Using biotic interaction networks for prediction in biodiversity and emerging diseases.
Using biotic interaction networks for prediction in biodiversity and emerging diseases.
复制标题
DOI：
10.1371/journal.pone.0005725
复制
发表时间：
2009-05-28
期刊：
影响因子：
3.7
通讯作者：
González-Salazar C
中科院分区：
文献类型：
--
作者：
Stephens CR;Heau JG;González C;Ibarra-Cerdeña CN;Sánchez-Cordero V;González-Salazar C
网络为理解和可视化物种间的生态和进化相互作用提供了有力的工具。以前考虑的例子，如营养网络，只是实验观察到的直接相互作用的表示。然而，物种之间的相互作用是如此丰富和复杂，以至于直接观察超过一小部分是不可行的。在本文中，我们使用数据挖掘技术，展示了如何从地理数据中推断出潜在的相互作用，而不是通过直接观察。这一方法的一个重要应用领域是新发疾病，在这些领域，人们往往对物种间的相互作用知之甚少，例如病媒和宿主之间的相互作用。在这里，我们展示了如何使用地理数据，生物相互作用网络，模拟物种分布之间的统计依赖关系，可以用来推断和理解物种间的相互作用。此外，我们展示了如何使用这种网络来构建预测模型。例如，用于预测疾病最重要的宿主，或与地理区域相关的疾病风险程度。我们通过考虑一种重要的新兴疾病-利什曼病来说明一般方法。这种数据挖掘方法允许使用地理数据来构建推断生物相互作用网络，然后可用于建立在生态学、生物多样性和新发疾病方面具有广泛应用的预测模型。
Networks offer a powerful tool for understanding and visualizing inter-species ecological and evolutionary interactions. Previously considered examples, such as trophic networks, are just representations of experimentally observed direct interactions. However, species interactions are so rich and complex it is not feasible to directly observe more than a small fraction. In this paper, using data mining techniques, we show how potential interactions can be inferred from geographic data, rather than by direct observation. An important application area for this methodology is that of emerging diseases, where, often, little is known about inter-species interactions, such as between vectors and reservoirs. Here, we show how using geographic data, biotic interaction networks that model statistical dependencies between species distributions can be used to infer and understand inter-species interactions. Furthermore, we show how such networks can be used to build prediction models. For example, for predicting the most important reservoirs of a disease, or the degree of disease risk associated with a geographical area. We illustrate the general methodology by considering an important emerging disease - Leishmaniasis. This data mining methodology allows for the use of geographic data to construct inferential biotic interaction networks which can then be used to build prediction models with a wide range of applications in ecology, biodiversity and emerging diseases.
登录
查看更多内容
影响因子：
11.8
作者：
Peterson AT;Sánchez-Cordero V;Beard CB;Ramsey JM
通讯作者：
Ramsey JM
影响因子：
6.3
作者：
Ponder, WF;Carter, GA;Chapman, RR
通讯作者：
Chapman, RR
影响因子：
56.9
作者：
KREBS, CJ;BOUTIN, S;TURKINGTON, R
通讯作者：
TURKINGTON, R
DOI：
10.1080/136588199241391
发表时间：
1999-03-01
影响因子：
5.7
作者：
Stockwell, D;Peters, D
通讯作者：
Peters, D
影响因子：
5.9
作者：
Peterson, A. Townsend;Papes, Monica;Eaton, Muir
通讯作者：
Eaton, Muir