李宗亮， 陸晨晨， 于向鵬， 劉 潔， 劉 靜， 狄露露， 金海如

(浙江師范大學(xué)化學(xué)與生命科學(xué)學(xué)院，浙江金華 321004)

畸形外囊菌(Taphrina deformans(Berk)Tul)是桃縮葉病的病原菌［1］，屬于子囊菌亞門，能階段性形成子囊及子囊孢子．它能造成桃樹(shù)葉片早落、嫩枝枯死，影響果實(shí)品質(zhì)、產(chǎn)量及其經(jīng)濟(jì)效益．這種病菌不但會(huì)侵染桃樹(shù)引發(fā)縮葉病，而且可以危害李、梅和杏等果樹(shù)．

由于外來(lái)入侵生物是導(dǎo)致生物多樣性破壞和社會(huì)經(jīng)濟(jì)損失的主要原因之一［2］，生物入侵逐步成為社會(huì)關(guān)注的焦點(diǎn)．外來(lái)物種一旦在某一個(gè)地區(qū)入侵成功，人們需要花費(fèi)大量的精力去檢測(cè)該物種的危害性，并尋找根除它的方法［3］．防止外來(lái)有害生物入侵的重要手段之一是阻止該物種進(jìn)入其潛在的適生區(qū)［4］．因此，明確外來(lái)物種的適生區(qū)對(duì)防止生物入侵有著重要的作用．

外來(lái)物種在目標(biāo)地的適生性高低，直接決定了該地區(qū)是否存在被該物種入侵的可能性．越來(lái)越多的生態(tài)研究者認(rèn)為，外來(lái)入侵生物會(huì)對(duì)當(dāng)?shù)氐纳鷳B(tài)環(huán)境結(jié)構(gòu)帶來(lái)不可逆轉(zhuǎn)的改變及巨大的經(jīng)濟(jì)損失［5］．因此，明確畸形外囊菌在中國(guó)的適生區(qū)，對(duì)進(jìn)一步檢測(cè)和控制該入侵物種具有現(xiàn)實(shí)指導(dǎo)意義．

1 材料與方法

1．1 物種材料

畸形外囊菌的分布數(shù)據(jù)通過(guò)文獻(xiàn)記錄、數(shù)據(jù)庫(kù)和標(biāo)本館(http：//www．gbif．org/)等途徑得到，并用Google Earth查閱其具體的地理坐標(biāo)，共獲得104個(gè)分布點(diǎn)(見(jiàn)圖1)，并將得到的坐標(biāo)轉(zhuǎn)換成模型所需要的格式保存．

圖1為畸形外囊菌的全球數(shù)據(jù)庫(kù)現(xiàn)有分布，主要分布地區(qū)為亞洲東部、北美洲、歐洲、非洲中部和大洋洲東部等，這些地區(qū)都屬于溫帶地區(qū)．

圖1 畸形外囊菌的地理分布圖

1．2 基因遺傳算法模型

基因遺傳算法(GARP)模型是一種基于遺傳算法的規(guī)則組合預(yù)測(cè)模型系統(tǒng)，用來(lái)預(yù)測(cè)物種潛在的地理分布范圍［6］．該模型在保護(hù)瀕危物種、生物多樣性保護(hù)區(qū)設(shè)計(jì)的優(yōu)先性評(píng)估、外來(lái)入侵物種擴(kuò)散潛能及全球氣候變化對(duì)物種分布區(qū)的影響等研究中得到了廣泛的應(yīng)用［7］．在多變的環(huán)境條件下，GARP模型被證明是預(yù)測(cè)物種適生區(qū)的一個(gè)非常成功的工具［8］．

在GARP系統(tǒng)中，物種分布數(shù)據(jù)分為2部分［6］：一部分初始數(shù)據(jù)稱為外部檢驗(yàn)數(shù)據(jù)(extrinsic test data)，用于完全獨(dú)立的模型質(zhì)量檢測(cè);另一部分?jǐn)?shù)據(jù)用作訓(xùn)練數(shù)據(jù)(training data)和內(nèi)部檢驗(yàn)數(shù)據(jù)(instrinsic test data)，其中，訓(xùn)練數(shù)據(jù)用作建立模型，而內(nèi)部檢驗(yàn)數(shù)據(jù)用作內(nèi)部的模型質(zhì)量檢驗(yàn)．

1．3 環(huán)境數(shù)據(jù)

本研究環(huán)境數(shù)據(jù)采用CuCL2數(shù)據(jù)包，其中包含23種環(huán)境數(shù)據(jù)：年平均光照時(shí)間、最冷月份的平均光照時(shí)間、最暖月份的平均光照時(shí)間、霜凍時(shí)的平均光照時(shí)間，年平均降水量、最冷月份的平均降水量、最冷季度的平均降水量、最干旱月份的平均降水量、最干旱季度的平均降水量、沒(méi)有霜凍時(shí)的平均降水量、最暖月份的平均降水量、最暖季度的平均降水量、最濕月份的平均降水量、最濕季度的降水量，年平均溫度、最冷月份的平均溫度、最冷季度的平均溫度、沒(méi)有霜凍月份的平均溫度、最暖月份的平均溫度、最暖季度的平均溫度，年平均風(fēng)速，平均降水量的標(biāo)準(zhǔn)偏差和平均溫度的標(biāo)準(zhǔn)偏差．

1．4ROC 曲線

受試者工作特征曲線(簡(jiǎn)稱ROC曲線)分析方法最初應(yīng)用于雷達(dá)信號(hào)接收能力的評(píng)價(jià)［9］，后廣泛應(yīng)用于醫(yī)學(xué)診斷實(shí)驗(yàn)性能的評(píng)價(jià)［10-12］．ROC曲線是以預(yù)測(cè)結(jié)果的每一個(gè)值作為可能的判斷閾值［13］，由此計(jì)算得到相應(yīng)的靈敏度和特異度，以假陽(yáng)性率(1－特異度)為橫坐標(biāo)、以真陽(yáng)性率即靈敏度(1－遺漏率)為縱坐標(biāo)繪制而成，以其曲線下的面積(AUC)的大小作為模型預(yù)測(cè)準(zhǔn)確度的衡量標(biāo)準(zhǔn)，其范圍為［0，1］［14］，AUC 的值越高，說(shuō)明模型的預(yù)測(cè)準(zhǔn)確度也就越高．

2 結(jié)果與分析

2．1ROC 曲線

圖2為GARP模型運(yùn)算的ROC曲線及其曲線下的面積(AUC)．隨機(jī)ROC曲線的AUC值為0．5．AUC的值越大，說(shuō)明模型的準(zhǔn)確性就越高．本研究中AUC的值為0．89，診斷價(jià)值為較高．

圖2 GARP模型的ROC曲線

2．2 畸形外囊菌在中國(guó)的適生區(qū)分布

物種預(yù)測(cè)分布模型會(huì)對(duì)畸形外囊菌分布區(qū)的環(huán)境參數(shù)進(jìn)行提取并統(tǒng)計(jì)．根據(jù)畸形外囊菌分布區(qū)的環(huán)境參數(shù)，GARP模型會(huì)自動(dòng)對(duì)全球各個(gè)地區(qū)的環(huán)境進(jìn)行擬合．?dāng)M合度越高的地區(qū)，畸形外囊菌的適生可能性就越大;反之，適生性就越?。?/p>

圖3是GARP模型擬合的畸形外囊菌在中國(guó)的適生區(qū)．顏色從純白到純黑，表示適生的可能性從小到大，顏色越深，代表該地區(qū)畸形外囊菌的適生概率越大．從圖3可以看出，畸形外囊菌在中國(guó)的適生區(qū)主要分布在東部地區(qū)：河北南部、山西南部、廣東南部、山東全部、河南全部、安徽全部、江蘇全部、上海全部、浙江全部、海南全部、福建大部分、江西大部分、臺(tái)灣西部沿海、云南東部、湖北東部和湖南東部．

2．3 數(shù)據(jù)分析

圖3 基于GARP模型的畸形外囊菌在中國(guó)的適生區(qū)

本研究中，GARP模型每一次運(yùn)行時(shí)隨機(jī)抽取50%的坐標(biāo)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，25%的坐標(biāo)數(shù)據(jù)作為外部檢驗(yàn)數(shù)據(jù)，剩下的25%作為模型運(yùn)行后的內(nèi)部檢驗(yàn)數(shù)據(jù)，模型對(duì)數(shù)據(jù)進(jìn)行了20次重復(fù)運(yùn)算．以獨(dú)立模型外部的檢驗(yàn)數(shù)據(jù)為基礎(chǔ)的卡方檢驗(yàn)顯示，GARP模型的運(yùn)算在統(tǒng)計(jì)上是高度顯著的(P=0．01);以內(nèi)部檢驗(yàn)數(shù)據(jù)檢驗(yàn)?zāi)Ｐ皖A(yù)測(cè)結(jié)果，檢驗(yàn)結(jié)果以AUC值的大小來(lái)確定模型預(yù)測(cè)結(jié)果的準(zhǔn)確度．

3 討論

ROC曲線下的面積為AUC值，以此反映診斷實(shí)驗(yàn)的價(jià)值．一般認(rèn)為：AUC值在 0．5～0．7時(shí)，診斷價(jià)值較低;在0．7～0．9時(shí)診斷價(jià)值中等;大于0．9時(shí)診斷價(jià)值較高［15］．AUC值可對(duì)診斷實(shí)驗(yàn)的準(zhǔn)確度進(jìn)行檢測(cè)，因而成為目前公認(rèn)的診斷實(shí)驗(yàn)最佳評(píng)價(jià)指標(biāo)［16］．本研究中，GARP模型預(yù)測(cè)的AUC值為0．89，診斷價(jià)值較高，因此預(yù)測(cè)結(jié)果具有較高的準(zhǔn)確度．

氣候因子在決定物種地理分布方面的重要地位已經(jīng)被研究者們廣泛接受，世界的生物區(qū)系就是根據(jù)全球氣候數(shù)據(jù)進(jìn)行劃分的．影響物種分布的因素有很多種，例如海拔高度、地形和物種的棲息地環(huán)境等［17］．盡管還有很多其他的因子同樣影響物種的分布，但根據(jù)氣候因子劃分生物區(qū)系仍然是宏觀生態(tài)學(xué)最成功的理論之一［18］．

畸形外囊菌在菌絲生長(zhǎng)過(guò)程中能使宿主細(xì)胞內(nèi)的葉綠體遭到破壞，葉片表面表現(xiàn)皺縮、肥腫、變?yōu)辄S褐色或紅色等癥狀，造成葉片當(dāng)年第2次萌發(fā)，這樣會(huì)直接影響到當(dāng)年桃子的產(chǎn)量及第2年花芽的形成［19］，造成桃子的減產(chǎn)．因此，確定畸形外囊菌在中國(guó)的適生區(qū)，對(duì)預(yù)防和有效控制桃樹(shù)縮葉病具有一定的現(xiàn)實(shí)指導(dǎo)意義．

［1］王欣，侯林洲，李怡萍．桃縮葉病的發(fā)生與防治［J］．陜西農(nóng)業(yè)科學(xué)，2006(1)：128．

［2］Ficetola G F，Thuiller W，Miaud C．Prediction and validation of the potential global distribution of a problematic alien invasive species：the American bullfrog［J］．Divers Distrib，2007，13(4)：476-485．

［3］Hulme P E．Beyond control：wider implications for the management of biological invasions［J］．J Appl Ecol，2006，43(5)：835-847．

［4］徐汝梅．生物入侵——數(shù)據(jù)集成、數(shù)量分析與預(yù)警［M］．北京：科學(xué)出版社，2003：129-144．

［5］Wittenberg R，Cock M J W．Invasive alien species：a toolkit of best prevention and management practices［M］．Oxon：CABI，2001．

［6］Stockwell D，Peters D．The GARP modeling system：problems and solutions to automated spatial prediction［J］．Int J Geogr Inf Sci，1999，13(2)：143-158．

［7］Guisan A，Thuiller W．Predicting species distribution：offering more than simple habitat models［J］．Ecol Lett，2005，8(9)：993-1009．

［8］賈文明，周益林，丁勝利，等．外來(lái)有害生物風(fēng)險(xiǎn)分析的方法和技術(shù)［J］．西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，33(增刊)：195-200．

［9］Leshowitz B．Comparison of ROC curves from one-and two-interval rating-scale procedures［J］．J Acoust Soc Am，1969，46(2B)：399-402．

［10］Goodenough D J，Rossmann K，Lusted L B．Radiographic applications of receiver operating characteristic(ROC)curves［J］．Radiology，1974，110(1)：89-95．

［11］Metz C E．Basic principles of ROC analysis［J］．Semin Nucl Med，1978，8(4)：283-298．

［12］Zweig V H，Cambell G．Receiver operating characteristic(ROC)plots：a fundamental evaluation tool in clinical medicine［J］．Clin Chem，1993，39(4)：561-577．

［13］Phillips S J，Anderson R P，Schapire R E．Maximum entropy modeling of species geographic distributions［J］．Ecol Model，2006，190(3/4)：231-259．

［14］Wiley E O，McNyset K M，Peterson A T，et al．Niche modeling and geographic range predictions in the marine environment using a machinelearning algorithm［J］．Oceanogr，2003，16(3)：120-127．

［15］余松林．醫(yī)學(xué)統(tǒng)計(jì)學(xué)［M］．北京：人民衛(wèi)生出版社，2002：164-178．

［16］Vanagas G．Receiver operating characteristic curves and comparison of cardiac surgery risk stratificafi0n systems［J］．Interact Cardiovas Thorac Surg，2004，3(2)：319-322．

［17］Hodkinson I D．Species response to global environmental change or why ecophysiological models are important：a reply to Davis et al［J］．J Anim Ecol，1999，68(6)：1259-1262．

［18］Lawton J H．Are there general laws in ecology? ［J］．Oikos，1999，84(2)：177-192．

［19］黃麗麗，康振生，羅志萍．桃縮葉病組織的光學(xué)和電子顯微鏡觀察［J］．西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版，1993，21(增刊2)：29-34．