[论文解读] Reconciling cooperation, biodiversity and stability in complex ecological communities

Chengyi Tu, Samir Suweis+3 more|arXiv (Cornell University)|May 8, 2018

Plant and animal studies参考文献 49被引用 5

一句话总结

本文提出了一种包含掠夺性与合作性（交叉喂养）相互作用的随机群落动态模型，通过证明增加物种类丰富度可增强稳定性，精确解决了复杂性-稳定性悖论。与传统Lotka-Volterra模型不同，该框架在任意物种数量和多样的相互作用网络中均表现出全局稳定性和共存性，尤其在互惠或偏利共生系统中表现显著。

ABSTRACT

Empirical observations show that ecological communities can have a huge number of coexisting species, also with few or limited number of resources. These ecosystems are characterized by multiple type of interactions, in particular displaying cooperative behaviors. However, standard modeling of population dynamics based on Lotka-Volterra type of equations predicts that ecosystem stability should decrease as the number of species in the community increases and that cooperative systems are less stable than communities with only competitive and/or exploitative interactions. Here we propose a stochastic model of population dynamics, which includes exploitative interactions as well as cooperative interactions induced by cross-feeding. The model is exactly solved and we obtain results for relevant macro-ecological patterns, such as species abundance distributions and correlation functions. In the large system size limit, any number of species can coexist for a very general class of interaction networks and stability increases as the number of species grows. For pure mutualistic/commensalistic interactions we determine the topological properties of the network that guarantee species coexistence. We also show that the stationary state is globally stable and that inferring species interactions through species abundance correlation analysis may be misleading. Our theoretical approach thus show that appropriate models of cooperation naturally leads to a solution of the long-standing question about complexity-stability paradox and on how highly biodiverse communities can coexist.

研究动机与目标

• 解决高物种类丰富度生态群落中长期存在的复杂性-稳定性悖论。
• 研究合作性相互作用（如交叉喂养）如何影响群落稳定性和共存性。
• 确定互惠或偏利共生网络支持稳定共存的拓扑条件。
• 质疑基于丰度相关性分析推断物种相互作用的可靠性。
• 构建一个可解模型，以捕捉物种丰度分布和相关函数等宏观生态模式。

提出的方法

• 构建一个显式包含掠夺性与合作性（交叉喂养）相互作用的随机群落动态模型。
• 在系统规模较大的极限下使用精确解析解，推导物种丰度分布和相关函数等宏观生态模式。
• 应用网络理论分析，识别确保共存与稳定性的相互作用网络的拓扑特征。
• 通过模型不变测度的数学分析，证明稳态的全局稳定性。
• 将模型预测与标准的相关性推断方法进行比较，揭示生态数据分析中潜在的误解。
• 将框架扩展至一般相互作用网络，包括纯互惠和偏利共生系统，以评估在多样化群落结构中的稳定性。

实验结果

研究问题

• RQ1 当存在合作性相互作用时，高物种类丰富度且资源有限的生态群落能否实现稳定共存？
• RQ2 与纯粹竞争或掠夺性模型相比，引入交叉喂养相互作用如何改变复杂生态群落的稳定性？
• RQ3 在互惠或偏利共生系统中，实现稳定共存所需的相互作用网络的拓扑特性是什么？
• RQ4 为何物种丰度相关性分析可能导致对合作群落中物种相互作用的错误推断？
• RQ5 合作生态系统的稳态是否在所有初始条件和网络结构下均保持全局稳定？

主要发现

• 该模型表明，稳定性随物种类丰富度的增加而增强，与标准Lotka-Volterra模型的预测相反。
• 在系统规模较大的极限下，任意数量的物种类可在非常广泛的相互作用网络类中实现稳定共存，包括具有合作性相互作用的网络。
• 对于纯互惠或偏利共生网络，特定的拓扑特征（如平衡的相互作用结构）可保证共存与全局稳定性。
• 系统的稳态具有全局稳定性，意味着所有轨迹无论初始条件如何，均收敛至同一平衡点。
• 物种丰度相关性分析可能误导研究人员错误推断相互作用类型，因为在合作系统中，相关性不能可靠反映底层相互作用网络。
• 该模型成功再现了物种丰度分布和相关函数等关键宏观生态模式，验证了其生态相关性。