PLoS ONE: integrointi Vatsa sisältö ja vakaa isotooppi analyysit määrällisesti ruokavaliot Pygoscelid Penguins

tiivistelmä

Maha sisällön analyysi (SCA) sekä hiljattain vakaa isotooppianalyysi (SIA) integroitu isotooppinen sekoittaen mallit ovat yleistyneet menetelmiä ruokavalion tutkimuksista ja antaa käsityksen ravinnonhakupolkua ekologian merilintuja. Kuitenkin molemmat menetelmät ovat haittoja ja harhojen, jotka voivat johtaa vaikeuksiin määrällisesti välisten vuosittain ja lajikohtaisia ​​eroja ruokavalioita. Käytimme nämä kaksi menetelmää samanaikaisesti määrällisesti poikasen kasvattava ruokavaliossa Chinstrap ( pygoscelis antarctica
) ja Gentoo ( P. Papua
) pingviinejä ja kohokohta menetelmiä integroida SCA tietojen lisäämiseksi tarkkuutta ruokavalio koostumus arvioiden avulla SIA. SCA biomassa arviot vaihtelivat suuresti ja aliarvioinut pehmeän täyteläinen saalista kuten kalaa. Kahden lähde, isotooppinen sekoittaminen malliennusteisiin olivat vähemmän vaihteleva ja tunnistettu välistä vuosi- ja lajikohtaisia ​​eroja suhteelliset määrät kalaa ja etelänkrilliä pingviini ruokavalion ei käy selvästi ilmi käyttäen SCA. Sen sijaan, multi-source-isotoopin sekoittamalla malleissa oli vaikeuksia arvioida ravinnon osuus kalalajien miehittää samanlainen trofiatasoa ilman hienous käyttämällä SCA johdettua kuulokivielin data. Kaiken kaikkiaan meidän kyky seurata välisen vuosittaisen ja lajikohtaisia ​​eroja pingviini ruokavalion avulla SIA tehostettiin yhdistämällä SCA dataa isotooppisten sekoittamalla tilat kolmella tavalla: 1) valitsemalla sopivat saalis lähteistä, 2) painotus yhdistelmät isotooppisesti vastaavia saalis kahdessa -source sekoitus malleja ja 3) jalostus ennustettu osuudet isotooppisesti vastaavia saalis multi-source malleja.

Citation: Polito MJ, Trivelpiece WZ, Karnovsky NJ, Ng E, Patterson WP, Emslie SD (2011) integrointi Vatsa sisältö ja vakaa isotooppi analyysit määrällisesti ruokavaliot Pygoscelid Penguins. PLoS ONE 6 (10): e26642. doi: 10,1371 /journal.pone.0026642

Editor: André Chiaradia, Phillip Islandin luonnonpuisto, Australia

vastaanotettu: 02 kesäkuu 2011; Hyväksytty: 30 syyskuu 2011; Julkaistu: 28 lokakuu 2011

Tämä on avoin-yhteys artikkeli, vapaa kaikki tekijänoikeudet, ja saa vapaasti jäljentää, levittää, välittää, modifioitu, rakennettu, tai muuten käyttää kuka tahansa laillista tarkoitusta. Teos on saatavilla Creative Commons CC0 public domain omistautumista.

Rahoitus: Tämä Tutkimusta rahoittivat Yhdysvaltain AMLR Program (http://swfsc.noaa.gov) ja US National Science Foundation Office of Polar ohjelmat (www.nsf.gov) avustukset S. Emslie ja W. Trivelpiece. Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

Maha sisällön analyysi (SCA) on yksi yleisimmistä menetelmistä ravitsemusanalyysi ja tarjoaa tietoa ravinnonhakupolkua ekologian merilintuja ja jakelu, määrä ja ikäjakauma saaliin [1], [2]. Varhaiset tutkimukset usein mukana lopettamalla eläimet tutkia mahan sisällön [3], kun taas nykyisin rikkomattomat, mutta silti invasiivisia, "huuhtelu" tekniikka pakottaa regurgitation sovelletaan yleisesti [4], [5]. Kun talteen mahan sisältö on suhteellisen undigested, on mahdollista arvioida koostumuksen ja taajuus esiintyminen saalislajien ja usein mitata, punnita ja sukupuoli yksittäisten saalis [3]. Lisäksi tunnistetaan ja mitataan kova saalis jäänteitä, kuten kalmari nokan ja otoliitit, voi antaa tietoa koosta ja massasta saalislajien kun saalis on osittain tai kokonaan pilkottu [6], [7], [8].

on luontaisia ​​haittoja ja harhojen käytettäessä SCA määrällisesti merilintujen ruokavalioita. Tätä tekniikkaa on käytetty yleisimmin poikasen kasvatuksen kun aikuiset ruoan maihin niiden poikasia; Näin, vähemmän tiedetään ruokavalion merilintuja ulkopuolella pesimäaikana [2]. Mahan sisällön myös heijastaa "tilannekuvan" yksilön viime ruokavalio (8-16 tuntia) ja voi olla erittäin vaihteleva, jotka vaativat suuria otoskokoihin tilastollisesti tutkia eroja lajien, alueiden ja /tai aika [3], [9], [ ,,,0],10]. Lisäksi SCA painottuu viime ruokavalion kohteita ja saaliin, joka ei helposti sulattaa, kuten eläinplanktonin, ja voi aliarvioida määrä pehmeän täyteläinen saalista, kuten kalaa ja kalmari [11], [12]. Vaikka kova saalis jäänteitä vatsan sisältö tai pellettejä antaa tietoa saalislajeista koostumuksesta nämä tiedot ovat usein vaikea yhdistää kaiken rehun koostumuksen arvioiden [6], [8], [13].

Viimeaikaiset edistysaskeleet vakaa isotooppi analyysi (SIA) ja isotooppisten sekoittamalla mallit ovat osoittaneet erittäin lupaavilta määrällisesti ruokavalion koostumus merilintuja [14], [15]. Isotooppianalyysejä perustuu käsitykseen, että eläimet "ovat mitä he syövät" kudoksen vakaa typellä (δ ^{15N) ja hiilen (δ 13C) suhde heijastaa ruokavalio aikaan synteesi [16]. Esimerkiksi höyhenet ovat metabolisesti inertti synteesin jälkeen, joten höyheniä aloitteleva-ikäinen poikasten integroida ravinnon historiaa aikana chick-kasvatusaikana kuin höyhenet korvataan synnytyksen alas [17], [18], [19]. Isotooppiset sekoittamalla malleissa käyttää geometristen tai Bayesin menettelyjä rekonstruoida eläinravintoon perustuu δ 13C ja δ 15N arvot kuluttajien kudosten ja isotooppisesti selvä elintarvikkeiden lähteistä [20], [21]. SIA ja isotooppinen sekoittamalla malleissa on potentiaalia tuottaa suhteellisen ei-invasiivisia ja kustannustehokkaan määrälliset seabird ruokavalion koko paljon elinvuodestaan ​​[22], [23], [24].}

On rajoituksia käyttämään SIA määrällisesti merilintujen ruokavalioita. Kun isotooppinen allekirjoitukset saaliseläinkantoihin jotka vievät samanlainen trofiatason päällekkäisyyttä, kuten rehun kala, päällekkäisyyksiä, se voi olla vaikea arvioida niiden suhteellinen osuus kuluttajien ruokavalion [25], [26]. Isotooppiset sekoittaminen mallit ovat vain niin hyödyllisiä kuin tiedot, jotka menevät niihin, jotka edellyttävät ennalta käsitys mahdollisen saaliin lähteitä ja erottavat isotooppisten arvoja [15]. Monissa tapauksissa, ennakkotietoja ei ole, ja kaikki mahdolliset saaliin lähteitä ei voida helposti tunnistaa [24]. Kun kaikki saalis isotooppinen arvoja ei ole saatavissa, "edustaja" lajeja käytetään usein tai useita lähteitä yhdistetään a priori
kutakin trofia tai funktionaalinen ryhmä [24], [27], [28]. Lisäksi, vaikka tutkimukset merilintusivusaaliita ruokavalion avulla SIA yleistymässä, harvat tutkimukset verranneet samanaikainen määrälliset ruokavalion koostumuksen välillä SCA ja SIA [28], [29]. Lisäksi se on myös yhteinen verrata SIA dataa SCA saalista esiintymistiheyden sijasta sopivampi massaan perustuvat arviot ruokavalion, joka on peräisin SCA [30], [31], [32].

tässä tutkimuksessa samanaikaisesti määrällisesti chick kasvattava ruokavalion koostumus sympatrically jalostukseen merilintuja, The Chinstrap ( pygoscelis antarctica
) ja Gentoo pingviini ( P. papua
) kahden lisääntymiskausina Cape Shirreff, Livingston Island, Etelämanner (62 ° 28 ', 60 ° 46'W) käyttäen sekä SIA ja SCA. Vastaavia muita Etelämantereen merilintuja, pygoscelis
pingviini ruokavaliot koostuvat yleensä eläinplanktonin, lähinnä Etelämantereen krilli ( Euphausia superba
), ja pehmeä täyteläinen, korkeamman trofia saalislajien, kuten kalat [ ,,,0],33]. Kuten chick kasvattava ruokavaliot ovat hyvin tutkittu käyttäen SCA tällä sivustolla, se tarjoaa erinomaisen esimerkkitapaus verrattuna SIA [34], [35], [36]. Pyrimme ymmärtämään paremmin suhteellisia etuja molempien menetelmien ja korosta käyttö SCA tiedottaa isotooppisten sekoittumisen malleja paremmin mitata ruokavalion merilintuja avulla SIA.

ensisijaiset tavoitteet ovat: 1) käyttö samanaikaisesti kokoelma SCA ja SIA verrata kyky näistä menetelmistä havaitsemiseksi välisen vuosittaisen ja toisiinsa liittyviä eroja ruokavalion koostumukseen pygoscelis
pingviini poikaset, 2) verrata ennustavan kyky kahden lähteen (krilli vs. kala) lineaarinen sekoittumisen malli joukossa käyttämällä edustavaa kalalajeja ja ne käyttämällä a priori
keskiarvona lajien ja vuoden erityisiä kala arvot, ja 3) arvioida menetelmää jälkikäteen
integroimalla SCA data paremmin valaista Taksonikoostumus kalan osan ruokavalion käyttäen multi-source Bayes sekoittumisen malli.

Materiaalit ja menetelmät

Ethics selvitys

eläinten käyttö tässä tutkimuksessa suoritettiin hyväksyttyjen eläinten käyttöä protokollia Kalifornian yliopistosta San Diego Institutional animal Care ja Käytä komitea (S05480) mukaisesti ja Etelämantereelle luonnonsuojelulaki sallii antamat US National Science Foundation S. Emslie (2006-001) ja R. Holt (2008-008).

mahan sisällön, sulka ja saalis näytteet

Kenttätyö tehtiin tammikuussa ja helmikuussa 2008 ja 2009 siirtomaa noin 4500 jalostukseen paria myssypingviiniä ja 800 jalostukseen paria valkokulmapingviini Cape Shirreff. Keräsimme vatsansisältö näytteet aikana chick-kasvatusaikana jälkeen poikaset olivat saavuttaneet päiväkodin vaiheessa (> 2,5 viikkoa iässä). Me näytteet 2-5 ainutlaatuinen jalostukseen aikuisia palaamassa foraging matkat välillä 15: 00-17: 00 paikallista aikaa 5.-7-päivän välein yhteensä 10-14 valkokulmapingviini ja 30 myssypingviiniä vuosittain. Käytimme veden purku- tekniikkaa modifikaatiolla CCAMLR Ecosystem Seurantaohjelmassa (CEMP) Standard Methods [37]. Erityisesti emme analysoi koko sisältö vatsan; pikemminkin otimme noin puolet (noin 350 g). Useimmat ruoan alla tämä yläosa on raskaasti sulavuuden ja on vaikea objektiivisesti erottua saalislajeista ja sen sisällyttäminen voi bias sekä saaliin tunnistaminen ja ruokavalion koostumus arvioiden [10], [38]. Olemme edelleen perustella tätä otantamenetelmään vanhemmat yleensä eivät ruokkia elintarvikkeiden koko kuorma poikasten [39], [40]. Ylimääräinen neste poistettiin kustakin vatsaan näytteestä vääristämällä sitä hienon seulan läpi ennen punnitusta saada näyte massa (märkäpaino). Näistä näytteistä, määritimme prosenttiosuus krilli, kalat, ja muiden materiaalien taajuus esiintyminen ja paino. Me talteen kalat otoliitit ruokavaliosta näytteistä ravistelemalla näytettä pimeässä pohja pannulla ja tunnistaa otoliitit mahdollisimman alhaiselle taksonomian tasolla käyttämällä sisäistä KÄSIKIRJASTOKOKOELMA ja julkaistun kuulokivielin oppaan [41]. Laskimme taajuus esiintyminen ja vähimmäismäärä yksilöiden (MNI) kunkin kalan taksonien seuraavat standardimenetelmillä [42]. Erityisesti, arvioimme MNI yhteen suurempi määrä joko oikealle tai vasemmalle otoliitit kanssa puoli määrä eroosion otoliitit tuntematon puolelta tarjota varovaisen arvion kaikista MNI edustettuna kussakin vatsassa näytteessä [42]. Lisäksi käytimme kuulokivielin mittaukset ja julkaistu regressioyhtälöitä laskea yhteensä ja prosenttia koko sekoitetun massan jokaisen kalan taxa tunnistettiin (taulukko S1) [7], [13], [41], [43]. Koska suuri määrä pieniä Pleuragramma antarcticum
otoliitit talteen, mittasimme satunnainen ala-otos 20-75 P. antarcticum
otoliitit näytettä kohti ja käytettiin näitä arvoja arvioida rekonstruoitu massa tätä lajia.

helmikuussa vuosittain, keräsimme kolme rintojen höyhenet satunnaisotos 18-20 aloittelevan poikasten kunkin lajin taas he valmistautuivat lähtemään heidän Natal pesäkkeitä varten mereen 7-10 viikon iässä. Vuodesta 2005 vuoteen 2009, keräsimme edustavia näytteitä pingviini saalislajien aikana troolien suoritettu pitkin Etelä Shetlandinsaarten ja Pohjois Antarktiksen niemimaalla ja piti näytteitä jäädytetään ennen analyysiä. Me täydennetty tätä saalista kirjasto julkaistu-isotoopin arvojen kaksi kalaa saaliin, Protomyctophum bolini
ja Champsocephalus gunnari
[44], [45].

Stable isotooppianalyysi

Siivosimme höyheniä käyttäen 02:01 kloroformi: metanoli huuhdellaan, kuivataan ilmassa ja leikkaa ne pieniksi paloiksi kanssa ruostumatonta terästä sakset. Olemme homogenisoitiin koko saalis näytteitä, kuivattiin ne 48 tunnin ajan uunissa 60 ° C: ssa ja uutettiin sitten lipidien näistä näytteistä käyttäen Soxhlet-laitteessa, jossa on 01:01 petrolieetteri: etyyli-eetteri liuottimena seosta 8 tunnin ajan [46]. Me flash-poltetaan (Costech ECS4010 alkuaineanalysaattoria) noin 0,5 mg kutakin sulka ja saalis näyte ladataan tina kupit ja analysoidaan hiilen ja typen isotoopit (δ ^{13C ja δ 15N) kautta liitetty Thermo Delta V Plus jatkuvan virtauksen stabiili isotooppi massaspektrometri (CFIRMS). Raaka δ arvot normalisoitu kahden pisteen asteikon glutamiinihappo vertailumateriaaleja matala ja korkea arvo (ts USGS-40 (δ 13C = -26,4 ‰, δ 15N = -4,5 ‰) ja USGS- 41 (δ 13C = 37,6 ‰, δ 15N = 47,6 ‰)). Näyte tarkkuus perustuu toistuvista näytteestä ja vertailuaineistoa oli 0,1 ‰ ja 0,2 ‰, sillä δ 13C, ja δ 15N, vastaavasti.}

Stable isotooppisuhteet on ilmaistu δ notaatio promillea yksiköissä (‰), mukaan seuraavan yhtälön: Missä X on ^{13 C tai 15N ja R on vastaava suhde 13C / 12C tai 15N / 14N. R
_{vakioarvoista perustuivat Wienin PeeDee Belemnite (VPDB) varten δ 13C ja ilmakehän N 2 δ 15N.}}

Isotopic sekoittamalla malleissa

Käytimme neljä mallia variantit SIAR Bayes sekoittamalla malli [21] R ympäristössä (R Development Core Team 2007) tutkimaan kykymme määrittää poikasen ruokavalio koostumus (taulukko S2). SIAR malli arvioita todennäköisyysjakaumiin useiden lähteen maksujen seokseen samalla osuus havaitun vaihtelun lähde ja seoksessa isotooppisten allekirjoitukset, ravinnon isotooppien fraktioitumista, ja alkuaine keskittyminen. Käytimme kaksi SIAR mallista riippuvainen kahdella saalista lähteistä (Antarctic krill vs. "kala") arvioida ruokavalion koostumukseen kunkin lajin /vuosi yhdistelyä δ ^{13C ja δ 15N arvoja poikasen höyheniä. Malli 1 käyttää δ 13C ja δ 15N arvoja edustavan kalalajien, P. antarcticum
, joka on yleisesti todettu pygoscelis
pingviini ruokavalion kuin "kala" lähde [6]. Malli 2 käyttää lajia ja vuosi erityinen "kala" δ 13C ja δ 15N-arvot lasketaan keskiarvo δ 13C ja δ 15N-arvot useiden kalalajien painotettuna sen suhteellinen prosenttia käyttövalmiiksi kala massa (taulukot S1 ja S2).}

Käytimme kaksi ylimääräistä muunnelmia SIAR sekoitus malli, jossa on useita saalista lähteistä (6-7 riippuen pingviinit lajit) arvioitava edelleen menetelmiä integroida mahan sisällön dataa paremmin valaista taksonomisen kokoonpano kalan osan pingviini ruokavalion. Näissä malleissa, me rajoitettu analyysimme kanan sulka tietoja 2008, kun kala osa chick ruokavalion oli monipuolisin. Malli 3 on ensimmäinen multi-source malli arvioitaessa suhteellinen osuus krilli ( E. Superba
) ja kaikki kalalajit meidän saalis kirjastossa tunnistaa otoliitit Kaikilla lajeilla "mahan sisältö (taulukot S1 ja S2). Malli 4 on jälkikäteen
tietoon mallia, jossa olemme rajoittaneet tuloksena taka kiinnittää niihin, joissa suhteellinen merkitys yksittäisten kalalajien sijoittui mukaisesti runsauden kunkin lajin tunnistetaan kuulokivielin analyysi. Mallissa 4, me rajoitettu taka kiinnittää vain niihin, kun arvioitu suhteellinen osuus on runsaimmin kala saalis perustuu rekonstruoitu kala massa oli suurempi kuin arvioitu suhteellinen osuus on toiseksi yleisin kala saalis, ja toiseksi yleisin kala saalis suurempi kuin kolmanneksi yleisin ja niin edelleen kaikkien kalalajien. Sekä alkuperäisen (malli 3) ja ilmoittivat (malli 4) multi-source malleja, me myös tiivistää tuloksia poikki kalan saalis ja arvioitu suhteellinen osuus kunkin kalalajien kalan osuuden (eli ilman Krillin) on pingviini ruokavalion. Kaikille SIAR malleissa me sisällytetty pygoscelis
pingviini sulka δ ^{15N ja δ 13C syrjinnän tekijät [47] ja juoksi 1000000 toistojen, ohennettu 15, joiden alkuperäinen hylkäyksestä ensimmäisen 40000 aiheutuvat in 64.000 taka kiinnittää.}

tilastollinen

Tilastolliset laskelmat tehtiin käyttäen SAS (versio 9.1). Analysoimme SCA tietoja testata eroja vuosien ja lajien erillisillä yleistetty lineaarinen malli (Proc Genmod). Käytimme binomija- virhejakaumaa ja logit linkki toiminto yleistää lineaariset mallit kanssa prosentin koostumus (märkä- paino) tai taajuutta esiintyminen jokaisen meidän kolmella saalista ryhmä (krill, kala, ja "muut" saalista) vasteena muuttujia. Malleissa käytetty MNI kalaa ja liuotetaan kala massa näytettä kohti kuin vastemuuttujan käytimme Poisson-virhe jakauman logit linkin toiminnon. Kaikkien yleistynyt lineaariset mallit teimme post-hoc-analyysit käyttämällä Bonferroni korjausta ja raportoitu chi-neliö ja p-arvot uskottavuusosamäärä tilastojen tyyppi 3 testiä.

testaamiseksi eroja poikasen sulka δ ^{13C ja δ 15N arvot käytimme monimuuttuja varianssianalyysi (MANOVA) yhdessä Tukey-Kramer Multiple vertailu arvot eri lajeissa ja vuoden avulla PROC ANOVA. Käytimme samanlainen MANOVA tutkia δ 13C ja δ 15N arvoja lajien meidän saalista kirjastossa. Käytimme malli 95% uskottavuutta väliajoin verrata arvioihin krilli vs. kalojen joukossa kahden lähteen SIAR malli variantteja (mallit 1 ja 2) sekä SCA märkä massa ja prosentuaalinen osuus yksittäisen kalalajien kaloille osaan chick ruokavalion kesken moni- lähde SIAR malli variantteja (mallit 3 ja 4) sekä SCA kuulokivielin johdettuja rekonstruoitu kala massa. Helpottaakseen suora vertailu SIAR mallien ja SCA, laskimme Bayes keskiarvot ja 95%: uskottavuus väliajoin kustakin SCA aineisto käyttämällä Markovin ketju Monte Carlo (MCMC) simulaatiot kautta WinBUGS (versio 1.4). Nämä MCMC simulaatiot toteutettiin käyttämällä ei-informatiivinen Dirichlet ennen identtisellä iteraatioiden, ohenee, ja poisheittämistä meidän SIAR mallin analyysi. Lisäksi käytimme Chi-Square hyvyyttä testien verrata jakelu arvioitu keskimääräinen prosentuaalinen osuus yksittäisen saaliiksi kalalajien ruokavalion keskuudessa multi-source SIAR mallien muunnelmia ja SCA tiedot.}

Data tutkittiin normaalius ja yhtäläinen varianssi, kaikki testit olivat kaksisuuntaisia ​​ja merkityksen oletettiin tasolla 0,05. Vakaa isotooppi arvot poikasen höyhenet ja saalislajien esitetään ± keskihajonta (SD), kun taas rehun koostumuksen arvioiden mahan sisällön analyysi esitetään ± keskivirhe (SE) taulukoissa ja ± 95%: uskottavuus väliajoin lukuina.

tulokset

vatsa sisällön analyysi

myssypingviini vatsa näytteissä oli suurempi prosentti osuus krilli suhteessa Gentoo pingviini näytteet (taulukko 1 a; χ ^{2 _{1 = 10,91, p = 0,0010). Emme kuitenkaan löytäneet mitään eroja vuodelta (χ 2 1 = 0,22, p = 0,6375) tai laji * vuosi vuorovaikutus (χ 2 1 = 0,00, p = 0,9805). Samoin Gentoo pingviini näytteet sisälsivät huomattavasti korkeampi prosenttia panos kalojen suhteessa myssypingviini näytteitä, (χ 2 1 = 12,24, p = 0,0005), mutta emme voineet havaita eroja vuotta (χ 2 1 = 0,08, p = 0,7755) tai laji * vuosi vuorovaikutus (χ 2 1 = 0,26, p = 0,6078). Prosentuaalinen osuus vatsa näytteitä muiden saalislajien, kuten pääjalkaiset, katkat ja muut euphausiid lajit eivät poikkea pingviini lajien (χ 2 1 = 0,00, p = 0,9694), vuosi (χ 2 1 = 0,36, p = 0,5468) tai laji * vuosi vuorovaikutus (χ 2 1 = 0,00, p = 0,9694).}}

Olemme löytäneet todisteita krillin kaikkien myssypingviini näytteistä ja kaikki paitsi yksi Gentoo pingviini näyte (taulukko 1a). Löysimme todisteita kalaa kaikissa Gentoo pingviini näytteistä ja 36,7-50,0% of myssypingviini näytteitä, vaikka ei ollut havaittavissa märkä massa kalan (taulukko 1a). Kuitenkin taajuus esiintyminen kalojen myssypingviini näytteet eivät vaihdella eri vuosina (χ ^{2 _{1 = 1,09, p = 0,2966). Vastaavasti taajuus esiintyminen muiden saalislajien eivät poikkea pingviini lajien (χ 2 1 = 1,57, p = 0,2107), vuosi (χ 2 1 = 0,00, p = 0,9481 ), tai laji * vuosi vuorovaikutus (χ 2 1 = 0,00, p = 0,9481).}}

MNI kalan ja liuotetaan kala massa näytettä kohti vaihteli lajien ja vuotta (taulukko 1b ). Myssypingviini ruokavalion oli alhaisemmat MNI entistetään kalan massa kuin valkokulmapingviini (MNI: χ ^{2 _{1 = 959,14, p < 0,0001; rekonstruoitu massa: χ 2 1 = 959,14, p < 0,0001 ). Across lajit ja vuotta myssypingviiniä oli korkeampi saatettua kala massa ruokavalion näytteissä vuonna 2008 verrattuna 2009, kun valkokulmapingviini oli sekä alemman MNI entistetään kala massat vuonna 2006 verrattuna 2009 (MNI: χ 2 1 = 147,74 , p < 0,0001; rekonstruoitu massa: χ 2 1 = 1122,46, p < 0,0001). Kaikkiaan 96,3% kaikista otoliitit olivat tunnistettavissa ainakin suvun tasolla, kuusi ja viisi kalaa taxa edustettuna Chinstrap ja Gentoo pingviini ruokavalion näytteet, vastaavasti (taulukko S1).}}

Isotopic allekirjoitukset poikasen höyheniä ja saalis

Löysimme δ ^{15N ja δ 13C arvot pingviini tipu höyheniä erosivat lajeittain (Wilks 'λ, p < 0,0001), vuosi (Wilks' λ, p = 0,0409) ja oli merkittävä laji * vuosi vuorovaikutuksen (Wilks 'λ, p < 0,0001). Gentoo pingviini poikaset olivat korkeammat sulka δ 15N arvoja kuin myssypingviini poikaset kumpanakin vuonna (taulukko 2, kuvio. 1). Vaikka Gentoo pingviini tipu sulka δ 15N-arvot olivat korkeammat vuonna 2009 verrattuna 2008 myssypingviini tipu sulka δ 15N arvot eivät eroa vuotta. Leukahihna ja Gentoo pingviini poikaset oli samanlainen sulka δ 13C arvot vuonna 2008, mutta alemmat ja korkeammat arvot Chinstrap ja valkokulmapingviini vuonna 2009 (taulukko 2). Löysimme δ 15N ja δ 13C arvot lajien kirjastomme yhteisiä pingviini saaliiksi erät erosivat merkittävästi (Wilks 'λ, p < 0,0001). Δ 15N ja δ 13C-arvot erosivat suuresti krilli ja kalalajien, vaikka isotooppi arvot päällekkäin monien kalalajien (taulukko 2, kuvio. 1).}

Kaksi-source SIAR mallit

kaksi-source SIAR malliversion käytetty P. antarcticum
isotooppinen arvojen edustajana "kala" lähde (malli 1) ja muunnos, joka käyttää vuodessa ja lajikohtaisia ​​painotettu "kala" isotooppinen arvot (malli 2) sekä ennusti Gentoo pingviini poikaset kulutetaan suhteellisesti vähemmän krilli ja enemmän kalaa kuin myssypingviiniä kumpanakin vuonna (taulukko 3). Kuitenkin tarkasteltaessa malli 95% uskottavuus välein nämä kaksi mallia variantit erosivat toisistaan ​​kyky havaita lajispesifinen muun vuodessa eroja ruokavalion koostumukseen. Vaikka molemmat kahden lähteen SIAR mallin muunnoksia ennusti Gentoo pingviini tipu ruokavalion sisältämän suurempi prosenttiosuus Krillin 2008 vain malli 2 havaitaan suurempi määrä kaloja myssypingviini tipu ruokavalion vuosina 2008 verrattuna 2009 (taulukko 3). Kahden lähde SIAR mallin muunnoksia ennusti suurempaa osuutta kalojen poikasen ruokavalion molempien pingviini lajien verrattuna ruokavalioon koostumus johdettuja arvioita SCA märkä massa (Fig. 2). SCA arviot olivat myös vaihtelevampi kuin SIAR mallin ennusteita Gentoo pingviini tipu ruokavalioita. Lisäksi SCA laskettujen keskiarvon osuus krillin ja kalastaa sekä lajien ruokavalion kuuluneet meidän kahden lähdekoodin SIAR mallit 95% ylä- ja alhainen uskottavuus välein, vastaavasti (kuvio. 2, taulukot 1 ja 3).

Multi-source SIAR mallit

sekä multi-source SIAR mallin muunnoksia (mallit 3 ja 4) ennusti, että Etelämantereen krilli käsitti suurin saalis komponentti Chinstrap ja Gentoo pingviini tipu ruokavalion vuonna 2008 (taulukko 4). Lisäksi molemmat multi-source SIAR malleissa yleisesti sopinut kahden lähteen SIAR malli arvioita suhteellinen osuus krilli vs. kaikkien kalalajien summataan (taulukot 3 ja 4). Kuitenkin alkuperäistä multi-source SIAR malli (Malli 3) oli vaikeuksia arvioida suhteellinen osuus yksittäisten kalalajien sekä pingviini lajien tipu ruokavalion vuonna 2008. SIAR Malli 3: n 95%: uskottavuus väliajoin yleisesti päällekkäin poikki kalalajien ja keskimääräinen suhteellinen osuus kunkin kalalajin poikkesi arvioista käyttämällä kuulokivielin rekonstruoitu massa (taulukko 4, Fig. 3, Chinstrap: χ ^{2 _{5 = 62,65, p < 0,0001; Gentoo: χ 2 4 = 41,70, p < 0,0001).}}

Sen sijaan jälkikäteen
ilmoitti multi-source SIAR malli (Malli 4) toimivat paremmin kuin alkuperäinen multi-source SIAR malli (Malli 3) on arvioida lajikoostumus kalojen osuuden poikasen ruokavalion. Vaikka Malli 4: n ennusteen keskimääräinen suhteellinen osuus kunkin kalalajien myssypingviini tipu ruokavalion poikkesi hieman arvioiden kuulokivielin saatettua massasta (χ ^{2 _{5 = 14,55, p = 0,0125), tuloksena 95% uskottavuutta väliajoin vähennettiin 53,5 ± 17,2% verrattuna 3 välillä (vaihteluväli: 33,2-82,2%, taulukko 4, kuvio. 3). Lisäksi Malli 4 ennustaminen n keskimääräinen suhteellinen osuus kunkin kalalajien Gentoo pingviini poikasten ruokavaliota oli samanlainen arvioiden kuulokivielin rekonstruoitu massasta (χ 2 4 = 3.40, p = 0,4949). Lisäksi, tuloksena 95%: n uskottavuutta väliajoin vähenivät 52,0 ± 27,7% verrattuna Model 3 (vaihteluväli: 17,4-76,2%, taulukko 4, Fig. 3).}}

Keskustelu

vatsa sisällön analyysi

SCA analyysi tuodaan esiin useita mahdollisia harhat luonnostaan, kun tällä menetelmällä. Edellisiin tutkimuksiin Cape Shirreff, havaitsimme näyttöä kalojen kuten otoliitit, vaaka ja linssit monissa myssypingviini näytteitä, vaikka ei ollut mitattavissa kalan määrä kudosta märkä massa [34], [36]. Lausunto ehdottaa, että kalojen biomassasta kulutetaan aikuiset sulattaa kokonaan ennen niiden paluuta jalostukseen siirtomaa tai todennäköisemmin, toimitetaan poikaset raskaasti pilkottu osa aikuisten mahan sisältö, jota ei voida objektiivisesti määrällisesti [6], [10] . Lisäksi sillä keräsimme vatsa näytteet aikana myöhään iltapäivällä, meidän näyte ei sisällä aikuisia, jotka foraged yöllä ja on yleensä paljon suurempi prosenttiosuus ja esiintyminen kalojen niiden vatsa näytteissä [34], [48]. Lisäksi ruokavalion koostumus johdettuja arvioita SCA tutkimuksessamme olivat usein hyvin vaihteleva, mikä vaikeuttaa havaita eroja vuotta ja pingviini lajien (taulukko 1). Tämä toteamus ei näytä olevan ainutlaatuinen merilintu ruokavalion tutkimuksissa käyttäen SCA, joka usein vaatii suurta näytekokoa ja suuria eroja ryhmien välillä havaita välisten vuosi- tai lajikohtaisia ​​eroja ruokavalion koostumukseen [3], [9]. Kuitenkin meidän tutkimus osoittaa, että analyysi otoliitit voi silti antaa yksityiskohtaisia ​​tietoja lajikohtaisia ​​ja ajallista vaihtelua kalan kulutus saalislajien kun kokonaisruokavalioonsa koostumus johdettuja arvioita vatsansisältö märkä massa on vähemmän tietoa.

kahden lähde, SIAR malleja

kaksi-source SIAR mallien ennustettu suhteellisesti suurempi osuus kalan kanan kasvatusta ruokavalion molemmilla lajeilla verrattuna SCA biomassan arvioita. Tämä tulos ei ole odottamatonta, koska SCA uskotaan aliarvioida kalan määrä näissä lajien ruokavalion takia ruoansulatusta ja diel harhojen edellä on kuvattu [10], [12], [48]. Lisäksi kaksi lähdekoodin SIAR malleissa myös vähiten vaihteleva ennustukset ruokavalion koostumukseen verrattuna SCA. SIA poikasen höyheniä edellyttäen keskiarvoa kunkin yksittäisen poikasen ruokavalio koko ajan sulka kasvun aikana chick-kasvatusaikana [18], [19]. Sen sijaan, SCA data edustaa sarjan "snap-laukausta" (tässä tutkimuksessa joka 5-7 päivää) elintarvikkeen että toinen vanhemmista syöttää sen poikasen [3]. Tutkimuksemme osoittaa, että SIA kudosten, jotka integroivat ruokavaliot pitkän ajan ovat synnynnäisesti vähemmän vaihteleva kuin SCA antanut samanlaisen otoskoko ja soveltuvat paremmin tutkimalla muun vuodessa eroja poikasen ruokavalioita. Esimerkiksi kahden lähteen SIAR käytettävien mallien tutkimuksessamme pystyivät tunnistamaan välisen vuosittaisen ja lajikohtaisia ​​eroja suhteellisen runsaasti kalaa ja krilli ruokavalion ei käy selvästi ilmi käyttäen SCA.

Kun ennakkotietoja on saalislajeista koostumus on rajallinen, kuten ulkopuolella pesimäaikana, se käyttää edustavaa saalis lähteen isotooppinen sekoittamalla malleissa voi antaa tärkeää tietoa merilintu ruokavalion kun vähän muuta tiedetään [24]. Kuitenkin meidän tulokset viittaavat myös siihen, että vaihtelu saalis lajikoostumuksessa sisällä trofia tai funktionaaliset ryhmät voivat peittää merkittäviä eroja ruokavalion koostumukseen, joka ei olisi ilmeistä isotooppisilla arvoista tai sekoittamalla malliennusteisiin käyttäen vain edustaja saalista lähteistä. Tämä tulos oli selvimmin tutkiessaan vaikutus kalan saalis δ ^{15N arvot chick sulka δ 15N-arvot ja kahden lähteen isotooppinen sekoittamalla malleja tutkimuksessamme. Esimerkiksi myssypingviini tipu sulka δ 15N-arvot eivät eronneet vuotta (taulukko 2). Lisäksi, 95% uskottavuuden välein ruokavalion estimaatin kahden lähteen SIAR malliin käyttäen P. antarcticum
kuten kalan saalis lähde (malli 1) päällekkäin eri vuosina (taulukot 3). Sen sijaan 95% uskottavuus välein kahden lähteen SIAR mallin avulla vuosittain ja lajikohtaisia ​​painotettu "kala" arvot (malli 2) viittaavat runsaammin kalaa myssypingviini poikasen ruokavalion vuonna 2008 verrattuna 2009, joka vahvistettiin kuulokivielin johdettu, keskimääräinen saatettua kala massa. Vuonna 2008, kala osa myssypingviini tipu ruokavalion koostui kuudesta kalalajien arviolta δ 15N-arvo 7,9 ± 0,7 ‰, kun taas P. antarcticum
(δ 15N: 9.4 ± 0,5 ‰) oli ainoa kalalajien vuonna 2009 ruokavalion (taulukot S1 ja S2). Vaikka tämä 1.5 ‰ ero on pieni suhteessa 4,6-6,1 ‰ erot kalojen ja krilli, se riitti hämmentää välisten vuotuinen vertailuja myssypingviini tipu ruokavalion Tutkimuksessamme.}

Useiden valmistajien, SIAR mallit

Kun parametreja varten meidän kahden multi-source SIAR mallit käytimme kuulokivielin tietojen valita sopiva kala saalis lähteitä sisällyttämään kuhunkin lajin malli (taulukot S1 ja S2). Kuitenkin alkuperäistä multi-source SIAR malli (Malli 3) oli vaikeuksia tarkasti arvioida yksittäisten lajien koostumusta kalojen osuuden pingviini ruokavalion takia yleistä yhtäläisyyksiä δ ^{13C ja δ 15N arvojen joukossa monia kalalajit sisällyttää saalista lähteistä (Fig. 3). Etelämantereen kalalajit yleensä kuluttaa krilli ja muut kalalajit ja johtuen niiden samanlainen trofiataso, nämä kalalajit ovat yleensä samanlaisia ​​δ 15N-arvot [45].}

• PLoS ONE: Ehdollinen ilmentyminen Wnt9b in Six2-positiivisten solujen häiritsee Vatsa ja munuaisten toiminta
• PLoS ONE: Tapa miehen sydän on vatsan kautta: Entä hevoset?