Constructing a multiple‐part morphospace using a multiblock method. Issue 1 (20th December 2021)

• Record Type: Journal Article
• Authors: Thomas, Daniel B.; Harmer, Aaron M. T.; Giovanardi, Simone; Holvast, Emma J.; McGoverin, Cushla M.; Tenenhaus, Arthur
• Is Part Of: Methods in ecology and evolution. Volume 14:Issue 1(2023)
• Page Start: 65
• Page End: 76
• Publication Date: 2021-12-20
• Subjects: bone -- generalised Procrustes surface analysis -- geometric morphometrics -- morphoBlocks -- penguin -- regularised consensus principal component analysis -- regularised generalised canonical correlation analysis -- shape; Ecology -- Periodicals; Evolution -- Periodicals; 577
• DOI: 10.1111/2041-210X.13781
• Languages: English
• ISSNs: 2041-210X

Abstract

Abstract: Popular current methods for quantifying variation in biological shape are well‐suited to analyses of isolated parts (e.g. the same bone from the skeletons of many individuals). An analytical challenge exists for quantifying variation between the shapes of multiple‐part objects where each part has a different position, rotation or scale (e.g. partial or whole articulated skeletons). We investigated regularised consensus principal component analysis (RCPCA) as a multiblock method for quantifying variation in the shape of multiple‐part objects. Multiblock methods are routinely used in other big data research fields such as bioinformatics/medicine, marketing and food research, but have not been widely embraced for evolutionary biology research. We have created the new package morpho Blocks for the r programming language to make RCPCA more accessible for shape evolution research. morpho Blocks provides a complete workflow for formatting, analysing and visualising the variation between multiple‐part objects by integrating functions from a diverse range of other packages. In particular, global components produced by RCPCA provide a consensus space that we present here as a morphospace for multiple‐part objects. morpho Blocks is demonstrated with a case study of manually placed landmarks and automatically placed pseudolandmarks from the partial wing skeletons of 15 extant penguin species and five fossil penguin species. Our case study provides quantitative support for a historical hypothesis about the magnitude and mode of morphological change across the evolutionary history of penguins. RCPCA can be used to analyse two‐ or three‐dimensional datasets with 10s of landmarks, or 100s to 1, 000s of semilandmarks or pseudolandmarks, from 10s to 100s of specimens comprised of two or more parts. We use morpho Blocks on a small three‐bone case study and provide a framework for applying this method to much larger studies investigating the ecological or evolutionary significance of multiple‐part objects. Riassunto: Le metodologie più comuni atte a quantificare la variazione delle forme biologiche sono ottimizzate per l'analisi di singoli elementi (ad esempio lo stesso osso misurato su più individui). Tuttavia tentare di quantificare la variazione tra le forme di oggetti composti da più parti (oggetti composti) rappresenta tuttora una sfida, poiché ogni singola unità può avere una sua posizione, rotazione e dimensione (ad esempio scheletri interi o parziali). Abbiamo testato l'Analisi delle Componenti Principali a Consenso Regolarizzato (Regularised Consensus Principal Component Analysis, RCPCA) per quantificare la variazione di oggetti composti. L'RCPCA fa parte dei cosiddetti metodi 'multi‐blocco' utilizzati abitualmente in vari ambiti della ricerca annessa ai big data come bioinformatica/medicina, marketing e ricerca alimentare, tuttavia tale metodologia non è stata ancora sfruttata nell'ambito della biologia evolutiva. Abbiamo creato morphoBlocks, un pacchetto per il linguaggio di programmazione R per rendere RCPCA più accessibile nell'ambito della morfometria applicata alla ricerca evolutiva. morphoBlocks integra funzioni provenienti da diversi pacchetti per formattare, analizzare e visualizzare la variazione tra oggetti complessi. Inoltre, le componenti globali prodotte dalla RCPCA possono essere utilizzate per generare uno spazio di 'consensus' che può essere interpretato come un morfospazio che specifica oggetti composti. Il caso studio su cui morphoBlocks viene testato è costituito da un dataset di landmarks posizionati manualmente e pseudo‐landmark posizionati automaticamente su un set di tre ossa dell'ala di 15 pinguini odierni e cinque pinguini estinti. Il nostro caso studio supporta quantitativamente un'ipotesi storica riguardante le modalità di evoluzione morfologica avvenute durante la storia evolutiva dei pinguini. RCPCA può essere usato per analizzare dataset a due e a tre dimensioni, costituiti da decine di landmark, fino alle centinaia e migliaia di semilandmark e pseudolandmark, distribuiti su decine o centinaia di individui composti da due o più elementi. Abbiamo usato morphoBlocks su un dataset ridotto, caratterizzato da tre ossa ma forniamo gli strumenti per applicare questo metodo su studi di maggior larga scala atti a indagare in ambiti ecologici e/o evoluzionistici l'importanza degli oggetti composti.