| Transkript |
| Hallo zusammen, mein Name ist Anderson Mayfield und ich bin Assistenzwissenschaftler am Cooperative Institute Marine and Atmospheric Studies der University of Miami. |
| Ich arbeite tatsächlich gegenüber dem Meeresforschungslabor der University of Miami, dem Atlantic Oceanographic and Meteorological Laboratory der NOAA, als Teil ihres Korallenprogramms. |
| Heute werde ich mit Ihnen über einige der Forschungsarbeiten sprechen, an denen ich im Laufe meiner gesamten Karriere gearbeitet habe. Dabei ging es mir um die Entwicklung von Werkzeugen zur Vorhersage des Schicksals von Riffkorallen. |
| Dies ist also eigentlich eine Aktualisierung oder Fortsetzung dessen, was ich letztes Jahr in meinem Vortrag auf dem Discovery Summit besprochen habe. Aber ich weiß, dass viele von Ihnen das vielleicht nicht gehört haben, oder selbst wenn Sie es gehört haben |
| Sie erinnern sich vielleicht nicht an alles, das ist völlig in Ordnung. Ich werde Ihnen die Grundlagen für die Forschung, die ich durchführe, erläutern. |
| Wenn ich über einige Probleme spreche, mit denen Korallenriffe konfrontiert sind, möchte ich kurz zusammenfassen, wo ich letztes Jahr stand. |
| Wirklich aufregend, nicht einmal zwei Monate nach dem Vortrag auf dem Discovery Summit im letzten Jahr, habe ich einen großen Durchbruch in meiner Korallenvorhersagemodellierung erzielt. |
| Fortschritte gemacht, und dies war größtenteils einigen der neuen Funktionen und JMP Pro zu verdanken, daher werde ich diese brandaktuellen Daten heute mit Ihnen teilen. |
| Und das führt uns zu der Frage: Können wir das Schicksal einzelner Korallenkolonien vorhersagen? |
| Das Schicksal eines Korallenriffs, also der gesamten Korallenansammlung, vorherzusagen, ist eigentlich einfacher, weil Korallenriffe weltweit grundsätzlich in einem schlechten Zustand sind. |
| aufgrund steigender Meerwassertemperaturen. Korallen haben Dinoflagellaten-Algen, die in ihren Zellen leben, sie betreiben Photosynthese wie eine Pflanze und sie verlagern |
| die Energie, die sie produzieren, an ihren Korallenwirt. Das Problem ist, dass ihre Fähigkeit zur Photosynthese beeinträchtigt wird, wenn das Wasser zu heiß wird. |
| Korallen verdauen sie entweder oder stoßen sie aus, das Endergebnis ist, dass dieselben Korallen praktisch verhungern. |
| Und das ist ein Problem auf der ganzen Welt. Wenn wir also das Schicksal eines Korallenriffs vorhersagen, wissen wir im Grunde schon, dass es sich um Ökosysteme im Niedergang handelt. |
| Auf individueller Ebene ist jedoch eine Heterogenität zu beobachten. Es gibt Korallenarten, denen es besser geht als anderen, und es gibt Genotypen innerhalb von Arten, denen es besser geht als anderen – die widerstandsfähiger gegen die Korallenbleiche sind, während andere anfällig für die Korallenbleiche sind. |
| Mich hat während meiner gesamten Karriere interessiert, was diese Widerstandsfähigkeit antreibt und ob wir sie tatsächlich vorhersagen können. |
| Ich vergleiche das mit einer Art Korallenversicherungsmathematiker. Können Sie mir eine Biopsie Ihrer Lieblingskoralle schicken, und ich kann einige Analysen durchführen und sagen: „Hey, |
| Sie wissen, dass diese Koralle noch sechs Monate zu leben hat, dieser hier wird es jahrzehntelang gut gehen, das ist ungefähr das, was ich versucht habe. |
| Denn die Art und Weise, wie wir den Gesundheitszustand der Korallen derzeit beurteilen, ist rückwirkend. Wir gehen hinaus, führen unsere Untersuchungen durch und quantifizieren im Wesentlichen die Menge der toten Korallen. |
| Es handelt sich also um wichtige Daten, die gesammelt werden müssen, aber man hat den Korallen mit dieser Vorgehensweise keinen Gefallen getan. Dies wäre analog |
| Wenn ein Arzt seinem Patienten, der gerade einen Herzinfarkt erlitten hatte, sagt: „Hey, Sie hatten wirklich hohen Blutdruck“, dann hätte der Patient das gerne gewusst. |
| Wochen, Monate, Jahre vorher, also hätten sie etwas Proaktives tun können - Medikamente, Lebensstiländerung, Sie wissen schon, bessere Ernährung und Bewegung. Also |
| Ich halte es für inakzeptabel, den Gesundheitszustand von Menschen so rückwirkend zu beurteilen. Warum können wir also nicht auch bei Korallen einen proaktiveren Ansatz verfolgen? |
| Es gibt also Vorhersagetools, und einige davon wurden tatsächlich von der NOAA entwickelt, die meisten sogar von meinem Arbeitgeber, der NOAA, die versucht, |
| Projektionen oder Vorhersagen zur Gesundheit der Korallen. |
| Sie verwenden ausschließlich die Temperatur, weil es einen gut bekannten und gut untersuchten Zusammenhang zwischen hohen Temperaturen und Korallenbleiche gibt. Daher ist es sinnvoll, sich auf die Temperatur als Prädiktor zu konzentrieren. |
| Es geht hier um einen Bericht der Vereinten Nationen, der dieses Jahr veröffentlicht wurde, aber viele der Autoren arbeiten bei der NOAA. Es geht um |
| das Jahr des Beginns der sogenannten jährlichen starken Bleiche. Dies ist also das Jahr, in dem die Bleiche jeden Sommer beginnt. Also |
| Korallen können sich von der Korallenbleiche erholen, sie können neue Symbionten aufnehmen, sie können fressen, |
| Sie können den Sturm bis zu einem gewissen Grad überstehen, aber wenn jedes Jahr Bleiche auftritt, verlieren sie die Fähigkeit |
| sich zu erholen, deshalb ist das jährliche schwere Bleichjahr sozusagen das, was ich am Punkt ohne Umkehr ankündige. Das ist also ziemlich düster, denn man kann sehen |
| Einige dieser Jahre sind rot markiert, 2015 und 2020, sie sind offensichtlich schon vorbei, und hier sehen wir eine Karte von Südflorida, also dort, wo sich unsere Einsatzorte befinden. |
| Wir wissen jedoch, dass dies nicht hundertprozentig zutrifft. Zwar gibt es in diesen Pixeln Riffe, die bereits jedes Jahr ausbleichen, aber es gibt viele andere, bei denen dies nicht der Fall ist. |
| Eines meiner Ziele ist es, die räumliche und zeitliche Auflösung dieser temperaturzentrierten Modelle zu verbessern, denn diese temperaturzentrierten Modelle |
| Sie berücksichtigen nicht, was dort ist. Sie berücksichtigen nicht einmal, ob es dort überhaupt Korallen gibt. Sie betrachten lediglich die Temperaturmuster. |
| Sie berücksichtigen also nicht, ob es dort widerstandsfähige Arten gibt oder ob es widerstandsfähige Genotypen gibt. Aber wenn wir darüber nachdenken, sind sie, ehrlich gesagt, überhaupt nicht auf der Wahrheit basierend. |
| Wir müssen rausgehen und unsere ökologischen Untersuchungen durchführen. Wir untersuchen den Korallenbestand, |
| Biomasse, Artenvielfalt, welche Arten von Korallenfeinden es gibt, bestimmte Arten von Makroalgen und Korallenfressern, aber selbst das ist meiner Meinung nach nicht genug, denn man kann ein Riff haben, das |
| ist komplett mit Korallen bedeckt, wie diese hier auf diesem Bild. |
| Ein Ökologe könnte sogar sagen: „Hey, das sieht wirklich gesund aus, es gibt viele Korallen, das Wasser sieht ziemlich klar aus, es gibt nicht viele Algen, wissen Sie, selbst für das geschulte Auge könnte man |
| Ich vermute, dass es sich um ein gesundes Riff handelt, aber ich persönlich als Korallenphysiologe weiß, dass es sich um ein Korallenriff mit geringer Widerstandsfähigkeit handelt, da diese Arten algenartig sind und daher nicht viel Energie speichern. |
| in den Tanks, wenn der Meereswasserspiegel steigt, sodass es zu einer inhärenten Diskrepanz zwischen Korallenreichtum und Korallengesundheit kommt. |
| Aber wenn man darüber nachdenkt, ist das nicht so überraschend. Wir gehen nicht so mit der menschlichen Gesundheit um. Ich gehe nicht durch die Innenstadt von Miami, wo ich lebe, und sage: „Hey, in diesem Viertel leben eine Million Menschen.“ |
| es ist doppelt so gesund wie dieses Viertel hier mit einer halben Million Einwohnern, ich meine, für einen Ökonomen könnte es gesünder sein. |
| Aber wenn man sich die Gesundheit der Bewohner ansieht, gibt es möglicherweise keinen Zusammenhang. Man könnte sagen, hey, diese größere Stadt hat |
| Sie wissen, dass eine bessere Gesundheitsversorgung als eine Kleinstadt. In bestimmten Situationen könnte es also einen Zusammenhang zwischen der Bevölkerungsdichte |
| und die menschliche Gesundheit, aber es gibt genauso viele Orte, wo das nicht der Fall ist, wissen Sie. |
| In Gebieten mit höherer Bevölkerungsdichte ist beispielsweise die Kriminalität höher. Es wundert mich, dass wir das immer noch so handhaben. |
| oder versuchen, Vermutungen über die Gesundheit der Meeresorganismen anzustellen, besteht einfach darin, zu zählen, was da draußen ist. Ich denke |
| Sie wissen, dass Sie das mit Menschen nicht tun würden, und ich denke, wir können es besser machen. |
| Was ich wirklich tun möchte, ist, nicht nur die Temperatur zu betrachten. Die Temperatur wird für das Verständnis und die Hilfe entscheidend sein, aber nicht isoliert. |
| Ebenso sind ökologische Faktoren, die Organismendichte und die Artenvielfalt kritisch zu bewerten. Sie allein geben keinen Aufschluss über Beständigkeit und Langlebigkeit. |
| Ich möchte diese Dinge berücksichtigen, aber auch die physiologische und tatsächliche Gesundheit der Organismen in diesen Ökosystemen berücksichtigen, |
| das ist ein sehr komplexes, verworrenes Modell und ich habe noch nicht wirklich herausgefunden, wie es präsentiert wird oder wie es funktionieren wird |
| Im Moment noch nicht, aber ich habe ein paar Ideen. Heute möchte ich mich auf das konzentrieren, was ich hier umrissen habe. Ich versuche einfach, anhand der physiologischen Daten ein Vorhersagemodell zu erstellen, mit dem sich vorhersagen lässt, ob eine Koralle der Korallenbleiche widerstehen wird oder anfällig dafür ist. |
| Und für diese Art von prädiktiven Analysen tendiere ich zur Molekularbiologie, weil man subzelluläre Veränderungen im Verhalten sehen sollte |
| die eine Art abweichende Physiologie widerspiegeln, bevor man mit bloßem Auge etwas Falsches bemerkt. Kommen wir also zurück zu diesem Herzinfarkt |
| Analogie: Sie werden einen hohen Cholesterinspiegel oder Bluthochdruck bei einer Person Wochen, Monate, vielleicht sogar Jahre dokumentieren, bevor sie wahrscheinlich |
| Herzstillstand und deshalb nehmen sie Ihnen beim Arzt Blut ab. Wir haben diese gut entwickelten Biomarker wie Blutzucker und Cholesterin |
| für Vermutungen über Ihre zukünftige Gesundheit. Sie werden nicht in der Lage sein, Ihnen zu sagen, Sie wissen, wann Sie sterben werden, aber diese sind |
| Biomarker und Analyten, die eine hohe Vorhersagekraft für Ihren zukünftigen Gesundheitszustand haben. So |
| Cholesterin ist kein besonders guter Biomarker für Korallen, aber andere Dinge können es sein, und deshalb nehmen wir bei NOAA diese Multi- |
| Wir nennen es Multi-Omics-Ansatz, bei dem wir alle verschiedenen Moleküle untersuchen, die von den Organismen, die uns interessieren, synthetisiert werden, in meinem Fall Korallen, um herauszufinden, welche davon |
| einen Stresszustand oder einen Zustand der Belastbarkeit widerspiegeln. Ich habe eigentlich in der Welt der Genexpression angefangen, also bei den Messenger-RNAs. |
| Aber vor kurzem bin ich mehr in die Proteomikforschung eingestiegen, weil Proteine die eigentliche Arbeit in den Zellen verrichten. Also |
| Oftmals ist keine starke Korrelation zwischen der mRNA-Expression und den Proteinspiegeln erkennbar. |
| mRNAs könnten immer noch sehr gute Biomarker für die Gesundheitsdiagnostik sein, aber sie werden für den Mechanismus nicht allzu nützlich sein. Als Physiologe möchte ich |
| Ich möchte meinen Kuchen haben und ihn auch essen. Deshalb möchte ich wissen, was in meinen Korallenzellen passiert, wie die Korallenzellen auf hohe Temperaturen reagieren und welche Proteine an der Thermoakklimatisierung beteiligt sind. |
| Dies sind die Arten von Fragen, die durch die sogenannte Proteomik beantwortet werden können, also die Zusammenstellung aller Proteine in einer Probe. |
| Sie erhalten also die mechanistischen Daten, aber diese Proteine können auch als gesundheitsbezogene Biomarker dienen. Dies ist also sozusagen meine Folie, auf der ich versuche, 20 Jahre Forschung auf einer einzigen Folie zusammenzufassen, um alle auf den neuesten Stand zu bringen. |
| Bestimmung der optimalen Analyten. Ich habe gerade über die Proteine gesprochen. Glaube ich, dass Proteine das A und O sind und sich nie besser in Korallen messen lassen? |
| Deshalb habe ich hier ein Häkchen gesetzt: „Auf keinen Fall.“ Und Sie werden später im Vortrag sehen, dass es tatsächlich Probleme mit der Verwendung von Proteinen für gesundheitliche Rückschlüsse gibt. Es gibt wahrscheinlich etwas Besseres, daher ist dies noch in Arbeit. |
| Leider sind Korallen keine Modellorganismen. Für all die Dinge, die ich messen wollte, musste ich Jahre damit verbringen, die Methodik selbst zu entwickeln. Insbesondere die molekulare Grundlagenforschung. |
| Wenn Sie einen beliebigen Analyten als Biomarker verwenden möchten, sei es ein Gen, ein Protein oder ein Lipid, müssen Sie die natürlichen Variationsquellen berücksichtigen. |
| Und das sind Dinge wie der Lichtzyklus. Da Korallen photosynthetische Dinoflagellaten in ihren Zellen haben |
| Sie zeigen enorme Schwankungen in der Physiologie über den Hell-Dunkel-Zyklus, über den Gezeitenzyklus, über die Jahreszeiten hinweg. Das sind sozusagen die nicht-sexy, aber irgendwie notwendige Übel |
| Projekte, die Sie durchführen müssen, um letztendlich die Gesundheit der Korallen zu modellieren. Sobald Sie verstanden haben, wie es den Korallen im Alltag geht, dann tun Sie |
| diese Umweltbelastungsstudien, bei denen Korallen Stressfaktoren ausgesetzt werden |
| oder im Labor oder Sie untersuchen Stressregime über Umweltgradienten im Feld. |
| Und genau darin hat sich die Korallenforschung insgesamt am besten bewährt. Es gibt Tausende von Artikeln zur Umweltphysiologie der Korallen und ich werde später im Vortrag ein wenig auf ein Beispiel dafür eingehen. |
| Aber wo wir feststecken und wo Sie derzeit keine Arbeit sehen, ist diese Idee, die ich verfolgt habe: Daten über die Korallengesundheit zu nutzen, um tatsächlich Vorhersagemodelle für die Stressanfälligkeit von Korallen zu erstellen. Und in diesem Bereich versuche ich, Fortschritte zu erzielen. |
| Und ich glaube, das liegt daran, dass die meisten Physiologen und Molekularbiologen mit der beschreibenden Seite der Dinge viel besser vertraut sind, also damit, was im Organismus passiert, wenn er stirbt. |
| Damit soll diese Art der Forschung nicht herabgewürdigt werden, sie hat im Wesentlichen meine bisherige Karriere ausgemacht. |
| Es ist einfacher, solche Arbeiten zu veröffentlichen. Erhöhen Sie die Temperatur im Korallenriffbecken und beobachten Sie die Proteinwerte. Ich habe zehn Arbeiten dazu veröffentlicht, und man muss diese Art von Arbeit leisten, um an |
| diesen prädiktiven Ansatz. Aber ich möchte, das heißt, für mich persönlich diesen Wandel vollziehen, weg von diesem |
| Bestatter, der praktisch Todesanzeigen über Korallen schreibt. Im Wesentlichen sind diese Zeitungen nützlich, sie liefern jedoch nützliche Daten, nützen den Korallen jedoch nichts. |
| Und wir nehmen die Daten, die wir aus diesen inhärent beschreibenden Projekten erhalten haben, und verwenden sie in einer prädiktiven Funktion, um herauszufinden |
| Welche Korallen werden die Gewinner des Klimawandels sein und welche die Verlierer. Also vom Bestatter zum Tierarzt oder Aktuar, den ich vorhin erwähnt habe. |
| Und ich möchte euch nicht den Eindruck vermitteln, dass ich, wisst ihr, dieses erstaunliche |
| Modellierer. Das ist etwas, was ich mir eigentlich selbst beigebracht und spontan gelernt habe, aber ich führe einen großen Teil meines Erfolgs darauf zurück und darauf, dass ich diesen nahtlosen Übergang von eher beschreibenden zu prädiktiven Aufgaben geschafft habe. |
| Dies wird durch JMP vorangetrieben, da meine Vertrautheit mit der Fit Model-Plattform es mir beispielsweise wirklich leichter gemacht hat |
| um diese Beschreibung gewissermaßen in eine Vorhersage umzuwandeln. Was ich beispielsweise in meiner gesamten Karriere bis vor etwa ein oder zwei Jahren getan hätte, ist das Beispiel auf der linken Seite. |
| Sehen Sie, diese Korallenproteine in der Y-Box. Dies sind die esoterischen Zugangsnummern. Sie müssen nicht darauf achten, was sie bedeuten, Sie wissen einfach, dass es sich um Proteine handelt. |
| Erstellen Sie Modelleffekte, die die Dinge zeigen, die mich interessieren würden, wie Temperatur, Genotyp der Koralle, wann sie beprobt wurden, Dinge dieser Art, und Sie können ein schönes Papier veröffentlichen |
| Ich schaue mir diese Art von Datensätzen an. Was ich jetzt mache, ist, dass ich das im Grunde auf den Kopf stelle. Ich nehme all diese Proteine und verschiebe sie in das Konstruktmodell |
| Box, neben den experimentellen und/oder Umweltdaten, aber was wird in der y sein |
| Das ist das, was ich hier die Anfälligkeit für Korallenbleiche nenne. Ich werde es später anders nennen, aber die Idee ist dieselbe. Es ist die Wahrscheinlichkeit, dass eine Koralle ausbleicht. |
| Ich denke, dass JMP mir wirklich dabei geholfen hat, diesen Übergang von rein beschreibenden Dingen hin zu ersten Erfahrungen in der prädiktiven Biologie zu schaffen. |
| Ich möchte also ein wenig von den beschreibenden Dingen zusammenfassen und einige meiner Tools in JMP Pro vorstellen. |
| Paket, von dem ich ein großer Fan bin. Ich werde mit einem kleinen Datensatz herumspielen, den wir von dieser Koralle hier haben - Orbicella faveolata - es ist eine der |
| Sie ist eine der widerstandsfähigeren Korallenarten in den Florida Keys. Die Auswirkungen des Klimawandels sind so gravierend, dass wir uns nicht den Luxus leisten können, unbedingt mit allen Korallen zu arbeiten. Wir müssen also im Grunde mit denen arbeiten, die von Natur aus schon ein bisschen stärker sind. |
| Wir haben also Korallen aus verschiedenen Riffen entnommen, sie unterschiedlichen Temperaturen und unterschiedlichen Zeiträumen ausgesetzt und ihre Proteinkonzentrationen untersucht, weil wir eine Vorstellung davon haben müssen, was Biomarker sein könnten, die für die Modellbildung nützlich sein könnten. |
| Wie beeinflusst die Temperatur das Proteom dieser Koralle, alle möglichen beschreibenden Dinge, die Sie vielleicht |
| Ich möchte das ansprechen, also ist das sehr ähnlich zu dem, was ich vorher gezeigt hätte. Das ist meine Modellbox. Ich mache viel univariate Sachen, bei denen ich versuche herauszufinden, welche Proteine |
| am stärksten beeinflusst durch die Temperatur, den Standort des Riffs und Dinge dieser Art. Ich arbeite viel mit multivarianten Methoden – Hauptkomponentenanalyse, mehrdimensionale Skalierung. |
| Suchen Sie nach Beziehungen zwischen Stichproben, betrachten Sie multivariate Behandlungseffekte und wir werden uns gleich einige davon ansehen. Letztes Jahr habe ich dieses Papier gezeigt und seitdem veröffentlicht. Dies ist ein multidimensionales Skalierungsdiagramm, das erstellt wurde |
| in der multivariaten Plattform JMP Pro 16 – eigentlich wäre es 15 gewesen, aber ich möchte Ihnen hier nur zeigen, dass Sie sich nicht zu sehr in den Details verlieren sollten. Und ich entschuldige mich, falls Sie farbenblind sind. |
| Aber die grünen, die unteren drei Proben rechts, das sind Kontrollkorallen, also bei der Kontrolltemperatur. Die drei oben sind |
| bei 32 Grad, was für die meisten Korallen praktisch ein Todesurteil ist. Und nach mehreren Wochen der Exposition kann man sehen, dass ihre Proteome, also ihre Proteinprofile, anfangen, stabiler zu werden, und das ist wichtig. |
| Sie müssen wissen, dass die Temperatur Auswirkungen auf das Proteom hat, bevor Sie irgendeine Art von Vorhersagemodell erstellen. |
| Bei diesen Daten ging es um Daten zur Anwesenheit und Abwesenheit, also darum, ob ein Protein vorhanden war oder nicht. Es handelte sich um etwa sieben oder 800 Proteine. |
| Seitdem hat sich die Methodik verbessert, und das ist ein Vorteil der Arbeit in der Molekularbiologie: Die Methoden werden immer besser. |
| Ich habe also dieselben Proben genommen, aber anstatt sieben oder 800 Proteine als Vorhandensein/Abwesenheit zu messen, habe ich eine Teilmenge von 86 genommen. |
| Aber die Daten sind jetzt vollständig quantitativ. Ich habe also fast das Zehnfache |
| weniger Proteine, aber es gibt eine viel höhere Auflösung in Bezug auf die Konzentration, so dass der Datensatz, mit dem ich jetzt herumspielen werde, nur 86 Proteine enthält. Also |
| Dies ist eine typische Verteilung dieser Proteine. Sie sind nie normal verteilt, sondern immer schief. Das schränkt mich in der Verwendung ausschließlich parametrischer Ansätze ein, aber das ist kein Problem. |
| mit JMP. |
| Gehen wir also zu einer JMP-Tabelle über. |
| Dies ist die erste Tabelle, die ich Ihnen zeigen möchte. Sie haben im Wesentlichen die beiden Funktionen dieser Tabelle, auf die ich Sie wirklich konzentrieren möchte: |
| seine breite Natur. Proteomik ist also teuer. 200 Dollar pro Probe, mein Budget ist begrenzt, in diesem speziellen Experiment hatte ich nur 20 Proben. |
| Aber ich habe 86 Proteine. Das bedeutet, dass ich keine typische multivariate ANOVA durchführen kann, um nach Behandlungseffekten zu suchen, aber das bedeutet nicht |
| dass ich keine sinnvolle multivariate Analyse durchführen kann. Ein cleverer Ansatz, den mir die JMP-Entwickler vorgeschlagen haben, ist die traditionelle multidimensionale Skalierung. Hier sind meine 86 Proteine, die ich dann logarithmisch transformiere. Ich stelle sie hier ein. |
| Und da ich das schon einmal gemacht habe, weiß ich, dass ich mit vier Dimensionen eine ziemlich gute Lösung bekomme. |
| Hier ist also das multidimensionale Skalierungsdiagramm. Dies sind die verschiedenen Schicksale meiner Probe, also gesunde Kontrollen, aktives Bleichen, darauf werden wir später näher eingehen. |
| Aber ich möchte hier einen Blick auf den Stress werfen. Ich sehe, okay, er wird ein bisschen hoch, normalerweise liegt er gerne unter 0,1. |
| Ich könnte die Spannung noch weiter senken, indem ich die Anzahl der Dimensionen erhöhe, aber ich denke, vier Dimensionen reichen aus. Also werde ich Folgendes tun: |
| ist, dass ich diese Koordinaten speichern werde. Ich könnte auch die Ähnlichkeitsmatrix speichern, weil mich die Ähnlichkeit zwischen diesen Proben mehr interessiert, also nehme ich diese |
| und sie werden jetzt meine (???) sein, also habe ich jetzt eine Situation, in der ich weniger y als Stichproben habe, also kann ich eine traditionelle multivariate ANOVA durchführen. |
| Und mein Modelleffekt, ich möchte das machen lassen. CHD-Labor, was bedeutet das? Das ist die Bezeichnung für die Korallengesundheit, also ob die Koralle widerstandsfähig oder gestresst war. |
| Also, hoppla. |
| Das hier ist BLR, das bedeutet „bleichresistent“, ich werde diesen Begriff im gesamten Vortrag verwenden. BLS steht für „bleichanfällig“, und hier sehen wir uns ein Diagramm dieser vier Dimensionen für diese beiden Probengruppen an, also werde ich eine multivariate ANOVA durchführen. |
| Und ich sehe einen marginalen Effekt des Gesundheitszustands, und das ist wiederum etwas, das Sie wissen möchten. |
| Wenn diese bleichresistenten Korallen ein signifikant anderes Proteom haben als die bleichempfindlichen Korallen. Es ist also nicht stark signifikant, sondern eher an der Grenze, aber |
| Mit einem solchen Umweltdatensatz würde ich dies gerne in einer Veröffentlichung veröffentlichen. Eine andere Möglichkeit, die wahrscheinlich der bessere Ansatz ist, ist, dieselben vier Koordinaten zu verwenden |
| Die MANOVA wird bei kleinen Datensätzen, also kleinen, breiten Datensätzen wie diesem, bei denen es viele verschiedene Umweltparameter gibt, schwierig. Stattdessen werde ich stattdessen die Partial-Least-Squares-Plattform verwenden, von der ich ein großer Fan bin. |
| Und ich werde meine experimentellen Daten nehmen, das sind Dinge wie die Herkunft der Koralle, die Temperatur, der sie ausgesetzt war, den Genotyp, und ich werde eine Reaktionsoberfläche erstellen. |
| Und was dann läuft. |
| Ich werde die KFold-Zahl tatsächlich auf vier reduzieren, nur weil der Datensatz so klein ist. |
| Und das ist nicht genau die Ausgabe, die ich wollte. Ich glaube, ich habe etwas anderes eingefügt, aber das ist okay. Ich habe also das Skript gespeichert, das ich Ihnen eigentlich zeigen wollte. |
| Ist hier und ich bin wirklich nicht einmal allzu besorgt über die Anzahl der Faktoren. |
| Sie können hier sehen, dass ich drei ausgewählt habe. |
| Eigentlich möchte ich Ihnen nur Folgendes zeigen. Es sieht sehr chaotisch und unordentlich aus, ist aber als Korrelationsladediagramm bekannt und ich denke, dass dies wirklich ein unbesungenes, wenig genutztes Tool im gesamten JMP Pro-Paket ist. |
| Einfach weil Sie aus dieser Zahl viel lernen können. Sie zeigt also, wo meine Proben im Vergleich zueinander liegen. Dann kann ich meine Umweltfaktoren, Genotyp, Standorttemperatur und Zeit hinzufügen. |
| In diesem Fall verwende ich die Koordinaten, sodass die Y-Werte schwieriger zu interpretieren sind. Ich hätte dies aber auch mit den Rohdaten tun können, und dann hätte man wirklich anfangen können zu sehen, wie |
| Ihre Analyten, Ihre Umgebungsvariablen und Ihre Proben greifen alle ineinander und ich denke, dies ist ein wirklich leistungsfähiges Erkundungstool, das einigen von Ihnen da draußen vielleicht weniger vertraut ist. |
| Das ist eines meiner bevorzugten multivariaten deskriptiven Tools, das ich gerne im JMP Pro-Paket verwende. Während wir diese Experimente durchführten, |
| Diese Korallen sind meine Patienten. Sie sind sessil. Ich weiß genau, wo ich sie da draußen am Riff finde. |
| Ich kann sie zu verschiedenen Jahreszeiten beproben. Ich nehme nur winzige Biopsien, sodass ihre Gesundheit nicht allzu sehr beeinträchtigt wird. |
| Ich habe diese Korallenproben durch Raum und Zeit und ich weiß, wann sie bleichen, |
| wo sie bleichen, welche gebleicht sind und welche nicht. Jetzt kann ich durch das Archiv in der Zeit zurückgehen und Korallen im Nachhinein betrachten |
| die noch nicht gebleicht sind, und ich versuche, Vorhersagen darüber zu treffen, welche gebleicht sind und welche nicht. |
| Um Ihnen ein paar weitere Informationen zu den Standorten hier unten in den oberen Florida Keys zu geben: Wir haben zwei Standorte in Küstennähe, The Rocks und Cheeca Rocks, und zwei Standorte vor der Küste, Little Conch und Crocker Reef. |
| Und es ist wichtig zu wissen, dass die Riffe in Küstennähe tendenziell viel robuster sind. Man sieht zwar nicht überall, aber an manchen Stellen immer noch große, gesunde Korallen. |
| Auf See hat man es mit dieser kleinen Presse zu tun, daher haben wir vor Ort eine schöne Abstufung der Widerstandsfähigkeit. |
| Dies ist für den Modellbau wichtig. Sie möchten Ihre Modelle nicht ausschließlich mit starken oder schwachen Korallen bauen oder testen, sondern eine Mischung aus beiden. |
| Dies ist nur ein schnelles Diagramm, das ich mit dem Graph Builder erstellt habe. Dabei werden die Farbwerte betrachtet. Ihr Wert sollte also bei fünf liegen. Fünf bedeutet im Grunde, dass Sie vollkommen gesund sind. |
| Null bedeutet, dass du schneeweiß bist und bald sterben wirst. In Wirklichkeit ist drei bis vier ziemlich stressig. So sieht man hier im August |
| Dies geschieht mitten in einem Bleichereignis. An diesen vier Standorten ist eine ziemlich starke Bleiche zu verzeichnen, selbst an den widerstandsfähigeren Standorten in Küstennähe kam es zu einem gewissen Grad zu Bleiche. |
| Doch dann, im Oktober und im Dezember, erholten sie sich wieder, aber man sieht diese Art von anomalem Verhalten und ich glaube, dass dies durch eine Krankheit verursacht wird. |
| Damit kommen wir also zurück zu meiner Fachbezeichnung „Korallengesundheit“, die ich vorhin erwähnt habe. |
| Im Grunde genommen möchte ich, dass dies letztendlich oder vielleicht irgendwann eine kontinuierliche Variable ist, vielleicht eine von eins bis zehn. |
| Wir versuchen derzeit, eine von drei Kategorien vorherzusagen. Sie sind entweder bleichresistent oder bleichresistent, Sie sind bleichanfällig oder Sie befinden sich in einem mittleren Stadium. Die bleichresistente Farbe wird durch die grüne Linie oben angezeigt. Ihr Farbwert ändert sich nicht wirklich. |
| im Verlauf des Bleichvorgangs. Dies ist ein weiteres Diagramm des Graph Builders, hier wird die Temperatur in der unteren Hälfte dargestellt. |
| Eine Koralle im mittleren Stadium wird also ein wenig ausbleichen, aber dann erholt sie sich. |
| Bei der Person, die anfällig für Bleichen ist, wird die Haut entweder deutlich blasser und erholt sich dann wieder, oder in manchen Fällen erholt sie sich nicht vollständig. Dies sind im Wesentlichen die drei Phänotypen, die die Y-Werte und mein Modell darstellen. |
| Und das ist absichtlich kompliziert, keine Sorge, es zeigt im Grunde die verschiedenen Möglichkeiten, wie Sie den Modellbildungsprozess letztendlich durchlaufen können. Auf der linken Seite |
| Sie sehen, welche Daten Sie zum Trainieren und Validieren des Modells verwenden werden. |
| Das Modell selbst: Was werden Sie verwenden, um das Modell zu testen und was wollen Sie letztendlich vorhersagen? Wenn Sie also nur Labordaten von Korallen verwenden |
| um ein Vorhersagemodell zu erstellen, das Sie mit mehr Labordaten testen, |
| Damit können Sie den Gesundheitszustand von Korallen im Labor vorhersagen, aber das ist nicht wirklich unser Ziel. Ich meine, für eine Veröffentlichung ist das okay, aber wir wollen wissen, wir wollen vorhersagen können, was im Feld passiert. |
| Aber dann stößt man auf die Frage, wie ich es finde, Labordaten zur Erstellung eines Vorhersagemodells zu verwenden. |
| das versucht, vorherzusagen, was im Feld passiert, wissen Sie, dass es immer ein heikles Thema sein wird, diese Labordaten zu verwenden, um Vorhersagen über dieses weniger |
| eingeschränktes Feld beteiligt. Aber wir werden es trotzdem versuchen. Auch hier wird die Bezeichnung „Koloniegesundheit“ als y verwendet. |
| Die Prädiktoren werden, wie ich bereits erwähnt habe, letztendlich mehr als nur die Proteine umfassen, aber der Einfachheit halber werden wir heute die Proteine verwenden. Und das ist |
| Mit JMP Pro 16.1 habe ich das XG Boost Add-In, das ich sehr mag und empfehle. Dies ist eher eine Anmerkung für mich selbst, aber ich möchte eine wichtige Sache erwähnen, und zwar |
| Ein großer Nachteil der Proteomik ist ihre stochastische Natur. Denken Sie daran, dass ich in meinen Laborproben 86 Proteine sequenziert habe. Diese möchte ich also für mein Vorhersagemodell verwenden. |
| Als ich rausging und Proteome und meine Feldproben maß, erhielt ich nicht diese 86 Proteine, sondern einen völlig anderen Satz von Proteinen. |
| Also musste ich versuchen herauszufinden, welche Proteine tatsächlich im Wesentlichen in allen meinen Proben gefunden wurden, sodass sich die Anzahl drastisch verringerte. |
| Die Anzahl der Proteine, die ich verwenden konnte, sank tatsächlich von 86 auf 31 und schließlich auf fünf Proteine, und das machte mir Sorgen, weil ich wirklich nicht sicher war, ob fünf Proteine ausreichen würden, um mir irgendeine Art von Vorhersagekraft zu verleihen, aber mal sehen. |
| Dieser Datensatz ist also hier. |
| Im Grunde habe ich eine Teilmenge von 31 Proteinen genommen, die in allen meinen Feldproben gefunden wurden, aber was ich heute tun möchte, ist, dass ich mich wirklich nur auf die Proteine aus den Korallen konzentrieren möchte, die ich im Juli beprobt habe |
| 2019. Ich möchte nur diese Korallenproben kennen, weil dies vor dem Bleichen geschah. Ich möchte wissen, ob ich in diesen Korallen etwas erkennen kann, bevor sie bleichen. |
| Dadurch sind meine 31 auf fünf gesunken. Ich werde versuchen, mit diesen fünf Proteinen ein prädiktives Modell zu erstellen. Und ich werde meine neue Lieblingsfunktion von JMP Pro nutzen, das sogenannte Modell-Screening, denn damit kann ich testen |
| mehrere verschiedene Modelle parallel. Hier trage ich meine Korallengesundheitsbezeichnung für das Labor ein. Hier trage ich meine fünf Proteine ein. |
| Ich werde all diesen verschiedenen Optionen eine Chance geben. Wissen Sie, ich habe XG Boost nicht auf diesem Computer installiert, aber das ist okay, ich denke, wir können, |
| wird immer noch in der Lage sein, ein anständiges Modell zu finden. Ich werde eine K-fache Kreuzvalidierung von fünf verwenden. Ich möchte einige dieser Optionen hier haben. |
| Und mal sehen, was wir bekommen. |
| Die Ausführung wird einen Moment dauern, da 20 verschiedene Modelle parallel geprüft werden, wobei alle unterschiedlichen Faktorkombinationen verwendet werden. Wir haben hier einige Diagnosedaten, aber ich möchte gleich zu den Validierungssätzen kommen. |
| Sie werden hier also im Wesentlichen eingestuft, sodass wir ein neuronal verstärktes Modell haben, das gut zu funktionieren scheint. Da mir die Genauigkeit am Herzen liegt, tendiere ich dazu, mich auf die Fehlklassifizierungsrate zu konzentrieren. |
| Wir haben ein verallgemeinertes Regressionsmodell. Schauen wir es uns an, also wähle ich es aus. Es sieht ziemlich gut aus. |
| Ich werde es ausführen. |
| Sie sehen hier alle Diagnosen, ich möchte mir ein wenig Zeit nehmen |
| um den Profiler anzusehen |
| denn das wird mir sagen |
| welche Proteine am meisten beitragen. |
| Also, was ich vorhin gesagt habe, ich entschuldige mich, ich muss es jetzt zurücksetzen. |
| Normalerweise ist es wünschenswert, dass eine meiner Behandlungen maximiert wird, sei es die bleichempfindliche oder die bleichresistente. Dann kann ich sagen: „Hey, zeigt mir, was es braucht, um eine bleichresistente Koralle zu sein, damit ich die bleichempfindliche Koralle tatsächlich minimieren kann.“ |
| Und |
| Nun, es zeigt mir nur eine Option. Ich denke, wissen Sie was, es ist bereits so eingestellt, also ist das okay |
| Also |
| es zeigt mir in diesem Fall |
| wie der Anteil der Proben hinsichtlich der Bleichempfindlichkeit abfällt, wenn ich die Konzentrationen dieser Proteine ändere, und dies könnte für Dinge nützlich sein |
| wie Gentechnik, wenn Sie versuchen wollen, die Proteine zu finden, die sein werden |
| am meisten an der Widerstandsfähigkeit von Korallen beteiligt. Sie werden mit dem Profiler herumspielen wollen, aber mich interessieren heute mehr die Vorhersagen selbst. Deshalb werde ich die Vorhersageformel hier veröffentlichen. |
| Sie werden bemerken |
| eines der Proteine fiel ab, sodass eines davon für den eigentlichen Modellaufbau nicht als nützlich erachtet wurde. |
| Und das habe ich, ob Sie es glauben oder nicht, erst in den letzten zwei oder drei Tagen gemacht. Ich habe also meine Juli-Korallen in dieser Datentabelle und möchte sie vergleichen. |
| Ich möchte die Vorhersagen sehen, die es anhand dieser Datentabelle macht. Schauen wir uns also an, was es basierend auf diesem verallgemeinerten Regressionsmodell erraten hat. Ich gehe das Ganze kurz durch und sage Ihnen, da es nur 12 Stichproben sind, ob die Vermutung richtig oder falsch war. Das ist also |
| richtig. Tut mir leid, das R funktioniert auf diesem Computer nicht, ob Sie es glauben oder nicht, das ist richtig. |
| Rechts. |
| Rechts. |
| Ja, es gibt definitiv einen einfacheren Weg, dies zu tun, aber dieser ist falsch. |
| So, jetzt funktioniert es wieder richtig. |
| Rechts. |
| Richtig und richtig. |
| Verwenden Sie dies also in dieser Teilmenge von 12 Proben für das verallgemeinerte Proteinregressionsmodell. |
| Bei 11 von 12 Proben wurde die Bleichwahrscheinlichkeit richtig berechnet, was wirklich cool ist. Ich habe die Simulation immer wieder auf verschiedene Arten ausgeführt, das ist eigentlich |
| besser als das, was ich normalerweise geschlagen habe, also 92 93%, das ist wirklich aufregend, vor allem, weil das nur für Proteine ist. Also |
| Lassen Sie uns darüber bereits sprechen. Also, meine durchschnittliche Genauigkeit bei dieser Art von Simulation liegt bei etwa 80 bis 90 %. |
| Was für mich unglaublich aufregend ist. Für einen Arzt wäre das eigentlich schrecklich. Wenn Sie nur Recht haben |
| wissen Sie, im Hinblick auf die Möglichkeit eines Herzstillstands und 80 % Ihrer Patienten wäre das ein großer Misserfolg, aber ich denke |
| Da dies für Korallen relativ neu ist, bin ich mit einer Genauigkeit von 80 bis 90 % einverstanden. Und das habe ich nicht erwähnt |
| Diese Teilmenge von fünf Proteinen, die dann auf vier reduziert wurde, bezog sich nur auf die Wirtskoralle. Ich habe die Symbiontenproteine entfernt, weil ich diese Daten buchstäblich erst vor ein paar Wochen erhalten habe. |
| Wenn ich diese Symbiontenproteine hinzufüge, wird die Genauigkeit meiner Meinung nach nur noch steigen, und ich denke auch daran. |
| Ich habe Labordaten verwendet, um Vorhersagen über das Verhalten von Korallen im Feld zu treffen. Man würde also keine 100%ige Genauigkeit erwarten. Was ich hätte tun sollen und was ich wahrscheinlich innerhalb weniger Stunden nach Abschluss dieses Vortrags tun werde, |
| Ich habe alle Felddaten. Ich habe alle Labordaten. Ich kann beide Datensätze für das Training und die Validierung verwenden. |
| Erstellen Sie ein Modell, mit dem ich das Verhalten von Feldkorallen vorhersagen kann. Ich bin überzeugt, dass die Genauigkeit mit diesem Ansatz nur noch weiter steigen wird. Man könnte argumentieren: |
| Warum sollten Sie die Korallendaten aus dem Labor überhaupt verwenden, wenn Sie diesen Felddatensatz haben? Und wissen Sie, ich denke, das könnte ein sehr stichhaltiges Argument sein. |
| Aus biologischer Sicht ist die tatsächliche Natur dieser Proteine für mich unglaublich interessant und ich habe erst gestern Abend herausgefunden, was sie sind. |
| Da mir die Zeit davonläuft, werde ich nicht näher darauf eingehen. Es genügt zu sagen, dass es auch unglaublich interessant sein wird, was wir herausfinden können. Eine davon ist die Entwicklung und Beutefang, was meiner Meinung nach super cool sein kann für |
| versuchen, einen Mechanismus zu entwickeln. |
| Dies sind wirklich kleine Datensätze, es sind Dutzende von Proben. Glaube ich also, dass ich den weltweit besten Korallen-Stresstest durchgeführt habe? |
| Nein, das ist noch in Arbeit und es gibt noch weitere methodische Fragen, die geklärt werden müssen, aber letztendlich möchte ich diese Art von Stress |
| testen, damit wir dort rausgehen und das machen können, was ich Korallenriff-Triage nenne. Ich könnte meine kleinen Proben nehmen |
| meine proteomischen oder anderen molekularen Analysen durchführen, die Daten in JMP eingeben, |
| spuckt diese Resilienz-Vermutungen aus und ich sage dem Manager: „Hey, dieses Riff hier scheint in wirklich gutem Zustand zu sein, und lassen Sie es erst einmal in Ruhe, wissen Sie, behalten Sie es im Auge.“ |
| Dieses hier wurde von meinem Modell als anfällig für Bleiche eingestuft. Wenn Sie etwas tun können, um die Bleiche zu mildern oder den Korallen eine Chance zu geben, dann verbessern Sie die Wasserqualität, bremsen Sie |
| Überfischung – das sind die Bereiche, in denen man meiner Meinung nach seine Bemühungen priorisieren sollte. Genau das möchte ich mit diesen Datensätzen erreichen. Natürlich müssen die Datensätze wachsen. |
| Ich möchte sie mit den vorhandenen temperaturbasierten Modellen vergleichen, obwohl die Skala grundsätzlich anders ist. |
| Und ich möchte wirklich nur in der Lage sein, entweder diese Art von Visualisierung oder einfach eine Karte zu haben, auf der ich einfach sage, wissen Sie, hier und hier sind die schlechten Stellen, hier die guten Stellen. |
| Ich werde die ganze Drecksarbeit machen. Ich möchte das Ganze in etwas zusammenfassen können, das ein Manager oder Laie leicht verdauen kann. Und ich denke, wenn die Probleme erst einmal gelöst sind und wir über ein bisschen größere Datensätze verfügen, |
| Wenn wir mehr Korallenarten einbeziehen und die geografische Reichweite erweitern, könnten wir diesen prädiktiven Modellierungsansatz für die Korallengesundheit wirklich in die Praxis umsetzen. |
| Sie wissen schon, als Entscheidungshilfe. Also nicht nur zur Überwachung, sondern auch zur Suche nach widerstandsfähigen Genotypen, die für die Korallenzucht zur Wiederherstellung nützlich sein könnten. |
| Man könnte diesen Ansatz auch nutzen, um den Erfolg von Klimaschutzprojekten und dergleichen zu verfolgen. Ich denke, es gibt viel Potenzial für diese Art von |
| prädiktiver Modellierungsansatz für die Korallengesundheit für ein proaktiveres Meeresmanagement, und ich hoffe |
| Dies ist etwas, das wir bei NOAA und der University of Miami in den kommenden Jahren weiter ausbauen können, insbesondere da diese Ökosysteme immer stärker gefährdet sind. |
| Damit bin ich gerne bereit, Fragen zu beantworten. Ich möchte noch einmal erwähnen, dass ich kein ausgebildeter Modellbauer bin, daher begrüße ich auf jeden Fall |
| irgendwelche Vorschläge. Betrachten Sie dies nicht als Dogma. Sie wissen, dass Sie meine Gefühle nicht verletzen werden, wenn es zu eklatanten Fehlinterpretationen von Daten oder ähnlichem kommt, und ich freue mich auf jeden Fall über Fragen oder Feedback. |
| Damit beende ich meinen Vortrag und freue mich, von Ihnen zu hören. Danke. |
