Modelització d'entropia màxima de l'àrea de distribució de l'anet Morchella. Ex Pers. Espècies a la Xina sota el canvi climàtic Part 1

Resum simple:El canvi climàtic sempre ha estat un factor notable en la investigació de la distribució de les espècies. En les últimes dècades, els hàbitats de les espècies s'han anat destruint gradualment a causa del canvi climàtic. Així, per predir com influirà el canvi climàtic en la supervivència i els hàbitats adequats de l'anet Morchella salvatge. ex Pers. espècies a la Xina, vam utilitzar un model d'entropia màxima per simular els canvis en la seva àrea de distribució des de períodes històrics fins a períodes futurs. Els nostres resultats il·lustren que la precipitació, l'elevació i la temperatura són factors indispensables que afecten la presència i els hàbitats adequats de les espècies salvatges de Morchella. A més, aquesta investigació ens va mostrar una tendència prometedora que, independentment de quin escenari, l'àrea adequada de l'espècie augmentarà a una certa escala en breu. A partir d'aquestes troballes, podríem explorar i dissenyar un esquema òptim per a la conservació dels recursos salvatges de Morchella.

El glicòsid de cistanche també pot augmentar l'activitat de la SOD en els teixits del cor i del fetge, i reduir significativament el contingut de lipofuscina i MDA a cada teixit, eliminant eficaçment diversos radicals reactius d'oxigen (OH-, H₂O₂, etc.) i protegint contra els danys de l'ADN causats. per radicals OH. Els glucòsids feniletanoides de Cistanche tenen una forta capacitat d'eliminació dels radicals lliures, una capacitat reductora superior a la de la vitamina C, milloren l'activitat de SOD en la suspensió d'esperma, redueixen el contingut de MDA i tenen un cert efecte protector sobre la funció de la membrana espermàtica. Els polisacàrids de Cistanche poden millorar l'activitat de SOD i GSH-Px en eritròcits i teixits pulmonars de ratolins senescents experimentalment causats per D-galactosa, així com reduir el contingut de MDA i col·lagen al pulmó i el plasma, i augmentar el contingut d'elastina. un bon efecte d'eliminació de DPPH, allarga el temps d'hipòxia en ratolins senescents, millora l'activitat de SOD al sèrum i retarda la degeneració fisiològica del pulmó en ratolins senescents experimentalment Amb la degeneració morfològica cel·lular, els experiments han demostrat que Cistanche té la bona capacitat antioxidant. i té el potencial de ser un fàrmac per prevenir i tractar malalties de l'envelliment de la pell. Al mateix temps, l'echinacòsid a Cistanche té una capacitat significativa per eliminar els radicals lliures de DPPH i té la capacitat d'eliminar espècies reactives d'oxigen i prevenir la degradació del col·lagen induïda pels radicals lliures, i també té un bon efecte reparador sobre el dany anònic dels radicals lliures de timina.

Feu clic a Funciona Cistanche per a l'antioxidant

【Per a més informació:george.deng@wecistanche.com/WhatApp:86 13632399501】

Resum: 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), indicant que els resultats del model d'entropia màxima són bons. La modelització de la distribució de les espècies va mostrar que els principals factors que influeixen en la distribució geogràfica de les espècies de Morchella eren la precipitació del quart més sec (Bio17), l'elevació, la temperatura mitjana del trimestre més fred (Bio11) i la temperatura mitjana anual (Bio1). La simulació de la distribució geogràfica va suggerir que l'hàbitat adequat actual de Morchella es trobava principalment a Yunnan, Sichuan, Gansu, Shaanxi, la Regió Autònoma Uigur de Xinjiang (XUAR) i altres províncies de la Xina. En comparació amb els temps actuals, l'àrea adequada al nord-oest i nord-est de la Xina va disminuir en els períodes LGM i MH. Pel que fa als períodes futurs, tots els hàbitats adequats van augmentar sota els diferents escenaris en comparació amb els de l'època contemporània, mostrant una tendència d'expansió cap al nord-est i nord-oest de la Xina. Aquests resultats podrien proporcionar una base teòrica per a la protecció, l'explotació racional i la utilització dels recursos silvestres de Morchella en escenaris de canvi climàtic.

1. Introducció

El canvi climàtic és un factor ambiental que tots els organismes de la Terra han d'afrontar en tot moment. Amb el canvi climàtic, les distribucions geogràfiques espacials i les àrees de distribució de les espècies també estan canviant. En els darrers anys, el canvi climàtic global ha provocat canvis en els hàbitats de diverses espècies i fins i tot l'extinció d'algunes espècies [1,2]. La investigació ha demostrat que algunes espècies es mouran a regions d'altitud i altitud dues o tres vegades més ràpid en el futur [3]. Així, l'avaluació científica i la predicció de l'impacte del canvi climàtic en la distribució de les espècies i la biodiversitat han cridat una gran atenció [4]. Per entendre les característiques canviants de les diferents espècies sota les condicions climàtiques futures, la recerca sobre la relació entre espècies i clima és de gran urgència.

Una possible solució és utilitzar el model de distribució d'espècies (SDM). L'SDM és un mètode important per a l'anàlisi dels canvis en els intervals de distribució de les espècies i s'utilitza àmpliament en estudis de biogeografia. En els darrers anys, l'ús de models de distribució d'espècies per predir les distribucions reals i potencials d'espècies en perill d'extinció [5], espècies rares [6] i espècies invasores [7] s'ha convertit en un punt calent en el camp de l'ecologia. En la investigació de la distribució de les espècies, el clima, el sòl i altres factors (com la capacitat de migració de les espècies) poden influir en la distribució geogràfica de les espècies fins a cert punt [8]. Combinat amb les dades de distribució de les espècies i els factors ambientals, SDM projecta aquestes dades a un determinat rang espacial geogràfic i també estima les regions adequades de l'espècie per a la supervivència i les seves preferències de medi ambient [9–11]. Els SDM que ara estan disponibles inclouen BIOCLIM, l'anàlisi de factors de nínxol ecològic (ENFA), el model lineal generalitzat (GLM), l'enfocament bayesià (BA), algoritmes genètics (GAs) i MaxEnt [12]. Entre aquests, MaxEnt utilitza les dades de presència real de les espècies i les variables ambientals corresponents per calcular l'estat ideal de la distribució de les espècies sota determinades limitacions de nínxol, és a dir, la possible distribució de les espècies a l'àrea prevista quan l'entropia és màxima. Aquest model difereix d'altres models pel que fa al requisit de les dades dels llocs de distribució de les espècies, la configuració dels paràmetres del model i el maneig de variables ambientals [13,14]. La majoria de models necessiten les dades de presència i absència de distribució de les espècies; tanmateix, MaxEnt només es basa en llocs reals existents [15]. La distribució de probabilitat de MaxEnt té una definició matemàtica concisa, que és fàcil d'analitzar. Per exemple, com amb GLM i GAM, l'additivitat del model permet interpretar com cada variable es relaciona amb la idoneïtat en absència d'interaccions entre variables [16]. Al mateix temps, la precisió de predicció del model MaxEnt és tan alta que pot reflectir la probabilitat d'ocurrència d'espècies correctament fins a cert punt sota la circumstància de la mida de la mostra petita [17].

Donada la superioritat de MaxEnt, molts estudiosos han publicat una sèrie d'èxits de recerca significatius amb MaxEnt, proporcionant una base teòrica molt valuosa a diversos camps, com ara la gestió d'espècies invasores, la protecció de la biodiversitat i la selecció d'espècies en condicions ambientals que viuen. . MaxEnt no només es pot utilitzar per a plantes i animals, sinó que també es pot utilitzar per a fongs. Sun et al. va utilitzar MaxEnt per simular l'hàbitat adequat dels pandes gegants i va explicar les respostes de l'espècie a les variables ambientals a diferents escales [18]. Liu et al. va simular la distribució de Houttuynia cordata Thunb (Ceercao) sota les condicions climàtiques actuals i va predir els seus possibles canvis de distribució geogràfica i els resultats van revelar que l'àrea d'hàbitat adequat de Ceercao va disminuir en tres escenaris d'emissions de gasos d'efecte hivernacle als anys 2050 i 2070 [19]. Yuan et al. va predir la distribució potencial de la bauxita Phellinus Pilát, Phellinus Ignatius (L.) Quél. i Phellinus vaninii Ljub. i va trobar que la precisió dels resultats era alta [20].

Morchella és un grup de fongs importants pertanyents a les Morohellaceae d'Ascomycotina, que es troba àmpliament distribuït a l'hemisferi nord. A causa dels seus rics valors nutricionals i medicinals, les espècies de Morchella ocupen un lloc entre els fongs comestibles més preuats i atrauen l'atenció de molts micòlegs [21]. Els components bioactius naturals [22], com ara polisacàrids, proteïnes i lípids, extrets de Morchella tenen un paper important en la prevenció de malalties, inclosa la regulació immune [23], activitats antitumorals [24] i activitats antioxidació [25] ]. Els estudis filogenètics moleculars han demostrat que Morchella es pot dividir en tres clades evolutius principals, a saber, Morchella groga, Morchella negra i Morchella vermella [26]. Àsia oriental i Xina són els possibles centres de diferenciació i diversitat de les espècies de Morchella. Actualment, s'han registrat més d'una trentena d'espècies de Morchella a la Xina [27], que és un dels països amb els recursos més abundants de Morchella salvatge.

Tanmateix, la sobreexplotació i la destrucció de l'hàbitat suposen una greu amenaça per a la diversitat d'espècies de Morchella salvatge [28]; Mentrestant, els requisits específics i les qualitats ambientals del creixement de Morchella s'han descomptat durant molt de temps en el camp de la micologia [29]. A més, Taheri et al. [2] va demostrar que hi havia pocs estudis sobre l'abast geogràfic dels fongs relacionats amb el canvi climàtic en comparació amb els de les plantes i els animals. Actualment, encara no està clar com afectarà el canvi climàtic la distribució geogràfica de les espècies de Morchella en diferents períodes. Aquest estudi pretén predir la distribució potencial de les espècies de Morchella sota diferents escenaris de climes històrics i futurs a partir d'un model MaxEnt. L'objectiu d'aquest estudi és analitzar l'efecte dels factors ambientals en la formació dels cossos fructífers de Morchella i simular els canvis en les àrees de distribució potencial de Morchella en els diferents períodes. S'espera que els resultats proporcionin una base científica per a la conservació de la biodiversitat i els recursos salvatges de Morchella en el futur.

2. Materials i Mètodes

2.1. Font de les dades de distribució de les espècies

Les dades d'ocurrència de les espècies de Morchella es van obtenir a partir d'enquestes de camp i articles publicats; hem obtingut un total de 288 llocs. Primer, es van descartar les ubicacions repetides i després es va utilitzar el mètode tampó. La resolució espacial dels factors ambientals va ser de 2,5 minuts d'arc i es van descartar punts de dades coincidents espacialment a 5 km l'un de l'altre, cosa que va permetre evitar l'ajustament excessiu del model causat per llocs de distribució duplicats. Finalment, es van conservar un total de 180 llocs de Morchella (figura S1 i taula S1).

2.2. Adquisició i pretractament de factors ambientals

Es van descarregar un total de 19 factors ambientals (Bio1–Bio19, taula 1) de la World Climate Database i la taxa de distribució espacial va ser de 2,5 minuts d'arc. A partir de la Harmonized World Soil Database es van obtenir un total de 2 variables de terreny i 7 variables de sòl (taula 1). Les variables del terreny i del sòl van ser determinades conjuntament per l'Organització per a l'Alimentació i l'Agricultura de les Nacions Unides, l'Institut Internacional d'Anàlisi de Sistemes Aplicats, l'Institut de Ciències del Sòl, l'Acadèmia Xinesa de Ciències i el centre de recerca conjunt de la Comissió Europea. La resolució espacial d'aquestes dades es va unificar en 2,5 minuts d'arc i totes les dades es van transformar en format ASCII mitjançant ArcGIS 10.2. Les distribucions potencials de Morchella es van avaluar durant cinc períodes, a saber, l'últim màxim glacial (LGM), l'Holocè mitjà (MH), actual, els anys 2050 i els 2070. Tant les dades climàtiques passades com futures adopten el model CCSM4.0 publicat al Cinquè Informe de l'IPCC; vam seleccionar tres escenaris diferents d'emissions de gasos d'efecte hivernacle per als períodes futurs (taula S2), i aquests escenaris es defineixen segons el forçament radiatiu total resultant el 2100 [30].

Per evitar el sobreajustament dels resultats a causa de l'alta colinealitat de les variables ambientals [31], es van realitzar anàlisis de correlació i contribució de variables ambientals basades en programes MaxEnt i SPSS. Hem utilitzat el programa MaxEnt 3.4.1 per analitzar les contribucions de les variables en funció de les variables ambientals i dels llocs de distribució de Morchella, i hem establert les repeticions a 10 vegades. A continuació, es va extreure la informació sobre els factors ambientals de Morchella mitjançant ArcGIS 10.2 i es va realitzar una anàlisi de correlació de Pearson entre variables ambientals a SPSS 25 (figura 1). Combinat amb la contribució dels factors ambientals, vam retenir factors amb coeficients de correlació inferiors a 0,8 sobre els sis factors principals. Un parell de factors ambientals tenien valors de coeficients de correlació superiors a |0,8|, i només es va retenir i utilitzar una variable amb una contribució més alta als models MaxEnt [32,33]. Finalment, es van utilitzar 18 factors ambientals en la modelització (taula 1).

2.3. Anàlisi del model MaxEnt

2.3.1. Selecció de paràmetres del model

Els llocs de distribució de les espècies de Morchella i 18 factors ambientals es van importar al programa MaxEnt3.4.1 per a l'anàlisi de modelatge. Un total del 25% de les dades de distribució es van seleccionar aleatòriament com a conjunt de proves per examinar la precisió del model, i el 75% restant es va utilitzar com a conjunt d'entrenament [34]. Vam executar 10 rèpliques d'arrencada, el tipus de les quals era Submostra. A part d'això, el llindar seleccionat va ser la màxima sensibilitat d'entrenament més especificitat, el format de sortida era Cloglog i la resta de paràmetres es van deixar com a predeterminats.

2.3.2. Model i Avaluació de Variables Ambientals

L'AUC és un criteri complet que representa la precisió i l'especialitat de ROC. Es va introduir per primera vegada en l'avaluació de la precisió del model de distribució d'espècies el 1997 [35], i des de llavors, s'ha utilitzat per avaluar el rendiment dels models. El valor de l'AUC oscil·la entre 0,5 i 1. Si el valor és més proper a 1, vol dir que la precisió predictiva del model és més alta. Un valor AUC per sota de 0.7 indica que l'efecte de simulació del model és pobre; un valor AUC entre 0,7 i {{10}},8 indica que l'efecte de simulació del model és moderat; un valor AUC entre 0.8 i 0.9 indica que l'efecte de simulació del model és bo; i certament, quan el valor AUC és superior a 0, 9, l'efecte de simulació és excel·lent [36]. A més, MaxEnt proporciona un mètode Jackknife per analitzar la contribució relativa i la importància de les variables ambientals a Morchella i per determinar els principals factors ambientals.

2.3.3. Classificació regional adequada

Segons l'avaluació de la probabilitat de presència al Cinquè Informe de l'IPCC [37], vam reclassificar l'hàbitat adequat de Morchella mitjançant el mòdul Reclass a ArcGIS 10.2 amb el mètode del segment natural. L'hàbitat de Morchella es va dividir en quatre graus mitjançant el mètode del segment natural: hàbitat inadequat (0 Menor o igual al valor Menor o igual a 0,13), hàbitat adequat baix ({{8} }},13 < valor Menor o igual a {{10}},35), hàbitat moderadament adequat (0,35 < valor Menor o igual a 0,63) i hàbitat adequat alt (0,63 < valor Menor o igual a 1).

2.3.4. Canvi al Centre de Distribució de Morchella

Les eines SDM són un conjunt d'eines GIS que s'utilitza per analitzar el canvi de centroide en regions de distribució adequades [38]. En aquest estudi, s'han utilitzat eines SDM i les àrees binàries adequades de Morchella en diferents períodes per calcular la ubicació geogràfica del seu centre de distribució, il·lustrant així la ruta de l'evolució temporal i espacial de Morchella.

3. Resultats

3.1. Avaluació de l'exactitud del model

Tal com es mostra al valor AUC de la corba ROC operada per MaxEnt, el valor mitjà AUC de les dades d'entrenament del model de distribució potencial de Morchella en condicions climàtiques passades va ser de {{0}}.907 , i el valor mitjà d'AUC de les dades de prova va ser 0,847; durant el període actual, el valor mitjà d'AUC de les dades d'entrenament era de 0,905 i el valor mitjà de les dades de prova era de 0,852; pel que fa als períodes futurs, el valor mitjà de l'AUC de les dades d'entrenament va ser de 0,903 i el valor mitjà de les dades de la prova va ser de 0,848 (taula 2). Segons l'estàndard d'avaluació del valor AUC, aquests resultats són bons i fiables.

3.2. Factors ambientals dominants

La taula 3 mostra la contribució relativa de la modelització dels factors ambientals. Bio17, elevació, Bio11 i Bio1 van ser els principals factors ambientals que van afectar la distribució de Morchella. En els períodes LGM, MH, actual i futur (els 2050 i els anys 2070), les taxes de cotització acumulades van assolir el 75,8 per cent, el 79,9 per cent, el 70,6 per cent, el 74,6 per cent, el 77,5 per cent, 74,6 per cent, 76,8 per cent, 74,0 per cent i 80,0 per cent. Bio17 va afectar més Morchella, i l'elevació i Bio11 van ser el segon i tercer factors més efectius, respectivament, que també van tenir un gran impacte en la probabilitat d'ocurrència de Morchella.

A partir de les corbes de resposta d'un sol factor, es va analitzar la influència dels factors dominants en la probabilitat de presència de Morchella. Les condicions ambientals molt adequades per a la supervivència de Morchella eren les següents: Bio17 era de 11,32–77,78 mm, l'elevació era de 1480,78–3827,03 m, Bio11 era de -5,98–9,32 ◦ C i Bio1 era de 6,16–16,98 ◦ C (figura ◦ 2).

3.3. Distribució Geogràfica Potencial i Avaluació de Zones Aptes de Morchella

3.3.1. Àrees adequades en el passat

L'hàbitat adequat tant a LGM com a MH va disminuir en comparació amb el de l'època actual. MaxEnt va predir que l'àrea adequada total de Morchella va disminuir un 12,43 per cent a LGM i que l'àrea adequada alta va disminuir un 5,07 per cent, que es va reflectir principalment en la reducció de l'àrea adequada al sud-est de Gansu, el centre i el sud de Shaanxi, i el nord de Guizhou a la Xina; l'àrea adequada moderada va disminuir un 2,48 per cent, que es preveia que es produiria principalment a XUAR i al nord de la Xina; i l'àrea adequada baixa va disminuir un 4,88 per cent, principalment al nord-est de la Xina i al nord-oest de XUAR (figura S2 i taules 4 i 5).

Pel que fa a MH, el rang de reducció era més petit que el de LGM. Hi va haver una lleugera disparitat en MH i corrent, que no vam poder distingir clarament a les figures (figures S2 i S3). Més detalls sobre l'àrea de distribució es mostren a les taules 4 i 5.

3.3.2. Àrees adequades de l'actualitat

A la figura S3 es pot veure que l'hàbitat adequat de Morchella és relativament extens en condicions climàtiques contemporànies. L'àrea total d'hàbitat adequat era d'aproximadament 405,8195 × 104 km2, que representa el 42,34 per cent de l'àrea territorial de la Xina (taules 4 i 5). Es trobava en gran part al sud-oest i nord-oest de la Xina, cobrint el nord de Yunnan, el sud-est del Tibet, Sichuan, el centre i el sud de Shaanxi, el sud de Shanxi, el nord de Guizhou, el sud-est de Gansu, el nord-oest de Xinjiang i algunes parts de Fujian.

【Per a més informació:george.deng@wecistanche.com/WhatApp:86 13632399501】