简介

研究表明,与同一物种的其他成员之间的支持性关系会降低一个人的压力反应。这种现象被称为“社会缓冲”。12.当脊椎动物面临压力时,肾上腺会释放更多的糖皮质激素(GC)到血液中。当一个或多个同伴的存在减少了这种GC释放时,社会缓冲就被证明了。例如,与其他雄性的紧密联系减少了野生雄性猕猴的GC释放(猕猴属sylvanus3.,熟悉同伴的存在减少了被圈养的雄性松鼠猴暴露于压力源后的GC释放(Saimiri sciureus4.虽然大多数关于社会缓冲的研究都涉及灵长类动物和实验室啮齿动物,但在包括鱼类和鸟类在内的其他分类单元中也观察到这种现象1

有证据表明,母子关系在缓冲压力反应方面起着特别重要的作用。此外,生命早期的产妇护理似乎规划了一生对压力的反应567.挪威实验鼠(鼠形)那些在出生后的头十天里接受母亲更多舔舐和梳理的孩子,在以后的生活中面临急性压力时,释放的gc量更低8.他们还在大脑中产生了更多的GC受体,增强了身体在释放足够数量的GC后停止分泌的能力,从而减少了长时间接触GC的机会,从而导致健康问题789101112.此外,斑胸草雀(Taeniopygia guttata)在幼年时被剥夺了母性照顾的成年企鹅在面临社会隔离时,比父母共同抚养的成年企鹅分泌更多的GCs13,以及断奶豚鼠的GC浓度(Cavia porcella)在母亲在场的情况下,比有兄弟姐妹或其他同体在场的情况下增加的几率要小1415.如果失去产妇护理,非父母家庭关系可以减轻与这种损失有关的压力反应。例如,在与母亲暂时分离的松鼠猴幼崽中,姨妈或其他异亲人物可以降低GC的增加16

我们目前对母体对肾上腺活动的影响以及抵消与母体损失相关的应激反应的其他关系的潜在理解主要来自圈养研究,但最近在野生灵长类动物中有两项关于这一主题的研究。野生黑猩猩(黑猩猩)在母亲去世后,孤儿的糖皮质激素浓度出现短期而非长期的上升。收养发生在黑猩猩身上,可能会改善失去母亲后GC浓度的初始增加17.狒狒(Papio狒狒而且Papio导引亡灵之神)孤儿在失去母亲后与其他女性的社会联系较弱,但与非孤儿相比,除非他们除了失去母亲之外还面临过其他早年生活中的逆境,否则GC浓度没有明显差异18.这两项研究提供了证据,证明在野生灵长类动物个体中,母体损失对GC水平的有限和环境依赖的影响。

像黑猩猩和狒狒一样,非洲象(非洲象)是一种寿命长,高度社会化的物种,具有高脑商,表明具有先进的认知能力1920.21.他们提供了一个额外的机会来测量GC浓度与野外环境中产妇护理和社会关系的关系,并将此类研究扩展到非灵长类分类单元。母幼关系对幼象的健康至关重要,甚至在断奶后和成年后也是如此22232425.个人之间的联系很紧密;在母系核心群体中,雌性通常一生都与她们的家庭在一起,密切的家庭关系与较低的GC浓度有关262728.此外,非洲象由于栖息地丧失和偷猎而濒临灭绝2930.31.后者将母亲和其他成年照顾者从家庭中移除,因此了解大象对失去基本纽带的压力反应可以为保护提供信息3132

使用肯尼亚桑布鲁和布法罗泉国家保护区的野生大象种群(以下简称“桑布鲁种群”)已被研究了20多年3133.2009年至2014年的偷猎和严重干旱杀死了桑布鲁人口中的许多成年雌性,留下了支离破碎的家庭和已知的雌性孤儿小牛2731.这些孤儿一直是几项研究的重点,因此我们知道,即使他们在母亲去世时断奶,他们的存活率也低于非孤儿,而那些离开自己的家庭加入其他家庭或与其他孤儿一起生活的孤儿会遭受更多的攻击,并与成年女性隔离222325.在这项研究中,我们调查了野生非洲象孤儿失去产妇护理是否与GC分泌的长期增加有关,以及其他家庭成员的存在是否会抑制分泌的变化。我们把“孤儿”定义为一个女性,她的母亲在她成熟之前就去世了,成熟的标志是生育。我们优先从早期研究的孤儿受试者中取样,导致孤儿研究受试者的母亲去世平均时间为5.54年(±标准差为2.67年)。1 f).我们假设,母亲的存在会减弱野生非洲象的肾上腺活性,考虑到大象社会中牢固的终生母亲/后代纽带和收养的缺乏,我们预测,即使在母亲去世多年后,孤儿的粪便糖皮质激素代谢物(fGCM)浓度也会高于非孤儿。我们还假设,社会伙伴的存在会抑制GC分泌,预测在其核心群体中有更多成年照顾者和同龄伴侣的孤儿和非孤儿会有较低的fGCM浓度。

结果

粪便糖皮质激素代谢物浓度

干重平均fGCM浓度n=来自37头大象的496个粪便样本(n= 25名孤儿,n= 12个非孤儿,Fig。1年龄7-21岁(平均13.36±3.09岁),为95.69±SD 30.21 ng/g,最小14.19 ng/g,最大246.56 ng/g。我们在补充图中包含了个别研究对象浓度的时间序列图。2,因为文献中要求提供野生个体GC浓度的可重复性信息3435

图1:根据孤儿状况、家庭群体组成和每个个体的粪便样本分布的样本量摘要。
图1

一个显示研究对象为孤儿人数的柱状图(n= 25头大象)vs非孤儿(n= 12头大象),根据它们是否与出生的大象(n= 32头,灰色阴影)vs非出生大象(n= 5头大象,黑色阴影)核心组。b- - - - - -d研究对象的直方图,根据其核心组中成年女性照顾者的数量,核心组中年龄伴侣的数量,粪便样本的数量,每个也分为孤儿和非孤儿面板,并根据出生和非出生核心组着色。注意,9个丢弃的粪便样本(见方法)不包括在内d

基于单独的变量

我们将fGCM浓度的贝叶斯分层模型构建为两个层次,第一个层次估计基于个体的变量对基线GC分泌的影响,第二个层次估计样本收集时随时间变化的变量对GC分泌的影响。对于模型的第一级,评估的五个基于个体的变量中有三个的置信区间不重叠为0(即,这三个变量具有统计学意义):如果个体仍然与她的出生家庭在一起,核心组中年龄伴侣的数量,以及从个体中收集的样本数量(表2)1和无花果。2).与留在原生家庭的孤儿和非孤儿相比,离开原生家庭加入另一个家庭或与其他孤儿一起加入另一个家庭或群体的孤儿的平均fGCM浓度较低。此外,在核心群体中有更多年龄伴侣的个体比年龄伴侣较少的个体具有更低的平均fGCM浓度,尽管这种相关性的程度不如与非出生家庭的相关性那么大。最后,从个体身上采集的样本越多,平均fGCM浓度越低。该模型估计,核心群体中成年女性越多,fGCM浓度就越低,但这一估计的95%置信区间重叠为零。孤儿状态与fGCM浓度无相关性。

表1贝叶斯层次回归模型结果,显示了与37只采样大象粪便糖皮质激素代谢物浓度相关变量的估计系数(n= 496个粪便样本)。
图2:贝叶斯层次回归模型的系数值及95%置信区间(n= 37头大象的496个粪便样本)。
图2

黑色表示95%置信区间不重叠为零的估计值,灰色表示50%置信区间不重叠为零的估计值,开圈表示两个置信区间都重叠为零的变量。虚线分隔了模型的第一层(上面的线)和第二层(下面的线)。第一级估计个体水平的截获量,确定不变变量与平均粪便糖皮质激素代谢物浓度的相关性。第二级使用第一级的估计个体截获量来确定变量之间的相关性,这些变量随收集样本的时间而变化。协变量根据估计的相关大小排序,在每个水平内从负到正。NDVI代表“归一化植被差指数”,是衡量初级生产力的指标。

时变的变量

对于我们模型的第二级,评估的8个时变变量中有3个的置信区间不重叠为0:平均归一化差异植被指数(NDVI -衡量整个景观的初级生产力/植被的绿色程度),NDVI的标准差(衡量整个景观的资源分布的可预测程度),以及样本在收集之前在地面上花费的时间(表2)1和无花果。2).较高的平均NDVI意味着更多的可用食物资源,与较低的fGCM浓度密切相关。较高的NDVI标准差,表明资源呈斑块状分布,与较高的fGCM浓度密切相关(图2)。3.).样本被收集到低温箱之前在地面上停留的时间与略微较高的fGCM浓度相关。所有其他变量的95%置信区间重叠为零,但哺乳期和高龄与fGCM浓度呈弱负相关,而没有母亲的时间更长和怀孕与fGCM浓度呈弱正相关。一天中的时间与fGCM浓度无关。

图3:粪便糖皮质激素代谢物浓度与季节性之间强相关性的描述。
图3

NDVI(归一化植被差异指数-初级生产力的衡量指标)在研究过程中的平均值(实线)和标准差(虚线)高于来自同一家族的三只研究大象的糖皮质激素代谢物浓度ng/g(每克粪便物质的代谢物纳克)。圆圈表示样本粪便糖皮质激素代谢物浓度,每头大象的样本根据填充颜色(白色、黑色或灰色)进行区分。长虚线强调了单个大象浓度随时间的波动。糖皮质激素的波动主要与初级生产力的变化有关。

圆线虫粪卵计数

我们进行了第二项分析,以评估fGCM浓度与圆虫(一种胃肠道寄生蠕虫)粪卵计数(FECs)之间的相关性,使用相同的模型结构,但样本量较小(n= 446),因为匹配FEC数据的样本较少。fGCM浓度与fec呈弱正相关,但95%置信区间重叠为零(补充表1和补充图。3.).

模型检查

后验预测检验36没有任何不适合的迹象。贝叶斯p模型第一级的平均值(估计个体基线fGCM浓度)为0.51,标准差为0.28。贝叶斯p第二个水平的平均值(估计时变协变量的影响)的标准偏差为0.50和0.74。相应的贝叶斯p在样本较少的模型中,与圆虫粪卵计数相关的测试值分别为0.36、0.28、0.54和0.76。

讨论

我们的研究调查了失去母亲是如何影响一种长寿的非灵长类哺乳动物野生孤儿的肾上腺活动的。与我们的预期相反,我们没有发现证据表明,幸存的孤儿在其母亲死后几年内保持较高的基线fGCM浓度,尽管大象孤儿的存活率低于非孤儿25.然而,我们的第二个预测部分得到了支持,因为在年龄伴侣较多的核心群体中,fGCM浓度较低。这支持了我们的假设,即野生大象存在社会缓冲作用。然而,我们的研究是相关的,因此我们不能肯定地断言,年龄伴侣的存在减弱了应激反应,导致观察到的fGCM浓度较低。我们没有观察到与成人照顾者数量的显著相关。Goldenberg和Wittemyer(2017)发现,与非孤儿大象相比,孤儿大象与同龄伙伴和公牛的互动更多,加强这种社会联系的一个原因可能是它们降低了GC浓度22.相反,孤儿大象与核心群体中成年雌性的互动比非孤儿大象要少22.因此,女性的存在可能不太可能降低孤儿的GC浓度,而孤儿占我们研究对象的大多数。像这项研究中包括的那些相对年轻的大象,在进食或休息时也可能被年长的成年雌性大象取代,因为年龄与非洲象的社会地位密切相关2237,这可能是成年人陪伴下GC分泌增加的平衡来源。总的来说,如果较低的fGCM浓度与年龄伴侣有关,表明非洲象发生了社会缓冲,这种缓冲似乎取决于可用同种的年龄和亲缘关系(见下文)。

令人惊讶的是,与非孤儿和与家人在一起的孤儿相比,不再与出生群体在一起的孤儿(其中大多数来自因偷猎而没有成年人留下的家庭)表现出更低的平均fGCM浓度。考虑到这些孤儿所经历的挑战,包括受到其他人更多的攻击23,我们推测他们将在研究对象中表现出最大的fGCM浓度,因为GCs分泌增加传统上等同于更大的压力。我们推测我们相反的结果可能是因为应激反应是复杂的,肾上腺可以根据应激源的类型和持续时间表现出高分泌或低分泌7383940.长期的社会压力源,尤其是那些在发育阶段发病的社会压力源,会导致GC的长期高分泌,最终降低肾上腺活动,这可能是一种适应性反应,可以防止GC浓度持续升高的有害影响4142.这种下调导致持续较低的基线GC浓度,这种现象被称为低皮质醇症,与人体自身免疫、抑郁和过度疲劳等生理问题有关(智人);黑犀牛的皮肤及口腔病变(Diceros bicornis);抑郁行为,脊椎问题和血液系统异常,如马的贫血(科仕caballus38404344454647.假设家庭的缺失最初导致非出生孤儿GC分泌的长期上升,考虑到我们在孤儿母亲去世几年后取样,我们可能会观察到随着时间的推移肾上腺素最终下调的结果。非出生孤儿大象的低皮质醇症与其他一些认知高级哺乳动物的研究相一致。例如,一项针对圈养恒河猴(Macatta解剖)发现产妇死亡与低皮质醇症有关;一出生就与母亲分离的猴子,即使在分离三年后,其基础皮质醇浓度也明显低于对照组48.考虑到非出生孤儿缺乏社会支持,一项对人类的研究发现,南非的艾滋病孤儿如果能从兄弟姐妹、看护人、朋友和其他人那里获得高度的社会支持,就不太可能患上创伤后应激障碍,这是一种常见的症状,即低皮质醇症384950

我们设计这项研究是为了评估社会环境对糖皮质激素分泌的影响,但很明显,与资源可用性相关的生态因素是野生非洲象糖皮质激素分泌的主要驱动因素。单个个体的fGCM浓度变化很大,随季节而振荡。当平均NDVI较高时,浓度较低,反之亦然,这表明当食物容易获得时,研究对象的GC分泌较低,而当食物质量较低时,他们的GC分泌较高。相反,当NDVI标准偏差较高时,fGCM浓度较高,而NDVI标准偏差在季节过渡期间上升,此时降雨在空间和时间上是随机的,这可能表明整个景观中主要食物资源的分布具有更大的不可预测性。因此,我们怀疑较高的fGCM浓度与食物搜索行为有关51.基本的生存需求被认为是压力反应的主要调节因素742,因此,预期fGCM浓度与NDVI测量值存在显著相关性52.样本在地面上停留的时间越长与fGCM浓度越高之间的微小但显著的相关性也可能与NDVI有关。在旱季,大象在河床附近待的时间更多53在树木繁茂的地区,我们很难开车接近样本,而且我们必须等更长的时间,才能让它们移动足够的距离,而不是在空旷的地区。

虽然我们的研究使用了长期监测项目中知名受试者的纵向抽样,但我们无法从所有受试者中均匀抽样。这可能会影响结果,特别是考虑到从一个人身上收集的更多样本与较低的平均fGCM浓度略有但显著相关。我们不知道这种相关性的原因,但我们从非出生孤儿中收集了较少的样本,仍然发现他们的浓度低于样本较多的个体。此外,离开原生家庭的孤儿受试者的样本量很小(n= 5),而且他们所处的环境中成年人和同龄伴侣较少。我们无法补救这一点,因为研究系统中的孤儿很少离开他们的出生群体23.(见补充讨论.)

在保护方面,我们的结果对仍然包含功能性家庭单位的大象种群充满希望。他们认为,如果幸存的非洲象孤儿和他们的出生群体在一起,孤儿对他们的肾上腺活动没有持久的影响。桑布鲁人口的偷猎程度还没有高到足以分裂大多数核心群体,大多数孤儿都和家人在一起。在更严重的偷猎使更多的家庭单位支离破碎的地方,非出生的孤儿将更加普遍,而进一步研究是否会随着时间的推移,这些种群中fGCM浓度的降低将得到阐明54.在管理方面,有证据表明,社会支持可以弥补母性损失,这对于照顾圈养的孤儿大象很有用。为孤儿提供同龄伴侣和维持核心群体的关系可能会减少与囚禁有关的压力55而将它们释放在一起可以让它们更容易地回归野外56

虽然在我们的研究中不可能,但在野象孤儿的母亲死后立即取样,以评估是否有GC分泌的初始增加,这是有价值的。随后的纵向采样将显示肾上腺类固醇生成活性是否随时间而变化,以及负反馈是否真的是在非出生孤儿中观察到的低浓度的原因。还需要进一步的研究,以调查我们的发现是否与非出生孤儿的长期健康影响有关。重要的是,我们不能将GC浓度的改变等同于适应度的降低5758;本研究中的非出生孤儿在抽样期间存活,尽管孤儿的存活概率一般较低25

测量个体对社会环境变化的生理反应有助于我们理解社会性的好处。通过测量野生非洲象孤儿的fGCM浓度,我们观察到相关性,这表明年龄伴侣和家庭关系在缓冲幸存孤儿的母亲损失方面的重要性。在野生动物种群中保持社会联系可能会使这些种群中的个体更能适应干扰,并优化他们的生理状况。

方法

研究体系与课题

桑布鲁国家保护区和布法罗温泉国家保护区位于肯尼亚,位于北纬0.3-0.8°,东经37-38°,被一条叫做埃瓦索·恩吉罗的半永久性河流分隔33.它们加起来有220公里长2属半干旱地区,4 - 5月和11 - 12月两个湿润季节的年平均降雨量为350毫米,海拔800-1200米3133.使用保护区的非洲象是1998年开始的一项长期监测研究的一部分,迄今为止,已经确定了1000多头大象,并每天进行跟踪,这样就可以获得每头大象的详细人口统计历史31

在本研究中,我们选取了37只母象进行纵向抽样。为了便于样本收集,我们根据孤儿/非孤儿受试者出现在保护区的频率选择了年龄匹配(即4岁以内,见下文)的受试者。我们优先选择早期孤儿研究的个体(例如,参考文献)。22),以促进对孤儿后果的整体理解。受试者在开始收集时年龄为7-21岁(平均13.36±3.09)(见补充图)。1 b).研究对象被分为孤儿(n= 25)或非孤儿(n= 12),其中孤儿被定义为女性,其母亲在其成年前去世,以分娩为成熟标志(图12)。1).孤儿受试者在研究开始前1.76-19.04年(平均5.54±标准差2.67)失去母亲,因此我们对长期GC改变进行了检测。在这25名孤儿中,有5名在母亲去世后离开了他们出生的家庭,加入了一个不相关的核心群体,或与其他孤儿组成了一个群体。1).

粪便样本采集

从2015年6月到2016年7月,我们在13个月的时间里对粪便进行了纵向采样,从同一只个体收集样本之间至少间隔了两周。在该领域找到研究对象后,我们一直陪伴着他们,直到他们制作出样本。经常光顾保护区的桑布鲁大象习惯于在车辆旁进食或休息31;因此,我们认为我们的存在并不代表压力源。采集样本后,记录GPS和排便时间。受试者离开后,我们开车靠近样本(为了安全起见,只有在必要时才允许越野车,并缓慢行驶以减少损害),在一个30毫升的塑料瓶上贴上受试者ID和日期的标签,然后在标签瓶中装满至少两颗药丸中心的均质粪便59,把它放在一个凉爽的盒子里,并记录了收集时间。通常,来自同一药丸的粪便也被收集到一个塑料袋中,用于圆线虫的粪便卵计数。在返回研究营地后,在收集后最多8小时内,样品被储存在大约- 10°C的冷冻室中,直到分析。

粪便提取和fGCM分析

我们将得到的505个粪便样本用干冰运送到弗吉尼亚州弗特皇家的史密森尼保护生物研究所。在那里,它们被冻干(VirTis来自SP Industries, Warminster, PA)并被粉碎,然后0.1克产生的粉末被放入标记为16 × 125毫米的玻璃管中(Fisher Scientific;匹兹堡,宾夕法尼亚州)和5毫升80%甲醇添加到每个管。管子被橡胶塞子盖住,在多管涡流器上混合(Glas-Col;Terre Haunte, IN) 30分钟,并以2500转/分(Sorvall RC 3 C Plus;赛默飞世尔科学公司,沃尔瑟姆,马萨诸塞州)。将每个样品的上清液倒入另一组标记管中,剩余的颗粒悬浮在80%甲醇中,涡旋1分钟,以2500 rpm离心20分钟。将两种上清液混合,在通风柜中空气中干燥,然后与1ml 100%甲醇混合,再次干燥,最后悬浮在1ml缓冲液(0.149 M NaCl, 0.1 M NaPO)中4pH值7.0)。超声检查管子(Part# 08895-60;colparmer, Vernon Hills, IL) 30秒来分解和溶解颗粒。每种提取物在酶免疫测定(EIA)缓冲液中稀释(1:5)。不。X065, Arbor Assays, Ann Arbor, MI, USA),并在EIA分析前保存在−20°C。

fGCM浓度用含有多克隆兔抗皮质酮抗体(CJM006)的双抗体酶EIA测定,该抗体经大象粪便样本验证6061.将样品(各50 μL)加入预包被的山羊抗兔IgG 96孔板中,室温下加入皮质酮-辣根过氧化物酶(25 μL, 1:2万稀释)和抗皮质酮抗体(25 μL, 1:6万稀释)。用微孔板封口剂覆盖板,在室温下在搅拌器上孵育(型号E6121;埃伯巴赫公司,安娜堡,密歇根州)1小时,并清洗四次(1:20稀释,20X清洗缓冲猫。不。X007;Arbor Assays)和吸干。接着在每个孔中加入100 μL TMB(3,3 ', 5,5 ' -四甲基联苯胺)(Moss Inc., Pasadena, MD),在室温下孵育30-45分钟,不搅拌,然后加入50 μL 1 N HCl溶液以停止反应。在450nm的平板阅读器中读取光密度(OPsys MR;Dynex Technologies,弗吉尼亚州尚蒂伊)。 Assay sensitivity, based on 90% binding on the standard curve, was 0.14 ng/ml. Intra- and inter-assay CVs were <10 and 15%, respectively.

协变量的选择和计算

我们使用了一个人的核心群体中成年照顾者和同龄伴侣的数量数据来测试社会缓冲效应。我们将“成年照顾者”定义为多胎女性,因为第一次做母亲的人还很年轻,没有经验(有些人只有9岁)31).在一个受试者的核心组中,成年照顾者的数量,f,取值范围为0 ~ 4(图;1 b).我们将“年龄伴侣”定义为年龄在4岁以内的未分散的男性或女性个体,因为4年是桑布鲁种群的平均生育间隔31.同龄伴侣的数量,m,可在一个受试者的核心组中从0到8(图。1 c).孤儿身份,表示为0/1二进制变量,0 =非孤儿,1 =孤儿。另一个二进制变量a,表示个体是否属于相关核心组,0 =出生家庭,1 =不相关核心组。

此外,我们在以前的大象研究中纳入了几个与GC产生相关的协变量,即生殖条件(例如,参考文献)。52),年龄62,一天中的时间63,以及季节性62.长期人口监测数据提供了关于生殖条件和年龄的精确资料。二进制0/1变量表示受试者是否怀孕,pij,和/或哺乳,lij,而不是在每个采样事件(补充图。1).受试者在每个采样事件中的精确年龄,gij,表示为连续变量(补充图1B)。如上所述,我们记录了一天中样品产生的时间(补充图。1 c),并表示为连续变量tj, 0 =午夜,1 = 23:59:59。对于季节性,我们使用中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI) 16天合成图像来估计采集期间的初级生产力64.光栅被剪辑到从大象GPS项圈数据中绘制的核心研究区域53,然后是均值vj,标准差zj为每个采样日期提取像素值(补充图。1 e).平均值被解释为生产力的总体度量,而标准差被解释为植被可预测性的度量51

此外,我们将每个个体的样本数量作为控制变量,n(mean±SD: 15±4个样本/人,图;1 d),以及从样品产生到放入冷却箱的时间(补充图。1 d),年代j,以防退化65.此外,由于孤儿受试者在其母亲去世后的时间长短上有所不同,我们在收集时纳入了母亲去世后的年数,bij,作为连续变量(补充图。1 f).

最后,一些研究表明寄生虫对脊椎动物GC分泌的影响66因为我们的许多样本都与粪卵计数(FECs)配对,以估计圆线虫感染,用于另一项研究67,我们进行了分析,包括这些fec, wij,作为协变量。fec(补充图。1克),如参考。67使用麦克马斯特幻灯片法68.简单地说,从与fGCM样本相同的药丸中提取的粪便与盐水混合,使圆圆虫卵漂浮,然后将溶液移入有覆盖网格的载玻片中。在10 ×10显微镜下对网格内容易识别的卵进行计数,并将这些计数输入一个标准公式,以计算每克粪便物质中圆虫卵的大致数量68

统计和再现性

在分析之前,我们丢弃了与收集样本的个体的平均fGCM浓度相差超过三个标准差的样本,因为这些异常值可能不具有代表性,删除它们极大地改善了我们的模型拟合。我们总共丢弃了505个样本中的9个,每个样本都来自不同的个体,剩下496个样本用于下面描述的分析。(参见数据可用性声明查看粪便糖皮质激素代谢物数据和废弃样本。)

我们使用具有无信息先验的分层贝叶斯模型分析数据(参见代码可用性声明)。模型的一个层次使用时不变的、基于个体的协变量(定义在上面;无花果。1),以估计每个人的平均基线fGCM浓度:

$ ${\酒吧{{{y}}}} _{我}\ sim {{{{{rm \{正常 }}}}}}\;({{{\ μ}}}_{我},{\τ}_ {1})$ $
(1)
$ ${{{\μ}}}_{我}= \α+β{\}_ {1}{{{{{{rm \ {f}}}}}}} _{我}+{\β}_ {2}{{{{{{rm \ {m}}}}}}} _{我}+{\β}_ {3}{{{{{{rm \ {n}}}}}}} _{我}+{\β}_ {4}{{\ mathtt {o}}} _{我}+{\β}_ {5}{{{{{{rm \{一}}}}}}}_{我}$ $
(2)

=个体fGCM平均浓度的样本,参数正态分布µ=个体的真实未知平均基线fGCM浓度和τ1=与测量不确定度和确定个人fGCM基线值过程的不确定度相关的精度参数。

从第一级模型估计的平均基线(式。2)为第二级线性确定性过程模型中的截距(式;4),该方法估计了先前定义的随时间变化的协变量的影响(补充图。1):

$ $ {{{{{{rm \ {y}}}}}}} _ {ij} \ sim {{{{{rm \{正常 }}}}}}\;({{{\ μ}}}_ {ij},{\τ}_ {2})$ $
(3)
$ ${{{\μ}}}_ {ij} ={{{\μ}}}_{我}+{\伽马}_ {1}{{{{{{rm \ {g}}}}}}} _ {ij} +{\伽马}_ {2}{{{{{{rm \ {l}}}}}}} _ {ij} +{\伽马}_ {3}{{{{{{rm \{年代}}}}}}}_ {j} +{\伽马}_ {4}{{{{{{rm \ {t}}}}}}} _ {j} +{\伽马}_ {5}{{{{{{rm \ {v}}}}}}} _ {j} +{\伽马}_ {6}{{{{{{rm \ p {}}}}}}} _ {ij} +{\伽马}_ {7}{{{{{{rm \ {z}}}}}}} _ {j} +{\伽马}_ {8}{{{{{{rm \ {b}}}}}}} _ {ij} $ $
(4)

其中数据yij参数正态分布吗µij=个人样本的真实未知fGCM浓度在抽样事件中j,和τ2=与不确定性相关的精度参数。该模型的结构是这样的,两个水平相互通知,来自单个个体的样本被分组在一起,并进行个体水平的拦截。

我们在RStudio版本1.1.463中运行分析6970使用软件包rjags版本4到1071用马尔科夫链蒙特卡洛,运行3条并行链,每次迭代10万次,其中1000次用于适应,1万次用于老化。我们用Gelman-Rubin诊断Rc值检查收敛性7273,均<1.1。所有协变量和fGCM浓度数据通过减去平均值并除以标准差(酒吧\(\压裂{x - \ {x}}{{{\σ}}}\)),然后进行分析。我们通过计算贝叶斯来评估模型拟合p每个模型水平的平均值和标准偏差值。

在496个样本中,只有446个样本的FEC计数可用,因此我们对446个样本子集进行了单独的分析,以测试与圆线虫感染的相关性67.这个分析有相同的格式,但增加了术语“+ γ”9wij”(wij上面所描述的那样)。

数据

我们做了无花果。13.、补充图。12,在RStudio版本1.1.463中使用ggplot2697074.我们制作了无花果。2和补充图。3.,使用MCMCvis75

报告总结

关于实验设计的进一步信息可在《自然研究》中获得报告总结链接到这篇文章。