Sebbene le barriere coralline costituiscano meno del 2% degli oceani della Terra, svolgono un ruolo fondamentale nella salute degli oceani e sono tra gli ecosistemi più diversi del pianeta. Non solo ospitano decine di specie marine, ma il loro immenso impatto si estende alle economie locali, sostenendo la pesca, incoraggiando il turismo e proteggendo le coste dall'erosione, un impatto valutato in miliardi di dollari ogni anno. Con un ruolo enorme nel successo sia ambientale che economico, la protezione di queste fragili barriere coralline dovrebbe essere una priorità globale, ma la salute delle barriere coralline in tutto il mondo continua a peggiorare. Il cambiamento climatico, in particolare, ha accelerato il degrado delle barriere coralline e gli scienziati ora stimano che più della metà delle barriere coralline del mondo siano andate perdute negli ultimi quattro decenni a causa del cambiamento climatico e di altri fattori associati all'uomo. Sebbene gli scienziati comprendano ampiamente le cause dello sbiancamento della barriera corallina e (successivamente) della morte, prevedere specificamente quali barriere coralline sono più a rischio, quali sono più resistenti e quali dovrebbero essere considerate prioritarie per la conservazione continua a essere tra le principali sfide del settore. Organizzazioni come la Khaled bin Sultan Living Oceans Foundation cercano risposte a queste domande e gli scienziati marini di tutto il mondo stanno investendo nella ricerca, nella conservazione e nel ripristino della barriera corallina internazionale. Con il loro sostegno, il Dr. Anderson Mayfield, PhD, ha dedicato la sua carriera allo studio della fisiologia dei coralli di barriera, sostenendo che gli scienziati hanno bisogno di un approccio più rigoroso e basato sulle statistiche se vogliono comprendere - e mitigare - la rottura dei coralli in risposta a cambiamenti ambientali prima che sia troppo tardi. Gli approcci statistici accelerano la ricerca in un campo in cui gli scienziati stanno lottando contro il tempo Nel campo della biologia marina - dove così tanto è nascosto alla vista casuale - la prima sfida degli scienziati è osservare e capire quanti coralli ci sono là fuori, dove si trovano , quanto sono sani e i fattori di rischio che devono affrontare. Documentare i cambiamenti nella salute della barriera corallina nel tempo è fondamentale per capire come questo fragile ecosistema sia influenzato da fattori associati ai cambiamenti climatici come l'aumento della temperatura e dell'acidità dell'acqua di mare. Ma con l'immediatezza della minaccia che ora deve affrontare gli ecosistemi delle barriere coralline in tutto il mondo, il dottor Mayfield, assistente scienziato presso l'Atlantic Oceanographic and Meteorological Laboratory della National Oceanic and Atmospheric Administration a Miami, ritiene che sia necessario essere più proattivi riguardo alla scienza marina , e in particolare gli sforzi di conservazione marina. Ecco perché lui ei suoi collaboratori stanno sostenendo un approccio statistico. La modellazione predittiva, afferma, può aiutare a determinare quali barriere coralline sono più suscettibili allo stress ambientale - e quali sono più resistenti - consentendo così alle agenzie di finanziamento della conservazione di dare la priorità agli sforzi di mitigazione mirati. I polipi di corallo sani si basano su una relazione endosimbiotica con alghe microscopiche che vivono nel loro tessuto. Queste alghe conferiscono al corallo il loro colore e fungono da fonte primaria di cibo. Quando la temperatura dell'acqua aumenta, tuttavia, la relazione simbiotica viene messa a dura prova e le alghe iniziano ad andarsene, facendo diventare il corallo bianco o "sbiancare" e morire di fame. "Alcuni coralli sbiancano comunque", spiega il dott. Mayfield. "Ma ci sono altre barriere coralline in cui, se allentiamo alcune delle pressioni locali, avranno maggiori probabilità di sopravvivere". Sebbene sia difficile decidere quali barriere coralline valga la pena proteggere, alcune, come una serie di barriere coralline nel sud di Taiwan, hanno mostrato un'elevata resilienza di fronte alle crescenti pressioni ambientali. "Questo mi sembra un buon candidato per una barriera corallina a cui dovremmo dare la priorità per la conservazione e la ricerca [per determinare] perché è così resistente", dice. L'identificazione dei fattori critici di sopravvivenza può consentire a ricercatori come il dottor Mayfield di prevedere meglio quali barriere coralline sono più soggette a stress e contrastare il futuro sbiancamento altrove. Aumentare il potere statistico delle conclusioni scientifiche I modelli statistici del Dr. Mayfield rappresentano un significativo allontanamento dalla sua precedente dipendenza dalla sperimentazione con conspecifici di corallo cresciuti in vasche di laboratorio dove afferma che i risultati non erano sufficientemente potenti dal punto di vista statistico per tenere conto della variazione delle specie naturali. Al contrario, la modellazione statistica dei "big data" gli sta consentendo di utilizzare sondaggi di dati in tutto il mondo (come quelli intrapresi nella "Global Reef Expedition" della Living Oceans Foundation recentemente completata, a cui ha partecipato) che sono sia più profondi che più geograficamente espansivo rispetto ai dati accumulati da ogni singolo scienziato. Ad esempio, in recenti articoli pubblicati su Platax (2018) e Journal of Sea Research (2019), il dott. Mayfield e i suoi coautori hanno esaminato set di dati provenienti da regioni poco studiate dell'arcipelago Lau delle Fiji e del profondo Pacifico meridionale (Isole Australi della Francia Polinesia e Isole Cook), rispettivamente, utilizzando una combinazione di metodi univariati e multivariati. Fondamentalmente, i ricercatori hanno esplorato 12 fattori ambientali (ad es. temperatura, struttura della barriera corallina, biomassa dei pesci) che dovrebbero influenzare la fisiologia dei coralli. I modelli di miglior adattamento prodotti dalla regressione graduale e dai minimi quadrati parziali hanno mostrato che era necessario solo un sottoinsieme di tali parametri ambientali valutati di routine per spiegare una parte significativa della variazione nella risposta fisiologica. Sebbene molti dei modelli negli studi siano risultati di capacità predittiva relativamente bassa, il dott. Mayfield insiste sul fatto che il metodo è comunque una prova di concetto e mette in mostra l'idea che vale la pena tentare di utilizzare i dati raccolti in precedenza per fare previsioni sull'ambiente marino salute degli animali. Da una calcolatrice grafica a JMP® Quando il Dr. Mayfield iniziò la sua formazione in biologia marina prima alla Duke University e poi all'Università delle Hawaii, Manoa, era ben lungi dall'essere il sostenitore esplicito dei metodi statistici che è oggi. Non essendo ancora stato esposto a statistiche multivariate formali in alcun modo reale - e poiché le variabili negli esperimenti sui carri armati della sua carriera iniziale erano ampiamente conosciute e strettamente controllate - Mayfield scherza dicendo che la sua analisi era limitata a ciò che si poteva fare su un calcolatore grafico ( ad esempio, ANOVA unidirezionale). La dipendenza del dottor Mayfield da strumenti rudimentali come calcolatrici e Microsoft Excel, tuttavia, dovette cambiare man mano che la sua ricerca si espandeva in progetti più basati sul campo per i quali era necessario un nuovo livello di sofisticazione statistica. Fortunatamente, è stato in quel periodo che anche Mayfield ha iniziato a utilizzare il software di rilevamento statistico JMP. Ora non userà nient'altro. “All'inizio utilizzavo JMP solo per osservare le distribuzioni e per eseguire semplici analisi comparative: t-test, ANOVA, regressione lineare e così via. Probabilmente ho sfruttato il 5% o meno di ciò che JMP poteva fare", ricorda. Alla fine, tuttavia, il dottor Mayfield ha deciso di perseguire il restante 95%, una mossa a cui attribuisce non solo il cambiamento del modo in cui analizza i dati, ma anche il modo in cui tali dati vengono raccolti. "Anche quando sono sulla barriera corallina, vedo tabelle e cifre JMP, pensando a come ottenere il massimo delle informazioni da un campione", dice. Conoscendo le statistiche e le capacità a sua disposizione tramite JMP, il dottor Mayfield afferma di poter prendere decisioni strategiche su dove concentrare la sua attenzione e quali campioni raccogliere mentre si trova sott'acqua. "Questi sono i tipi di cose che posso testare direttamente con JMP in anticipo", afferma. Inoltre, il dottor Mayfield sostiene che con JMP, "anche con la stessa quantità di dati, la quantità [di informazioni] che ci dice è aumentata in modo esponenziale". Portare internamente le statistiche limita anche la sua dipendenza da risorse statistiche esterne, che inevitabilmente aggiungono più tempo al processo di ricerca. E il tempo è una risorsa preziosa alla luce della crescente crisi dello sbiancamento dei coralli. "Non abbiamo davvero il lusso di sederci per cinque anni e pensare a come analizzare i dati", spiega. "Non mi è mai venuto in mente di poter effettivamente utilizzare alcune di queste idee con il corallo" Avendo avuto il tempo di approfondire le sue capacità di modellazione all'interno di JMP, il Dr. Mayfield ha il potere di essere creativo con i suoi set di dati e ideare un approccio statistico che estrae dati informazioni nascoste. Per le idee, ora guarda a come altre aziende e istituzioni gestiscono i loro grandi set di dati. Gli analisti in altri campi utilizzano abitualmente i dati comportamentali per sviluppare algoritmi predittivi su, ad esempio, le preferenze di acquisto o i programmi di manutenzione: perché gli stessi principi non potrebbero essere applicati ai comportamenti della barriera corallina e alla loro sopravvivenza? "Potremmo non essere in grado di prevedere con certezza al 100% se un corallo morirà", teorizza il dott. Mayfield, ma "se disponiamo già di dati sufficienti su come si sono comportati i coralli in passato... dati passati che un aumento della temperatura [dell'acqua di mare] di un grado si traduce in un cambiamento del 30% nella crescita dei coralli. Potenzialmente, lui ei suoi collaboratori possono utilizzare l'indagine mondiale sui dati sviluppata nell'ambito della Global Reef Expedition della Living Oceans Foundation per passare dalla spiegazione alla previsione. "Questi sono i tipi di cose che voglio esplorare ora che so di più su ciò che JMP può offrire", afferma il dott. Mayfield. Tuttavia, si è affrettato a fare eco a un messaggio chiave raccolto dal lavoro pionieristico di Galit Shmueli (2011) in quanto, solo perché un set di dati eccelle nello spiegare le osservazioni passate, non significa ipso facto che questo stesso set di dati consentirà necessariamente uno per fare previsioni sul comportamento futuro degli animali bersaglio. Questo non vuol dire che la capacità esplicativa e quella predittiva non siano mai sincronizzate; solo che si deve convalidare empiricamente questa relazione. Sebbene sia ancora un'idea nascente, il dottor Mayfield è entusiasta di esplorare le opportunità offerte dai big data nel campo della fisiologia dei coralli di barriera. Con i nuovi modelli sviluppati in JMP, può testarne il potere predittivo con un ampio set di dati sul campo. "Non lo sapremo fino a quando non testeremo [un modello]", afferma, ma fortunatamente JMP dispone di piattaforme integrate che supportano questo tipo di test di accuratezza del modello; quando crei i tuoi modelli, JMP ti dirà se il tuo modello ha funzionato per ogni campione. "Le piattaforme di modellazione predittiva di JMP hanno già i pezzi del puzzle al loro posto, stanno solo aspettando che arrivino questo tipo di dati in modo che possiamo giocarci". Il dott. Mayfield afferma di aver sfruttato non solo le funzionalità di modellazione di JMP, ma anche le reti neurali e le piattaforme di analisi dei valori anomali. Riguardo a quest'ultimo, piuttosto che buttare via i dati dai coralli che mostrano comportamenti aberranti (cioè i valori anomali), sostiene che, in molti casi, questi individui stranamente funzionanti - che tendono ad essere i più resistenti allo stress nei suoi set di dati - potrebbero effettivamente essere quelli di maggior interesse per i fisiologi. In altre parole, tali caratteristiche di JMP consentono al Dr. Mayfield di identificare le biopsie di corallo a cui dovrebbe dare la priorità con il limite del mondo reale che, in molti casi, non ci sono fondi sufficienti per analizzare ogni biopsia al massimo delle sue capacità. Accelerare la ricerca attraverso la trasparenza dei dati Come il Dr. Mayfield è dolorosamente consapevole, i dati copiosi languono inutilizzati dai ricercatori che non hanno né il tempo né le conoscenze statistiche per analizzarli. Inoltre, data la pressione alla pubblicazione e la competizione tra scienziati, la maggior parte è riluttante a condividere i propri dati (anche i dati che hanno già utilizzato nei lavori pubblicati). Con un problema così delicato come lo sbiancamento della barriera corallina, tuttavia, la condivisione dei dati potrebbe essere un fattore chiave per accelerare lo stato della scienza e determinare le strategie di conservazione più efficaci. “Soprattutto nel nostro campo, [gli scienziati] dovrebbero essere più aperti su come analizzano i dati e fare sforzi reali per pubblicarli. Stare seduti davanti a un computer non serve a niente”, dice. E il Dr. Mayfield dà l'esempio: JMP gli fornisce gli strumenti per promuovere la trasparenza nella sua ricerca, come le funzionalità HTML interattive che consentono l'analisi dei dati in tempo reale. "JMP mi ha dato così tante idee: nuovi modi per rendere i miei dati più interattivi e non solo in termini di visualizzazione, ma mostrando alle persone il processo mentale alla base del modo in cui li ho analizzati", afferma. Oltre a pubblicare set di dati sul suo sito Web personale coralreefdiagnostics.com, il Dr. Mayfield ora utilizza JMP Public come mezzo per diffondere visualizzazioni dinamiche. La capacità di filtraggio dei dati del software, dice, consente ai suoi collaboratori e ad altre persone interessate di "trovare" coralli che dimostrano determinate caratteristiche nel set di dati, ad esempio un corallo sbiancato delle Fiji che esprimeva in eccesso proteine fluorescenti. Questa funzione in JMP Public consentirà ai collaboratori attuali e futuri di identificare rapidamente i campioni che potrebbero voler analizzare in modo più dettagliato, siano essi biopsie archiviate o le coordinate GPS delle stesse colonie di corallo originariamente campionate. > Dai un'occhiata a un'analisi dei componenti principali in JMP Public che mostra i dati della barriera corallina delle Fiji "La maggior parte delle persone si addormenterà se dai loro una lezione di un'ora sulle statistiche, ma forse se solo potessero vedere come sei passato da questa tabella di dati a questa cifra ... gli spettatori sarebbero quindi più sicuri dei tuoi dati." Il dottor Mayfield spera che, rivelando i dettagli della sua ricerca e aumentando la riproducibilità dei suoi metodi, possa incoraggiare i colleghi verso una trasparenza simile, riunendo il campo alla ricerca di soluzioni tangibili al declino della barriera corallina. "Potremmo già disporre di tutti i dati di cui abbiamo bisogno per affrontare alcuni problemi della barriera corallina", afferma il dott. Mayfield. "Semplicemente non li stiamo analizzando nel modo giusto." JMP potrebbe cambiarlo. E ora, la ricerca del Dr. Mayfield è limitata solo dalle domande che pone. Riferimenti Mayfield AB, Dempsey AC, Inamdar J, Chen CS (2018), Una piattaforma statistica per valutare la salute dei coralli in un'era di cambiamenti climatici globali-I: un caso di studio dall'arcipelago Lau delle Fiji.Platax 15, 1-35. Mayfield AB, Chen CS, Dempsey AC (2019), Modellazione della variazione mediata dall'ambiente nella fisiologia dei coralli della barriera corallina.Journal of Sea Research 145, 44-54. Shmueli G (2011), Spiegare o prevedere?Scienze statistiche 25(3), 289-310.
