Aunque los arrecifes de coral constituyen menos del 2% de los océanos de la Tierra, juegan un papel fundamental en la salud de los océanos y se encuentran entre los ecosistemas más diversos del planeta. No solo son el hogar de decenas de especies marinas, sino que su inmenso impacto se extiende a las economías locales, apoyando la pesca, fomentando el turismo y protegiendo las costas de la erosión, un impacto valorado en miles de millones de dólares cada año. Con un papel descomunal en el éxito ambiental y económico, la protección de estos frágiles arrecifes debería ser una prioridad mundial, sin embargo, la salud de los arrecifes de coral en todo el mundo continúa deteriorándose. El cambio climático, en particular, ha acelerado la degradación de los arrecifes, y los científicos ahora estiman que más de la mitad de los arrecifes de coral del mundo se han perdido en las últimas cuatro décadas debido al cambio climático y otros factores asociados con el hombre. Aunque los científicos comprenden ampliamente las causas del blanqueamiento de los arrecifes de coral y (posteriormente) la muerte, predecir específicamente qué arrecifes están en mayor riesgo, cuáles son más resistentes y cuáles deben priorizarse para la conservación sigue siendo uno de los principales desafíos del campo. Organizaciones como Khaled bin Sultan Living Oceans Foundation buscan respuestas a estas preguntas, y los científicos marinos de todo el mundo están invirtiendo en esfuerzos internacionales de investigación, conservación y restauración de arrecifes de coral. Con su apoyo, el Dr. Anderson Mayfield, PhD, ha dedicado su carrera al estudio de la fisiología de los corales de arrecife, argumentando que los científicos necesitan un enfoque más riguroso y basado en estadísticas si quieren comprender y mitigar la descomposición de los corales en respuesta a cambios ambientales antes de que sea demasiado tarde. Los enfoques estadísticos aceleran la investigación en un campo en el que los científicos luchan contra el tiempo En el campo de la biología marina, donde tanto se oculta a la vista casual, el primer desafío de los científicos es observar y comprender cuántos corales hay, dónde están ubicados. , qué tan saludables son y los factores de riesgo que enfrentan. Documentar los cambios en la salud de los arrecifes a lo largo del tiempo es primordial en los esfuerzos por comprender cómo este frágil ecosistema se ve afectado por factores asociados al cambio climático, como el aumento de la temperatura y la acidez del agua de mar. Pero con la inmediatez de la amenaza que ahora enfrentan los ecosistemas de arrecifes de coral en todo el mundo, el Dr. Mayfield, científico asistente en el Laboratorio Oceanográfico y Meteorológico del Atlántico de la Administración Nacional Oceánica y Atmosférica en Miami, cree que es necesario ser más proactivo con respecto a la ciencia marina. y especialmente los esfuerzos de conservación marina. Es por eso que él y sus colaboradores defienden un enfoque estadístico. El modelado predictivo, dice, puede ayudar a determinar qué arrecifes son más susceptibles al estrés ambiental, y cuáles son más resistentes, lo que permite a las agencias de financiación de la conservación priorizar los esfuerzos de mitigación específicos. Los pólipos de coral sanos se basan en una relación endosimbiótica con algas microscópicas que viven en su tejido. Estas algas le dan su color al coral y sirven como su principal fuente de alimento. Sin embargo, cuando la temperatura del agua aumenta, la relación simbiótica sufre estrés y las algas comienzan a irse, lo que hace que el coral se vuelva blanco o se “blanquee” y muera de hambre. “Algunos corales se blanquearán a pesar de todo”, explica el Dr. Mayfield. “Pero hay otros arrecifes en los que, si aliviamos algunas de las presiones locales, es más probable que sobrevivan”. Aunque es difícil decidir qué arrecifes vale la pena proteger, algunos, como una serie de arrecifes en el sur de Taiwán, han mostrado una gran capacidad de recuperación frente a las crecientes presiones ambientales. “Me parece un buen candidato para un arrecife que deberíamos priorizar para la conservación y la investigación [para determinar] por qué es tan resistente”, dice. La identificación de factores críticos de supervivencia puede permitir a investigadores como el Dr. Mayfield predecir mejor qué arrecifes son más propensos al estrés y frustrar el blanqueamiento futuro en otros lugares. Impulsar el poder estadístico de las conclusiones científicas Los modelos estadísticos del Dr. Mayfield representan una desviación significativa de su dependencia anterior de la experimentación con congéneres de coral cultivados en tanques de laboratorio donde, según él, los resultados no fueron lo suficientemente poderosos estadísticamente para explicar la variación natural de las especies. Por el contrario, el modelado estadístico de "macrodatos" le permite hacer uso de encuestas de datos en todo el mundo (como las realizadas en la "Expedición Global de Arrecifes" de la Fundación Living Oceans recientemente completada, en la que participó) que son más profundos y más geográficamente expansivo que los datos acumulados por cualquier científico individual. Por ejemplo, en artículos recientes publicados en Platax (2018) y Journal of Sea Research (2019), el Dr. Mayfield y sus coautores analizaron conjuntos de datos de regiones poco estudiadas del archipiélago Lau de Fiji y las profundidades del Pacífico Sur (Islas Australes de Francia). Polinesia y las Islas Cook), respectivamente, utilizando una combinación de métodos univariados y multivariados. De manera crítica, los investigadores exploraron 12 factores ambientales (p. ej., temperatura, estructura del arrecife, biomasa de peces) que se espera que influyan en la fisiología de los corales. Los modelos de mejor ajuste producidos por regresión por pasos y mínimos cuadrados parciales mostraron que solo se necesitaba un subconjunto de dichos parámetros ambientales evaluados de forma rutinaria para explicar una parte significativa de la variación en la respuesta fisiológica. Aunque se encontró que varios de los modelos en los estudios tenían una capacidad predictiva relativamente baja, el Dr. Mayfield insiste en que el método es, sin embargo, una prueba de concepto y muestra la idea de que vale la pena intentar usar datos recopilados previamente para hacer predicciones sobre la vida marina. salud animal. De una calculadora gráfica a JMP® Cuando el Dr. Mayfield comenzó su formación en biología marina primero en la Universidad de Duke y luego en la Universidad de Hawai, Manoa, estaba lejos de ser el defensor abierto de los métodos estadísticos que es hoy. Como aún no ha estado expuesto a las estadísticas multivariadas formales de una manera real, y debido a que las variables en los experimentos con tanques de su carrera inicial eran ampliamente conocidas y estaban estrictamente controladas, Mayfield bromea diciendo que su análisis se limitaba a lo que se podía hacer en una calculadora gráfica ( ej., ANOVA unidireccional). Sin embargo, la confianza del Dr. Mayfield en herramientas rudimentarias como calculadoras y Microsoft Excel tuvo que cambiar a medida que su investigación se expandía a más proyectos de campo para los cuales era necesario un nuevo nivel de sofisticación estadística. Afortunadamente, fue en esa época cuando Mayfield también comenzó con el software de descubrimiento estadístico JMP. Ahora no usará nada más. “Al principio, solo usaba JMP para observar las distribuciones y realizar análisis comparativos simples: pruebas t, ANOVA, regresión lineal y demás. Probablemente aproveché un 5% o menos de lo que podía hacer JMP”, recuerda. Eventualmente, sin embargo, el Dr. Mayfield resolvió buscar el otro 95 %, una medida que atribuye no solo a cambiar la forma en que analiza los datos, sino también a cómo se recopilan esos datos. “Incluso cuando estoy en el arrecife, veo tablas y figuras de JMP, pensando en cómo puedo obtener la mayor cantidad de información de una muestra”, dice. Al conocer las estadísticas y las capacidades disponibles para él a través de JMP, el Dr. Mayfield dice que puede tomar decisiones estratégicas sobre dónde enfocar su atención y qué muestras recolectar mientras está bajo el agua. “Este es el tipo de cosas que puedo probar directamente con JMP antes de tiempo”, dice. Además, el Dr. Mayfield sostiene que con JMP, "incluso con la misma cantidad de datos, la cantidad [de información] que nos dice se ha expandido exponencialmente". Llevar las estadísticas internamente también limita su dependencia de los recursos estadísticos externos, lo que inevitablemente agrega más tiempo al proceso de investigación. Y el tiempo es un recurso precioso a la luz de la creciente crisis del blanqueamiento de corales. “Realmente no tenemos el lujo de sentarnos durante cinco años y pensar en cómo analizar los datos”, explica. “Nunca se me ocurrió que en realidad podría usar algunas de estas ideas con coral” Habiéndose tomado el tiempo para profundizar sus habilidades de modelado dentro de JMP, el Dr. Mayfield está facultado para ser creativo con sus conjuntos de datos y diseñar un enfoque estadístico que extrae información previamente información oculta. En busca de ideas, ahora observa cómo otras empresas e instituciones manejan sus grandes conjuntos de datos. Los analistas de otros campos utilizan rutinariamente datos de comportamiento para desarrollar algoritmos predictivos sobre, por ejemplo, preferencias de compra o programas de mantenimiento. ¿Por qué no podrían aplicarse los mismos principios a los comportamientos de los arrecifes de coral y su supervivencia? "Es posible que no podamos predecir con 100 % de certeza si un coral va a morir", teoriza el Dr. Mayfield, pero "si ya tenemos suficientes datos sobre cómo se comportaron los corales en el pasado... podríamos decir basándonos en nuestra datos anteriores de que un aumento de la temperatura [del agua de mar] de un grado da como resultado un cambio del 30% en el crecimiento del coral”. Potencialmente, él y sus colaboradores pueden usar la encuesta mundial de datos desarrollada como parte de la Expedición Global Reef de Living Oceans Foundation para hacer la transición de la explicación a la predicción. “Este es el tipo de cosas que quiero explorar ahora que sé más sobre lo que JMP puede ofrecer”, dice el Dr. Mayfield. Sin embargo, se apresuró a hacer eco de un mensaje clave extraído del trabajo pionero de Galit Shmueli (2011) en el sentido de que, solo porque un conjunto de datos sea excelente para explicar observaciones pasadas, no significa ipso facto que este mismo conjunto de datos necesariamente permitirá uno para hacer predicciones sobre el comportamiento futuro de los animales objetivo. Esto no quiere decir que la capacidad explicativa y predictiva nunca estén sincronizadas; sólo que hay que validar esta relación empíricamente. Aunque todavía es una idea incipiente, el Dr. Mayfield está emocionado de explorar las oportunidades que brindan los grandes datos en el campo de la fisiología de los corales de arrecife. Con los nuevos modelos desarrollados en JMP, puede probar su poder predictivo con un amplio conjunto de datos de campo. “No lo sabremos hasta que probemos [un modelo]”, dice, pero afortunadamente, JMP tiene plataformas integradas que admiten este tipo de prueba de precisión del modelo; cuando construya sus modelos, JMP le dirá si su modelo funcionó para cada muestra. "Las plataformas de modelado predictivo de JMP ya tienen las piezas del rompecabezas en su lugar, solo están esperando que llegue este tipo de datos para que podamos jugar con ellos". El Dr. Mayfield dice que ha aprovechado no solo las funciones de modelado de JMP, sino también las redes neuronales y las plataformas de análisis de valores atípicos. Con respecto a lo último, en lugar de descartar datos de corales que muestran un comportamiento aberrante (es decir, los valores atípicos), argumenta que, en muchos casos, estos individuos que funcionan de manera extraña, que tienden a ser los más resistentes al estrés en sus conjuntos de datos, en realidad podrían ser los de mayor interés para los fisiólogos. En otras palabras, tales características de JMP le permiten al Dr. Mayfield identificar las biopsias de coral que debe priorizar bajo la limitación del mundo real de que, en muchos casos, no hay fondos suficientes para analizar cada biopsia en su máxima capacidad. Aceleración de la investigación a través de la transparencia de los datos Como el Dr. Mayfield es dolorosamente consciente, una gran cantidad de datos languidecen sin ser utilizados por investigadores que carecen del tiempo o del conocimiento estadístico para analizarlos. Además, dada la presión por publicar y la competencia entre los científicos, la mayoría se muestran reacios a compartir sus datos (incluso datos que ya han utilizado en trabajos publicados). Sin embargo, con un problema tan sensible al tiempo como el blanqueamiento de los arrecifes de coral, el intercambio de datos podría ser un factor clave para acelerar el estado de la ciencia y determinar las estrategias de conservación más efectivas. “Especialmente en nuestro campo, [los científicos] deberían ser más abiertos sobre cómo analizan los datos y hacer esfuerzos reales para publicarlos. No sirve de nada sentarse frente a una computadora”, dice. Y el Dr. Mayfield lidera con el ejemplo: JMP le brinda las herramientas para promover la transparencia en su propia investigación, como funciones HTML interactivas que permiten el análisis de datos en tiempo real. “JMP me ha dado muchas ideas: nuevas formas de hacer que mis datos sean más interactivos y no solo en términos de visualización, sino también para mostrar a las personas el proceso de pensamiento detrás de cómo los analicé”, dice. Además de publicar conjuntos de datos en su sitio web personal coralreefdiagnostics.com, el Dr. Mayfield ahora usa JMP Public como un medio para difundir visualizaciones dinámicas. La capacidad de filtrado de datos del software, dice, permite que sus colaboradores y otras personas interesadas "encuentren" corales que demuestren ciertas características en el conjunto de datos, por ejemplo, un coral blanqueado de Fiji que sobreexpresaba proteínas fluorescentes. Esta función en JMP Public permitirá a los colaboradores actuales y futuros identificar rápidamente las muestras que deseen analizar con más detalle, ya sean biopsias archivadas o las coordenadas GPS de las colonias de coral muestreadas originalmente. > Consulte un análisis de componentes principales en JMP Public que muestra datos de arrecifes de Fiji “La mayoría de las personas se quedarán dormidas si les das una clase de una hora sobre estadísticas, pero tal vez si pudieran ver cómo pasaste de esta tabla de datos a esta figura ... los espectadores entonces tendrían más confianza en sus datos”. El Dr. Mayfield espera que al revelar los detalles de su propia investigación y al aumentar la reproducibilidad de sus métodos, pueda alentar a sus colegas a lograr una transparencia similar, uniendo al campo en la búsqueda de soluciones tangibles para el declive de los arrecifes de coral. “Es posible que ya tengamos todos los datos que necesitamos para abordar ciertos problemas de los arrecifes de coral”, dice el Dr. Mayfield. “Simplemente no los estamos analizando de la manera correcta”. JMP podría cambiar eso. Y ahora, la investigación del Dr. Mayfield solo está limitada por las preguntas que hace. Referencias Mayfield AB, Dempsey AC, Inamdar J, Chen CS (2018), Una plataforma estadística para evaluar la salud de los corales en una era de cambio climático global-I: Un estudio de caso del archipiélago Lau de Fiji.Platax 15, 1-35. Mayfield AB, Chen CS, Dempsey AC (2019), Modelado de la variación mediada por el medio ambiente en la fisiología del coral de arrecife.Revista de Investigación Marina 145, 44-54. Shmueli G (2011), ¿Explicar o predecir?Ciencia Estadística 25(3), 289-310.
