Som en scen från filmen Alien, insektsparasitoider injicerar sina ägg i intet ont anande värdar, deras avkomma växer och äter inifrån, så småningom brister ut och lämnar döda, tomma värdkärl. Dessa små rovdjur, många av dem getingar, kan få stora ekologiska och ekonomiska konsekvenser. Till exempel, getingar i släktet Melittobia attackera pollinerande humlor. Parasitoid getinglarver livnär sig på puppor hos häckande bin, och deras snabba reproduktion kan förstöra hela kolonier med knappt ett spår av det föregående blodbadet.

Förstå hur parasitoider och värdar interagerar, och hur deras interaktioner förändras med mänskligt inflytande, är avgörande för att förstå ekosystem. Ny forskning från ett internationellt team av forskare finner att matematiska modeller kan förutsäga komplexa insekters beteendeförändringar genom att använda en enkel beskrivning av insektspreferenser. Forskningen, publiceras i tidskriften Naturkommunikation den 6 oktober, kunde förutsäga parasitism efter avskogning utan behov av omfattande fältdata.

"Insamling av fältdata är nödvändigt men dyrt, så det är bra att visa att vi kan använda matematiska modeller för att fokusera insatser och göra datainsamlingen mer effektiv, "Philip Staniczenko, Ph.D., huvudförfattare och forskarassistent vid National Socio-Environmental Synthesis Center (SESYNC). "Inför alla de komplicerade förhållandena mellan arter, och mellan arter och miljö, det är fantastiskt att vi kan identifiera enkla mönster som även om det inte är perfekt, beskriv hur människor kan påverka parasitism på samma sätt på olika platser över hela världen."

Staniczenko försökte se om registrerade förändringar i en viss typ av parasitisk interaktion, mellan parasitoider och deras värdar, delade likheter mellan datamängder från olika länder, och, därför, kan vara förutsägbart. Staniczenko och kollegor analyserade data om bin, getingar och deras parasitoider samlade in med fällbon. Staniczenkos tidigare rådgivare anslöt sig till denna forskningsinsats, Felix Reed-Tsochas, Ph.D., vid CABDyN Complexity Center vid University of Oxfords Saïd Business School, Owen Lewis, Ph.D., professor i ekologi vid University of Oxford, Jason Tylianakis, Ph.D., professor i ekologi vid University of Canterbury i Nya Zeeland, Matthias Albrecht, Ph.D., forskare vid Institutet för hållbarhetsvetenskaper i Schweiz, Valérie Coudrain, Ph.D., forskare vid Mediterranean Institute of Marine and Terrestrial Biodiversity and Ecology i Frankrike, och Alexandra-Maria Klein, professor i ekologi vid universitetet i Freiburg i Tyskland.

De baserade sina resultat på värd-parasitoid interaktionsdata som samlats in i Ecuador, Indonesien, och Schweiz, på fältplatser i en mängd olika ekosystem, inklusive tropisk skog och agroskog, tempererade ängar och slätter, såväl som mänskligt modifierade livsmiljöer, som betesmarker och risfält. Eftersom parasitoider kan attackera flera värdar, interaktionsdata kan kombineras för att bygga nätverk som beskriver, i ett matematiskt objekt, den relativa graden av parasitism bland flera arter på en fältplats. Med tanke på dessa uppgifter, forskarna designade först ett sätt att extrahera parasitoida preferenser för varje värd från ekologiska nätverk.

"Mycket information om beteende och arters reaktioner på miljön finns i ekologiska nätverk, men frågan är hur man gör denna information användbar för förutsägelse, " sa Staniczenko. "Så slutligen, vi insåg att svaret var interaktionspreferenser, som kvantifierar hur mycket mer eller mindre parasitoider attackerar sina värdar jämfört med en baslinjeförväntning att de attackerar varje gång en parasitoid slumpmässigt stöter på en av sina möjliga värdar."

Medförfattaren Lewis tillade, "Det skulle vara mycket svårt och tidskrävande att studera ätbeteendet för alla dessa arter i fält - särskilt i ekosystem med hög mångfald som tropiska regnskogar. Lyckligtvis, det visar sig att användning av interaktionsinställningar kan tillåta oss att hoppa över det steget."

Staniczenko fortsatte, "Vi upptäckte att när interaktionspreferenser ändrades, de gjorde det på samma sätt i varje land. Detta innebar att vi kunde designa modeller som fångade systematiska förändringar i interaktionspreferenser för att göra förutsägelser på nya platser, utan att behöva samla in massor av ny interaktionsdata."

"Att lägga till preferensdata till interaktionsnätverk är ett stort steg framåt eftersom det tillåter förfining av interaktionskartan från en enkel lista över vem-äter-vem till mätningar som faktiskt ger information om den relativa intensiteten av dessa interaktioner. Preferensdata är helt klart en utmärkt välsignelse för förutsägelser och ett viktigt mål för inkludering i framtida studier, " kommenterade Bill Fagan, Professor och ordförande i biologi vid University of Maryland, som inte var involverad i projektet.

Staniczenko och kollegor fokuserade på avskogning, men deras nya matematiska tillvägagångssätt kommer att vara värdefullt för att förstå konsekvenserna av många typer av människodrivna miljöförändringar. "Interaktioner mellan arter är redskapen som håller motorn i ekosystemen i arbete för att förse oss med resurser för vår överlevnad. Förändringar i miljön orsakade av mänskliga aktiviteter har stört dessa interaktioner, och det har tidigare varit svårt att förutse förändringar innan det är för sent, ", sa medförfattaren Tyliankis.

"Vi är långt ifrån att förutsäga konsekvenserna av varje mänsklig aktivitet, "Slutade Staniczenko, "men nu vet vi åtminstone att det är möjligt."