Molekuláris és biometriai alapú statisztikai ivarhatározási módszerek a csilpcsalpfüzike esetén

Ágh, Nóra [Ágh, Nóra (Biostatisztika), szerző] Biomatematikai és Számítástechnikai Tanszék (ÁTE); Kovács, Szilvia [Kovács, Szilvia (Biomatematika), szerző] Biomatematikai és Számítástechnikai Tanszék (ÁTE); Harnos, Andrea [Harnos, Andrea (Biostatisztika), szerző] Biomatematikai és Számítástechnikai Tanszék (ÁTE); Csörgő, Tibor [Csörgő, Tibor (Ornitológia), szerző] Anatómiai, Sejt- és Fejlődésbiológiai Tanszék (ELTE / TTK / Bio_I)

Magyar nyelvű Absztrakt / Kivonat (Egyéb konferenciaközlemény) Tudományos
    Azonosítók
    • MTMT: 3183493
    Az egyedek ivarának meghatározása fontos a különböző ökológiai, viselkedéstani vagy éppen természetvédelmi kutatásokban. Sok madárfaj esetén az ivarok tollazati bélyegek alapján nem különíthetőek el, viszont méretbeli dimorfizmus megfigyelhető. Ilyen faj a Kárpát-medencében tömegesen előforduló csilpcsalpfüzike (Phylloscopus collybita) is. Ennél a változatos vonulási stratégiával rendelkező fajnál – korábbi kutatások alapján – tudjuk, hogy például a vonulás időzítése vagy a telelőhely választása függ az ivartól. Kutatócsoportunk egy korábbi vizsgálat során a valószínűségi modell alapú klaszterezést alkalmasnak találta a csilpcsalpfüzikék statisztikai ivarhatározásához. Az ivarhatározáshoz két testméret változót, a szárnyhosszt és a farokhosszt használták. Új vizsgálatunkban molekulárisan meghatározott ivarú egyedeken ellenőriztük az alkalmazott módszer hatékonyságát, azaz azt, hogy a két elkülönített részpopuláció valóban megfelel-e a két ivarcsoportnak. Az adatokat az Ócsai Madárvártán gyűjtöttük 2012-ben és 2013-ban július 10 és október 31 között. A madarakat függönyhálóval fogtuk be, egyedileg számozott jelölőgyűrűvel láttuk el. Véletlenszerűen kiválasztott egyedekből vért vettünk a molekuláris ivarhatározáshoz mindkét korcsoportból. Az elemzésekhez 27 öreg és 215 fiatal csilpcsalpfüzike adatait használtuk fel. A szárnyhossz és farokhossz mérések 1 mm pontossággal történtek (a szárnyhosszak 53--66 mm, a farokhosszak 40--57 mm közötti értékeket vettek fel). Az elemzésekhez az R statisztikai program „mclust” nevű csomagját használtuk. Kétféle modellt készítettünk, az elsőben a klaszterezés csak a szárnyhossz, a másodikban már két változó a szárnyhossz és a farokhossz alapján történt. 10%-os besorolási bizonytalanság felett nem fogadtuk el a besorolást. A felosztás az öreg korcsoport esetén jól működött, a besorolási bizonytalanság legnagyobb valószínűsége 10,2% volt az egydimenziós és 7,5%-s a kétdimenziós klaszterezésben. A szárnyhossz alapú elemzés esetén a klasszifikálás bizonytalansága 59 mm-nél, a kétváltozós modellben szárnyhossz esetén 58 és 60 mm, a farokhossz esetén 48 és 50 mm között volt a legnagyobb. A fiatal korcsoport esetén ellentétes eredményt kaptunk, az egydimenziós klaszterezés jobbnak bizonyult, a besorolási bizonytalanság maximum 33% volt, míg a kétdimenziós esetén 47%. A szárnyhossz estén is szűkebb tartományban volt magas a bizonytalanság (egyváltozós: 59-60 mm, kétváltozós: 58-61 mm). Összességében megállapítható, hogy a farokhossz figyelembe vétele a klaszterezésnél a fiatal korcsoportban nem javított a megbízhatóságon, az öregekkel ellentétben. Ennek egy lehetséges magyarázata, hogy a farokhosszban jelentkező dimorfizmus csak az első teljes vedlést követően alakul ki. A kutatás finanszírozását az NKB (2016), a Nemzet Fiatal Tehetségei Ösztöndíj Program NTP-NFTÖ-16-0493. és az OTKA 108571. pályázatok tették lehetővé.
    Hivatkozás stílusok: IEEEACMAPAChicagoHarvardCSLMásolásNyomtatás
    2026-08-12 02:01