文中的交互图在电脑上浏览更佳。
花粉的表面布满了刺、脊、网眼等结构,它们被称为花粉的纹饰。在显微镜还很粗糙的年代里,花粉纹饰便吸引着植物学家。
直到今天,纹饰主要还是靠定性的类别来描述,如刺状(echinate)、脊状(lophate)、光滑(psilate)、网状(reticulate)等。然而,纹饰的变异是连续的,类别只能将其划分为少数几个离散的区间。同一类别之内的差异被抹去,一粒花粉归入哪一类也往往取决于观察者的判断。
能不能用尽可能少的描述子,把纹饰定量地刻画出来?这篇文章介绍了我们的一种尝试。借助拓扑学里的持续同调(persistent homology),我们把纹饰量化为强度、密度、极性三个可解释的标量。
1. 球谐分析的局限
想要定量描述形状,我们自然会想到傅里叶分析。对于三维闭合曲面,与之对应的是球谐分析:将曲面表示为一组球面上正交基函数的线性组合,阶数越高,可表达的细节越精细。
随着阶数升高,重建逐渐逼近原始表面。但球谐分析只能描述闭合曲面,无论阶数多高,重建得到的始终是闭合的。原始表面带有缺口,而重建总会把缺口补成连续的曲面。阶数升高后,缺口附近还会出现原始表面中并不存在的突起。这是截断的展开在表面突变处产生的振荡,在数学上称为吉布斯现象。此外,纹饰的信息分散在大量系数之中,单个系数难以对应可辨认的形态特征。因此,球谐分析不适合用来构造可解释的纹饰描述子。
2. 从分水岭算法到持续同调
花粉的形态如此多样,任何一组预先选定的基函数恐怕都难以同时描述好所有花粉。因此,我们需要一种不预设形状、只关注表面起伏的方法。图像处理中的分水岭算法提供了这样的思路,这种算法常用于图像分割,比如把显微图像中相互接触的细胞逐一分开。它把灰度图看作地形,亮处是高地,暗处是低谷。设想水从每个局部最低点涌出,水位同步上升,每个低谷先各自积成一个水池。相邻水池相遇之处即为分水岭,分水岭将图像划分为若干集水盆地。
对于花粉这样近似球形的物体,我们可以设想一个水球从花粉中心开始膨胀:花粉表面的凹陷处先被淹没,形成水池;突起处则作为岛屿露出水面,直到水球足够大时才被淹没。于是,复杂的三维表面被转化为球面上的一个函数,问题由此大为简化。
拓扑学中的持续同调将这一直觉形式化。将花粉表面记为 ρ,即各方向上表面到中心的距离,并令半径为 r 的球形水面扫过花粉。水面以下的部分 {ρ≤r} 称为凹陷通道,其中的连通分量就是水池;水面以上的部分 {ρ≥r} 称为突起通道,其中的连通分量就是岛屿。水面上升时,水位每到达一个凹陷的最低点,就出现一个新的水池;水位升到两个水池之间的鞍点时,二者连成一片,较晚出现的并入较早出现的,随即消失。水面下降时,突起的顶点露出水面,形成岛屿;两座岛屿在鞍点处相连时,较晚出现的消失。每个水池和每个岛屿从出现到消失所经历的水位区间称为它的持续度 pi,它所属的通道记为 σi,突起为 +1,凹陷为 −1。于是,每个水池和每个岛屿都对应一对数 (pi,σi)。每个通道中最早出现的分量出现后一直存在,不计入分析。
这些数对可以画成持续条形码(persistence barcode),每个水池和每个岛屿是一根横条;也可以画成持续图(persistence diagram),每个水池和每个岛屿是一个点,横坐标为出现时的水位,纵坐标为消失时的水位。
与球谐分析不同,持续同调允许表面存在缺口,对表面上的微小噪声也很稳健。
3. 三个可解释的描述子
两个通道共给出 N 个数对 (pi,σi)。记 πi=pi/∑jpj 为每个水池和每个岛屿在总持续度中的占比,我们定义强度、密度与极性三个可解释的标量:
强度 I 是平均持续度的对数,反映了花粉纹饰的平均振幅。密度 D 是占比的香农熵,反映了纹饰图案的细密程度。极性 P 反映了两个通道之间的差异,从而表明纹饰以突起还是凹陷为主。
为了直观感受这三个标量如何反映花粉纹饰,我们制作了下面的示意花粉。它的起伏高度、纹饰元素数目与突起比例可以分别调节,并且分别对应一个我们的标量。起伏高度增大时,强度 I 随之增大,持续图中的点云整体远离对角线。纹饰元素数目增多时,密度 D 随之增大,持续图中的点增多,点云更加弥散。突起比例增大时,极性 P 随之增大,持续图中的点从凹陷通道转移到突起通道。
在真实花粉上,三个标量同样反映了纹饰。雏菊(1号)的表面布满又高又尖的刺,突起通道中的点远离对角线,因此强度高、极性为正。普通早熟禾(11号)的表面近乎光滑,持续图中的点少而紧贴对角线,因此强度与密度都低,极性在 0 附近。草甸碎米荠(16号)的表面满是网眼,凹陷通道中的点多而集中,因此密度高、极性为负。
4. 花粉纹饰形态空间
以强度、密度与极性为三条坐标轴,就得到一个花粉纹饰形态空间。每粒花粉都是其中的一个点,纹饰相近的花粉彼此靠近。我们将 3D Pollen Library 中162粒近球形的被子植物花粉置于这一空间。
三条坐标轴之间几乎不相关,各自刻画纹饰的一个方面。同一纹饰类型的代表花粉聚成一簇,不同类型占据形态空间的不同区域。强度区分起伏的强弱:刺状与脊状花粉最高,光滑花粉最低。密度区分图案的粗细:网状花粉最高,刺状与脊状花粉居中,光滑花粉最低。极性区分突起与凹陷:刺状与脊状花粉为正,网状花粉为负,光滑花粉接近零。
这一形态空间是否真的抓住了纹饰?我们用两组纹饰已知的花粉来进行检验:一组是理论花粉,其外壁图案由一个物理模型生成,周期由波数 ℓ0(绕花粉一周的纹饰元素数)决定;另一组是19粒真实的菊科刺状花粉,刺数可以逐一数出。
对理论花粉,D、P 与波数 ℓ0 的关系为:
其中 h(P) 是两个通道持续度占比的二元熵1。
对真实的刺状花粉,刺数与波数的关系为 n=ℓ02/π,由此得:
从 D、P 还原,理论花粉波数的平均误差为6.1%,真实花粉刺数的平均误差为11.9%。
5. 传粉综合征与演化
定量的形态空间,为检验传统生物学中的定性理论与假说提供了一条途径。形态转化为空间中的坐标后,理论对形态的预言就可以写成关于坐标的假设,并用统计方法进行检验。这里以传粉综合征(pollination syndrome)为例,在花粉纹饰形态空间中考察这一理论。传粉综合征认为,同一类传粉者会塑造出一组相伴的花部特征,例如风媒植物的花多小而不显眼,也不分泌花蜜。就花粉而言,它预言风媒花粉往往更加光滑,空气动力学性能更好,便于随风飘散到远处;虫媒花粉则带有更显眼的纹饰,便于附着在昆虫身上。这一框架简明好用,却始终存在争议。大规模的比较研究表明,两类花粉的纹饰差异只是部分符合这一预言。借助定量的形态空间,我们进一步在强度、密度与极性三个轴上度量风媒与虫媒花粉的纹饰差异。
对于形态空间中的162粒花粉,我们依据不列颠群岛生态植物数据库确定了其中116个物种的传粉方式,其中虫媒95种,风媒21种。随后,我们在定年的系统发育树上比较两类花粉的纹饰。
风媒物种在系统树上集中在少数几支,如果不考虑亲缘关系而直接比较,就可能把共同祖先带来的相似误归于传粉方式。为此,我们用系统发育广义最小二乘(PGLS)比较两类花粉,按系统树扣除近缘物种之间的相似。未经校正时,虫媒花粉的强度、密度与极性都高于风媒花粉。经系统发育校正后,只有强度的差异仍然显著,即风媒花粉的纹饰起伏更低。
形态空间也可以用来追踪纹饰的演化。我们在布朗运动模型下估计了28个菊科物种的祖先状态,并将物种与祖先一同置于形态空间。三个亚科从共同祖先出发,朝不同方向分化:菊苣亚科趋向更细密、以凹陷为主的纹饰,紫菀亚科趋向更粗、以刺为主的纹饰,飞廉亚科趋向更低的起伏。三条坐标轴中,只有密度表现出显著的系统发育信号2。
6. 讨论
形态空间是理论形态学的核心概念。构造形态空间大致有两条途径,一条是理论的,坐标轴事先定义;另一条是经验的,坐标轴通过对标本排序得到,如主成分分析。理论形态空间的经典例子是 Raup 的贝壳卷曲形态空间,它开创了理论形态学。Raup 构造这一空间,是为了刻画塔形(turriculate)与陀螺形(turbiniform)等定性类别之间的「渐变谱」(spectra of gradation)。我们的花粉纹饰形态空间追求类似的目标。它的坐标轴同样事先定义,在定义中不含自由参数,因此无需人为设定,计算也完全自动。此外,坐标轴还可以直接解读为纹饰的强度、密度与极性,而经验形态空间的坐标轴只有统计意义,必须事后解读生物含义。最后,三条坐标轴刻画纹饰的不同方面,因此可以单独分析每条轴上的差异。相比之下,经典形态空间中坐标轴是否独立一直存在争议,即便在 Raup 的空间中,各轴在数学上也彼此相关。
这一方法也可以看作孢粉学中一种经典技术的推广,即 LO 分析。在扫描电镜进入孢粉学之前,LO 分析是光学显微镜下辨认纹饰的主要手段。具体做法是自上而下逐层移动焦平面,这时突起先亮后暗,称为 LO 图式,凹陷则先暗后亮,称为 OL 图式,其中 L 和 O 分别取自拉丁文的「亮」(lux)与「暗」(obscuritas)。对近球形的花粉,球形水面在局部近似于焦平面,因此岛屿对应 LO 图式,水池对应 OL 图式。不同的是,持续同调遍历所有水位,不依赖观察者的判断。
我们提出的方法的一个局限在于样本的规模与类群覆盖。孢粉学的记录大多是光学显微镜和扫描电镜下的二维照片。我们使用的 3D Pollen Library 是目前最大的公开三维花粉数据集,但就整个孢粉学而言,三维数据仍然有限。方法本身也有以下局限。其一,它假定花粉近于球形。对明显偏离球形的花粉,整体形状可能被误读为纹饰,例如椭球形花粉的两极会被当作两根长刺。其二,为了让框架保持简洁,我们只用了零维持续同调。它不记录纹饰元素的形状与排列,因此无法区分仅在这些方面不同的纹饰。引入更高维的同调有望弥补这一不足。
我们感谢 Anthony J. Hayes 与卡迪夫大学生物成像研究中心慷慨地向科学社区分享了 3D Pollen Library,没有它就没有这项研究。我们也感谢 Asja Radja 及其同事公开他们模型的程序。花粉模型和由它们生成的图像采用 CC BY-NC 许可,不随本文的 CC BY 4.0 许可发布。