airbugs

現在生態演化學的大家越來越多使用基因體階級的資料類型了，也越來越多人用這些大量的資料來研究族群分化及物種分化層級的問題。這些都是非常棒的事及發展方向！

族群基因體學研究有一個非常常被使用的軟體Structure（或是ADMIXTURE），它可以根據你輸入的遺傳資料幫你計算出最可能能夠解釋你收集到的資料中的遺傳變異需要有幾個不同遺傳來源的族群（k）。然後再幫你計算每一個你輸入的個體（individual）的遺傳資料有多少百分比是來自各個不一樣的遺傳來源。

這是一個很方便很好用的軟體，它的結果圖像化（visualization）也非常直觀一目瞭然：比如說下面這一個圖很明顯的說明你輸入的遺傳資料最合適的解釋目前觀察到的遺傳變異的遺傳群（Wright-Fisher population; k）是2: 紅色及藍色。蠻多個體（individual）的遺傳組成可以純粹由其中一個遺傳群解釋（要不是藍色就是紅色），但是中間有一些個體的遺傳組成同時包含來自兩個遺傳群的來源。

像上圖這樣的結果，有時候會讓人想到中間黃框框內的個體是不是藍色及紅色兩個族群的雜交後代呢？這樣的推論當然是可能的，而且也是非常發生的推論，各大研討會及期刊發表上面都可以看得到。但是我這裡想說的是雜交並不是唯一一個可以解釋目前看到上圖這樣的結果（pattern）的假說，有些特定的族群分化歷史也可以導致一樣的Structure分析結果。

好久沒更新了，來寫一個大家好像不太在意的小地方Spurious Corrlation：

有時候在做生態學研究的時候，因為每個生物個體會有很多本身的差異，所以在做分組比較的時候很多測量值會要標準化。比如鍬形蟲的大顎長度會與體長有關，越大隻的雄蟲越長。鍬形蟲的翅膀長度也會與體長有關，越大隻翅鞘就越長。那如果研究大顎長度與翅鞘長度是不是有相關，能不能把兩個測量值（大顎長度及翅鞘長度）對體長做標準化（變成ratio）在來看兩個比例的關係呢？

要做當然是可以，但是還沒分析就可以知道這兩個標準化後的ratio一定會變成有直線相關性，因為我們把兩個不相關的測量值用了一樣的denominator：Spurious correlation就出現了！

簡單的舉個例子，假設有一個生物身高是如下隨機分佈：

因為我做的研究與物種分化及如何客觀的判別什麼樣的東西可以被稱為不同“種”，不同種與不同“族群”的生物學差異在哪，很多時候都會遇到有興趣的朋友或是同學問說為什麼不試試看雜交？或者是看到不同物種被定義的時候（例如我研究的不同長戟大兜蟲的“種”），常常能得到的反應就是『可是這些不同長戟可以交配生下沒有問題的下一代，為什麼是不同種呢？』。

但是生物種與雜交不孕（或下一代生育率下降）有直接的關係嗎？為什麼很多人（包含生物老師，生物學家及大眾）想到不同生物的種類總是會聯想到雜交不孕呢？

Mayr在定義生物種的觀念時候僅說了生物種是在自然的狀況下包含一群可以自由繁殖下一代的個體或族群們。不同物種之間因為“生殖隔離”在自然的情況下不會相互繁殖。但就因為這個“生殖隔離”一詞，一些當時不同意Mayr觀點的學者就嘲弄地說出『Mayr的生物種根本上就是雜交不孕的隔離觀念』，也說出了經典的『老虎跟獅子可以生下一代，難道他們是同一種嗎？』的句子。這兩個原本是來嘲弄生物種觀念的句子卻成為後來多數人對生物種觀念的認知，真的是始料未及的成果。

生物多樣性及螞蟻研究很有名的學者E. O. Wilson雖然在1953年就寫過文章抨擊這些攻擊Mayr生物種觀念的人根本就是不暸解族群的概念，也審慎的解釋了為什麼老虎跟獅子是有效的生物種：因為它們在印度等地有共域的機會，彼此有不同的生物學，“自然狀況”下有完整的“生殖隔離”不會產生遺傳混雜的下一代。然而大家就好像沒聽懂，繼續把生物種的觀念跟雜交不孕連想再一起。

這應該是近代生物學上被錯誤訊息影響最大的一個觀念了吧，而且最後假訊息竟然成為大多數人認知中的事實。對Wilson & Brown Jr. 1953文章有興趣的可以在下面連結中找到全文：

Character Displacement.高卡薩斯跟阿特拉斯在東南亞某些地區分布是重疊的。這個親緣關係樹上總共有10個共域分布的例子， 其中共域分布的兩個物種剛好一個長角型另一種是粗角形的例子有8次。 在10次中發現8次共域不同型，會可能只是演化上的巧合嗎？在10次中發現8次共域不同型，會可能只是演化上的巧合嗎？

Statistical phylogeography這一篇文章DIYABCXylotrupessiamensisX. siamensis

今年我用長戟大兜蟲這個類群來專門探討這一類型問題：（一）地理分佈與種間遺傳滲入的關聯性，（二）親緣關係遠近與遺傳滲入發生的關聯性，及（三）型態適應與遺傳滲入的關聯性。種間遺傳滲入的唯一前提

保育政策制定生態學演化學絕大多數都以分子分類為基礎同樣的採樣甚至是完全一樣的資料還是可能的到不一樣的的生物種辨識結果