Vielen Dank für Ihren Besuch bei Nature.com. Die von Ihnen verwendete Version des Browsers hat eine begrenzte CSS -Unterstützung. Für die besten Ergebnisse empfehlen wir eine neuere Version Ihres Browsers (oder die Ausschaltung des Kompatibilitätsmodus im Internet Explorer). In der Zwischenzeit zeigen wir die Website ohne Styling oder JavaScript, um eine kontinuierliche Unterstützung zu gewährleisten.
Diese Studie bewertete die regionale Vielfalt in der menschlichen Schädelmorphologie anhand eines geometrischen Homologie -Modells, das auf Scandaten aus 148 ethnischen Gruppen auf der ganzen Welt basiert. Diese Methode verwendet die Template-Anpassungs-Technologie, um homologe Netze zu generieren, indem Nicht-Rigid-Transformationen unter Verwendung eines iterativen nächsten Punktalgorithmus durchgeführt werden. Durch die Anwendung der Hauptkomponentenanalyse auf die 342 ausgewählten homologen Modelle wurde die größte Änderung der Gesamtgröße gefunden und für einen kleinen Schädel aus Südasien eindeutig bestätigt. Der zweitgrößte Unterschied ist das Verhältnis von Länge zu Breite des Neurokrans, was den Kontrast zwischen den länglichen Schädeln der Afrikaner und den konvexen Schädeln nordöstlicher Asiaten zeigt. Es ist erwähnenswert, dass diese Zutat wenig mit Gesichtskonturieren zu tun hat. Bekannte Gesichtsmerkmale wie hervorstehende Wangen in nordöstlichen Asiaten und kompakte Oberkieferknochen bei Europäern wurden bestätigt. Diese Gesichtsänderungen sind eng mit der Kontur des Schädels zusammenhängen, insbesondere mit dem Grad der Neigung der frontalen und okzipitalen Knochen. Allometrische Muster wurden in Gesichtsausbrüchen in Bezug auf die Gesamtschädelgröße gefunden. In größeren Schädeln sind die Gesichtsrisse in der Regel länger und enger, wie bei vielen amerikanischen Ureinwohnern und Nordostasiaten gezeigt wurde. Obwohl unsere Studie keine Daten zu Umweltvariablen enthielt, die die kraniale Morphologie wie Klima- oder Ernährungsbedingungen beeinflussen können, wird ein großer Datensatz homologer Schädelmuster nützlich sein, um unterschiedliche Erklärungen für skelett phänotypische Eigenschaften zu suchen.
Geografische Unterschiede in der Form des menschlichen Schädels wurden seit langem untersucht. Viele Forscher haben die Vielfalt der Umweltanpassung und/oder der natürlichen Selektion bewertet, insbesondere die klimatischen Faktoren1,2,3,4,5,6,7 oder die mastatorische Funktion in Abhängigkeit von den Ernährungsbedingungen5,8,9,10, 11,12. 13.. Darüber hinaus konzentrierten sich einige Studien auf Engpässeeffekte, genetische Drift, Genfluss oder stochastische Evolutionsprozesse, die durch neutrale Genmutationen 14,15,16,17,18,19,20,21,22,23 verursacht wurden. Zum Beispiel wurde die kugelförmige Form eines breiteren und kürzeren Schädelgewölbens als Anpassung an den selektiven Druck gemäß Allens Regel24 erklärt, wodurch nach dem Verringern von Wärmeverluste im Vergleich zu Volumen2,4,16,17,25 postuliert wird, dass Säugetiere minimieren . Darüber hinaus haben einige Studien mit Bergmanns Regel26 die Beziehung zwischen der Schädelgröße und der Temperatur3,5,16,25,27 erklärt, was darauf hindeutet, dass die Gesamtgröße in kälteren Regionen tendenziell größer ist, um Wärmeverlust zu verhindern. Der mechanistische Einfluss der Mastizierstress auf das Wachstumsmuster des Schädelgewölbe und des Gesichtsknochens wurde in Bezug auf die Ernährungsbedingungen diskutiert, die sich aus der kulinarischen Kultur oder dem Subsistenzunterschied zwischen Landwirten und Jäger und Sammlern 8,9,11,12,28 ergeben. Die allgemeine Erklärung ist, dass ein verringerter Kauendruck die Härte der Gesichtsknochen und Muskeln verringert. Mehrere globale Studien haben die Schädelformvielfalt hauptsächlich mit den phänotypischen Folgen der neutralen genetischen Distanz und nicht mit der Anpassung der Umwelt 21, 29, 30,31, 32 in Verbindung gebracht. Eine weitere Erklärung für Änderungen der Schädelform basiert auf dem Konzept des isometrischen oder allometrischen Wachstums6,33,34,35. Beispielsweise haben größere Gehirne in der sogenannten Region „Broca's Cap“ tendenziell relativ breitere Frontallappen, und die Breite der Frontallappen nimmt zu, ein Evolutionsprozess, der auf der Grundlage eines allometrischen Wachstums berücksichtigt wird. In einer Studie, die langfristige Veränderungen der Schädelform untersuchte, ergab eine allometrische Tendenz zur Brachycephalie (die Tendenz des Schädels, kugelförmiger zu werden) mit zunehmender Höhe33.
Eine lange Geschichte der Erforschung der Schädelmorphologie umfasst Versuche, die zugrunde liegenden Faktoren zu identifizieren, die für verschiedene Aspekte der Vielfalt der Schädelformen verantwortlich sind. Traditionelle Methoden, die in vielen frühen Studien verwendet wurden, basierten auf bivariaten linearen Messdaten, häufig unter Verwendung von Martin oder Howell -Definitionen36, 37. Gleichzeitig verwendeten viele der oben genannten Studien fortgeschrittenere Methoden, die auf der räumlichen 3D-Geometrischen Morphometrie (GM) -Technologie 5,7,10,11,12,13,17,20,27,34,35,38 basierten. 39. Zum Beispiel wurde die auf der Biegeenergie -Minimierung basierende Semilandmark -Methode die am häufigsten verwendete Methode in der transgenen Biologie. Es projiziert Semi-Landmarks der Vorlage auf jede Probe, indem Sie entlang einer Kurve oder einer Oberfläche 38,40,41,42,43,44,45,46 rutschen. Mit diesen Überlagerungsmethoden verwenden die meisten 3D -GM -Studien eine generalisierte Procrustes -Analyse, den iterativen nächsten Punkt (ICP) Algorithmus 47, um einen direkten Vergleich von Formen und die Erfassung von Veränderungen zu ermöglichen. Alternativ wird das 48.49-Methode von Thin Plate Spline (TPS) ebenfalls häufig als Nicht-Rigid-Transformationsmethode zur Kartierung von Semilandmark-Alignments zu Mesh-basierten Formen verwendet.
Mit der Entwicklung von praktischen 3D-Ganzkörper-Scannern seit dem späten 20. Jahrhundert haben viele Studien 3D-Ganzkörper-Scanner für Größenmessungen 50,51 verwendet. Scandaten wurden verwendet, um Körperdimensionen zu extrahieren, wodurch die Beschreibung von Oberflächenformen eher als Oberflächen als Punktwolken beschrieben werden muss. Die Musteranpassung ist eine Technik, die zu diesem Zweck im Bereich der Computergrafik entwickelt wurde, wobei die Form einer Oberfläche durch ein polygonales Netzmodell beschrieben wird. Der erste Schritt in der Musteranpassung besteht darin, ein Netzmodell als Vorlage vorzubereiten. Einige der Eckpunkte, aus denen das Muster besteht, sind Sehenswürdigkeiten. Die Vorlage wird dann deformiert und an die Oberfläche angepasst, um den Abstand zwischen der Vorlage und der Punktwolke zu minimieren und gleichzeitig die lokalen Formmerkmale der Vorlage zu erhalten. Sehenswürdigkeiten in der Vorlage entsprechen den Sehenswürdigkeiten in der Punktwolke. Unter Verwendung der Vorlagenanpassung können alle Scandaten als Netzmodell mit der gleichen Anzahl von Datenpunkten und derselben Topologie beschrieben werden. Obwohl genaue Homologie nur in den Wahrzeichenpositionen existiert, kann davon ausgegangen werden, dass es eine allgemeine Homologie zwischen den erzeugten Modellen gibt, da die Veränderungen in der Geometrie der Vorlagen gering sind. Daher werden Grid -Modelle, die durch Vorlagenanpassung erstellt wurden, manchmal als Homologiemodelle bezeichnet52. Der Vorteil der Vorlagenanpassung besteht darin, dass die Vorlage deformiert und an verschiedene Teile des Zielobjekts angepasst werden kann, die räumlich nahe an der Oberfläche sind, aber weit davon entfernt (zygomatisch andere. Verformung. Auf diese Weise kann die Vorlage an verzweigten Objekten wie Oberkörper oder Arm befestigt werden, wobei die Schulter in stehender Position ist. Der Nachteil der Vorlageanpassung sind die höheren Rechenkosten für wiederholte Iterationen. Dank erheblicher Verbesserungen der Computerleistung ist dies jedoch kein Problem mehr. Durch die Analyse der Koordinatenwerte der Eckpunkte, aus denen das Netzmodell unter Verwendung multivariater Analysetechniken wie der Hauptkomponentenanalyse (PCA) besteht, ist es möglich, Änderungen in der gesamten Oberflächenform und virtuellen Form an einer Position in der Verteilung an einer Position zu analysieren. kann empfangen werden. Berechnen und visualisieren Sie53. Heutzutage werden in der Formanalyse in verschiedenen Bereichen 52,54,55,56,57,58,59,60 in der Formanalyse weit verbreitet.
Fortschritte in der flexiblen Netzaufzeichnungstechnologie in Verbindung mit der schnellen Entwicklung tragbarer 3D -Scangeräte, die mit höherer Auflösung, Geschwindigkeit und Mobilität als CT scannen können, erleichtern die Aufzeichnung von 3D -Oberflächendaten unabhängig vom Standort. So verbessern solche neuen Technologien im Bereich der biologischen Anthropologie die Fähigkeit, menschliche Exemplare, einschließlich Schädelproben, zu quantifizieren und statistisch zu analysieren, was der Zweck dieser Studie ist.
Zusammenfassend verwendet diese Studie die fortschrittliche 3D -Homologie -Modellierungstechnologie basierend auf der Matching -Matching (Abbildung 1), um 342 -Schädelproben zu bewerten, die aus 148 Populationen weltweit durch geografische Vergleiche auf der ganzen Welt ausgewählt wurden. Vielfalt der Schädelmorphologie (Tabelle 1). Um Änderungen der Schädelmorphologie zu berücksichtigen, haben wir PCA- und Empfängerbetriebs -Analysen (ROC) auf den Datensatz des von uns generierten Homologiemodells angewendet. Die Ergebnisse werden zu einem besseren Verständnis der globalen Veränderungen der kranialen Morphologie beitragen, einschließlich regionaler Muster und abnehmender Reihenfolge der Veränderung, korrelierten Veränderungen zwischen Schädelsegmenten und dem Vorhandensein allometrischer Trends. Obwohl diese Studie keine Daten zu extrinsischen Variablen behandelt, die durch Klima- oder Ernährungsbedingungen dargestellt werden, die die kraniale Morphologie beeinflussen können, werden die in unserer Studie dokumentierten geografischen Muster der schädlichen Morphologie dazu beitragen, die ökologischen, biomechanischen und genetischen Faktoren der kranialen Variation zu untersuchen.
Tabelle 2 zeigt die Eigenwerte und PCA -Beitragskoeffizienten, die auf einen nicht standardisierten Datensatz von 17.709 Scheitelpunkten (53.127 XYZ -Koordinaten) von 342 homologen Schädelmodellen angewendet werden. Infolgedessen wurden 14 Hauptkomponenten identifiziert, deren Beitrag zur Gesamtvarianz mehr als 1%betrug und der Gesamtanteil der Varianz 83,68%betrug. Die Ladevektoren der 14 Hauptkomponenten sind in der Ergänzungstabelle S1 aufgezeichnet, und die für die 342 -Schädel -Proben berechneten Komponentenwerte sind in der Ergänzungstabelle S2 dargestellt.
In dieser Studie wurden neun Hauptkomponenten mit Beiträgen von mehr als 2%bewertet, von denen einige erhebliche und signifikante geografische Variation der Schädelmorphologie aufweisen. Abbildung 2 Diagrammkurven, die aus der ROC-Analyse erzeugt wurden, um die effektivsten PCA-Komponenten zur Charakterisierung oder Trennung jeder Kombination von Proben in den wichtigsten geografischen Einheiten (z. B. zwischen afrikanischen und nicht afrikanischen Ländern) zu veranschaulichen. Die polynesische Kombination wurde aufgrund der in diesem Test verwendeten kleinen Stichprobengröße nicht getestet. Daten zur Signifikanz von Unterschieden in AUC und anderen grundlegenden Statistiken, die unter Verwendung der ROC -Analyse berechnet wurden, sind in der Ergänzungstabelle S3 gezeigt.
ROC -Kurven wurden auf neun Hauptkomponentenschätzungen angewendet, die auf einem Scheitelpunkt -Datensatz basieren, der aus 342 männlichen homologen Schädelmodellen besteht. AUC: Fläche unter der Kurve bei 0,01% Signifikanz zur Unterscheidung jeder geografischen Kombination von anderen Gesamtkombinationen. TPF ist wahr positiv (wirksame Diskriminierung), FPF ist falsch positiv (ungültige Diskriminierung).
Die Interpretation der ROC -Kurve ist nachstehend zusammengefasst und konzentriert sich nur auf die Komponenten, die Vergleichsgruppen durch eine große oder relativ große AUC und ein hohes Signifikanzniveau mit einer Wahrscheinlichkeit unter 0,001 unterscheiden können. Der südasiatische Komplex (Fig. 2A), der hauptsächlich aus Proben aus Indien besteht, unterscheidet sich signifikant von anderen geografisch gemischten Proben, da die erste Komponente (PC1) im Vergleich zu den anderen Komponenten eine signifikant größere AUC (0,856) aufweist. Ein Merkmal des afrikanischen Komplexes (Abb. 2B) ist die relativ große AUC von PC2 (0,834). Austro-Melanesianer (Abb. 2C) zeigten einen ähnlichen Trend wie Subsahara-Afrikaner über PC2 mit einem relativ größeren AUC (0,759). Europäer (Abb. 2D) unterscheiden sich deutlich in der Kombination von PC2 (AUC = 0,801), PC4 (AUC = 0,719) und PC6 (AUC = 0,671), der nordostasiatischen Probe (Abb. 2E) unterscheidet sich signifikant von PC4 mit einem relativ relativ Greater 0,714, und der Unterschied zu PC3 ist schwach (AUC = 0,688). Die folgenden Gruppen wurden auch mit niedrigeren AUC -Werten und höheren Signifikanzniveaus identifiziert Die mit diesen Komponenten verbundenen Eigenschaften, Südostasiaten (Abb. 2G), differenzierten über PC3 (AUC = 0,660) und PC9 (AUC = 0,663), das Muster für Proben aus dem Nahen Osten (Abb. 2H) (einschließlich Nordafrika) entsprach jedoch. Im Vergleich zu anderen gibt es keinen großen Unterschied.
Im nächsten Schritt werden die Oberflächenbereiche mit hohen Lastwerten von mehr als 0,45 mit X-, Y- und Z -Koordinateninformationen gefärbt, wie in Abbildung 3 dargestellt. Der rote Bereich zeigt eine hohe Korrelation auf X-Achsenkoordinaten, was der horizontalen Querrichtung entspricht. Die grüne Region korreliert stark mit der vertikalen Koordinate der Y -Achse, und die dunkelblaue Region korreliert stark mit der sagittalen Koordinate der Z -Achse. Der hellblaue Bereich ist den Y -Koordinatenachsen und den Z -Koordinatenachsen verbunden; Rosa - gemischter Bereich, der mit den X- und Z -Koordinatenachsen verbunden ist; Gelb - Fläche, die mit den X- und Y -Koordinatenachsen verbunden sind; Der weiße Bereich besteht aus der reflektierten X-, Y- und Z -Koordinatenachse. Daher ist bei diesem Lastwertschwellenwert PC 1 überwiegend mit der gesamten Oberfläche des Schädels verbunden. Die 3 SD -virtuelle Schädelform auf der gegenüberliegenden Seite dieser Komponentenachse ist ebenfalls in dieser Abbildung dargestellt, und verzerrte Bilder werden in der ergänzenden Video S1 vorgestellt, um visuell zu bestätigen, dass PC1 Faktoren für die Gesamtschädelgröße enthält.
Frequenzverteilung der PC1 -Werte (normale Anpassungskurve), die Farbkarte der Schädeloberfläche ist stark mit PC1 -Scheitelpunkten korreliert (Erläuterung der Farben relativ zur Größe der gegenüberliegenden Seiten dieser Achse ist 3 SD. Die Skala ist eine grüne Kugel mit einem Durchmesser. von 50 mm.
Abbildung 3 zeigt ein Frequenzverteilungsdiagramm (normale Anpassungskurve) der einzelnen PC1 -Werte, die für 9 geografische Einheiten getrennt berechnet wurden. Zusätzlich zu den Schätzungen der ROC -Kurven (Abbildung 2) sind die Schätzungen der Südasiaten in gewissem Maße signifikant nach links verzerrt, da ihre Schädel kleiner sind als die anderer regionaler Gruppen. Wie in Tabelle 1 angegeben, repräsentieren diese Südasiaten ethnische Gruppen in Indien, einschließlich der Andaman und der Nikobaren Islands, Sri Lanka und Bangladesch.
Der dimensionale Koeffizient wurde auf PC1 gefunden. Die Entdeckung stark korrelierter Regionen und virtueller Formen führte zur Aufklärung von Formfaktoren für andere Komponenten als PC1; Größenfaktoren werden jedoch nicht immer vollständig beseitigt. Wie durch Vergleich der ROC -Kurven (Abbildung 2) gezeigt, waren PC2 und PC4 die diskriminierendste, gefolgt von PC6 und PC7. PC3 und PC9 sind sehr effektiv bei der Aufteilung der Stichprobenpopulation in geografische Einheiten. Somit zeigen diese Paare von Komponentenachsen schematisch Streudiagramme von PC -Scores und Farbflächen, die in hohem Maße mit jeder Komponente korrelieren, sowie virtuelle Formdeformationen mit Abmessungen der entgegengesetzten Seiten von 3 SD (Abb. 4, 5, 6). Die konvexe Rumpfabdeckung von Proben aus jeder in diesen Diagrammen dargestellten geografischen Einheit beträgt ungefähr 90%, obwohl es innerhalb der Cluster einen gewissen Grad an Überlappung gibt. Tabelle 3 enthält eine Erklärung für jede PCA -Komponente.
Streudiagramme von PC2- und PC4 -Werten für Schädelpersonen aus neun geografischen Einheiten (oben) und vier geografischen Einheiten (unten), Diagramme der Schädeloberflächenfarbe von Scheitelpunkten korrelierten in hohem Maße mit jedem PC (relativ zu X, Y, Z). Farberläuterung der Achsen: Siehe Text), und die Verformung der virtuellen Form auf den gegenüberliegenden Seiten dieser Achsen beträgt 3 SD. Die Skala ist eine grüne Kugel mit einem Durchmesser von 50 mm.
Streudiagramme von PC6- und PC7 -Werten für Schädelpersonen aus neun geografischen Einheiten (oben) und zwei geografischen Einheiten (unten), Hirnoberflächenfarben für Scheitelpunkte, die in hohem Maße mit jedem PC korrelierten (relativ zu X, Y, Z). Farberläuterung der Achsen: Siehe Text), und die Verformung der virtuellen Form auf den gegenüberliegenden Seiten dieser Achsen beträgt 3 SD. Die Skala ist eine grüne Kugel mit einem Durchmesser von 50 mm.
Streudiagramme von PC3- und PC9 -Werten für Schädelpersonen aus neun geografischen Einheiten (oben) und drei geografischen Einheiten (unten) sowie Farbdiagramme der Schädeloberfläche (relativ zu X, Y, Z -Achsen) von Eckpunkten, die in hohem Maße mit jeder PC -Farbinterpretation korrelierten : cm. Text) sowie virtuelle Formdeformationen auf den gegenüberliegenden Seiten dieser Achsen mit einer Größe von 3 SD. Die Skala ist eine grüne Kugel mit einem Durchmesser von 50 mm.
In der Grafik, die die Punktzahlen von PC2 und PC4 zeigt (Abb. 4, ergänzende Videos S2, S3 mit deformierten Bildern), wird auch die Oberflächenfarbenkarte angezeigt, wenn der Lastwertschwellenwert höher als 0,4 eingestellt ist, was in PC1 niedriger ist PC2 -Wert Die Gesamtlast ist geringer als in PC1.
Dehnung der frontalen und okzipitalen Lappen in Sagittalrichtung entlang der Z-Achse (dunkelblau) und des Parietallappens in koronaler Richtung (rot) auf Pink, der y-Achse des Occiput (grün) und der Z-Achse der Stirn (dunkelblau). Diese Grafik zeigt die Ergebnisse für alle Menschen auf der ganzen Welt. Wenn jedoch alle Proben, die aus einer großen Anzahl von Gruppen bestehen, gleichzeitig zusammen angezeigt werden, ist die Interpretation von Streuemustern aufgrund der großen Menge an Überlappung ziemlich schwierig. Daher sind die Proben aus nur vier großen geografischen Einheiten (dh, Afrika, Australasien-Melanesien, Europa und Nordostasien) mit 3 SD-virtuellen Kranialdarpendierung innerhalb dieses Bereichs der PC-Werte unterhalb des Diagramms verstreut. In der Abbildung sind PC2 und PC4 Punkte von Punkten. Afrikaner und österreichische Melanesier überlappen sich mehr und sind nach rechts verteilt, während die Europäer nach links und nordöstlicher Asiaten verstreut sind, neigen dazu, sich nach links zu gruppieren. Die horizontale Achse von PC2 zeigt, dass afrikanische/australische Melaneser ein relativ längeres neurokranisches als andere Menschen haben. PC4, in dem die europäischen und nordostasiatischen Kombinationen lose getrennt sind, ist mit der relativen Größe und Projektion der zygomatischen Knochen und der lateralen Kontur des Calvariums verbunden. Das Bewertungsschema zeigt, dass die Europäer relativ schmal sind . Der Frontallappen ist geneigt, die Basis des okzipitalen Knochens wird angehoben.
Bei der Konzentration auf PC6 und PC7 (Abb. 5) (ergänzende Videos S4, S5 mit deformierten Bildern) zeigt das Farbdiagramm einen Lastwertschwellenwert von mehr als 0,3, der angibt, dass PC6 mit der maxillären oder alveolären Morphologie assoziiert ist (Rot: X -Achse und Grün). Y -Achse), zeitliche Knochenform (Blau: Y- und Z -Achsen) und geschmeidige Knochenform (rosa: x und z -Achsen). Zusätzlich zur Stirnbreite (rot: x-achse) korreliert PC7 auch mit der Höhe des vorderen Oberkiefers Alveolen (grün: y-achse) und z-achseköpfiger Form um die parietotimierte Region (dunkelblau). Im oberen Feld von Abbildung 5 werden alle geografischen Proben gemäß den PC6- und PC7 -Komponentenwerten verteilt. Da ROC angibt, dass PC6 Merkmale enthält, die in Europa einzigartig sind und PC7 in dieser Analyse Merkmale der Ureinwohner darstellt, wurden diese beiden regionalen Proben auf diesem Paar von Komponentenachsen selektiv aufgetragen. Die amerikanischen Ureinwohner sind zwar in der Probe weit verbreitet, sind in der oberen linken Ecke verstreut; Umgekehrt befinden sich viele europäische Stichproben in der unteren rechten Ecke. Das Paar PC6 und PC7 repräsentieren den schmalen Alveolarprozess und das relativ breite neurokranische Europäer, während die Amerikaner durch eine schmale Stirn, einen größeren Oberkiefern und einen breiteren und größeren Alveolarprozess gekennzeichnet sind.
Die ROC -Analyse zeigte, dass PC3 und/oder PC9 in Südost- und Nordostasiatischen Populationen häufig waren. Dementsprechend spiegeln die Score-Paare PC3 (grüne Oberflächen auf der Y-Achse) und PC9 (grüne untere Gesicht auf der Y-Achse) (Abb. 6; ergänzende Videos S6, S7 an, die Morph-Bilder liefern) die Vielfalt der Ostasiaten wider. , die sich stark von den hohen Gesichtsanteilen der nordöstlichen Asiaten und der geringen Gesichtsform der Südostasiaten abhebt. Neben diesen Gesichtsmerkmalen ist die Lambda -Neigung des Occipitalknochens ein weiteres Merkmal einiger Nordostasiaten, während einige südöstliche Asiaten eine schmale Schädelbasis haben.
Die obige Beschreibung der Hauptkomponenten und die Beschreibung von PC5 und PC8 wurden weggelassen, da bei den neun geografischen Haupteinheiten keine spezifischen regionalen Eigenschaften gefunden wurden. PC5 bezieht sich auf die Größe des Mastoidprozesses des temporalen Knochens, und PC8 spiegelt die Asymmetrie der Gesamtschädelform wider, die beide parallele Variationen zwischen den neun geografischen Probenkombinationen zeigen.
Zusätzlich zu Streudiagrammen der PCA-Werte auf individueller Ebene bieten wir auch Streudiagramme für Gruppenmittel für den Gesamtvergleich an. Zu diesem Zweck wurde ein durchschnittliches Homologiemodell eines Schädels aus einem Vertex -Datensatz einzelner Homologiemodelle aus 148 ethnischen Gruppen erstellt. Bivariate Diagramme der Bewertungssätze für PC2 und PC4, PC6 und PC7 sowie PC3 und PC9 sind in der ergänzenden Abbildung S1 gezeigt, die alle als durchschnittliches Schädelmodell für die Probe von 148 Personen berechnet werden. Auf diese Weise verbergen Streuplots individuelle Unterschiede in jeder Gruppe und ermöglichen eine klarere Interpretation von Schädel -Ähnlichkeiten aufgrund der zugrunde liegenden regionalen Verteilungen, wobei Muster den in einzelnen Diagrammen dargestellten mit weniger Überlappungen übereinstimmen. Die ergänzende Abbildung S2 zeigt das Gesamtmittelmodell für jede geografische Einheit.
Zusätzlich zu PC1, das mit der Gesamtgröße (Ergänzungstabelle S2) verbunden war, wurden allometrische Beziehungen zwischen der Gesamtgröße und der Schädelform unter Verwendung von Zentroiddimensionen und Sätzen von PCA-Schätzungen aus nicht normalisierten Daten untersucht. Allometrische Koeffizienten, konstante Werte, t -Werte und P -Werte im Signifikanztest sind in Tabelle 4 gezeigt. In jeder kranialen Morphologie auf der P <0,05 -Ebene wurden keine signifikanten allometrischen Musterkomponenten gefunden.
Da einige Größenfaktoren in PC-Schätzungen basierend auf nicht normalisierten Datensätzen enthalten sein können, untersuchten wir den allometrischen Trend zwischen Zentroidgröße und PC ). C7). Tabelle 4 zeigt die Ergebnisse der allometrischen Analyse. Somit wurden signifikante allometrische Trends bei 1% in PC6 und bei 5% in PC10 festgestellt. Fig. 7 zeigt die Regressionssteife dieser logarithmischen Beziehungen zwischen PC-Scores und Zentroidgröße mit Dummies (± 3 SD) an beiden Enden der logarithmischen Zentroidgröße. Der PC6 -Wert ist das Verhältnis der relativen Höhe und der Breite des Schädels. Mit zunehmender Größe des Schädels werden Schädel und Gesicht höher, und die Stirn, die Augenhöhlen und die Nasenlöcher sind tendenziell seitlich näher zusammen. Das Muster der Stichprobenverteilung legt nahe, dass dieser Anteil typischerweise in nordöstlichen Asiaten und amerikanischen Ureinwohnern vorkommt. Darüber hinaus zeigt PC10 einen Trend zur proportionalen Verringerung der Mittelgesichtsbreite unabhängig von der geografischen Region.
Für die in der Tabelle aufgeführten signifikanten allometrischen Beziehungen, der Steigung der logarithmischen Regression zwischen dem PC-Anteil der Formkomponente (aus den normalisierten Daten erhalten) und der Zentroidgröße hat die virtuelle Formdeformation eine Größe von 3 SD auf dem Gegenüber der Linie von 4.
Das folgende Muster von Veränderungen der kranialen Morphologie wurde durch die Analyse von Datensätzen homologen 3D -Oberflächenmodelle demonstriert. Die erste Komponente von PCA bezieht sich auf die Gesamtgröße der Schädel. Es wurde seit langem angenommen, dass die kleineren Schädel von Südasiaten, einschließlich Exemplaren aus Indien, Sri Lanka und den Andamanen, Bangladesch, auf ihre kleinere Körpergröße zurückzuführen sind, die mit Bergmanns ökogeografischen Regel oder Island -Regel 613,5, 16,25 übereinstimmt, überein 27,62. Die erste hängt mit der Temperatur zusammen, und die zweite hängt von den verfügbaren Raum- und Nahrungsressourcen der ökologischen Nische ab. Unter den Komponenten der Form ist die größte Veränderung das Verhältnis der Länge und Breite des Schädelgewölbens. Dieses Merkmal, das als PC2 bezeichnet wird, beschreibt die enge Beziehung zwischen den proportional verlängerten Schädeln von österreichischen Melanen und Afrikanern sowie Unterschiede zu den sphärischen Schädeln einiger Europäer und Nordostasiaten. Diese Merkmale wurden in vielen früheren Studien berichtet, die auf einfachen linearen Messungen basieren37,63,64. Darüber hinaus ist dieses Merkmal mit Brachycephaly bei Nicht-Afrikanern verbunden, die seit langem in anthropometrischen und osteometrischen Studien diskutiert wurden. Die Haupthypothese hinter dieser Erklärung ist, dass verringerte Mastikationen wie das Ausdünnen des Temporalis -Muskels den Druck auf dem äußeren Scalp 5,8,9,10,11,12,13 verringern. Eine andere Hypothese beinhaltet die Anpassung an kaltes Klima, indem die Kopfoberfläche reduziert wird, was darauf hindeutet, dass ein kugelförmigerer Schädel die Oberfläche besser minimiert als eine kugelförmige Form, gemäß Allens Regeln 16, 17,25. Basierend auf den Ergebnissen der aktuellen Studie können diese Hypothesen nur auf der Grundlage der Kreuzkorrelation von Schädelsegmenten bewertet werden. Zusammenfassend unterstützen unsere PCA-Ergebnisse die Hypothese nicht vollständig, dass das Verhältnis von Schädelnlängenbreiten signifikant durch Kaubedingungen beeinflusst wird, da PC2 (Long/Brachycephale-Komponente) Belastung nicht signifikant mit Gesichtsanteilen (einschließlich relativer Maxillarabmessungen) zusammenhängt. und der relative Raum der temporalen Fossa (was das Volumen des Temporalis -Muskels widerspiegelt). Unsere aktuelle Studie analysierte die Beziehung zwischen Schädelform und geologischen Umweltbedingungen wie Temperatur nicht. Eine Erklärung, die auf Allens Regel basiert, kann jedoch als Kandidatenhypothese zur Erklärung von Brachycephalon in Kaltklimaregionen betrachtet werden.
In PC4 wurde dann eine signifikante Variation gefunden, was darauf hindeutet, dass nordöstliche Asiaten große, prominente zygomatische Knochen auf den Oberkiefern und zygomatischen Knochen haben. Dieser Befund steht im Einklang mit einem bekannten spezifischen Merkmal von Siberianern, von denen angenommen wird, dass sie sich durch Vorwärtsbewegung der zygomatischen Knochen an extrem kalte Klimazonen angepasst haben, was zu einem erhöhten Volumen der Nebenhöhlen und einem flacheren Gesicht 65 führt. Ein neuer Befund aus unserem homologen Modell ist, dass die Wange in Europäern mit einer verringerten Frontalsteigung sowie abgeflachter und schmaler Occipitalknochen und nacker Konkavität verbunden ist. Im Gegensatz dazu neigen nordöstliche Asiaten dazu, abfallende Stirn und erhöhte Hintergrundregionen zu haben. Untersuchungen des okzipitalen Knochens unter Verwendung geometrischer morphometrischer Methoden35 haben gezeigt, dass asiatische und europäische Schädel im Vergleich zu Afrikanern eine flachere Nackenkurve und eine niedrigere Position des Occiputs aufweisen. Unsere Streudiagramme von PC2- und PC4- und PC3- und PC9 -Paaren zeigten jedoch eine größere Variation der Asiaten, während die Europäer durch eine flache Basis des Occiputs und eines niedrigeren Hinterkopfes charakterisiert wurden. Inkonsistenzen in asiatischen Merkmalen zwischen Studien können auf Unterschiede in den verwendeten ethnischen Proben zurückzuführen sein, da wir eine große Anzahl ethnischer Gruppen aus einem breiten Spektrum aus Nordost- und Südostasien untersuchten. Veränderungen in der Form des okzipitalen Knochens sind häufig mit der Entwicklung der Muskeln verbunden. Diese adaptive Erklärung berücksichtigt jedoch nicht die Korrelation zwischen Stirn und Occiput -Form, die in dieser Studie nachgewiesen wurde, es ist jedoch unwahrscheinlich, dass es vollständig nachgewiesen wurde. In dieser Hinsicht lohnt es sich, die Beziehung zwischen Körpergewichtsausgleich und Schwerpunkt oder Gebärmutterhalsübergang (Foramen Magnum) oder anderen Faktoren zu berücksichtigen.
Eine weitere wichtige Komponente mit großer Variabilität hängt mit der Entwicklung des Mastizierungsapparats zusammen, der durch die Oberkiefer und die temporale Fossae dargestellt wird, die durch eine Kombination von Scores PC6, PC7 und PC4 beschrieben wird. Diese deutlichen Verringerung der Schädelsegmente charakterisieren europäische Personen mehr als jede andere geografische Gruppe. Dieses Merkmal wurde aufgrund der frühzeitigen Entwicklung der landwirtschaftlichen und Lebensmittelvorbereitungstechniken durch eine verringerte Stabilität der Gesichtsmorphologie interpretiert, die wiederum die mechanische Belastung des Mastizierapparats ohne einen leistungsstarken Mastatierungsapparat 9,12,28,66 verringerte. Nach der Hypothese der Mastizierungsfunktion 28 wird dies von einer Änderung der Flexion der Schädelbasis zu einem akuten Schädelwinkel und einem kugelförmigeren Schädeldach begleitet. Aus dieser Perspektive haben landwirtschaftliche Populationen tendenziell kompakte Gesichter, weniger Vorsprung des Unterkiefers und einer kugelförmigeren Meninges. Daher kann diese Deformation durch den allgemeinen Umriss der lateralen Form des Schädels von Europäern mit reduzierten mastischen Organen erklärt werden. Laut dieser Studie ist diese Interpretation jedoch komplex, da die funktionelle Bedeutung der morphologischen Beziehung zwischen dem kugelförmigen Neurokranium und der Entwicklung des Mastizierungsapparats weniger akzeptabel ist, wie in früheren Interpretationen von PC2 berücksichtigt.
Die Unterschiede zwischen Nordostasiaten und Südostasiaten werden durch den Kontrast zwischen einem hohen Gesicht mit einem abfallenden Occipitalknochen und einem kurzen Gesicht mit einer schmalen Schädelbasis veranschaulicht, wie in PC3 und PC9 gezeigt. Aufgrund des Mangels an geoökologischen Daten liefert unsere Studie nur eine begrenzte Erklärung für diesen Befund. Eine mögliche Erklärung ist die Anpassung an ein anderes Klima- oder Ernährungsbedingungen. Neben der ökologischen Anpassung wurden auch lokale Unterschiede in der Geschichte der Bevölkerung im Nordosten und Südostasien berücksichtigt. In Ost-Eurasien wurde beispielsweise ein zweischichtiges Modell angenommen, um die Verbreitung anatomisch moderner Menschen (AMH) auf der Grundlage kranialer morphometrischer Daten zu verstehen67, 68. Laut diesem Modell hatten die „erste Stufe“, dh die ursprünglichen Gruppen der Kolonisatoren der späten pleistozän, mehr oder weniger direkte Abstammung von den indigenen Bewohnern der Region, wie den modernen Österreichmelanen (S. Erststratum). , und später erlebten eine großflächige Beimischung von nördlichen landwirtschaftlichen Völkern mit nordostasiatischen Eigenschaften (zweite Schicht) in die Region (vor etwa 4.000 Jahren). Gene Flow, das unter Verwendung eines zweischichtigen Modells zugeordnet ist, wird benötigt, um die südostasiatische Schädelform zu verstehen, da die südostasiatische Schädelform teilweise von der lokalen genetischen Vererbung der ersten Ebene abhängt.
Durch die Beurteilung der kranialen Ähnlichkeit unter Verwendung geografischer Einheiten, die mit homologen Modellen zugeordnet sind, können wir die zugrunde liegende Bevölkerungsgeschichte von AMF in Szenarien außerhalb Afrikas schließen. Es wurden viele verschiedene „Out -Afrika“ -Modelle vorgeschlagen, um die Verteilung von AMF auf der Grundlage von Skelett- und Genomdaten zu erklären. In jüngsten Studien deuten jüngste Studien darauf hin, dass die AMH -Kolonisierung von Gebieten außerhalb Afrikas vor ungefähr 177.000 Jahren von 69.70 Jahren begann. Die Fernverteilung von AMF in Eurasien in dieser Zeit bleibt jedoch ungewiss, da die Lebensräume dieser frühen Fossilien auf den Nahen Osten und das Mittelmeer in der Nähe von Afrika beschränkt sind. Der einfachste Fall ist eine einzige Siedlung entlang einer Migrationsroute von Afrika nach Eurasien, die geografische Hindernisse wie den Himalaya umgeht. Ein weiteres Modell deutet auf mehrere Migrationswellen hin, von denen sich die ersten aus Afrika entlang der Küste des Indischen Ozeans nach Südostasien und Australien ausbreiteten und dann nach Nord -Eurasien ausbreitete. Die meisten dieser Studien bestätigen, dass sich AMF vor etwa 60.000 Jahren weit über Afrika hinaus verbreitet. In dieser Hinsicht zeigen die australasian-melanesischen Proben (einschließlich Papua) eine stärkere Ähnlichkeit mit afrikanischen Proben als mit jeder anderen geografischen Serie in der Hauptkomponentenanalyse von Homologiemodellen. Dieser Befund stützt die Hypothese, dass die ersten AMF -Verteilungsgruppen am südlichen Rand Eurasiens direkt in Afrika 22,68 ohne signifikante morphologische Veränderungen als Reaktion auf spezifische Klimazonen oder andere signifikante Bedingungen entstanden sind.
In Bezug auf das allometrische Wachstum zeigte die Analyse unter Verwendung von Formkomponenten, die aus einem anderen durch Zentroidgröße normalisierten Datensatz abgeleitet wurden, einen signifikanten allometrischen Trend in PC6 und PC10. Beide Komponenten beziehen sich auf die Form der Stirn und der Teile des Gesichts, die mit zunehmender Größe des Schädels schmaler werden. Nordostasiaten und Amerikaner haben in der Regel dieses Merkmal und relativ große Schädel. Dieser Befund widerspricht zuvor gemeldete allometrische Muster, in denen größere Gehirne in der sogenannten Region „Broca's Cap“ relativ breitere Frontallappen aufweisen, was zu einer erhöhten Breite der Frontallappen34 führt. Diese Unterschiede werden durch Unterschiede in Stichprobensätzen erklärt. Unsere Studie analysierte allometrische Muster der gesamten Schädelgröße unter Verwendung moderner Populationen, und vergleichende Studien befassen sich mit langfristigen Trends in der menschlichen Entwicklung im Zusammenhang mit der Gehirngröße.
In Bezug auf die Gesichts Allometrie ergab eine Studie mit biometrischen Daten78, dass Gesichtsform und Größe leicht korreliert werden können, während unsere Studie ergab, dass größere Schädel in der Regel mit höheren, engeren Gesichtern assoziiert sind. Die Konsistenz biometrischer Daten ist jedoch unklar; Regressionstests zum Vergleich der ontogenetischen Allometrie und der statischen Allometrie zeigen unterschiedliche Ergebnisse. Eine allometrische Tendenz zu einer kugelförmigen Schädelform aufgrund einer erhöhten Höhe wurde ebenfalls berichtet. Wir haben jedoch keine Höhendaten analysiert. Unsere Studie zeigt, dass es keine allometrischen Daten gibt, die eine Korrelation zwischen kranialem kugelförmigen Anteilen und der allgemeinen Schädelgröße an sich zeigen.
Obwohl unsere aktuelle Studie keine Daten zu extrinsischen Variablen betrifft, die durch Klima- oder Ernährungsbedingungen dargestellt werden, die wahrscheinlich die kraniale Morphologie beeinflussen, wird der große Datensatz homologe 3D -Schädeloberflächenmodelle in dieser Studie dazu beitragen, die korrelierte phänotypische morphologische Variation zu bewerten. Umweltfaktoren wie Ernährung, Klima- und Ernährungsbedingungen sowie neutrale Kräfte wie Migration, Genfluss und genetische Drift.
Diese Studie umfasste 342 Exemplare männlicher Schädel, die aus 148 Populationen in 9 geografischen Einheiten gesammelt wurden (Tabelle 1). Die meisten Gruppen sind geografisch einheimische Exemplare, während einige Gruppen in Afrika, Nordost/Südostasien und Amerika (in Kursivschrift) ethnisch definiert sind. Viele schädliche Exemplare wurden aus der von Tsunehiko Hanihara bereitgestellten Definition der Kranialmessung aus der Schädelmessdatenbank ausgewählt. Wir haben repräsentative männliche Schädel aus allen ethnischen Gruppen der Welt ausgewählt. Um die Mitglieder jeder Gruppe zu identifizieren, haben wir euklidische Entfernungen basierend auf 37 Schädelmessungen aus dem Gruppenmittelwert für alle Personen, die zu dieser Gruppe gehören, berechnet. In den meisten Fällen haben wir die 1–4 -Proben mit dem kleinsten Abstand vom Mittelwert (Ergänzungstabelle S4) ausgewählt. Für diese Gruppen wurden einige Stichproben zufällig ausgewählt, wenn sie in der Hahara -Messdatenbank nicht aufgeführt wurden.
Für den statistischen Vergleich wurden die 148 Bevölkerungsproben in wichtige geografische Einheiten eingeteilt, wie in Tabelle 1 gezeigt. Die „afrikanische“ Gruppe besteht nur aus Proben aus der Region südlich der Sahara. Exemplare aus Nordafrika wurden zusammen mit Proben aus Westasien mit ähnlichen Bedingungen in den „Nahen Osten“ aufgenommen. Die nordostasiatische Gruppe umfasst nur Menschen ohne Europäische Abstammung, und die amerikanische Gruppe umfasst nur amerikanische Ureinwohner. Insbesondere diese Gruppe wird über eine riesige Fläche der nördlichen und südamerikanischen Kontinente in einer Vielzahl von Umgebungen verteilt. Angesichts der demografischen Vorgeschichte von amerikanischen Ureinwohnern betrachten wir die US -Stichprobe in dieser einzelnen geografischen Einheit jedoch, die als nordostasiatischer Herkunft angesehen werden, unabhängig von mehreren Migrationen 80.
Wir haben 3D-Oberflächendaten dieser kontrastierenden Schädelproben unter Verwendung eines hochauflösenden 3D-Scanners (Einscan Pro durch Shining 3D Co Ltd, Mindestauflösung: 0,5 mm, https://www.shining3d.com/) aufgezeichnet und dann ein Mesh generiert. Das Netzmodell besteht aus etwa 200.000 bis 400.000 Eckpunkten, und die mitgelieferte Software wird zum Füllen von Löchern und glatten Kanten verwendet.
Im ersten Schritt verwendeten wir Scandaten von jedem Schädel aus, um ein einzelnes Template-Mesh-Schädel-Modell zu erstellen, das aus 4485 Eckpunkten besteht (8728 polygonale Gesichter). Die Basis der Schädelregion, bestehend aus Sphenoidknochen, petrogen Temporknochen, Gaumen, Oberkieferalveolen und Zähnen, wurde aus dem Vorlagengittermodell entfernt. Der Grund dafür ist, dass diese Strukturen manchmal unvollständig oder schwer zu vervollständigen sind, da dünne oder dünne scharfe Teile wie Pterygoid -Oberflächen und Styloidprozesse, Zahnverschleiß und/oder inkonsistentes Zähnewerk. Die Schädelbasis um das Foramen Magnum, einschließlich der Basis, wurde nicht reseziert, da dies ein anatomisch wichtiger Ort für die Position der Gebärmutterhalsfugen ist und die Höhe des Schädels bewertet werden muss. Verwenden Sie Spiegelringe, um eine Vorlage zu bilden, die auf beiden Seiten symmetrisch ist. Führen Sie isotrope Meshing durch, um polygonale Formen so gleichseitig wie möglich zu konvertieren.
Als nächstes wurden 56 Wahrzeichen den anatomisch entsprechenden Scheitelpunkten des Vorlagenmodells mithilfe der HBM-Rugle-Software zugeordnet. Landmark -Einstellungen gewährleisten die Genauigkeit und Stabilität der Landmark -Positionierung und die Homologie dieser Standorte im erzeugten Homologiemodell. Sie können anhand ihrer spezifischen Merkmale identifiziert werden, wie in der Ergänzungstabelle S5 und der ergänzenden Abbildung S3 gezeigt. Laut Booksteins Definition81 sind die meisten dieser Sehenswürdigkeiten Sehenswürdigkeiten vom Typ I an der Kreuzung von drei Strukturen, und einige sind Sehenswürdigkeiten vom Typ II mit Punkten der maximalen Krümmung. Viele Sehenswürdigkeiten wurden von Punkten für lineare Schädelmessungen in Martins Definition 36 übertragen. Wir haben dieselben 56 Sehenswürdigkeiten für gescannte Modelle von 342 Schädelproben definiert, die manuell anatomisch entsprechenden Eckpunkten zugeordnet wurden, um genauere Homologiemodelle im nächsten Abschnitt zu erstellen.
Ein kopfzentrisches Koordinatensystem wurde definiert, um die Scan-Daten und die Vorlage zu beschreiben, wie in der ergänzenden Abbildung S4 gezeigt. Die XZ -Ebene ist die horizontale Frankfurt -Ebene, die den höchsten Punkt (Martins Definition: Teil) des überlegenen Randes der linken und rechten Auditoritätskanäle und den niedrigsten Punkt (Martins Definition: Orbit) der unteren Kante der linken Umlaufbahn verläuft . . Die x -Achse ist die Linie, die die linke und rechte Seite verbindet, und x+ ist die rechte Seite. Die YZ -Ebene verläuft durch die Mitte des linken und rechten Teiles und die Wurzel der Nase: y+ up, z+ vorwärts. Der Referenzpunkt (Ursprung: Null -Koordinate) wird auf den Schnittpunkt der YZ -Ebene (Midebene), XZ -Ebene (Frankfort -Ebene) und XY -Ebene (Koronalebene) eingestellt.
Wir verwendeten HBM-Rugle-Software (Medic Engineering, Kyoto, http://www.rugle.co.jp/), um ein homologen Netzmodell zu erstellen, indem es mit 56 Wahrzeichenpunkten (linke Seite von Abbildung 1) Vorlagenanpassung durchführte. Die Kernsoftwarekomponente, die ursprünglich vom Center for Digital Human Research am Institute of Advanced Industrial Science and Technology in Japan entwickelt wurde, wird als HBM bezeichnet und verfügt über Funktionen für Anpassungsvorlagen, die mit Orientierungspunkten anpassten und feine Mesh -Modelle unter Verwendung von Partitionierungsflächen 82 erstellen. Die nachfolgende Softwareversion (MHBM) 83 fügte eine Funktion für Musteranpassung ohne Orientierungspunkte hinzu, um die Anpassungsleistung zu verbessern. HBM-Rugle kombiniert MHBM-Software mit zusätzlichen benutzerfreundlichen Funktionen, einschließlich des Anpassung von Koordinatensystemen und der Größenänderung der Eingabedaten. Die Zuverlässigkeit der Softwareanpassungsgenauigkeit wurde in zahlreichen Studien 52,54,55,56,57,58,59,60 bestätigt.
Bei der Anpassung einer HBM-Rugle-Vorlage unter Verwendung von Orientierungspunkten wird das Mesh-Modell der Vorlage die Ziel-Scan-Daten durch starre Registrierung basierend auf der ICP-Technologie (minimieren Sie die Summe der Entfernungen zwischen den der Vorlage entsprechenden Orientierungspunkten und den Ziel-Scan-Daten) und der Summe) überlagert. Anschließend passt die Vorlage durch nicht rigide Verformung des Netzes an die Ziel-Scan-Daten an. Dieser Anpassungsvorgang wurde dreimal unter Verwendung verschiedener Werte der beiden Anpassungsparameter wiederholt, um die Genauigkeit der Anpassung zu verbessern. Einer dieser Parameter begrenzt den Abstand zwischen dem Vorlagengittermodell und den Ziel -Scan -Daten, und der andere bestraft die Entfernung zwischen den Template -Orientierungspunkten und den Ziel Wahrzeichens. Das deformierte Vorlagen -Netzmodell wurde dann unter Verwendung des zyklischen Oberflächen -Subdivision -Algorithmus 82 unterteilt, um ein raffinierteres Netzmodell zu erstellen, das aus 17.709 Eckpunkten (34.928 Polygone) besteht. Schließlich ist das partitionierte Vorlagengittermodell an die Ziel -Scan -Daten angepasst, um ein Homologiemodell zu generieren. Da sich die Landmark-Standorte geringfügig von denen in den Ziel-Scan-Daten unterscheiden, wurde das Homologiemodell fein abgestimmt, um sie mit dem im vorherigen Abschnitt beschriebenen Kopf-Orientierungskoordinatensystem zu beschreiben. Der durchschnittliche Abstand zwischen den entsprechenden homologen Modell -Orientierungspunkten und den Ziel -Scan -Daten in allen Proben betrug <0,01 mm. Berechnet unter Verwendung der HBM-Rugle-Funktion betrug der durchschnittliche Abstand zwischen den Homologie-Modelldatenpunkten und den Ziel-Scan-Daten 0,322 mm (Ergänzungstabelle S2).
Um Änderungen in der Schädelmorphologie zu erklären, wurden 17.709 Scheitelpunkte (53.127 XYZ -Koordinaten) aller homologen Modelle mithilfe der Hauptkomponentenanalyse (PCA) unter Verwendung von HBS -Software analysiert, die vom Center for Digital Human Science am Institute of Advanced Industrial Science and Technology erstellt wurden. , Japan (Vertriebshändler: Medic Engineering, Kyoto, http://www.rugle.co.jp/). Anschließend haben wir versucht, PCA auf den nichtemalisierten Datensatz anzuwenden und den Datensatz, der durch Zentroidgröße normalisiert wurde. Daher kann PCA, das auf nicht standardisierten Daten basiert, die kraniale Form der neun geografischen Einheiten deutlicher charakterisieren und die Komponenteninterpretation unter Verwendung von standardisierten Daten erleichtern.
Dieser Artikel zeigt die Anzahl der erkannten Hauptkomponenten mit einem Beitrag von mehr als 1% der Gesamtvarianz. Um die wichtigsten Komponenten zu bestimmen, die bei Differenzierungsgruppen in den wichtigsten geografischen Einheiten am effektivsten sind, wurde die Analyse des Empfängerbetriebs (ROC) auf Hauptkomponenten (PC) mit einem Beitrag von mehr als 2% 84 angewendet. Diese Analyse erzeugt eine Wahrscheinlichkeitskurve für jede PCA -Komponente, um die Klassifizierungsleistung zu verbessern und die Diagramme zwischen geografischen Gruppen korrekt zu vergleichen. Der Grad der diskriminierenden Leistung kann durch die Fläche unter der Kurve (AUC) bewertet werden, in der PCA -Komponenten mit größeren Werten zwischen den Gruppen besser unterscheiden können. Anschließend wurde ein Chi-Quadrat-Test durchgeführt, um das Signifikanzniveau zu bewerten. Die ROC -Analyse wurde in Microsoft Excel unter Verwendung von Bell Curve für Excel -Software (Version 3.21) durchgeführt.
Um geografische Unterschiede in der kranialen Morphologie zu visualisieren, wurden Streudiagramme unter Verwendung von PC -Werten erstellt, die Gruppen von wichtigsten geografischen Einheiten effektivsten unterschieden. Verwenden Sie zur Interpretation von Hauptkomponenten eine Farbkarte, um Modellscheitelpunkte zu visualisieren, die in hohem Maße mit den Hauptkomponenten korrelieren. Darüber hinaus wurden virtuelle Darstellungen der Enden der Hauptkomponentenachsen bei ± 3 Standardabweichungen (SD) der Hauptkomponentenwerte berechnet und im ergänzenden Video dargestellt.
Allometrie wurde verwendet, um die Beziehung zwischen Schädelform- und Größenfaktoren zu bestimmen, die in der PCA -Analyse bewertet wurden. Die Analyse gilt für Hauptkomponenten mit Beiträgen> 1%. Eine Einschränkung dieser PCA besteht darin, dass Formkomponenten die Form nicht einzeln angeben können, da der nicht normalisierte Datensatz nicht alle dimensionalen Faktoren beseitigt. Zusätzlich zur Verwendung von unbelebten Datensätzen analysierten wir auch allometrische Trends mithilfe von PC -Fraktionssätzen basierend auf normalisierten Daten zur Zentroidgröße, die auf Hauptkomponenten mit Beiträgen> 1%angewendet wurden.
Allometrische Trends wurden unter Verwendung der Gleichung y = axb 85 getestet, wobei y die Form oder der Anteil einer Formkomponente ist, x die Schwerpunktgröße ist (Ergänzungstabelle S2), A ein konstanter Wert und B der allometrische Koeffizient ist. Diese Methode führt im Grunde genommen allometrische Wachstumsstudien in geometrische Morphometrie 78,86 ein. Die logarithmische Transformation dieser Formel lautet: log y = b × log x + log a. Die Regressionsanalyse unter Verwendung der Methode der kleinsten Quadrate wurde angewendet, um a und b zu berechnen. Wenn y (Zentroidgröße) und X (PC -Scores) logarithmisch transformiert sind, müssen diese Werte positiv sein; Der Satz von Schätzungen für x enthält jedoch negative Werte. Als Lösung haben wir für jede Fraktion in jeder Komponente den Absolutwert der kleinsten Fraktion plus 1 Rundung hinzugefügt und eine logarithmische Transformation auf alle konvertierten positiven Fraktionen angewendet. Die Bedeutung allometrischer Koeffizienten wurde unter Verwendung eines zweiseitigen Student-t-Tests bewertet. Diese statistischen Berechnungen zum Testen des allometrischen Wachstums wurden unter Verwendung von Glockenkurven in Excel -Software (Version 3.21) durchgeführt.
Wolpoff, MH klimatische Effekte auf die Nasenlöcher des Skeletts. Ja. J. Phys. Menschheit. 29, 405–423. https://doi.org/10.1002/ajpa.1330290315 (1968).
Beals, KL Kopfform und Klimastress. Ja. J. Phys. Menschheit. 37, 85–92. https://doi.org/10.1002/ajpa.1330370111 (1972).
Postzeit: Apr-02-2024