнительного анализа 12 подвидов (рис. S7). Проведено сравнение расположения двух фокальных со-мимиков (H. erato cyrbia, темно-синие круги; H. melpomene cythera, темно-красные круги) в фенотипическом пространстве наряду с их ближайшими конспецификами (H. erato venus, светло-синие круги; H. melpomene vulcanus, светло-красные круги). Подвиды иллюстрируются дорсальными фотографиями бабочки, наиболее близкой к среднему местоположению для данного подвида. Серые круги указывают на изображения других подвидов в наборе данных. Оси показывают квадратное расстояние от среднего местоположения фокального со-имитатора, суммируемое по всем 64 пространственным осям вложения. Расстояние между подвидами означает по оси y, H. erato venus-H. erato cyrbia = 0.26. Расстояние между подвидами означает по оси Х, H. melpomene vulcanus-H. melpomene cytera = 0,41.

Сходимость по новым шаблонам

Этот пример исследования ( рис. 4 ) также показывает , что как для H. erato, так и для H. melpomene паттерновый признак, общий для фокальных ко-мимиков, преобладает в одном из их конспецификов, но не в другом, поддерживая взаимный перенос паттерновых признаков между этими линиями. В частности, H. erato cyrbia и H. melpomene cytera имеют ярко-синие радужные крылья, характерные для H. erato venus, но не для H. melpomene vulcanus [который является более черным, особенно на заднем крыле, например, особи, наиболее близкие к среднему местоположению для подвида ( рис. 4 ); Смотрите также описание типов (31)]. И наоборот, фенотипически средние H. erato cyrbia и H. melpomene cytera имеют сравнительно узкие красные полосы на передних крыльях, что более характерно для H. melpomene vulcanus, чем для H. erato venus [средние особи (рис. 4); описания типов ( 31)]. Это представляет собой недавно продемонстрированный механизм коэволюции новых фенотипов, как описано ниже.

ОБСУЖДЕНИЕ

Количественное определение фенотипического сходства с помощью глубокого обучения

Пространственное встраивание, построенное глубокой сверточной нейронной сетью, фиксирует и систематизирует фенотипические различия между подвидами Heliconius butterfly, от относительно тонких различий в размере, форме, количестве, положении и цвете особенностей узора крыла ( Рис.2). 2А, Таблица 1 и фиг. S4) к широким разделениям между основными группами паттернов ( рис. Пункты 2, С и D, а также Таблица 1 ). Это обеспечивает всестороннюю количественную оценку видимого фенотипического сходства и объективную проверку таксономического разграничения ( 3 ), трудно или невозможно достичь традиционными морфометрическими методами ( 6, 7) из-за масштаба и сложности фенотипической изменчивости.

Наличие генетических расстояний для подвидов бабочек, изученных здесь, обеспечивает базовую истину, на которой могут быть проверены фенотипические расстояния, генерируемые с помощью глубокой сверточной триплетной сети. Эта основополагающая истина тесно связана с давлением естественного отбора на фенотип узора крыла, которое эти бабочки испытали в течение своей эволюционной истории, особенно для генов, специфически связанных с фенотипом узора крыла ( 27). Таким образом, статистически значимое сходство между фенотипическими соседними объединяющими деревьями, полученными с помощью глубокого обучения и независимо реконструированных паттерн-генных филогений ( 26), подтверждает полезность этого метода пространственного внедрения ( 21, 22) для эволюционного анализа. Это свидетельствует о том, что глубокое изучение может обеспечить информативную количественную оценку образцов биологического Фенома в микроэволюционном (внутривидовом) и макроэволюционном (межвидовом) масштабах. Наш вывод о том, что глубокое обучение может восстанавливать значительную филогенетическую информацию из образцов Фенома, также подтверждает то, что, насколько нам известно, является первым полностью автоматизированным, объективным методом для построения фенотипических (или “морфологических”) филогений. Это имеет особое значение, поскольку субъективные морфологические филогении и таксономические отношения (традиционно основанные на морфологии), как было показано, демонстрируют статистическую несопоставимость между исследователями ( 1 ) и последовательными топологическими предубеждениями ( 11 ).

Фенотипическая конвергенция в Мюллеровской мимикрии

Традиционные гипотезы мимикрии основывались на субъективных качественных оценках фенотипического сходства между подвидами с перекрывающимися географическими ареалами ( 12 ). Достоверно меньшие фенотипические расстояния между СО-мимическими подвидами H. erato и H. melpomene по отношению к немимикрирующим ( Рис.1). 3B) теперь количественно демонстрируют эволюционную конвергенцию ( 24, 25) в видимом фенотипе в ходе эволюции мимикрии, рассматривая в качестве входных данных всю фенотипическую информацию из 2468 дорсальных и вентральных фотографий бабочек. Исторические, качественные дискуссии о конвергенции также были сосредоточены в основном на таксономических типовых моделях (на основе небольшого числа типовых образцов, выбранных в качестве репрезентативных примеров для каждого подвида) (31). Наш анализ образцов, полностью отобранных из коллекции Музея естественной истории, демонстрирует статистически значимую конвергенцию по всей этой всеобъемлющей выборке дикой фенотипической изменчивости. Это указывает на то, что даже при включении индивидуальных вариаций и естественных гибридов (таблица S2) эволюционная конвергенция в визуальной мимикрии оказывает доминирующий статистический сигнал.

Гибридизация происходит естественным образом между некоторыми внутривидовыми подвидами (и с некоторыми другими видами Heliconius, хотя H. erato и H. melpomene не скрещиваются) как в гибридных зонах, где встречаются соседние географические диапазоны, так и иногда далеко от этих границ диапазона. Гибриды могут заметно отклоняться от локально общего рисунка крыльев, и в этом случае преимущественное хищничество может обеспечить очистительный отбор, который стабилизирует мимикрию ( 17). Гибридизация также все чаще признается в качестве источника вариации структуры крыла (в дополнение к стандартной мутации), которая может способствовать репродуктивной изоляции и экологическому видообразованию ( 15 ). Следовательно, гибридизация образует важный компонент этой системы мимикрии, с потенциально сложными эффектами на эволюцию мимикрии. Статистические сравнения фенотипического расстояния с исключенными гибридами показывают, что даже более сильный сигнал мимикрии проявляется, чем для полного набора данных. Эти результаты подтверждают теоретические предположения о том, что общий эффект дикой гибридизации между Heliconius subspecies должен разбавлять силу фенотипической мимикрии ( 16), хотя мимикрия остается доминирующим фенотипическим сигналом даже с включенными гибридами.

Эти два вида, H. erato и H. melpomene , независимо друг от друга развивали аналогичные узоры крыла несколько раз, с иерархией сходящихся деталей узора ( рис. Пункты 2, B - D и Таблица 1 ). В пределах 38 подвидов существует шесть различных и сходящихся фенотипических кластеров (рис. 2C, Таблица 1 и фиг. S6), которые включают в себя межвидовые ко-мимики. Эти конвергентные фенотипические кластеры включают, например, оранжевые” лучистые " паттерны, неокрашенные типы паттернов, содержащие красные и черные паттерны “почтальона” (Рис.2). 2D), с желтой полосой задних крыльев или без нее (иерархическая кластеризация с тремя кластерами) и с красными по сравнению с желтыми узорами передних крыльев (четыре кластера), а также узорами с желтым узором передних крыльев повышенной сложности (пять кластеров).

Эта всеобъемлющая количественная демонстрация фенотипической конвергенции соответствует основному предсказанию модели Мюллера 1879 года ( 4 ) для эволюции мимикрии у взаимно охраняемых видов (Мюллерианские мимики), таких как неприхотливые бабочки Heliconius ( 12 ). При этом первая математическая модель Дарвиновской относительной пригодности ( 4, 14), Мюллер предсказал, что две одинаково несъедобные популяции, встречающиеся совместно, будут похожи друг на друга, потому что обе выигрывают от совместного использования затрат на обучение избеганию хищников, причем относительные выгоды от приспособленности пропорциональны обратному квадрату изобилия [с дополнительными эффектами изобилия, предложенными более поздними переформулированиями ( 14 )] ( 4 ). Относительное обилие было оценено соответственно в 1,3:1-2,4:1 для H. erato и H. melpomene в целом ( 28, 29 ) [прогнозирование соответствующих выгод от 1: 1,7 до 1: 5,8 ( 4но подвержен заметным локальным колебаниям, при которых мгновенные относительные обилия видов могут быть равны или обращены вспять относительно общей тенденции ( 32 ).

Взаимная конвергенция и строгая коэволюция

Исторически противоречивая ( 13 ) степень взаимной конвергенции в мимикрии проиллюстрирована детальным тематическим исследованием (Рис.1). 4) из трех сравнительных анализов (охватывающих 12 подвидов), каждый из которых поддерживает взаимное влияние (рис. S7), что является определяющей чертой строгой коэволюции ( 19). Фокальные ко-мимики H. erato cyrbia и H. melpomene cytera ( рис. 4) разделяют белое заднее крыло краевую бахрому и сильную голубую переливчатость дорсальной поверхности крыла, также присутствующую у их фенотипически ближайших сородичей, H. erato venus и H. melpomene vulcanus [конспецифики также восстанавливаются как родственные группы в независимых филогенетических системах генов ( 26)]. Оба признака паттерна, вероятно, были вторично выведены (а не наследственны внутри каждого вида) на основе генофилогии, биогеографического распределения и филогеографической реконструкции ( 12 , 16 , 26 , 33 ). Географические диапазоны (рис. S2 ) и филогеографическая реконструкция ( 26) также предполагают, что H. erato cyrbia и H. melpomene cytera находятся на крайнем участке Западно-Андского субизлучения (с прилегающими к нему конспецификами, северо-восточными). Это поддерживает вывод картины от форм H. erato venus и H. melpomene vulcanus к тем из H. erato cyrbia и H. melpomene cytera (а не наоборот). Эта общая биогеографическая история также совместима с потенциалом строгой межвидовой коэволюции, поскольку взаимное эволюционное влияние между двумя таксонами требует, чтобы они сосуществовали как в пространстве, так и во времени ( 26 ). Что касается сроков, то в то время как ранние филогенетические исследования ставят под сомнение степень современной диверсификации H. erato и H. melpomene ( 34), последующие геномные анализы ( с учетом размеров популяции) позволили реконструировать их диверсификацию в тесно перекрывающихся временных диапазонах (28 , 29 ).

Сравнение средних местонахождений этих подвидов в фенотипическом пространстве ( рис. 4) показать статистически значимую взаимную конвергенцию. Подразумеваемая степень сходимости по H. melpomene в 1,6 раза больше , чем по H. erato, в соответствии с общими частотно-зависимыми преимуществами пригодности, ожидаемыми в Мюллерианской мимикрии ( 4 ) между этими видами (без учета гибридов, значение равно 1,4; рис. S7). Из трех сравнительных анализов (рис. S7), два указывают на взаимную конвергенцию ( рис. 4 и фиг. S7, A и B), и один указывает на расхождение по H. erato где этот подвид покидает географический ареал и коэволюционное влияние H. melpomene [в Центрально-североамериканском регионе H. erato petiverana, фиг. S7C; см. также обсуждение в ( 23)]. Для сравнения, обращение эволюционных полярностей (обмененные конспецифические фокусы) будет означать два случая взаимной конвергенции (рис.2). S7, A и B) и одно из расхождений по H. melpomene (рис. S7C).

Интерпретируется с учетом степени взаимного влияния в эволюции модели крыла, которая была спорной и трудной для проверки ( 13 , 35 ), взаимной конвергенции ( Рис.1). 3 и 4, а также рис. S7, A и B) и поддержание сходства рисунка крыла в симпатрии (например, фиг. S7C) предполагают, что H. erato и H. melpomene влияли друг на друга (хотя и в разной степени), причем каждый вид действовал как модель и подражал в некоторой степени , удовлетворяя существенному условию строгой реципрокной ( 13, 19 ) коэволюции. Это согласуется с классической теорией мимикрии Мюллера ( 4) в то время как в отличие от теоретических альтернатив, таких как полностью односторонняя advergence ( рис. 5) (13) или дивергенция симпатической модели при паразитической, квазибатезианской мимикрии (36).

• 

• Скачать Powerpoint

Инжир. 5 концептуальные диаграммы, иллюстрирующие эволюционные альтернативы взаимной конвергенции, взаимной дивергенции и односторонней конвергенции (“advergence”).

Пунктирные стрелки указывают направление эволюционных изменений. Слева (A , D и G ): взаимная конвергенция в фокальных таксонах (фокальные таксоны, серые круги) с взаимным переносом признаков узора (например, форма полосы переднего крыла против цвета крыла) между двумя клайдами (1 и 2, соответственно черные против серых контуров). Средний (B , E и H ): обратная полярность с взаимным расхождением от фокальных таксонов. Справа (C, F и I): Адвергенция одного Клайда на другой ( 13). Звездочки указывают на новые производные паттерны (комбинации объектов). Выраженная в терминах фенотипического расстояния от фокальных таксонов (G до I), взаимная конвергенция (G) характеризуется уменьшением расстояния вдоль стрелки эволюционного изменения в обоих клайдах. Взаимное расхождение (H) характеризуется увеличением расстояния в обоих клайдах. Отклонение (13) характеризуется уменьшением расстояния (и большим пройденным расстоянием) в одном Клайде (I).

Коэволюция фенотипической новизны

Фокальное исследование случая H. erato cyrbia, H. melpomene cytera и их ближайших конспецификов ( рис. 4) также указывает на взаимную коэволюционную передачу признаков паттерна между межвидовыми линиями ( рис. 4; концептуальная схема на фиг. 5). Это представляет собой класс феноменальной рекомбинации, генерирующей новые фенотипические комбинации, но действующей через хищническую селекцию на фенотип (и лежащий в его основе генотип) без прямого обмена генами. Насколько нам известно, этот механизм порождения эволюционной новизны представляет собой вновь выявленный коэволюционный феномен. Однако коэволюционная рекомбинация паттернов также является логическим следствием взаимной конвергенции, предсказанной классической теорией мимикрии Мюллера ( 4, 23, 37) и иллюстрирует определяющую особенность коэволюции: координацию эволюционных изменений в генетически различных популяциях ( 38). Взаимная конвергенция, такого типа, который был определен здесь ( рис. 4), может рассматриваться как эквивалент реципрокной адверг-кации (где в данном случае адвергенция означает одностороннюю эволюцию мимикрии ( 13)). Односторонняя адвергенция включает эволюцию в одной линии, чтобы соответствовать фенотипическому признаку, уже присутствующему в его модели мимикрии ( Рис.2). 5). Это представляет собой коэволюционную передачу информации от одной линии к другой. Следовательно, взаимная конвергенция ( т. е. взаимная адвергенция) в двух различных признаках паттерна влечет за собой взаимный информационный обмен, способный создать новый паттерн, который ранее не существовал ни в одной линии (фиг. 4 и 5 ). Например, в двух линиях (обозначенных 1 и 2), которые взаимно сходятся ( фиг. 4 и 5А) по двум признакам рисунка, форма полосы переднего крыла (широкая или узкая) и цвет крыла (черный или синий), родовые узоры (здесь подразумевается как широкий, синий в линии 1 и узкий, черный в линии 2) затем дополняются новой производной комбинацией (здесь узкий, синий в обеих линиях). Таким образом, lineage 1 принял форму предковой полосы lineage 2, в то время как lineage 2 подобрал цвет предкового крыла lineage 1, чтобы создать новый узор крыла.

Это показывает, что Мюллерианская мимикрия может генерировать новые фенотипы путем объединения признаков паттерна из разных линий ( рис. 4 и 5, а также рис. S7). Хотя вполне естественно ожидать, что дивергенция породит новые фенотипические признаки ( рис. 5, B, E и H ), демонстрация того, что эволюционная конвергенция может также генерировать новые фенотипы, является более неожиданной ( рис. 4 и 5, A, D и G ). Интуитивное ожидание состояло в том, что мимикрия приведет к конвергенции на однокрылом паттерне ( 13 ) и классической дискуссии о коэволюции ( 4, 12) сам по себе не объясняет замечательного фенотипического разнообразия, наблюдаемого среди Мюллерианских мимиков ( 13 ). Следовательно, предлагаемая диверсификация механизмов часто ориентированы на внешние факторы, такие как микрохабитатами адаптации (13), переменная хищник изобилия (18), и изоляции в ледниковых рефугиумов (12), а также эффекты от дополнительных бабочек (12) и стохастические популяционной генетики (13, 18) (хотя все спорно). Здесь прямой количественный анализ фенотипа показывает, что взаимная конвергенция сама по себе может увеличивать фенотипическое разнообразие.

МАТЕРИАЛЫ И МЕТОДЫ

Сбор и предварительная обработка изображений

Образцы бабочек (1269) из видов H. erato и H. melpomene были сфотографированы в NHM London (номера образцов и названия файлов изображений, таблица S2), используя последовательные фотографические протоколы и освещение. Фотографии были отобраны на предмет плохого качества изображения, что дало окончательный набор данных из 1234 бабочек и 2468 фотографий, включая дорсальную и вентральную фотографию каждой бабочки. Для глубокого обучения изображения затем обрезались и изменялись до высоты 64 пикселей (сохраняя исходное соотношение сторон изображения и дополняя до 140 пикселей в ширину). Набор фотографических данных, используемый для глубокого обучения, представлен в репозитории данных Dryad с именами файлов, соответствующими объединенным данным в таблице S2.

Таксономические и территориальные данные были зафиксированы на этикетках образцов НХМ Heliconius butterfly (таблица S2). Таксономия подвидов соответствует справочнику (30). Полный набор фотографических данных охватывает 37 названных подвидов и один Меченый крест: 21 подвида из H. erato и 17 из H. melpomene . Образцы этих подвидов были отобраны исчерпывающим образом из коллекции NHM в пределах периода сбора данных. Полный набор фотографических данных (рис. S4, хранилище данных Dryad) охватывает оба образца, тесно репрезентирующие описания подвидов ( 30, 31) (включая имеющиеся голотипы, синтипы и паратипы; таблица S2), а также другие, естественно изменяющиеся, особи. Эти варианты включают в себя некоторые вероятные гибридные образцы, демонстрирующие различные уровни фенотипической примеси от других подвидов (см. дополнительную таксономическую информацию, таблица S2). Включение всех доступных образцов в машинное обучение охватывало очень широкий диапазон фенотипического разнообразия внутри этих видов, обеспечивая сеть глубокого обучения всей доступной информацией, из которой можно узнать фенотипические особенности, коррелирующие с идентификацией подвидов. Затем были проведены два набора статистических анализов, один из которых включал все 1269 сфотографированных образцов бабочек, а второй набор, исключающий потенциальные гибридные образцы, давал сокращенный набор данных из 815 образцов и 1630 фотографий (рис.2). S4 и таблица S2).

Глубокое обучение

Для количественной оценки фенотипических расстояний между бабочками Heliconius была обучена глубокая сверточная нейронная сеть для классификации фотографий бабочек Heliconius по подвидам, причем 1500 из 2468 полных изображений использовались для обучения сети, а остальные-для тестирования. Метод обучения ( 21, 22) используются триплеты изображений, каждое из которых реплицируется, показывая в сети два изображения, отобранных из одного и того же подвида и один образец из другого подвида. Классификация изображений и пространственное встраивание были выполнены с использованием 15-слойной сети глубокого обучения (дополнительный компьютерный код), которую мы называем ButterflyNet (рис.2). S1). Это позволяет использовать триплетную функцию вложения потерь (21, 22) обучить сеть организовывать свои входы (образы) в пространстве таким образом, чтобы близость в этом пространстве (евклидово расстояние) сильно коррелировала с идентичностью (в данном случае подвидами). Полученное встраивание затем проходило через дополнительную небольшую сеть для выполнения прямой категориальной классификации подвидов. В целом, общая сеть оптимизирует сумму потерь триплета и категориальной перекрестной энтропии (эквалайзер. S1 и S2). Компьютерный код, используемый для машинного обучения, предоставляется в виде скрипта Python (дополнительный компьютерный код), который использует пакеты PyTorch, Scikit-l arn и Adam (дополнительные сведения см. В разделе Дополнительные методы).

После того, как сеть была обучена на 1500 изображениях, случайно отобранных из 2468 изображений в наборе данных, сетевое тестирование было выполнено на остальных (968 изображений). Тестирование представляет обученную сеть с новыми образами, с которыми она ранее не сталкивалась. Затем сеть классифицирует новые изображения по подвидам, классификации изображений сравниваются с известными идентичностями подвидов, и сообщается общая точность тестовых классификаций. Дополнительное тестирование проводилось с использованием SVC, обученного на встраиваниях из основной сети (ButterflyNet) для определения точности классификации образцов на подвиды по их расположению в фенотипическом пространственном встраивании.

Количественная оценка фенотипического сходства

Попарно евклидовы фенотипические расстояния между всеми изображениями рассчитывались по координатам всех 2468 изображений в рамках пространственного вложения с 64 измерениями, сформированного с помощью сети (таблица S3). Затем эти расстояния были использованы для расчета средних попарных евклидовых фенотипических расстояний между всеми подвидами (таблица S4). Затем они использовались для статистических сравнений между наборами уникальных неупорядоченных пар подвидов (рис. 3; дополнительную информацию см. В разделе Дополнительные методы). Средние фенотипические расстояния для наборов подвидов и оценки основных компонентов были рассчитаны с использованием сценариев MATLAB. Непараметрический статистический анализ проводился с использованием программы PAST 3, после того как тесты Шапиро-Уилка показали, что расстояния для некоторых наборов подвидов не были нормально распределены (используя значение ? 0,05). Эти анализы включали тесты Крускала-Уоллиса для равных медиан и, если этот Общий тест был значимым, последующие попарные сравнения Манна-Уитни статистических распределений между группами.

Филогенетический анализ

Соседствующие деревья для подвидов были построены на основе фенотипических расстояний с использованием сценариев MATLAB (выборка либо всех 64 осей вложения с 1 копией, либо подвыборок из 8 или 32 осей со 100 копиями). Объединение соседей-это простой и быстрый алгоритм для филогенетической реконструкции, который восстанавливает отношения, основанные на фенетическом (общем) сходстве ( 39) например, евклидово фенотипическое расстояние, как это применяется здесь. Присоединение соседей не требует априорной механистической модели для рассматриваемого эволюционного процесса (например, эволюции фенотипа узора крыла бабочки), в отличие от моделей с максимальным правдоподобием замещения ДНК, например. Поэтому этот метод подходит для этого первого филогенетического исследования феноменологических расстояний, рассчитанных с помощью глубокого обучения на фотографиях бабочек. Затем было проведено статистическое сравнение корреляции между результирующими фенотипическими соседствующими деревьями и генетическими филогенезами, реконструированными с помощью байесовских методов ( которые включают модели замещения ДНК) (27 ). Для проверки филогенетической информативности фенотипических расстояний по отношению к таким независимым источникам данных наборы соседних присоединяющихся фенотипических деревьев (либо всех подвидов, только H. erato, либо только H. melpomene) сравнивались со случайными топологиями деревьев и филогенезами (26), реконструированными из опубликованных последовательностей генов ( 27) из локусов генов (отобранных из другого, меньшего набора из 127 особей бабочек), которые были либо связаны с окраской крыла Heliconiu s (optix , bves, kinesin, GPCR и VanGogh ) ( 27 ), либо являлись нейтральными маркерами (mt COI-COII, SUMO, Suz12, 2654 и CAT). Попарные расстояния между деревьями из разных наборов вычислялись с использованием метрики Робинсона-Фоулда (симметричное расстояние) в программе PAUP и статистически сравнивались с использованием непараметрических тестов Манна-Уитни в программе PAST (после того, как тесты Шапиро-Уилка указали ненормальные распределения). Визуализация древовидного пространства сходства деревьев производилась на основе расстояния Робинсона-Фоулдса с использованием пакета визуализации набора деревьев в программе Mesquite. Консенсусные сети были построены для визуализации всех разбиений (секций таксонов), подразумеваемых среди наборов деревьев с помощью программы SplitsTree 4.

Тестирование эволюционной конвергенции

Количественные тесты эволюционной конвергенции были применены с помощью функционального определения сходимости по сути то же, что и для дискретных признаков (независимых вывод же морфологического состояния, например, в течение двух видов), количественный анализ используется для проверки относительной фенотипической схожести по полной базой данных (24, 25), а число количественно различных фенотипических состояний, например, кластеры (для получения дополнительной информации см. дополнительные методики).

Для дальнейшего изучения степени взаимной конвергенции в мимикрии между H. erato и H. melpomene, детальные сравнительные анализы (40) затем были проведены исследования с использованием 12 выделенных подвидов (рис. S7). Во-первых, были идентифицированы наборы из четырех подвидов, каждый из которых состоял из двух пар межвидовых ко-мимиков, в которых конспецифики были ближайшими соседями в фенотипическом пространственном внедрении, что позволило проводить фенотипические сравнения сестринских групп (рис.2). S7, A и B). Для каждого сравнительного анализа были определены фокальные со-мимики, имеющие паттерновые признаки, которые потенциально являются производными, а не наследственными, на основе всей имеющейся независимой информации о филогенезе генов, биогеографическом распределении (рис.2). S2), и филогеографическая реконструкция ( 12 , 16 , 26 , 33 ). Для сравнения, анализы были затем повторены с обратной полярностью. В каждом сравнительном анализе положение в фенотипическом пространстве каждого из фокальных подвидов сравнивалось с положением их ближайших сородичей [тип сестринско-группового сравнения ( 25 )]. Тесты Манна-Уитни для равных медиан проверяли, существенно ли отличались конспецифики по расстоянию от фокального со-мимика других видов (после тестов Шапиро-Уилка было показано, что некоторые значения подвидов не были нормально распределены).

Источник: advances.sciencemag.org

Комментарии: