Täname, et külastasite veebilehte Nature.com.Teie kasutataval brauseri versioonil on piiratud CSS-i tugi.Parimate tulemuste saavutamiseks soovitame kasutada brauseri uuemat versiooni (või Internet Exploreris ühilduvusrežiimi välja lülitada).Seni näitame pideva toe tagamiseks saiti ilma stiilita või JavaScriptita.
Selles uuringus hinnati inimese kraniaalse morfoloogia piirkondlikku mitmekesisust, kasutades geomeetrilise homoloogia mudelit, mis põhines 148 etnilise rühma skaneerimisandmetel üle kogu maailma.See meetod kasutab malli sobitamise tehnoloogiat, et genereerida homoloogseid võrke, teostades mittejäikaid teisendusi, kasutades iteratiivset lähima punkti algoritmi.Rakendades põhikomponentide analüüsi 342 valitud homoloogsele mudelile, leiti Lõuna-Aasiast pärit väikese kolju puhul suurim üldise suuruse muutus ja see kinnitati selgelt.Teine suurim erinevus on neurokraniumi pikkuse ja laiuse suhe, mis näitab kontrasti aafriklaste piklike koljude ja kirdeaasialaste kumerate koljude vahel.Väärib märkimist, et sellel koostisosal on näo kontuurimisega vähe pistmist.Tuntud näojooned, nagu kirde-aasialastel väljaulatuvad põsed ja eurooplaste kompaktsed ülalõualuud, said taas kinnitust.Need näomuutused on tihedalt seotud kolju kontuuriga, eelkõige ees- ja kuklaluude kaldeastmega.Allomeetrilised mustrid leiti näo proportsioonides võrreldes kolju üldise suurusega;suuremate koljude puhul kipuvad näo piirjooned olema pikemad ja kitsamad, nagu on tõestatud paljudel põlisameeriklastel ja kirde-aasialastel.Kuigi meie uuring ei sisaldanud andmeid keskkonnamuutujate kohta, mis võivad mõjutada kolju morfoloogiat, nagu kliima- või toitumistingimused, on suur homoloogsete kraniaalsete mustrite andmekogum kasulik skeleti fenotüüpiliste omaduste erinevate selgituste otsimisel.
Inimese kolju kuju geograafilisi erinevusi on uuritud pikka aega.Paljud teadlased on hinnanud keskkonnaga kohanemise ja/või loodusliku valiku mitmekesisust, eelkõige kliimategureid1,2,3,4,5,6,7 või mälumisfunktsiooni sõltuvalt toitumistingimustest5,8,9,10,11,12.13. .Lisaks on mõned uuringud keskendunud kitsaskohtadele, geneetilisele triivile, geenivoolule või neutraalsetest geenimutatsioonidest põhjustatud stohhastilistele evolutsiooniprotsessidele14,15,16,17,18,19,20,21,22,23.Näiteks laiema ja lühema koljuvõlvi sfäärilist kuju on seletatud kui kohanemist selektiivse rõhuga vastavalt Alleni reeglile24, mis eeldab, et imetajad minimeerivad soojuskadu, vähendades keha pindala mahu suhtes2, 4, 16, 17, 25. .Lisaks on mõned uuringud, milles kasutati Bergmanni reeglit26, selgitanud kolju suuruse ja temperatuuri vahelist seost3, 5, 16, 25, 27, mis viitab sellele, et soojuskadude vältimiseks kipub külmemates piirkondades kogumõõt olema suurem.Närimispinge mehhaanilist mõju kraniaalvõlvi ja näoluude kasvumustrile on arutatud seoses toitumistingimustega, mis tulenevad kulinaarsest kultuurist või talunike ja jahimeeste-korilaste vahelisest toimetulekuerinevusest 8, 9, 11, 12, 28.Üldine selgitus on see, et närimissurve vähenemine vähendab näo luude ja lihaste karedust.Mitmed ülemaailmsed uuringud on seostanud kolju kuju mitmekesisust pigem neutraalse geneetilise kauguse fenotüüpiliste tagajärgedega kui keskkonnaga kohanemisega 21, 29, 30, 31, 32.Teine seletus kolju kuju muutuste kohta põhineb isomeetrilise või allomeetrilise kasvu kontseptsioonil6, 33, 34, 35.Näiteks suurematel ajudel kipuvad olema suhteliselt laiemad otsmikusagarad nn Broca korgi piirkonnas ja otsmikusagara laius suureneb – see on evolutsiooniline protsess, mida peetakse allomeetrilisel kasvul põhinevaks.Lisaks leiti uuringus, milles uuriti pikaajalisi muutusi kolju kujus, allomeetriline kalduvus brahütsefaaliale (kolju kalduvus muutuda sfäärilisemaks) koos kõrguse suurenemisega33.
Kolju morfoloogia uurimise pikk ajalugu hõlmab katseid tuvastada peamisi tegureid, mis põhjustavad kolju kujude mitmekesisuse erinevaid aspekte.Paljudes varajastes uuringutes kasutatud traditsioonilised meetodid põhinesid kahemõõtmelistel lineaarsetel mõõtmisandmetel, kasutades sageli Martini või Howelli määratlusi36,37.Samal ajal kasutati paljudes ülalmainitud uuringutes arenenumaid meetodeid, mis põhinesid ruumilise 3D geomeetrilise morfomeetria (GM) tehnoloogial5,7,10,11,12,13,17,20,27,34,35,38.39. Näiteks libiseva poolmaamärgi meetod, mis põhineb paindeenergia minimeerimisel, on olnud transgeenses bioloogias kõige sagedamini kasutatav meetod.See projitseerib igale proovile malli poolorientiirid, libistades mööda kõverat või pinda38,40,41,42,43,44,45,46.Kaasa arvatud sellised superpositsioonimeetodid, kasutab enamik 3D GM-uuringuid üldistatud Procrustese analüüsi, iteratiivse lähima punkti (ICP) algoritmi 47, mis võimaldab kujude otsest võrdlemist ja muutuste tabamist.Teise võimalusena kasutatakse õhukese plaadi splaini (TPS) 48, 49 meetodit laialdaselt ka mittejäiga teisendusmeetodina poolmaamärkide joonduste kaardistamiseks võrgupõhisteks kujunditeks.
Praktiliste 3D-kogukehaskannerite väljatöötamisega alates 20. sajandi lõpust on paljudes uuringutes kasutatud suuruse mõõtmiseks 3D-kogukehaskannereid50,51.Skaneerimisandmeid kasutati keha mõõtmete eraldamiseks, mis nõuab pinnakujude kirjeldamist pindadena, mitte punktipilvedena.Mustri sobitamine on selleks arvutigraafika valdkonnas välja töötatud tehnika, kus pinna kuju kirjeldatakse hulknurkse võrgumudeliga.Mustri sobitamise esimene samm on mallina kasutamiseks mõeldud võrgumudeli ettevalmistamine.Mõned mustri moodustavad tipud on orientiirid.Seejärel mall deformeeritakse ja kohandatakse pinnaga, et minimeerida malli ja punktipilve vahelist kaugust, säilitades samal ajal malli kohaliku kuju tunnused.Malli orientiirid vastavad punktipilves olevatele orientiiridele.Mallide sobitamise abil saab kõiki skannimisandmeid kirjeldada võrgumudelina, millel on sama arv andmepunkte ja sama topoloogia.Kuigi täpne homoloogia eksisteerib ainult orientiiride positsioonides, võib eeldada, et genereeritud mudelite vahel on üldine homoloogia, kuna mallide geomeetria muutused on väikesed.Seetõttu nimetatakse mallide sobitamisega loodud ruudustikumudeleid mõnikord homoloogiamudeliteks52.Malli sobitamise eeliseks on see, et malli saab deformeerida ja kohandada sihtobjekti erinevatele osadele, mis on pinnale ruumiliselt lähedal, kuid sellest kaugel (näiteks põskkoopavõlv ja kolju ajaline piirkond), ilma et see kumbagi mõjutaks. muud.deformatsioon.Nii saab šablooni kinnitada hargnevate objektide, näiteks torso või käe külge, õla seistes.Mallide sobitamise puuduseks on korduvate iteratsioonide suurem arvutuskulu, kuid tänu arvuti jõudluse märkimisväärsele paranemisele pole see enam probleem.Analüüsides võrgumudeli moodustavate tippude koordinaatväärtusi mitme muutujaga analüüsimeetodite, näiteks põhikomponentide analüüsi (PCA) abil, on võimalik analüüsida kogu pinna kuju ja virtuaalse kuju muutusi jaotuse mis tahes positsioonis.saab kätte.Arvutage ja visualiseerige53.Tänapäeval kasutatakse mallide sobitamisega genereeritud võrkmudeleid laialdaselt kujuanalüüsis erinevates valdkondades52,54,55,56,57,58,59,60.
Paindliku võrgusilma salvestustehnoloogia edusammud koos kaasaskantavate 3D-skaneerimisseadmete kiire arenguga, mis on võimelised skannima suurema eraldusvõime, kiiruse ja mobiilsusega kui CT, muudavad 3D-pinnaandmete salvestamise asukohast sõltumata lihtsamaks.Seega suurendavad sellised uued tehnoloogiad bioloogilise antropoloogia valdkonnas inimeste isendite, sealhulgas kolju isendite kvantifitseerimise ja statistilise analüüsimise võimet, mis on käesoleva uuringu eesmärk.
Kokkuvõttes kasutatakse selles uuringus täiustatud 3D-homoloogia modelleerimistehnoloogiat, mis põhineb mallide sobitamisel (joonis 1), et hinnata 342 koljuproovi, mis on valitud 148 populatsiooni hulgast üle maailma, kasutades geograafilisi võrdlusi üle kogu maakera.Kolju morfoloogia mitmekesisus (tabel 1).Kolju morfoloogia muutuste arvessevõtmiseks rakendasime loodud homoloogiamudeli andmekogumile PCA ja vastuvõtja tööomaduste (ROC) analüüse.Leiud aitavad paremini mõista globaalseid muutusi kraniaalses morfoloogias, sealhulgas piirkondlikke mustreid ja muutuste kahanevat järjekorda, korrelatsiooni muutusi kolju segmentide vahel ja allomeetriliste suundumuste olemasolu.Kuigi see uuring ei käsitle andmeid väliste muutujate kohta, mida esindavad kliima- või toitumistingimused, mis võivad mõjutada kraniaalset morfoloogiat, aitavad meie uuringus dokumenteeritud kraniaalse morfoloogia geograafilised mustrid uurida kolju variatsiooni keskkonna-, biomehaanilisi ja geneetilisi tegureid.
Tabelis 2 on näidatud omaväärtused ja PCA panuse koefitsiendid, mida rakendatakse 342 homoloogse kolju mudeli 17 709 tipust (53 127 XYZ-koordinaadist) koosnevale standardimata andmestikule.Tulemusena tuvastati 14 põhikomponenti, mille panus summaarsesse dispersiooni oli üle 1% ja dispersiooni osakaal kokku oli 83,68%.14 põhikomponendi laadimisvektorid on registreeritud täiendavas tabelis S1 ja 342 koljuproovi jaoks arvutatud komponentide hinded on esitatud täiendavas tabelis S2.
Selles uuringus hinnati üheksat peamist komponenti, mille panus oli suurem kui 2%, millest mõned näitavad olulist ja olulist geograafilist erinevust kraniaalses morfoloogias.Joonisel 2 on kujutatud ROC analüüsist genereeritud kõverad, mis illustreerivad kõige tõhusamaid PCA komponente iga proovide kombinatsiooni iseloomustamiseks või eraldamiseks peamistes geograafilistes üksustes (nt Aafrika ja mitte-Aafrika riikide vahel).Polüneesia kombinatsiooni ei testitud selles testis kasutatud väikese valimi suuruse tõttu.Andmed erinevuste olulisuse kohta AUC-s ja muus ROC analüüsi abil arvutatud põhistatistikas on näidatud täiendavas tabelis S3.
ROC-kõveraid rakendati üheksale põhikomponendi hinnangule, mis põhinesid tipuandmestikul, mis koosnes 342 meessoost homoloogsest koljumudelist.AUC: kõvera alune pindala 0,01% olulisusega, mida kasutatakse iga geograafilise kombinatsiooni eristamiseks teistest kombinatsioonidest.TPF on tõeliselt positiivne (efektiivne diskrimineerimine), FPF on valepositiivne (kehtetu diskrimineerimine).
ROC kõvera tõlgendus on kokku võetud allpool, keskendudes ainult komponentidele, mis suudavad eristada võrdlusrühmi suure või suhteliselt suure AUC ja kõrge olulisuse tasemega, mille tõenäosus on väiksem kui 0, 001.Peamiselt Indiast pärit proovidest koosnev Lõuna-Aasia kompleks (joonis 2a) erineb oluliselt teistest geograafiliselt segaproovidest selle poolest, et esimesel komponendil (PC1) on teiste komponentidega võrreldes oluliselt suurem AUC (0,856).Aafrika kompleksi tunnuseks (joonis 2b) on PC2 suhteliselt suur AUC (0,834).Austro-melaneeslased (joonis 2c) näitasid PC2 kaudu sarnast suundumust Sahara-taguste aafriklastega suhteliselt suurema AUC-ga (0,759).Eurooplased (joonis 2d) erinevad selgelt PC2 (AUC = 0,801), PC4 (AUC = 0,719) ja PC6 (AUC = 0,671) kombinatsiooni poolest, Kirde-Aasia valim (joonis 2e) erineb oluliselt PC4-st, suhteliselt suurem 0,714 ja erinevus PC3-st on nõrk (AUC = 0,688).Järgmised rühmad tuvastati ka madalamate AUC väärtuste ja kõrgemate olulisuse tasemetega: PC7 (AUC = 0,679), PC4 (AUC = 0,654) ja PC1 (AUC = 0,649) tulemused näitasid, et indiaanlastel (joonis 2f) oli spetsiifiline Nende komponentidega seotud omadused erinesid kagu-aasialased (joonis 2g) PC3 (AUC = 0,660) ja PC9 (AUC = 0,663) vahel, kuid Lähis-Idast (joonis 2h) (kaasa arvatud Põhja-Aafrika) võetud proovide muster vastas.Võrreldes teistega pole suurt vahet.
Järgmises etapis, et visuaalselt tõlgendada tugevalt korreleeritud tippe, värvitakse pinna alad, mille koormusväärtused on suuremad kui 0,45, X-, Y- ja Z-koordinaatide teabega, nagu on näidatud joonisel 3. Punane ala näitab kõrget korrelatsiooni X-telje koordinaadid, mis vastavad horisontaalsele põikisuunale.Roheline piirkond on tugevas korrelatsioonis Y-telje vertikaalse koordinaadiga ja tumesinine piirkond on tugevas korrelatsioonis Z-telje sagitaalkoordinaadiga.Helesinine piirkond on seotud Y-koordinaatide telgede ja Z-koordinaatide telgedega;roosa – X- ja Z-koordinaatide telgedega seotud segaala;kollane – X- ja Y-koordinaatide telgedega seotud ala;Valge ala koosneb peegeldunud X-, Y- ja Z-koordinaatide teljest.Seetõttu on selle koormusväärtuse läve juures PC 1 valdavalt seotud kogu kolju pinnaga.Sellel joonisel on kujutatud ka 3 SD virtuaalset kolju kuju selle komponendi telje vastasküljel ja kõverdatud kujutised on esitatud täiendavas videos S1, et visuaalselt kinnitada, et PC1 sisaldab kolju üldise suuruse tegureid.
PC1 skooride sagedusjaotus (normaalne sobivuskõver), kolju pinna värvikaart on tugevas korrelatsioonis PC1 tippudega (värvide selgitus selle telje vastaskülgede suurus on 3 SD. Skaala on läbimõõduga roheline kera 50 mm.
Joonisel 3 on kujutatud 9 geograafilise üksuse jaoks eraldi arvutatud üksikute PC1 skooride sagedusjaotuse graafik (normaalne sobivuskõver).Lisaks ROC kõvera hinnangutele (joonis 2) on lõuna-aasialaste hinnangud mingil määral oluliselt vasakule kaldu, kuna nende koljud on väiksemad kui teistel piirkondlikel rühmadel.Nagu on näidatud tabelis 1, esindavad need lõuna-aasialased India etnilisi rühmi, sealhulgas Andamani ja Nicobari saari, Sri Lankat ja Bangladeshi.
Mõõtmete koefitsient leiti PC1-st.Tugevalt korreleeruvate piirkondade ja virtuaalsete kujundite avastamise tulemuseks oli muude komponentide kui PC1 vormitegurite selgitamine;suurustegureid ei ole aga alati täielikult välistatud.Nagu näitab ROC kõverate võrdlemine (joonis 2), olid PC2 ja PC4 kõige diskrimineerivamad, millele järgnesid PC6 ja PC7.PC3 ja PC9 on väga tõhusad valimipopulatsiooni jagamisel geograafilisteks üksusteks.Seega kujutavad need komponentide telgede paarid skemaatiliselt iga komponendiga korrelatsioonis PC skoori ja värvipindade hajuvusdiagramme, samuti virtuaalseid kujude deformatsioone 3 SD vastaskülgede mõõtmetega (joonised 4, 5, 6).Nendel proovitükkidel esindatud iga geograafilise üksuse proovide kumer kere katvus on ligikaudu 90%, kuigi klastrite sees on teatav kattuvus.Tabelis 3 on iga PCA komponendi selgitus.
PC2 ja PC4 skooride hajuvusdiagrammid kraniaalsete indiviidide kohta üheksast geograafilisest üksusest (ülemine) ja neljast geograafilisest üksusest (alumine), tippude koljupinna värvi graafikud on iga PC-ga tugevas korrelatsioonis (X, Y, Z suhtes).Telgede värviseletus: vt teksti) ja virtuaalse vormi deformatsioon nende telgede vastaskülgedel on 3 SD.Skaala on roheline kera läbimõõduga 50 mm.
PC6 ja PC7 skooride hajuvusdiagrammid kraniaalsete indiviidide jaoks üheksast geograafilisest üksusest (ülemine) ja kahest geograafilisest üksusest (alumine), koljupinna värvigraafikud tippude jaoks, mis on iga arvutiga tugevalt korrelatsioonis (võrreldes X, Y, Z).Telgede värviseletus: vt teksti) ja virtuaalse vormi deformatsioon nende telgede vastaskülgedel on 3 SD.Skaala on roheline kera läbimõõduga 50 mm.
PC3 ja PC9 skooride hajuvusdiagrammid kraniaalsete indiviidide kohta üheksast geograafilisest üksusest (ülemine) ja kolmest geograafilisest üksusest (alumine) ning tippude kolju pinna värvigraafikud (võrreldes X-, Y- ja Z-telgedega), mis on tugevas korrelatsioonis iga PC värvitõlgendusega : cm.tekst), samuti virtuaalsed kujude deformatsioonid nende telgede vastaskülgedel, mille suurus on 3 SD.Skaala on roheline kera läbimõõduga 50 mm.
Diagrammil, mis näitab PC2 ja PC4 skoori (joonis 4, täiendavad videod S2, S3, mis näitavad deformeerunud pilte), kuvatakse pinna värvikaart ka siis, kui koormuse väärtuse lävi on seatud kõrgemale kui 0,4, mis on madalam kui PC1 puhul, kuna PC2 väärtus on kogukoormus väiksem kui PC1 puhul.
Frontaal- ja kuklasagara pikenemine sagitaalsuunas mööda Z-telge (tumesinine) ja parietaalsagara pikenemine koronaalses suunas (roosal punasel), kuklaluu Y-teljel (roheline) ja Z-teljel otsaesist (tumesinine).See graafik näitab kõigi inimeste hindeid üle maailma;kui aga kõiki suurest arvust rühmadest koosnevaid valimeid kuvatakse koos korraga, on hajuvusmustrite tõlgendamine suure kattuvuse tõttu üsna keeruline;seetõttu on ainult neljast suuremast geograafilisest üksusest (st Aafrikast, Australaasia-Melanesiast, Euroopast ja Kirde-Aasiast) pärit proovid graafiku all hajutatud 3 SD virtuaalse kolju deformatsiooniga selles PC skoori vahemikus.Joonisel on PC2 ja PC4 skooride paarid.Aafriklased ja austro-melaneeslased kattuvad rohkem ja on jaotunud paremale poole, samas kui eurooplased on hajutatud vasakpoolses ülanurgas ja kirde-aasialased kipuvad koonduma vasakpoolsesse alaossa.PC2 horisontaaltelg näitab, et Aafrika/Austraalia melaneesiatel on teiste inimestega võrreldes suhteliselt pikem neurokraanium.PC4, milles Euroopa ja Kirde-Aasia kombinatsioonid on lõdvalt eraldatud, on seotud sügomaatiliste luude suhtelise suuruse ja projektsiooniga ning kalvariumi külgmise kontuuriga.Hindamisskeem näitab, et eurooplastel on suhteliselt kitsad ülalõualuu ja põskluud, väiksem ajaline süvend, mida piirab põlvevõlv, vertikaalselt kõrgendatud otsmikuluu ja lame madal kuklaluu, samas kui kirde-aasialastel on tavaliselt laiemad ja silmapaistvamad põseluud. .Otsaosa on kaldu, kuklaluu põhi on üles tõstetud.
Kui keskendute PC6-le ja PC7-le (joonis 5) (täiendavad videod S4, S5, mis näitavad deformeerunud pilte), näitab värvigraafik koormusväärtuse läve, mis on suurem kui 0,3, mis näitab, et PC6 on seotud ülalõua või alveolaarse morfoloogiaga (punane: X-telg ja roheline).Y-telg), ajalise luu kuju (sinine: Y- ja Z-telg) ja kuklaluu kuju (roosa: X- ja Z-telg).Lisaks otsmiku laiusele (punane: X-telg) korreleerub PC7 ka eesmiste ülalõua alveoolide kõrgusega (roheline: Y-telg) ja Z-telje pea kujuga parietotemporaalse piirkonna ümber (tumesinine).Joonise 5 ülemisel paneelil on kõik geograafilised proovid jaotatud vastavalt PC6 ja PC7 komponentide skooridele.Kuna ROC näitab, et PC6 sisaldab Euroopale ainulaadseid funktsioone ja PC7 esindab selles analüüsis põlisameeriklasi, joonistati need kaks piirkondlikku proovi selektiivselt sellele komponenditelgede paarile.Põlisameeriklased, ehkki valimisse laialdaselt kaasatud, on laiali ülemises vasakus nurgas;vastupidi, paljud Euroopa näidised kipuvad asuma paremas alanurgas.Paar PC6 ja PC7 esindavad eurooplaste kitsast alveolaarset protsessi ja suhteliselt laia neurokraniumi, samas kui ameeriklasi iseloomustab kitsas otsmik, suurem ülalõualuu ning laiem ja kõrgem alveolaarprotsess.
ROC analüüs näitas, et PC3 ja/või PC9 olid Kagu- ja Kirde-Aasia populatsioonides tavalised.Sellest lähtuvalt peegeldavad punktipaarid PC3 (y-teljel roheline ülemine külg) ja PC9 (y-teljel roheline alumine külg) (joonis 6; täiendavad videod S6, S7 pakuvad morfeeritud pilte) ida-aasialaste mitmekesisust., mis erineb teravalt kirdeaasialaste kõrgete näoproportsioonidega ja kagu-aasialaste madala näokujuga.Lisaks nendele näojoontele on mõnede kirde-aasialaste veel üks omadus kuklaluu lambda-kalle, samas kui mõnel kagu-aasialasel on kitsas koljupõhi.
Ülaltoodud põhikomponentide kirjeldus ning PC5 ja PC8 kirjeldus on välja jäetud, kuna üheksa peamise geograafilise üksuse hulgast ei leitud spetsiifilisi piirkondlikke tunnuseid.PC5 viitab ajalise luu mastoidprotsessi suurusele ja PC8 peegeldab kolju üldise kuju asümmeetriat, mis mõlemad näitavad paralleelseid variatsioone üheksa geograafilise proovi kombinatsiooni vahel.
Lisaks individuaalse taseme PCA skooride hajuvusgraafikutele pakume üldiseks võrdlemiseks ka rühma keskmiste hajuvusgraafikuid.Selleks loodi 148 etnilise rühma individuaalsete homoloogiamudelite tipuandmete kogumi põhjal keskmine kraniaalne homoloogiamudel.PC2 ja PC4, PC6 ja PC7 ning PC3 ja PC9 skoorikomplektide kahemõõtmelised graafikud on näidatud lisajoonisel S1, mis kõik on arvutatud 148 isikust koosneva valimi keskmise koljumudelina.Sel viisil peidavad hajuvusdiagrammid individuaalseid erinevusi igas rühmas, võimaldades kolju sarnasusi selgemalt tõlgendada, mis on tingitud aluseks olevatest piirkondlikest jaotustest, kus mustrid vastavad üksikutel proovitükil kujutatutele väiksema kattumisega.Täiendav joonis S2 näitab iga geograafilise üksuse üldist keskmist mudelit.
Lisaks PC1-le, mida seostati üldise suurusega (täiendav tabel S2), uuriti allomeetrilisi seoseid üldise suuruse ja kolju kuju vahel, kasutades tsentroidi mõõtmeid ja PCA hinnangute komplekte normaliseerimata andmetest.Olulisuse testi allomeetrilised koefitsiendid, konstantsed väärtused, t väärtused ja P väärtused on toodud tabelis 4. P < 0,05 tasemel ei leitud kolju üldise suurusega seotud olulisi allomeetrilise mustri komponente.
Kuna mõned suurustegurid võivad sisalduda normaliseerimata andmekogumitel põhinevates arvutihinnangutes, uurisime täiendavalt allomeetrilist suundumust tsentroidi suuruse ja PC skoori vahel, mis arvutati tsentroidi suuruse järgi normaliseeritud andmekogumite abil (PCA tulemused ja skooride komplektid on esitatud täiendavates tabelites S6 ) ., C7).Tabelis 4 on toodud allomeetrilise analüüsi tulemused.Seega leiti olulisi allomeetrilisi suundumusi 1% tasemel PC6 ja 5% tasemel PC10 puhul.Joonisel 7 on näidatud nende log-lineaarsete seoste regressiooninõlvad PC skoori ja tsentroidi suuruse vahel koos mannekeenidega (±3 SD) logaritmi tsentroidi suuruse mõlemas otsas.PC6 skoor on kolju suhtelise kõrguse ja laiuse suhe.Kolju suuruse suurenedes tõusevad kolju ja nägu kõrgemale ning otsmik, silmakoopad ja ninasõõrmed kipuvad olema külgmiselt üksteisele lähemal.Proovide hajutamise muster viitab sellele, et seda osakaalu leidub tavaliselt kirde-aasialastel ja põlisameeriklastel.Lisaks näitab PC10 suundumust keskmise laiuse proportsionaalse vähenemise suunas, olenemata geograafilisest piirkonnast.
Tabelis loetletud oluliste allomeetriliste seoste, kujukomponendi PC-proportsiooni (saadud normaliseeritud andmete põhjal) ja tsentroidi suuruse vahelise log-lineaarse regressiooni kalde korral on virtuaalse kuju deformatsiooni suurus 3 SD. 4. joone vastaskülg.
Järgmist kolju morfoloogia muutuste mustrit on demonstreeritud homoloogsete 3D pinnamudelite andmekogumite analüüsi kaudu.PCA esimene komponent on seotud kolju üldise suurusega.Pikka aega on arvatud, et lõuna-aasialaste väiksemad koljud, sealhulgas Indiast, Sri Lankalt ja Andamani saartelt Bangladeshist pärit isendid, on tingitud nende väiksemast kehasuurusest, mis on kooskõlas Bergmanni ökogeograafilise reegli või saarereegliga613,5,16,25, 27,62 .Esimene on seotud temperatuuriga ja teine sõltub ökoloogilise niši olemasolevast ruumist ja toiduvarudest.Kujukomponentidest on suurim muutus kraniaalvõlvi pikkuse ja laiuse suhe.See funktsioon, mida tähistatakse PC2-ga, kirjeldab tihedat seost austro-melaneeslaste ja aafriklaste proportsionaalselt piklike koljude vahel, samuti erinevusi mõnede eurooplaste ja kirde-aasialaste sfäärilistest koljudest.Neid omadusi on kirjeldatud paljudes varasemates uuringutes, mis põhinevad lihtsatel lineaarsetel mõõtmistel 37, 63, 64.Veelgi enam, see tunnus on seotud mitte-aafriklaste brahütsefaaliaga, mida on pikka aega arutatud antropomeetrilistes ja osteomeetrilistes uuringutes.Selle seletuse peamine hüpotees on, et vähenenud närimine, nagu oimulihase hõrenemine, vähendab survet välisele peanahale5,8,9,10,11,12,13.Teine hüpotees hõlmab kohanemist külma kliimaga, vähendades pea pindala, mis viitab sellele, et sfäärilisem kolju minimeerib pindala paremini kui sfääriline kuju vastavalt Alleni reeglitele16, 17, 25.Käesoleva uuringu tulemuste põhjal saab neid hüpoteese hinnata ainult kraniaalsete segmentide ristkorrelatsiooni põhjal.Kokkuvõttes ei toeta meie PCA tulemused täielikult hüpoteesi, et närimistingimused mõjutavad oluliselt kraniaalse pikkuse ja laiuse suhet, kuna PC2 (pikk/brahütsefaalne komponent) koormus ei olnud oluliselt seotud näo proportsioonidega (sealhulgas suhtelised ülalõualuu mõõtmed).ja ajalise lohu suhteline ruum (peegeldab oimulihase mahtu).Meie käesolev uuring ei analüüsinud seost kolju kuju ja geoloogiliste keskkonnatingimuste, näiteks temperatuuri, vahel;Alleni reeglil põhinevat seletust võib aga kaaluda kandidaathüpoteesina, et selgitada brahütsefaloni külma kliimaga piirkondades.
Seejärel leiti PC4-s märkimisväärne varieeruvus, mis viitab sellele, et kirde-aasialastel on ülalõualuu ja põskkoopa luudel suured silmapaistvad põseluud.See leid on kooskõlas siberlaste tuntud eripäraga, kuna arvatakse, et nad on kohanenud ülikülma kliimaga, liikudes sigomaatiliste luude ettepoole, mille tulemuseks on ninakõrvalkoobaste suurem maht ja lamedam nägu 65 .Meie homoloogse mudeli uus leid on see, et eurooplastel on põskede rippumine seotud vähenenud otsmikukaldega, aga ka lamedate ja kitsaste kuklaluude ja kuklaõõnsusega.Seevastu kirde-aasialastel on kaldus otsaesine ja kõrgenenud kuklaluu.Kuklaluu uuringud geomeetriliste morfomeetriliste meetoditega35 on näidanud, et Aasia ja Euroopa koljudel on aafriklastega võrreldes lamedam kuklakõver ja kuklaluu madalam asend.Kuid meie PC2 ja PC4 ning PC3 ja PC9 paaride hajuvusdiagrammid näitasid asiaatide puhul suuremat varieeruvust, samas kui eurooplasi iseloomustasid kuklaluu tasane põhi ja madalam kuklakühm.Aasia omaduste ebakõlad uuringute vahel võivad olla tingitud kasutatud etniliste valimite erinevustest, kuna valisime suure hulga etniliste rühmade valimi Kirde- ja Kagu-Aasia laiast spektrist.Kuklaluu kuju muutused on sageli seotud lihaste arenguga.See adaptiivne selgitus ei võta aga arvesse korrelatsiooni otsmiku ja kuklakuju vahel, mida selles uuringus demonstreeriti, kuid tõenäoliselt ei ole see täielikult tõestatud.Sellega seoses tasub kaaluda seost kehakaalu tasakaalu ja raskuskeskme või emakakaela ristmiku (foramen magnum) või muude tegurite vahel.
Teine oluline suure varieeruvusega komponent on seotud närimisaparaadi arenguga, mida esindavad ülalõualuu ja ajutised lohud, mida kirjeldab skooride PC6, PC7 ja PC4 kombinatsioon.Need koljuosade märgatavad vähenemised iseloomustavad Euroopa inimesi rohkem kui ükski teine geograafiline rühm.Seda omadust on tõlgendatud näo morfoloogia stabiilsuse vähenemise tulemusena, mis on tingitud põllumajandus- ja toiduvalmistamistehnikate varasest arengust, mis omakorda vähendas närimisaparaadi mehaanilist koormust ilma võimsa närimisseadmeta9,12,28,66.Närimisfunktsiooni hüpoteesi järgi 28 kaasneb sellega koljupõhja painde muutumine teravama koljunurga ja kerakujulisema kolju katuse suunas.Sellest vaatenurgast on põllumajanduspopulatsioonidel tavaliselt kompaktsed näod, alalõualuu vähem väljaulatuv ja kerajasem ajukelme.Seetõttu võib seda deformatsiooni seletada vähenenud mälumisorganitega eurooplaste kolju külgsuunalise kuju üldjoontega.Selle uuringu kohaselt on see tõlgendus siiski keeruline, kuna kerakujulise neurokraaniumi ja närimisaparaadi arengu vahelise morfoloogilise seose funktsionaalne tähtsus on vähem vastuvõetav, nagu on peetud PC2 varasemates tõlgendustes.
Kirde-Aasia ja Kagu-Aasia vahelisi erinevusi illustreerib kontrast kaldus kuklaluuga kõrge näo ja kitsa koljupõhjaga lühikese näo vahel, nagu on näidatud PC3 ja PC9.Geoökoloogiliste andmete puudumise tõttu annab meie uuring sellele leiule vaid piiratud selgituse.Võimalik seletus on kohanemine erinevate kliima- või toitumistingimustega.Lisaks ökoloogilisele kohanemisele võeti arvesse ka kohalikke erinevusi Kirde- ja Kagu-Aasia populatsioonide ajaloos.Näiteks Ida-Euraasias on hüpoteesitud kahekihiline mudel, mis võimaldab mõista anatoomiliselt kaasaegsete inimeste (AMH) hajumist kolju morfomeetriliste andmete põhjal67, 68.Selle mudeli järgi pärinesid “esimene tasand”, st hilispleistotseeni AMH kolonisaatorite algsed rühmad enam-vähem otse piirkonna põliselanikelt, nagu tänapäeva austro-melaneeslased (lk Esimene kiht)., ja koges hiljem Kirde-Aasia tunnustega põhjapoolsete põllumajandusrahvaste (teine kiht) ulatuslikku segunemist piirkonda (umbes 4000 aastat tagasi).Kagu-Aasia kolju kuju mõistmiseks on vaja "kahekihilise" mudeli abil kaardistatud geenivoogu, kuna Kagu-Aasia kolju kuju võib osaliselt sõltuda kohalikust esmatasandi geneetilisest pärandist.
Hinnates kolju sarnasust homoloogsete mudelite abil kaardistatud geograafiliste üksuste abil, saame järeldada AMF-i populatsiooni ajalugu väljaspool Aafrikat asuvates stsenaariumides.AMF-i leviku selgitamiseks skeleti ja genoomiliste andmete põhjal on pakutud välja palju erinevaid "Aafrikast väljas" mudeleid.Neist hiljutised uuringud näitavad, et AMH koloniseerimine väljaspool Aafrikat aladel algas umbes 177 000 aastat tagasi69,70.AMF-i pikamaa levik Euraasias sel perioodil jääb siiski ebakindlaks, kuna nende varajaste fossiilide elupaigad on piiratud Lähis-Ida ja Vahemere piirkonnaga Aafrika lähedal.Lihtsaim juhtum on üksik asula rändeteel Aafrikast Euraasiasse, mööda minnes geograafilistest tõketest nagu Himaalaja.Teine mudel viitab mitmele rändelainele, millest esimene levis Aafrikast piki India ookeani rannikut Kagu-Aasiasse ja Austraaliasse ning seejärel Põhja-Euraasiasse.Enamik neist uuringutest kinnitab, et AMF levis Aafrikast kaugemale umbes 60 000 aastat tagasi.Sellega seoses näitavad Austraalia-Melanesia (sealhulgas Paapua) proovid homoloogiamudelite põhikomponentide analüüsis suuremat sarnasust Aafrika proovidega kui mis tahes muu geograafilise seeriaga.See leid toetab hüpoteesi, et esimesed AMF-i jaotusrühmad Euraasia lõunaservas tekkisid otse Aafrikas 22, 68 ilma oluliste morfoloogiliste muutusteta vastusena konkreetsele kliimale või muudele olulistele tingimustele.
Seoses allomeetrilise kasvuga näitas analüüs, mis kasutas erinevast andmestikku, mis on saadud tsentroidi suuruse järgi normaliseeritud, kujukomponente, PC6 ja PC10 olulist allomeetrilist suundumust.Mõlemad komponendid on seotud otsmiku kujuga ja näoosadega, mis kolju suuruse kasvades muutuvad kitsamaks.Kirde-Aasia ameeriklastel ja ameeriklastel kipub see omadus olema ja neil on suhteliselt suured koljud.See leid on vastuolus varem teatatud allomeetriliste mustritega, kus suurematel ajudel on nn Broca korgi piirkonnas suhteliselt laiemad otsmikusagarad, mille tulemuseks on suurenenud otsmikusagara laius34.Need erinevused on seletatavad erinevustega valimikomplektides;Meie uuringus analüüsiti tänapäevaste populatsioonide abil kolju üldise suuruse allomeetrilisi mustreid ja võrdlevad uuringud käsitlevad inimese evolutsiooni pikaajalisi suundumusi, mis on seotud aju suurusega.
Näo allomeetria osas leiti ühes biomeetrilisi andmeid kasutavas uuringus78, et näo kuju ja suurus võivad veidi korrelatsioonis olla, samas kui meie uuring näitas, et suuremaid koljusid seostatakse tavaliselt kõrgemate ja kitsamate nägudega.Siiski on biomeetriliste andmete järjepidevus ebaselge;Regressioonitestid, mis võrdlevad ontogeneetilist allomeetriat ja staatilist allomeetriat, näitavad erinevaid tulemusi.Samuti on teatatud allomeetrilisest kalduvusest sfäärilise kolju kuju suurenemise tõttu suurenenud kõrguse tõttu;kõrgusandmeid me siiski ei analüüsinud.Meie uuring näitab, et puuduvad allomeetrilised andmed, mis näitaksid korrelatsiooni kolju globulaarsete proportsioonide ja kolju üldise suuruse vahel.
Kuigi meie praegune uuring ei käsitle andmeid väliste muutujate kohta, mida esindavad kliima- või toitumistingimused, mis tõenäoliselt mõjutavad kolju morfoloogiat, aitab selles uuringus kasutatud homoloogsete 3D-kraniaalsete pinnamudelite suur andmekogum hinnata korrelatsiooni fenotüübilist morfoloogilist variatsiooni.Keskkonnategurid, nagu toitumine, kliima ja toitumistingimused, aga ka neutraalsed jõud, nagu ränne, geenivoog ja geneetiline triiv.
See uuring hõlmas 342 meeste kolju isendit, mis koguti 148 populatsioonist 9 geograafilises üksuses (tabel 1).Enamik rühmi on geograafiliselt kohalikud isendid, samas kui mõned rühmad Aafrikas, Kirde-/Kagu-Aasias ja Ameerikas (loetletud kaldkirjas) on etniliselt määratletud.Paljud kraniaalsed proovid valiti kraniaalsete mõõtmiste andmebaasist vastavalt Tsunehiko Hanihara esitatud Martini kolju mõõtmise määratlusele.Valisime esinduslikud meeste pealuud kõigist maailma etnilistest rühmadest.Iga rühma liikmete tuvastamiseks arvutasime kõigi sellesse rühma kuuluvate isikute rühma keskmisest 37 kraniaalsest mõõtmisest eukleidilised kaugused.Enamikul juhtudel valisime 1–4 proovi, mille kaugus keskmisest oli väikseim (täiendav tabel S4).Nende rühmade jaoks valiti mõned proovid juhuslikult, kui need polnud Hahara mõõtmiste andmebaasis loetletud.
Statistiliseks võrdluseks rühmitati 148 elanikkonna valimit suuremateks geograafilisteks üksusteks, nagu on näidatud tabelis 1. Aafrika rühm koosneb ainult Sahara-tagusest piirkonnast pärit proovidest.Lähis-Idas kaasati Põhja-Aafrikast pärit isendid koos sarnaste tingimustega Lääne-Aasia isenditega.Kirde-Aasia rühma kuuluvad ainult mitte-euroopa päritolu inimesed ja ameeriklaste rühma kuuluvad ainult põlisameeriklased.Eelkõige on see rühm jaotatud suurel alal Põhja- ja Lõuna-Ameerika mandritel ja erinevates keskkondades.Siiski käsitleme USA valimit selles ühes geograafilises üksuses, võttes arvesse nende põlisameeriklaste demograafilist ajalugu, keda peetakse Kirde-Aasia päritoluga inimesteks, sõltumata mitmest rändest 80 .
Salvestasime nende kontrastsete koljuproovide 3D pinnaandmed, kasutades kõrge eraldusvõimega 3D-skannerit (EinScan Pro, firma Shining 3D Co Ltd, minimaalne eraldusvõime: 0,5 mm, https://www.shining3d.com/) ja seejärel genereerisime võrgusilma.Võrumadel koosneb ligikaudu 200 000–400 000 tipust ning kaasasolevat tarkvara kasutatakse aukude täitmiseks ja servade silumiseks.
Esimeses etapis kasutasime mis tahes kolju skaneerimisandmeid, et luua 4485 tipust (8728 hulknurksest tahust) koosnev ühe malliga võrguga koljumudel.Malli võrgumudelist eemaldati kolju piirkonna põhi, mis koosneb sphenoidsest luust, petrous-oimusluust, suulaest, ülalõualuu alveoolidest ja hammastest.Põhjus on selles, et need struktuurid on mõnikord mittetäielikud või raskesti teostatavad õhukeste või õhukeste teravate osade tõttu, nagu pterigoidsed pinnad ja stüloidsed protsessid, hammaste kulumine ja/või ebaühtlane hammaste komplekt.Koljupõhja foramen magnum’i ümbert, sh põhja, ei resekteeritud, kuna see on anatoomiliselt oluline koht kaelaliigeste paiknemisel ja hinnata tuleb kolju kõrgust.Kasutage peegelrõngaid, et moodustada mõlemalt poolt sümmeetriline mall.Hulknurksete kujundite võimalikult võrdkülgseteks teisendamiseks tehke isotroopne sidumine.
Järgmisena määrati HBM-Rugle tarkvara abil malli mudeli anatoomiliselt vastavatele tippudele 56 orientiiri.Maamärkide seadistused tagavad orientiiri positsioneerimise täpsuse ja stabiilsuse ning tagavad nende asukohtade homoloogia genereeritud homoloogiamudelis.Neid saab tuvastada nende spetsiifiliste omaduste põhjal, nagu on näidatud täiendavas tabelis S5 ja lisajoonis S3.Booksteini definitsiooni81 kohaselt on enamik neist orientiiridest I tüüpi orientiirid, mis asuvad kolme ehitise ristumiskohas, ja mõned on II tüüpi orientiirid, mille punktid on maksimaalse kõverusega.Paljud orientiirid kanti üle punktidest, mis on määratletud lineaarsete kraniaalsete mõõtmiste jaoks Martini definitsioonis 36. Defineerisime samad 56 orientiiri 342 koljuproovi skaneeritud mudelite jaoks, mis määrati käsitsi anatoomiliselt vastavatele tippudele, et luua järgmises osas täpsemad homoloogiamudelid.
Skaneerimisandmete ja malli kirjeldamiseks määratleti pea-keskne koordinaatsüsteem, nagu on näidatud lisajoonisel S4.XZ tasand on Frankfurdi horisontaaltasapind, mis läbib vasaku ja parema väliskuulmekanali ülemise serva kõrgeimat punkti (Martini määratlus: osa) ja vasaku orbiidi alumise serva madalaimat punkti (Martini määratlus: orbiit). ..X-telg on joon, mis ühendab vasakut ja paremat külge, ja X+ on parem külg.YZ-tasand läbib vasaku ja parema osa keskosa ning ninajuure: Y+ üles, Z+ edasi.Võrdluspunkt (alguspunkt: nullkoordinaat) määratakse YZ-tasandi (kesktasapinna), XZ-tasandi (Frankforti tasapinna) ja XY-tasandi (koronaaltasandi) ristumiskohas.
Kasutasime HBM-Rugle'i tarkvara (Medic Engineering, Kyoto, http://www.rugle.co.jp/), et luua homoloogilise võrgusilma mudel, teostades malli sobitamise, kasutades 56 orientiiri (joonisel 1 vasak pool).Põhitarkvara komponent, mille algselt töötas välja Jaapani kõrgtehnoloogilise teaduse ja tehnoloogia instituudi digitaalse inimuuringute keskus, kannab nime HBM ja sellel on funktsioonid mallide sobitamiseks orientiiride abil ja peenete võrgumudelite loomiseks eraldavate pindade abil82.Sellele järgnev tarkvaraversioon (mHBM) 83 lisas sobitustulemuse parandamiseks funktsiooni mustri sobitamiseks ilma orientiirideta.HBM-Rugle ühendab mHBM tarkvara täiendavate kasutajasõbralike funktsioonidega, sealhulgas koordinaatsüsteemide kohandamise ja sisendandmete suuruse muutmisega.Tarkvara sobitamise täpsuse usaldusväärsust on kinnitanud arvukad uuringud52,54,55,56,57,58,59,60.
Kui kohandate HBM-Rugle'i malli orientiiride abil, kattub malli võrkmudel sihtmärgi skannimisandmetele jäiga registreerimise abil, mis põhineb ICP-tehnoloogial (minimeerib mallile vastavate orientiiride ja sihtmärgi skannimisandmete vaheliste kauguste summa) ja siis kohandab võrgu mittejäiga deformatsiooni abil malli sihtskaneerimisandmetega.Seda sobitusprotsessi korrati kolm korda, kasutades kahe sobitusparameetri erinevaid väärtusi, et parandada paigalduse täpsust.Üks neist parameetritest piirab malli ruudustiku mudeli ja sihtmärgi skannimisandmete vahelist kaugust ning teine karistab malli orientiiride ja sihtorientiiride vahelist kaugust.Seejärel jagati deformeeritud malli võrgumudel tsüklilise pinna jagamise algoritmi 82 abil alamosadeks, et luua täpsem võrgumudel, mis koosnes 17 709 tipust (34 928 hulknurgast).Lõpuks sobib jaotatud malli ruudustiku mudel homoloogiamudeli genereerimiseks sihtskaneerimisandmetega.Kuna maamärkide asukohad erinevad veidi sihtmärgi skaneerimise andmetest, viidi homoloogiamudel nende kirjeldamiseks täpselt läbi, kasutades eelmises jaotises kirjeldatud pea orientatsiooni koordinaatide süsteemi.Keskmine kaugus vastavate homoloogsete mudelite maamärkide ja sihtmärgi skaneerimise andmete vahel kõigis proovides oli <0, 01 mm.Funktsiooni HBM-Rugle abil arvutatuna oli homoloogiamudeli andmepunktide ja sihtmärgi skaneerimise andmete vaheline keskmine kaugus 0, 322 mm (täiendav tabel S2).
Kraniaalse morfoloogia muutuste selgitamiseks analüüsiti kõigi homoloogsete mudelite 17 709 tippu (53 127 XYZ-koordinaati) põhikomponentide analüüsi (PCA) abil, kasutades HBS tarkvara, mille on loonud kõrgtehnoloogilise tööstusteaduse ja tehnoloogia instituudi digitaalse inimteaduse keskus., Jaapan (edasimüüja: Medic Engineering, Kyoto, http://www.rugle.co.jp/).Seejärel proovisime rakendada PCA-d normaliseerimata andmekogumile ja tsentroidi suuruse järgi normaliseeritud andmekogumile.Seega võib mittestandardsetel andmetel põhinev PCA selgemalt iseloomustada üheksa geograafilise üksuse kraniaalset kuju ja hõlbustada komponentide tõlgendamist kui PCA, kasutades standardseid andmeid.
See artikkel esitab tuvastatud põhikomponentide arvu, mille osakaal kogu dispersioonist on üle 1%.Peamiste geograafiliste üksuste rühmade eristamisel kõige tõhusamate põhikomponentide kindlaksmääramiseks rakendati vastuvõtja tööomaduste (ROC) analüüsi põhikomponendi (PC) skooridele, mille panus oli suurem kui 2% 84 .See analüüs loob iga PCA komponendi jaoks tõenäosuskõvera, et parandada klassifitseerimise jõudlust ja õigesti võrrelda geograafiliste rühmade vahelisi graafikuid.Diskrimineeriva jõu astet saab hinnata kõveraaluse pindala (AUC) järgi, kus suuremate väärtustega PCA komponendid suudavad rühmi paremini eristada.Seejärel viidi olulisuse taseme hindamiseks läbi hii-ruut test.ROC analüüs viidi läbi Microsoft Excelis, kasutades Bell Curve for Exceli tarkvara (versioon 3.21).
Kraniaalse morfoloogia geograafiliste erinevuste visualiseerimiseks loodi PC skoori kasutades hajuvusdiagrammid, mis eristasid rühmi kõige tõhusamalt suurematest geograafilistest üksustest.Põhikomponentide tõlgendamiseks kasutage värvikaarti, et visualiseerida mudelitipud, mis on põhikomponentidega tihedalt seotud.Lisaks arvutati ja esitati täiendavas videos põhikomponentide telgede otste virtuaalsed esitused, mis asuvad põhikomponentide skooride ±3 standardhälbe (SD) juures.
PCA analüüsis hinnatud kolju kuju ja suuruse tegurite vahelise seose määramiseks kasutati allomeetriat.Analüüs kehtib põhikomponentide puhul, mille panus on >1%.Selle PCA üheks piiranguks on see, et kujukomponendid ei saa kuju eraldi näidata, kuna normaliseerimata andmekogum ei eemalda kõiki mõõtmetegureid.Lisaks normaliseerimata andmekogumite kasutamisele analüüsisime ka allomeetrilisi suundumusi, kasutades PC-fraktsioonide komplekte, mis põhinesid normaliseeritud tsentroidi suuruse andmetel, mida rakendati põhikomponentidele, mille panus on üle 1%.
Allomeetrilisi suundumusi testiti võrrandiga Y = aXb 85, kus Y on kujukomponendi kuju või osakaal, X on tsentroidi suurus (täiendav tabel S2), a on konstantne väärtus ja b on allomeetriline koefitsient.See meetod tutvustab põhimõtteliselt allomeetrilisi kasvuuuringuid geomeetrilises morfomeetrias78, 86.Selle valemi logaritmiline teisendus on: log Y = b × log X + log a.A ja b arvutamiseks kasutati regressioonianalüüsi vähimruutude meetodil.Kui Y (tsentroidi suurus) ja X (PC skoorid) on logaritmiliselt teisendatud, peavad need väärtused olema positiivsed;X hinnangute kogum sisaldab aga negatiivseid väärtusi.Lahendusena lisasime ümardamise iga komponendi väikseima murdosa absoluutväärtusele pluss 1 iga murdosa kohta ja rakendasime kõikidele teisendatud positiivsetele murdudele logaritmilise teisenduse.Allomeetriliste koefitsientide olulisust hinnati kahepoolse Studenti t-testi abil.Need statistilised arvutused allomeetrilise kasvu testimiseks viidi läbi Exceli tarkvara Bell Curves abil (versioon 3.21).
Wolpoff, MH Kliimamõjud luustiku ninasõõrmetele.Jah.J. Phys.Inimlikkus.29, 405–423.https://doi.org/10.1002/ajpa.1330290315 (1968).
Beals, KL Pea kuju ja kliima stress.Jah.J. Phys.Inimlikkus.37, 85–92.https://doi.org/10.1002/ajpa.1330370111 (1972).
Postitusaeg: aprill-02-2024