亚历克西斯·利希特（Alexis Licht）| 伊莎贝尔·桑马丁（Isabel Sanmartín）| 安德烈亚·S·梅塞格尔（Andrea S. Meseguer）| 莉迪安·博施曼（Lydian Boschman）| 布拉姆·瓦斯（Bram Vaes）| 伊格纳西奥·昆特罗（Ignacio Quintero）| 海伦·莫隆（Helene Morlon）| K·克里斯托弗·比尔德（K. Christopher Beard）
法国艾克斯-马赛大学（Aix-Marseille Université）、法国国家科学研究中心（CNRS）、法国农业食品与环境研究院（IRD）、法国国家农业研究院（INRAE）、法国国家地球科学研究中心（CEREGE），艾克斯-普罗旺斯（Aix-en-Provence）
摘要
基于似然性的模型和基于过程的宏观进化模拟的最新出现，结合了古地理和古气候约束，标志着将地球历史与生物多样性动态联系起来的重要进展。这些进展使我们能够更深入地了解古环境变化如何塑造物种多样化，但在整合地球科学和生命科学数据时仍面临重大挑战，这主要是由于数据类型、不确定性以及空间和时间分辨率的差异所致。本综述总结了当前在将地球科学数据与宏观进化模型结合方面的实践、工具和局限性，强调了跨学科合作以及资源选择和不确定性管理的实际指导原则。解决这些挑战将有助于我们更好地理解过去的环境变化如何驱动进化模式，从而弥合地球科学和生命科学之间的差距。
章节摘录
整合生命科学和地球科学以理解宏观进化中的非生物因素
大规模的进化模式源于物种形成、灭绝和扩散事件的相互作用。这些过程的速率深受古环境条件的影响。宏观进化建模的最新进展催生了多种能够同时模拟这些事件的模拟和推断工具。在这些模型发展中，最令人兴奋的前沿之一是整合古地理、古生物学等数据。
系统发育多样化模型是进化生物学中广泛使用的工具，用于研究多样化速率（即物种形成和灭绝的净结果）如何随时间和不同谱系而变化，这些模型利用现存物种的系统发育关系进行分析。下面我们区分了基于似然的推断模型（可以统计拟合到实证数据上，允许模型比较和参数估计，例如使用贝叶斯框架或最大似然法）和通用模拟模型（GSMs）。
尽管地球科学数据越来越多地被整合到宏观进化模型中，但其多样性和复杂性给整合工作带来了显著挑战。近年来，出现了大规模、公开可访问的地质数据库，包括整合了多种代理数据的古气候重建数据库（50, 51, 52, 53）和化石分布数据库（54, 55），这些数据库涵盖了不同的时间和空间尺度。
由于生物多样性建模方面的专业知识仍在发展中，多样化模型所使用的数据中的不确定性尚未得到充分考虑。例如，定年的系统发育树、古地理信息和古气候数据都代表假设性结论（图2），每个因素都带有相当大的不确定性。将这些重建结果视为固定输入可能会导致基于模型的推断产生偏差。生物学家越来越意识到这些限制。
综合宏观进化模型的另一个关键挑战在于它们依赖于连续的、具有区域分辨率的气候和/或古地理记录，这些记录覆盖了漫长的宏观进化时间尺度（通常为数千万年）。区域气候变化往往与古地理变化有关，包括山脉的形成和海洋通道的开启或关闭（76, 98, 99）。连续的区域重建非常罕见，尤其是在陆地环境中。
整合地球科学数据的系统发育多样化模型带来了巨大的机遇和重大挑战（见“未解决的问题”部分）。然而，这些挑战并非不可克服，因为必要的平台、工具和方法论正在我们的科学界中逐渐出现（见框1）。跨学科协调与合作对于克服这些挑战和弥合方法论差距至关重要。
本综述源于2025年在法国阿尔勒（Arles）举行的BioGeoPhylo研讨会，该研讨会汇集了50位从事地球科学和生命科学交叉领域研究并专攻生物多样性建模的生物学家、地质学家和古生物学家。该研讨会得到了欧盟“地平线欧洲”（Horizon Europe）计划下的资助（资助协议编号：101043268），资助对象为A.L.，以及国际岩石圈计划工作组生物地球动力学。
在准备本工作时，通讯作者使用了Le Chat (Mistral AI)工具来纠正拼写和语法错误，并格式化参考文献列表。使用该工具后，通讯作者根据需要对内容进行了审查和编辑，并对出版物的内容负全责。
- 贝叶斯框架
- 一种统计方法，随着新数据的出现，该方法会根据贝叶斯定理结合先验信念和观察证据来更新假设或模型的概率。
- 底栖δ18O数据
- 是从底栖带（水体最低层的生态区域）化石中测得的稳定同位素氧-18与氧-16的比率。底栖δ18O数据是全球平均深海古温度的代理指标。
- 生死模型
- 一种...
