幾何形態計測学
- 提唱者
- Fred Bookstein
- 年
- 1991
- 種類
- Shape and form analysis
- 系統
- Morphological Analysis
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
幾何形態計測学(Geometric morphometrics, GMM)は、ランドマークやアウトラインからの座標データを用いて、生物学的構造(骨、歯、陶器など)の形状を捉え、分析し、比較する定量的分析手法である。1990年代にFred Booksteinによって開発されたGMMは、集団間または時代間の形状変異を研究するための厳密な統計的枠組みを提供する。この手法により、考古学者は従来の線形計測では不可能な精度で、個体、集団、または人工遺物のクラス間の形態学的差異を定量化できる。
手法の背後にある直感
従来の計測法は、骨や人工遺物上の固定点間の距離(例:頭蓋骨長)を記録するが、形状や形態に関する全ての情報を失う。幾何形態計測学は、標本全体にわたる多数の解剖学的ランドマーク(角、頂点、生物学的接合部)の空間座標を記録する。多数の個体にわたる座標変異のパターンを分析することにより、研究者は形状の違いを視覚化し、形状が有意に異なるかどうかを判断するための統計的検定を実行し、観察された形状変異の大部分を占める解剖学的領域を特定できる。このアプローチは、従来の計測法が見落とす微妙な形態学的差異を捉える。
歴史学
幾何形態計測学は、古生物学におけるランドマークベースのアプローチに基づいて、1990年代にFred Booksteinによって形式化された。James RohlfとDenis Sliceは、標準化された形状比較を可能にしたProcrustes重ね合わせ法を開発した。2000年代には、GMMは3D分析へと拡張され、進化生物学との統合が進んだ。GMMは現在、形態学的変異の定量化のために古人類学、考古学、古生物学で広く使用されている。
使うべき場面
骨、歯、陶器、またはその他の人工遺物クラスの形態学的変異を分析する際にGMMを適用する。特に従来の計測法が見落とす微妙な形状の違いを検出するのに価値がある。アロメトリー(サイズと形状の関係)、性的二形性、または環境ストレスへの適応を研究するのに理想的である。標本が比較的完全で、ランドマークが一貫して配置できる場合に最も効果的である。多数の標本サイズ(グループあたり20以上)を分析する場合に最も強力である。
限界と注意点
- 明確に識別可能なランドマークを持つ高品質の標本が必要。不完全または損傷した標本は問題となる可能性がある
- ランドマークの配置には解剖学的専門知識と、標本間の一貫性に対する慎重な注意が必要
- 測定誤差に敏感、特に小標本研究の場合
- 統計的検出力は標本サイズと使用されるランドマークの数に依存する
- 結果は、視覚化ソフトウェアと統計的専門知識なしでは解釈が難しい場合がある
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 従来の線形計測法のように情報を破棄することなく、全体的な形状変異を捉える
- サンプル間または時間経過に伴う形状変異の視覚化を可能にする
- 形状の違いが有意であるかどうかを判断するための統計的検定を提供する
- アロメトリー分析を通じて、サイズ効果と純粋な形状効果を分離できる
- 多様なデータタイプに適用可能:骨、歯、石器、陶器、貝殻
応用
- 新石器時代およびコロンブス以前の集団における人工頭蓋変形の度合いを3D形状分析を通じて評価する
- 栄養ストレスに直面した集団における性的二形性および年齢関連の形状変化を検出する
- 考古学的遺跡における時間的系列を通じた環境変化への形態学的応答を定量化する
- 石器の形状を分析して、考古学的文脈における異なるツールタイプと製造技術を特定する
- 陶器の器の形状を文化間で比較して、機能的違いまたは様式的な進化を評価する
使い方
使い方
形態学的に比較可能でランドマーク分析に適した標本(骨、歯、陶器など)を収集する。全ての個体に一貫したランドマークを配置できるように、標本が十分に完全であることを確認する。
標本を写真撮影または3Dイメージングで記録する。全ての標本にわたって、一貫した生物学的に意味のある点に解剖学的ランドマークを慎重に配置する。3D分析の場合は、表面スキャンを取得するか、複数の写真から3D座標を再構築する。
全ての標本からランドマーク座標を抽出する。Procrustes重ね合わせを実行して、全ての標本を共通の参照フレームに整列させ、位置、向き、スケールによる変異を除去する。サンプルのコンセンサス形状(平均形状)を計算する。
整列された形状座標に対して統計分析を実行する。一般的なアプローチには、形状空間を視覚化するための主成分分析(PCA)、グループによる標本を分類するための判別関数分析、または形状を生態学的変数に関連付けるための回帰分析が含まれる。
形状空間における標本のクラスタリングを調べ、グループ間で形状に有意な差があるかどうかを検定し、観察された差異の原因となっている解剖学的領域を特定する。形状変異を生物学的プロセス(個体発生、疾患、適応)または文化的実践(加工、選択)に関連付ける。
よくある落とし穴
- 標本間でのランドマーク配置の一貫性の欠如は、分析に人工的な変異を導入する
- 形状変異を適切に捉えるのに十分なランドマークを使用しないことによる、生物学的に意味のある情報の損失
- 標本サイズや年齢が形状変異に与える影響を評価しないことによる、解釈の混同
- 小標本における微妙な形状の違いを過度に解釈すること。堅牢な統計的推論にはより大きな標本が必要
よくある質問
GMMにおけるランドマーク、セミランドマーク、アウトラインの違いは何ですか?
ランドマークは、全ての標本で一貫して識別できる解剖学的に離散的な点(例:縫合線、骨の接合部)である。セミランドマークは、正確に特定できない曲線または縁に沿った点であるが、それらの特徴に沿った形状変異を近似する。アウトラインは、境界からの形状情報を捉える。異なる分析は、関心のある形態学的構造に応じて、これらのデータタイプを組み合わせる。
信頼性の高い幾何形態計測学研究には、いくつのランドマークが必要ですか?
その数は、形状変異の複雑さと標本サイズに依存する。通常、15〜30のランドマークは、頭蓋骨または骨の分析に対して十分なカバレッジを提供する。より多くのランドマークはより細かい詳細を捉え、より少ないランドマークは重要な変異を見逃す可能性がある。統計的検出力は標本サイズとともに増加する。堅牢な分析のためには、グループあたり少なくとも20〜30の標本を目指す。多くのランドマークを持つ小標本は、過学習のリスクがある。
Procrustes重ね合わせとは何ですか?また、なぜ重要ですか?
Procrustes重ね合わせは、位置、向き、および全体的なサイズによる違いを除去することにより、全ての標本を共通の参照フレームに整列させる。これにより、形状の直接比較が可能になる。この手法は、標本間の対応するランドマーク間の二乗距離の合計を最小化する。この標準化は非常に重要である。これがないと、統計分析はサイズと向きの違いによって混乱するだろう。
GMMでは、サイズ変異を形状変異から分離できますか?
はい、アロメトリー分析を通じて可能です。サイズ(重心サイズ)と形状座標の関係を分析することにより、研究者はサイズ変化に関連する形状変異の成分(アロメトリー)と、サイズに依存しない成分を特定できる。これにより、グループ間の形態学的違いがサイズの違いに起因するのか、それとも真の形状変化に起因するのかを評価できる。
幾何形態計測学では、測定誤差はどのように評価されますか?
測定誤差は、同じ標本を複数回デジタイズし、ランドマーク座標の再現性を計算することによって定量化される。Procrustes ANOVAは、変異を測定誤差、個体変異、グループ差に分割できる。測定誤差が生物学的変異に対して大きい場合、結果は信頼できない。適切に管理された研究では、誤差を最小限に抑えるために、ランドマーク配置プロトコルを注意深く検証する。
関連する手法
参考文献
Bookstein, F. L. (1991). Morphometric Tools for Landmark Data: Geometry and Biology. Cambridge University Press.
DOI 文献を開くコピーしました。Zelditch, M. L., Swiderski, D. L., Sheets, H. D., & Fink, W. L. (2004). Geometric Morphometrics for Biologists: A Primer. Elsevier.
出版物の文献を開くコピーしました。Rohlf, F. J., & Slice, D. E. (1990). Extensions of the Procrustes method for the optimal superimposition of landmarks. Systematic Zoology, 39(1), 40-59.
DOI 文献を開くコピーしました。