サンゴ礁は地球の海洋の 2% 未満を占めていますが、海洋の健全性において重要な役割を果たしており、地球上で最も多様な生態系の 1 つです。 それらは多数の海洋生物の生息地であるだけでなく、その計り知れない影響は地元経済に広がり、漁業を支援し、観光を促進し、海岸線を浸食から保護しており、その影響は毎年数十億ドルに相当します。 環境と経済の両方の成功において大きな役割を果たしているこれらの脆弱なサンゴ礁の保護は世界的な優先事項であるはずですが、世界中のサンゴ礁の健全性は低下し続けています。 特に気候変動はサンゴ礁の劣化を加速させており、科学者らは現在、気候変動やその他の人為的要因により、過去40年間で世界のサンゴ礁の半分以上が失われたと推定している。 科学者はサンゴ礁の白化と（その後の）死滅の原因を広く理解しているが、どのサンゴ礁が最も危険にさらされ、どのサンゴ礁が最も回復力があり、どのサンゴ礁を保全のために優先すべきかを具体的に予測することは、引き続きこの分野の最大の課題となっている。
ハーレド・ビン・スルタン・リビング・オーシャンズ財団のような団体はこれらの疑問への答えを模索しており、世界中の海洋科学者が国際的なサンゴ礁の研究、保護、修復の取り組みに投資しています。 彼らの支援を受けて、アンダーソン・メイフィールド博士は、そのキャリアをサンゴ礁のサンゴ生理学の研究に捧げ、科学者がサンゴ礁の破壊を理解し、それを軽減するには、より厳密で統計に基づいたアプローチが必要であると主張した。手遅れになる前に環境が変化します。
統計的アプローチは、科学者が時間と戦っている分野での研究をスピードアップします
多くのことが普段の目には隠されている海洋生物学の分野では、科学者の最初の課題は、サンゴがどれだけ存在し、どこに位置し、どの程度健康であるか、そしてサンゴが直面している危険因子を観察して理解することです。 この脆弱な生態系が、海水温や酸性度の上昇などの気候変動に関連する要因によってどのような影響を受けているかを理解する取り組みにおいては、サンゴ礁の健全性の経時的変化を文書化することが最も重要です。
しかし、現在世界中のサンゴ礁生態系が脅威に直面している差し迫った状況を考えると、マイアミにある米国海洋大気庁の大西洋海洋気象研究所の助手であるメイフィールド博士は、海洋科学についてもっと積極的に取り組む必要があると信じている。 、特に海洋保護への取り組み。 だからこそ、彼と彼の協力者たちは統計的アプローチを主張しているのだ。 同氏によれば、予測モデリングは、どのサンゴ礁が環境ストレスの影響を受けやすいか、そしてどのサンゴ礁が最も回復力があるかを判断するのに役立ち、それによって保護資金提供機関が的を絞った緩和取り組みに優先順位を付けることができるようになるという。
健康なサンゴのポリプは、その組織内に生息する微細な藻類との内部共生関係に依存しています。 これらの藻類はサンゴに色を与え、主な食料源として機能します。 しかし、水温が上昇すると、共生関係にストレスがかかり、藻類が離れ始め、サンゴが白くなったり、「白化」して餓死してしまいます。
「サンゴの中には白化するものもあります」とメイフィールド博士は説明する。 「しかし、地元の圧力をいくらか緩和すれば、生き残る可能性が高まるサンゴ礁は他にもあります。」どのサンゴ礁が最も保護する価値があるかを判断するのは難しいが、台湾南部の一連のサンゴ礁のように、増大する環境圧力に直面しても高い回復力を示しているサンゴ礁もある。 「これは、私たちが保全と、なぜこれほど回復力があるのかを解明するための研究を優先すべきサンゴ礁の有力な候補のように思えます」と彼は言う。
重要な生存要因を特定することで、メイフィールド博士のような研究者は、どのサンゴ礁がよりストレスを受けやすく、他の場所で将来の白化を阻止できるかをより正確に予測できるようになるかもしれない。
科学的結論の統計的威力を高める
メイフィールド博士の統計モデルは、実験用の水槽で育てたサンゴの同種種を使った実験に依存していたこれまでの実験からの大きな逸脱を表しており、その結果は自然種の変動を説明するには統計的に十分強力ではなかったと同博士は述べている。 対照的に、「ビッグ データ」統計モデリングにより、彼は、より深く、より多くの世界規模のデータ調査 (最近完了したリビング オーシャンズ財団「グローバル リーフ エクスペディション」で行われた調査など、彼も参加していました) を利用できるようになりました。個々の科学者が収集したデータよりも地理的に広大です。
たとえば、最近出版された論文では、プラタックス（2018年）と海洋研究ジャーナル(2019)、メイフィールド博士とその共著者らは、単変量手法と多変量手法を組み合わせて、フィジーのラウ諸島と深南太平洋(フランス領ポリネシアのオーストラル諸島とクック諸島)の研究が不十分な地域からのデータセットをそれぞれ調べました。 。 重要なことに、研究者らはサンゴの生理機能に影響を与えると予想される12の環境要因（温度、サンゴ礁の構造、魚のバイオマスなど）を調査した。 段階的回帰と部分最小二乗によって作成された最適モデルは、生理学的反応の変動の重要な部分を説明するには、そのような日常的に評価される環境パラメーターのサブセットのみが必要であることを示しました。 研究のモデルのいくつかは予測能力が比較的低いことが判明したが、メイフィールド博士は、それでもこの方法は概念実証であり、海洋に関する予測を行うために以前に収集されたデータを使用することを試みる価値があるという考えを示していると主張した。動物の健康。
グラフ電卓からJMP®へ
メイフィールド博士が最初にデューク大学、次にハワイ大学マノア校で海洋生物学の研修を始めたとき、彼は今日のような統計手法の率直な支持者とは程遠いものでした。 本格的に正式な多変量統計にまだ触れたことがなく、キャリア初期の戦車実験の変数はほぼ既知であり、厳密に管理されていたため、メイフィールドは、自分の分析はグラフ計算機で実行できるものに限定されていたと冗談を言っています (例: 一元配置分散分析)。
しかし、メイフィールド博士の電卓や Microsoft Excel などの初歩的なツールへの依存は、彼の研究が新たなレベルの統計的洗練が必要となる、よりフィールドベースのプロジェクトに拡大するにつれて変化する必要がありました。 幸いなことに、Mayfield 氏も JMP 統計検出ソフトウェアの使用を開始したのはその頃でした。
今、彼は他に何も使用しません。
「最初は、JMP を使用して分布を調べ、t 検定、ANOVA、線形回帰などの単純な比較分析を実行するだけでした。 私はおそらく、JMP ができることの 5% 以下しか活用していませんでした。」と彼は回想します。 しかし最終的に、メイフィールド博士は残りの 95% を追求することを決意しました。これは、データの分析方法だけでなく、それらのデータの収集方法も変えたものであると彼は信じています。
「サンゴ礁に出ているときでも、JMP の表や図を見て、どうすればサンプルから最大限の情報を得ることができるかを考えています」と彼は言います。 メイフィールド博士は、JMP を通じて利用できる統計と機能を知っているため、水中にいる間にどこに注意を向けるべきか、どのサンプルを収集すべきかについて戦略的な決定を下すことができると述べています。 「これらは、事前に JMP を使用して直接テストできる種類のものです」と彼は言います。
さらに、メイフィールド博士は、JMP について「同じ量のデータでも、JMP が伝える情報の量は飛躍的に増大した」と主張します。統計を社内に持ち込むことで、外部の統計リソースへの依存も制限され、必然的に調査プロセスに時間がかかるようになります。 サンゴの白化の危機が深刻化していることを考えると、時間は貴重な資源です。 「5 年間も座ってデータの分析方法を考える余裕はありません」と彼は説明します。
「これらのアイデアのいくつかを実際にサンゴで使用できるとは思いもしませんでした。」
時間をかけて JMP 内でのモデリング スキルを深めたメイフィールド博士は、データ セットを創造的に使用し、これまで隠されていた情報を抽出する統計的アプローチを考案することができました。 アイデアを得るために、彼は現在、他の企業や機関が大規模なデータセットをどのように扱うかに注目しています。 他の分野のアナリストは、日常的に行動データを使用して、買い物の好みやメンテナンスのスケジュールなどに関する予測アルゴリズムを開発しています。なぜ同じ原則をサンゴ礁の行動とその生存に適用できなかったのでしょうか?
「サンゴが死ぬかどうかを 100% 確実に予測することはできないかもしれない」とメイフィールド博士は理論づけています。「しかし、サンゴが過去にどのように行動したかについてすでに十分なデータがあれば、...過去のデータによると、[海水] 温度が 1 度上昇すると、サンゴの成長が 30% 変化します。」
潜在的に、彼と彼の協力者は、リビング・オーシャンズ財団の世界サンゴ礁探検の一環として開発された世界規模のデータ調査を利用して、説明から予測へ移行できる可能性がある。 「JMP が提供できるものについて詳しく知った今、私はこれらのことを探求したいと思っています」とメイフィールド博士は言います。 しかし、彼は、Galit Shmueli (2011) の先駆的な研究から得られた重要なメッセージをすぐに繰り返しました。データセットが過去の観察を説明するのに優れているからといって、同じデータセットが必ずしもそれを可能にすることを事実上意味するわけではないということです。 1つは、対象となる動物の将来の行動を予測することです。 これは、説明能力と予測能力が決して同期しないと言っているわけではありません。この関係を経験的に検証する必要があるというだけです。
これはまだ初期のアイデアですが、メイフィールド博士は、サンゴ礁のサンゴ生理学分野でビッグデータがもたらす可能性を探求することに興奮しています。 JMP で開発された新しいモデルを使用すると、広範なフィールド データセットを使用してその予測力をテストできます。 「[モデルを]テストするまではわかりません」と彼は言いますが、幸いなことに、JMP にはこの種のモデルの精度テストをサポートするプラットフォームが組み込まれています。モデルを構築すると、JMP はモデルが各サンプルに対して機能したかどうかを通知します。 「JMP の予測モデリング プラットフォームには、すでにパズルのピースが揃っており、この種のデータが提供されるのを待っているだけです。そうすれば、私たちはそれを試すことができます。」
メイフィールド博士は、JMP のモデリング機能だけでなく、ニューラル ネットワーキングや外れ値分析プラットフォームも活用していると述べています。 後者に関しては、異常な行動を示すサンゴのデータ（つまり外れ値）を捨てるのではなく、多くの場合、これらの奇妙に機能する個体（彼のデータセットの中で最もストレス耐性が高い傾向にある個体）が実際に存在する可能性があると主張しています。生理学者にとって最も興味深いものです。 言い換えれば、JMP のこのような機能により、メイフィールド博士は、多くの場合、すべての生検を最大限に分析するには資金が不十分であるという現実世界の制限の下で、優先すべきサンゴ生検を特定することができます。
データの透明性を通じて研究を加速する
メイフィールド博士も痛感しているように、膨大なデータは、分析するための時間も統計的知識もない研究者によって活用されずに放置されています。 さらに、出版のプレッシャーと科学者間の競争を考慮すると、ほとんどの研究者は自分のデータを共有することに消極的です（出版された研究ですでに使用したデータであっても）。 しかし、サンゴ礁の白化のような一刻を争う問題では、科学の進歩を加速させ、最も効果的な保全戦略を決定する上で、データ共有が重要な要素となる可能性があります。 「特に私たちの分野では、[科学者は]データをどのように分析し、それを世に出すために実際に努力しているかについてもっとオープンになるべきです。 ただコンピューターの前に座っているだけでは何の効果もありません」と彼は言います。
そしてメイフィールド博士は模範を示し、JMP はリアルタイムのデータ分析を可能にするインタラクティブな HTML 機能など、彼自身の研究の透明性を促進するツールを提供しています。 「JMP は私に非常に多くのアイデアを与えてくれました。データをよりインタラクティブにし、視覚化の観点からだけでなく、データ分析の背後にある思考プロセスを人々に示す新しい方法です。」と彼は言います。 メイフィールド博士は、個人 Web サイト coralreefdiagnostics.com にデータ セットを投稿することに加えて、現在、動的視覚化を広める手段として JMP Public を使用しています。 同氏によると、このソフトウェアのデータフィルタリング能力により、共同研究者やその他の関心のある人々は、データセット内で特定の特徴を示すサンゴを「見つける」ことができる――例えば、蛍光タンパク質を過剰発現していたフィジー産の白化したサンゴなどだ。 JMP Public のこの機能により、現在および将来の共同研究者は、アーカイブされた生検サンプルであれ、最初にサンプリングされたサンゴコロニー自体の GPS 座標であれ、より詳細に分析したいサンプルを迅速に特定できるようになります。
>フィジーのサンゴ礁データを示す JMP Public の主成分分析をご覧ください。
「統計について 1 時間講義すると、ほとんどの人は眠ってしまいますが、このデータ表からこの図にどのように変化したかを理解できれば、視聴者はあなたのデータにもっと自信を持つでしょう。」メイフィールド博士は、自身の研究の詳細を公開し、手法の再現性を高めることで、同様の透明性を目指して同僚を奨励し、サンゴ礁減少に対する具体的な解決策を追求するために分野を団結させることができると期待している。
「特定のサンゴ礁問題に対処するために必要なデータはすべてすでに揃っているかもしれません」とメイフィールド博士は言います。 「私たちはそれらを正しい方法で分析していないだけです。」 JMP はそれを変える可能性があります。 そして今、メイフィールド博士の研究は彼が尋ねる質問によってのみ制限されています。
参考文献
Mayfield AB、Dempsey AC、Inamdar J、Chen CS (2018)、地球規模の気候変化の時代におけるサンゴの健康状態を評価するための統計プラットフォーム - I: フィジーのラウ諸島のケーススタディ。プラタックス15、1-35。
Mayfield AB、Chen CS、Dempsey AC (2019)、サンゴ礁のサンゴ生理における環境媒介変動のモデリング。海洋研究ジャーナル145、44-54。
Shmueli G (2011)、説明するのか、それとも予測するのか?統計科学25(3)、289-310。
