Modelování maximální entropie Oblast distribuce Morchella Dill. Ex Pers. Druhy v Číně v měnícím se klimatu, část 1

Jednoduché shrnutí:Změna klimatu byla vždy nápadným faktorem při výzkumu rozšíření druhů. V posledních desetiletích dochází k postupnému ničení biotopů druhů v důsledku měnícího se klimatu. Tedy předpovědět, jak změna klimatu ovlivní přežití a vhodná stanoviště divoké Morchella Dill. ex Pers. druhů v Číně jsme použili model maximální entropie k simulaci změn v oblasti jeho rozšíření od historických období po budoucí období. Naše výsledky ilustrují, že srážky, nadmořská výška a teplota jsou nepostradatelnými faktory ovlivňujícími přítomnost a vhodná stanoviště volně žijících druhů Morchella. Kromě toho nám tento výzkum ukázal slibný trend, že bez ohledu na scénář se vhodná oblast druhu brzy zvýší do určitého měřítka. Na základě těchto zjištění bychom mohli prozkoumat a navrhnout optimální schéma pro zachování zdrojů divoké Morchella.

Glykosid cistanche může také zvýšit aktivitu SOD v srdeční a jaterní tkáni a významně snížit obsah lipofuscinu a MDA v každé tkáni, účinně zachycovat různé reaktivní kyslíkové radikály (OH-, H₂O₂ atd.) a chránit před způsobeným poškozením DNA. OH-radikály. Cystanche fenylethanoidové glykosidy mají silnou vychytávací schopnost volných radikálů, vyšší redukční schopnost než vitamín C, zlepšují aktivitu SOD v suspenzi spermatu, snižují obsah MDA a mají určitý ochranný účinek na funkci membrány spermií. Polysacharidy Cistanche mohou zvýšit aktivitu SOD a GSH-Px v erytrocytech a plicních tkáních experimentálně senescentních myší způsobených D-galaktózou, stejně jako snížit obsah MDA a kolagenu v plicích a plazmě a zvýšit obsah elastinu. dobrý čisticí účinek na DPPH, prodlužuje dobu hypoxie u senescentních myší, zlepšuje aktivitu SOD v séru a oddaluje fyziologickou degeneraci plic u experimentálně senescentních myší Experimenty prokázaly, že Cistanche má dobrou antioxidační schopnost s buněčnou morfologickou degenerací a má potenciál být lékem k prevenci a léčbě nemocí stárnutí kůže. Zároveň má echinakosid v Cistanche významnou schopnost vychytávat volné radikály DPPH a má schopnost vychytávat reaktivní formy kyslíku a bránit volnými radikály indukované degradaci kolagenu a má také dobrý opravný účinek na poškození aniontů volnými radikály thyminu.

Klikněte na Funguje Cistanche pro antioxidant

【Další informace:george.deng@wecistanche.com / WhatApp:{0}}】

Abstraktní: Morchella is a kind of precious edible, medicinal fungi with a series of important effects,  including anti-tumor and anti-oxidation effects. Based on the data of 18 environmental variables and the distribution sites of wild Morchella species, this study used a maximum entropy (MaxEnt) model to predict the changes in the geographic distribution of Morchella species in different historical periods (the Last Glacial Maximum (LGM), Mid Holocene (MH), current, 2050s and 2070s). The results revealed that the area under the curve (AUC) values of the receiver operating characteristic curves of different periods were all relatively high (>0.83), což znamená, že výsledky modelu maximální entropie jsou dobré. Modelování distribuce druhů ukázalo, že hlavními faktory ovlivňujícími geografické rozšíření druhů Morchella byly srážky v nejsušší čtvrti (Bio17), nadmořská výška, průměrná teplota nejchladnější čtvrti (Bio11) a průměrná roční teplota (Bio1). Simulace geografického rozšíření naznačila, že současné vhodné stanoviště Morchella se nachází hlavně v Yunnan, Sichuan, Gansu, Shaanxi, Xinjiang Uygur Autonomous Region (XUAR) a dalších provinciích v Číně. V porovnání se současnou dobou se vhodná oblast v severozápadní a severovýchodní Číně v období LGM a MH snížila. Pokud jde o budoucí období, všechna vhodná stanoviště vzrostla podle různých scénářů ve srovnání s těmi v současné době, což ukazuje trend expanze do severovýchodní a severozápadní Číny. Tyto výsledky by mohly poskytnout teoretický základ pro ochranu, racionální využívání a využití volně žijících zdrojů Morchella podle scénářů změny klimatu.

1. Úvod

Změna klimatu je environmentální faktor, kterému musí neustále čelit všechny organismy na Zemi. S měnícím se klimatem se mění i prostorové geografické rozšíření a oblasti rozšíření druhů. V posledních letech vedly globální změny klimatu k posunům stanovišť různých druhů a dokonce k vyhynutí některých druhů [1,2]. Výzkum ukázal, že některé druhy se v budoucnu přesunou do oblastí s vysokou zeměpisnou šířkou a nadmořskou výškou dvakrát až třikrát rychleji [3]. Vědecké hodnocení a předpovídání dopadu změny klimatu na rozšíření druhů a biologickou rozmanitost tak přitáhlo velkou pozornost [4]. Pro pochopení měnících se charakteristik různých druhů v budoucích klimatických podmínkách je velmi naléhavý výzkum vztahu mezi druhy a klimatem.

Možným řešením je použití modelu distribuce druhů (SDM). SDM je důležitá metoda pro analýzu změn v rozšířeních druhů a je široce používána v biogeografických studiích. V posledních letech se používání modelů distribuce druhů k predikci skutečného a potenciálního rozšíření ohrožených druhů [5], vzácných druhů [6] a invazních druhů [7] stalo hotpotem na poli ekologie. Při výzkumu rozšíření druhů může klima, půda a další faktory (např. migrační schopnost druhů) do určité míry ovlivnit geografické rozšíření druhů [8]. V kombinaci s daty o distribuci druhů a faktory prostředí SDM promítá tato data do určitého geografického prostorového rozsahu a také odhaduje vhodné oblasti druhů pro přežití a jejich preference životního prostředí [9–11]. Mezi SDM, které jsou nyní k dispozici, patří BIOCLIM, analýza ekologických specializovaných faktorů (ENFA), zobecněný lineární model (GLM), bayesovský přístup (BA), genetické algoritmy (GA) a MaxEnt [12]. Mezi nimi MaxEnt používá údaje o skutečné přítomnosti druhů a odpovídajících proměnných prostředí k výpočtu ideálního stavu distribuce druhů za určitých omezení výklenku, tj. možné distribuce druhů v předpokládané oblasti, když je entropie maximální. Tento model se od ostatních modelů liší požadavkem na data o lokalitách rozšíření druhů, nastavením parametrů modelu a zacházením s proměnnými prostředí [13,14]. Většina modelů potřebuje údaje o přítomnosti a nepřítomnosti distribuce druhů; MaxEnt však spoléhá pouze na skutečně existující weby [15]. Rozdělení pravděpodobnosti MaxEnt má stručnou matematickou definici, kterou lze snadno analyzovat. Například, stejně jako u GLM a GAM, aditivnost modelu umožňuje interpretovat, jak každá proměnná souvisí s vhodností při absenci interakcí mezi proměnnými [16]. Zároveň je přesnost předpovědi modelu MaxEnt tak vysoká, že dokáže do určité míry správně odrážet pravděpodobnost výskytu druhů za okolností malého vzorku [17].

Vzhledem k nadřazenosti MaxEnt mnoho vědců publikovalo řadu významných výzkumných úspěchů využívajících MaxEnt, které poskytují vysoce hodnotný teoretický základ pro různé oblasti, jako je management invazních druhů, ochrana biodiverzity a výběr druhů žijících v podmínkách životního prostředí. . MaxEnt lze použít nejen pro rostliny a zvířata, ale také pro houby. Sun a kol. použili MaxEnt k simulaci vhodného prostředí pand velkých a vysvětlili reakce druhu na proměnné prostředí v různých měřítcích [18]. Liu a kol. simulovali distribuci Houttuynia cordata Thunb (Ceercao) za současných klimatických podmínek a předpověděli její potenciální změny geografického rozšíření a výsledky odhalily, že plocha vhodného stanoviště Ceercao se zmenšila podle tří scénářů emisí skleníkových plynů v 50. a 70. letech 20. století [19]. Yuan a kol. předpověděl potenciální rozšíření Phellinus bauxitu Pilát, Phellinus Ignatius (L.) Quél. a Phellinus vaninii Ljub. a zjistili, že přesnost výsledků byla vysoká [20].

Morchella je skupina důležitých hub patřících do Morohellaceae z Ascomycotina, která je široce rozšířena na severní polokouli. Pro své bohaté nutriční a léčivé hodnoty zaujímá druh Morchella místo v nejvzácnějších jedlých houbách a přitahuje pozornost mnoha mykologů [21]. Přírodní bioaktivní složky [22], jako jsou polysacharidy, proteiny a lipidy, extrahované z Morchella hrají významnou roli v prevenci onemocnění, včetně imunitní regulace [23], protinádorových aktivit [24] a antioxidačních aktivit [25 ]. Molekulární fylogenetické studie ukázaly, že Morchella může být rozdělena do tří hlavních evolučních kladů, a to Yellow Morchella, Black Morchella a Red Morchella [26]. Východní Asie a Čína jsou možná centra diferenciace a diverzity druhů Morchella. V současné době bylo v Číně zaznamenáno více než třicet druhů morchelly [27], která je jednou ze zemí s nejhojnějšími zdroji divokých morchel.

Nadměrné využívání a ničení stanovišť však představují vážné ohrožení druhové rozmanitosti divoké Morchella [28]; mezitím byly specifické požadavky a environmentální kvality růstu Morchella v oblasti mykologie dlouho ignorovány [29]. Navíc Taheri a kol. [2] ukázal, že existuje jen málo studií o geografickém rozsahu hub souvisejících se změnou klimatu ve srovnání s rostlinami a zvířaty. V současné době stále není jasné, jak změna klimatu ovlivní geografické rozšíření druhů Morchella v různých obdobích. Tato studie si klade za cíl předpovědět potenciální distribuci druhů Morchella v různých scénářích historického a budoucího klimatu na základě modelu MaxEnt. Účelem této studie je analyzovat vliv faktorů prostředí na tvorbu plodnic Morchella a simulovat změny v potenciálních oblastech rozšíření Morchella v různých obdobích. Očekává se, že výsledky poskytnou vědecký základ pro biologickou rozmanitost a zachování přírodních zdrojů Morchella v budoucnu.

2. Materiály a metody

2.1. Zdroj údajů o rozšíření druhů

Údaje o výskytu druhů Morchella byly získány z terénních průzkumů a publikovaných prací; získali jsme celkem 288 lokalit. Nejprve byla vyřazena opakovaná místa a poté byla použita metoda vyrovnávací paměti. Prostorové rozlišení faktorů prostředí bylo 2,5 úhlových minut a prostorově shodné datové body do vzdálenosti 5 km od sebe byly vyřazeny, což umožnilo vyhnout se nadměrnému přizpůsobení modelu způsobenému duplicitními distribučními místy. Nakonec bylo zachováno celkem 180 míst Morchella (obrázek S1 a tabulka S1).

2.2. Získávání faktorů prostředí a předúprava

Ze World Climate Database bylo staženo celkem 19 faktorů prostředí (Bio1–Bio19, tabulka 1) a míra prostorové distribuce byla 2,5 úhlové minuty. Z Harmonized World Soil Database byly získány celkem 2 terénní proměnné a 7 půdních proměnných (tabulka 1). Terénní a půdní proměnné byly společně stanoveny Organizací pro výživu a zemědělství OSN, Mezinárodním institutem pro analýzu aplikovaných systémů, Ústavem pro vědu o půdě, Čínskou akademií věd a společným výzkumným střediskem Evropské komise. Prostorové rozlišení těchto dat bylo sjednoceno do 2,5 úhlových minut a všechna data byla převedena do formátu ASCII pomocí ArcGIS 10.2. Potenciální distribuce Morchella byly hodnoceny během pěti období, jmenovitě posledního ledovcového maxima (LGM), středního holocénu (MH), proudu, 2050 a 2070. Minulá i budoucí klimatická data přebírají model CCSM4.0 publikovaný v páté zprávě IPCC; vybrali jsme tři různé scénáře emisí skleníkových plynů pro budoucí období (tabulka S2) a tyto scénáře jsou definovány podle výsledného celkového radiačního působení v roce 2100 [30].

Aby se předešlo překrytí výsledků v důsledku vysoké kolinearity environmentálních proměnných [31], byly provedeny analýzy příspěvku environmentálních proměnných a korelační analýzy založené na programech MaxEnt a SPSS. Použili jsme program MaxEnt 3.4.1 k analýze příspěvků proměnných na základě proměnných prostředí a distribučních míst Morchella a nastavili jsme opakování na 10krát. Dále byly informace o faktorech prostředí Morchella extrahovány pomocí ArcGIS 10.2 a byla provedena Pearsonova korelační analýza mezi proměnnými prostředí v SPSS 25 (obrázek 1). V kombinaci s příspěvkem environmentálních faktorů jsme u prvních šesti faktorů ponechali faktory s korelačními koeficienty pod 0,8. Několik faktorů prostředí mělo hodnoty korelačního koeficientu vyšší než |0,8| a pouze jedna proměnná s vyšším příspěvkem byla zachována a použita v modelech MaxEnt [32,33]. Nakonec bylo při modelování použito 18 faktorů prostředí (tabulka 1).

2.3. Analýza modelu MaxEnt

2.3.1. Výběr parametrů modelu

Distribuční místa druhů Morchella a 18 faktorů prostředí bylo importováno do programu MaxEnt3.4.1 pro modelovací analýzu. Celkem 25 procent distribučních dat bylo vybráno náhodně jako testovací sada pro zkoumání přesnosti modelu a zbývajících 75 procent bylo použito jako trénovací sada [34]. Spustili jsme 10 replikací bootstrapu, jejichž typ byl Subsample. Kromě toho byla zvolena prahová hodnota maximální tréninková citlivost plus specificita, výstupní formát byl Cloglog a ostatní parametry byly ponechány jako výchozí.

2.3.2. Hodnocení modelu a environmentálních proměnných

AUC je komplexní kritérium, které představuje přesnost a specialitu ROC. Poprvé byl zaveden do hodnocení přesnosti modelů distribuce druhů v roce 1997 [35] a od té doby se používá k hodnocení výkonnosti modelů. Hodnota AUC se pohybuje od 0,5 do 1. Pokud je hodnota blíže 1, znamená to, že prediktivní přesnost modelu je vyšší. Hodnota AUC pod 0.7 znamená, že simulační efekt modelu je slabý; hodnota AUC mezi 0.7 a {{10}}.8 znamená, že simulační efekt modelu je mírný; hodnota AUC mezi 0,8 a 0,9 znamená, že simulační efekt modelu je dobrý; a jistě, když je hodnota AUC vyšší než 0,9, simulační efekt je vynikající [36]. Kromě toho MaxEnt poskytuje metodu Jackknife k analýze relativního příspěvku a důležitosti environmentálních proměnných na Morchelle a ke stanovení hlavních environmentálních faktorů.

2.3.3. Klasifikace vhodné oblasti

Podle hodnocení pravděpodobnosti přítomnosti v páté zprávě IPCC [37] jsme reklasifikovali vhodný biotop Morchella pomocí modulu Reclass v ArcGIS 10.2 metodou přirozených segmentů. Stanoviště Morchella bylo rozděleno do čtyř stupňů pomocí metody přirozených segmentů: nevhodné stanoviště (0 Menší nebo rovno hodnotě Menší nebo rovno 0.13), málo vhodné stanoviště ({{8 }}.13 < hodnota menší nebo rovna {{10}}.35), středně vhodné stanoviště (0.35 < hodnota menší nebo rovno 0,63) a vysoce vhodné stanoviště (0,63 < hodnota menší nebo rovna 1).

2.3.4. Změna v distribučním centru Morchella

Nástroje SDM je sada nástrojů GIS používaná při analýze změny těžiště ve vhodných oblastech distribuce [38]. V této studii byly nástroje SDM a binární vhodné oblasti Morchella v různých obdobích použity k výpočtu geografické polohy jejího distribučního centra, a tak ilustrovaly cestu časového a prostorového vývoje Morchella.

3. Výsledky

3.1. Hodnocení přesnosti modelu

Jak ukazuje hodnota AUC křivky ROC provozované společností MaxEnt, průměrná hodnota AUC tréninkových dat modelu potenciální distribuce Morchella za minulých klimatických podmínek byla {{0}}.907 a průměrná hodnota AUC testovacích dat byla 0,847; za aktuální období byla průměrná hodnota AUC tréninkových dat 0,905 a průměrná hodnota testovacích dat byla 0,852; pokud jde o budoucí období, průměrná hodnota AUC tréninkových dat byla 0,903 a průměrná hodnota testovacích dat byla 0,848 (tabulka 2). Podle hodnotícího standardu hodnoty AUC jsou tyto výsledky dobré a spolehlivé.

3.2. Dominantní faktory prostředí

Tabulka 3 ukazuje relativní příspěvek modelování faktorů prostředí. Bio17, nadmořská výška, Bio11 a Bio1 byly hlavními environmentálními faktory ovlivňujícími distribuci Morchella. V období LGM, MH, současném a budoucím období (2050s a 70. léta 20. století) dosáhly kumulativní sazby příspěvků 75,8 procenta, 79,9 procenta, 70,6 procenta, 74,6 procenta, 77,5 procenta, 74,6 procenta , 76,8 procenta , 74,0 procenta a 80,0 procenta . Bio17 nejvíce ovlivnil Morchellu a nadmořská výška a Bio11 byly druhým a třetím nejúčinnějším faktorem, což mělo také velký vliv na pravděpodobnost výskytu Morchella.

Na základě jednofaktorových odezvových křivek byl analyzován vliv dominantních faktorů na pravděpodobnost výskytu Morchella. Velmi vhodné podmínky prostředí pro přežití Morchella byly následující: Bio17 byla 11,32–77,78 mm, nadmořská výška byla 1480,78–3827,03 m, Bio11 byla -5,98–9,32 ◦C a Bio1 byla 6,16–16,98. (obr. ◦C).

3.3. Potenciální geografické rozšíření a hodnocení vhodných oblastí Morchella

3.3.1. Vhodné oblasti v minulosti

Vhodné stanoviště v LGM i MH se ve srovnání se současným věkem snížilo. MaxEnt předpověděl, že celková vhodná plocha Morchella se snížila o 12,43 procenta v LGM a že vysoká vhodná plocha se zmenšila o 5,07 procenta, což se odrazilo především ve zmenšení vhodné oblasti na jihovýchodě Gansu, ve středu a jižně od Shaanxi, a sever Guizhou v Číně; středně vhodná oblast se snížila o 2,48 procenta, což se podle předpovědi mělo vyskytovat hlavně v XUAR a severní Číně; a nízká vhodná oblast se snížila o 4,88 procenta, zejména v severovýchodní Číně a severozápadě XUAR (obrázek S2 a tabulky 4 a 5).

Pokud jde o MH, rozsah redukce byl menší než u LGM. Mezi MH a proudem byl mírný nepoměr, který jsme na obrázcích nedokázali jasně rozlišit (obrázky S2 a S3). Další podrobnosti o oblasti distribuce jsou uvedeny v tabulkách 4 a 5.

3.3.2. Vhodné oblasti aktuální doby

Na obrázku S3 je vidět, že vhodné stanoviště Morchella je v současných klimatických podmínkách poměrně rozsáhlé. Celková vhodná plocha stanoviště byla přibližně 405,8195 × 104 km2, což představuje 42,34 procenta čínské teritoriální oblasti (tabulky 4 a 5). To bylo z velké části lokalizováno v jihozápadní a severozápadní Číně, pokrývající severní Yunnan, jihovýchodní Tibet, Sichuan, střední a jižní Shaanxi, jižní Shanxi, severní Guizhou, jihovýchodní Gansu, severozápad Xinjiang a některé části Fujian.

【Další informace:george.deng@wecistanche.com / WhatApp:{0}}】