त्रि-आयामी सतह समरूपी मोडेलको विश्लेषण मार्फत आधुनिक मानव खोपडीको आकारविज्ञान वर्णन गर्ने विश्वव्यापी ढाँचाहरू।

Nature.com भ्रमण गर्नुभएकोमा धन्यवाद।तपाईंले प्रयोग गरिरहनुभएको ब्राउजरको संस्करणमा सीमित CSS समर्थन छ।उत्कृष्ट परिणामहरूको लागि, हामी तपाइँको ब्राउजरको नयाँ संस्करण प्रयोग गर्न सिफारिस गर्दछौं (वा इन्टरनेट एक्सप्लोररमा अनुकूलता मोड बन्द गर्नुहोस्)।यस बीचमा, निरन्तर समर्थन सुनिश्चित गर्न, हामी स्टाइल वा JavaScript बिना साइट देखाउँदै छौं।
यस अध्ययनले विश्वभरका 148 जातीय समूहहरूबाट स्क्यान डाटामा आधारित ज्यामितीय होमलोजी मोडेल प्रयोग गरेर मानव क्रेनियल मोर्फोलोजीमा क्षेत्रीय विविधताको मूल्याङ्कन गर्‍यो।यो विधिले टेम्प्लेट फिटिङ टेक्नोलोजी प्रयोग गर्दछ एक पुनरावृत्ति निकटतम बिन्दु एल्गोरिथ्म प्रयोग गरेर गैर-कठोर रूपान्तरणहरू प्रदर्शन गरेर होमोलोगस मेसहरू उत्पन्न गर्न।342 चयन गरिएको होमोलोगस मोडेलहरूमा प्रमुख घटक विश्लेषण लागू गरेर, समग्र आकारमा सबैभन्दा ठूलो परिवर्तन फेला पर्यो र दक्षिण एसियाको सानो खोपडीको लागि स्पष्ट रूपमा पुष्टि भयो।दोस्रो सबैभन्दा ठूलो भिन्नता न्यूरोक्रेनियमको लम्बाइ र चौडाइको अनुपात हो, जसले अफ्रिकीहरूको लामो खोपडी र उत्तरपूर्वी एसियालीहरूको उत्तल खोपडी बीचको भिन्नता देखाउँछ।यो ध्यान दिन लायक छ कि यो घटकले अनुहारको रूपरेखाको साथ कम गर्न सक्छ।पूर्वोत्तर एशियालीहरूमा फैलिएको गालाहरू र युरोपेलीहरूमा कम्प्याक्ट म्याक्सिलरी हड्डीहरू जस्ता प्रख्यात अनुहारका विशेषताहरू पुन: पुष्टि गरियो।यी अनुहार परिवर्तनहरू खोपडीको समोच्चसँग नजिकबाट सम्बन्धित छन्, विशेष गरी फ्रन्टल र ओसिपिटल हड्डीहरूको झुकावको डिग्री।समग्र खोपडीको आकारको सापेक्ष अनुहारको अनुपातमा Allometric ढाँचाहरू फेला परेका थिए;ठूला खोपडीहरूमा अनुहारको रूपरेखा लामो र साँघुरो हुन्छ, जसरी धेरै मूल निवासी अमेरिकीहरू र उत्तरपूर्वी एशियालीहरूमा प्रदर्शन गरिएको छ।यद्यपि हाम्रो अध्ययनले वातावरणीय चरहरूमा डेटा समावेश गर्दैन जसले जलवायु वा आहार अवस्थाहरू जस्ता क्रेनियल मोर्फोलोजीलाई प्रभाव पार्न सक्छ, होमोलोगस क्रेनियल ढाँचाहरूको ठूलो डेटा सेट कंकाल फेनोटाइपिक विशेषताहरूको लागि विभिन्न व्याख्याहरू खोज्न उपयोगी हुनेछ।
मानव खोपडी को आकार मा भौगोलिक भिन्नता लामो समय को लागी अध्ययन गरिएको छ।धेरै शोधकर्ताहरूले वातावरणीय अनुकूलन र/वा प्राकृतिक छनोटको विविधताको मूल्याङ्कन गरेका छन्, विशेष रूपमा जलवायु कारकहरू1,2,3,4,5,6,7 वा पोषण अवस्थाहरूमा निर्भर गर्दै masticatory कार्य ५,८,९,१०,११,१२।१३..थप रूपमा, केही अध्ययनहरूले तटस्थ जीन उत्परिवर्तन 14,15,16,17,18,19,20,21,22,23 को कारणले अवरोध प्रभाव, आनुवंशिक बहाव, जीन प्रवाह, वा स्टोकास्टिक विकास प्रक्रियाहरूमा ध्यान केन्द्रित गरेको छ।उदाहरणका लागि, फराकिलो र छोटो क्रेनियल भल्टको गोलाकार आकारलाई एलेनको नियम 24 अनुसार चयनात्मक दबाबको अनुकूलनको रूपमा व्याख्या गरिएको छ, जसले स्तनधारीहरूले शरीरको सतहको क्षेत्रफल २,४,१६,१७,२५ को सापेक्ष घटाएर तातो हानिलाई कम गर्छ भनी पोष्टुलेट गर्छ। ।थप रूपमा, Bergmann's rule26 को प्रयोग गरेर केही अध्ययनहरूले खोपडीको आकार र तापमान 3,5,16,25,27 बीचको सम्बन्धलाई व्याख्या गरेको छ, जसले समग्र आकारलाई चिसो क्षेत्रहरूमा तातो हानि रोक्नको लागि ठूलो हुने सुझाव दिन्छ।क्रेनियल भल्ट र अनुहारको हड्डीहरूको वृद्धि ढाँचामा चुम्बकीय तनावको यान्त्रिक प्रभावलाई पाक संस्कृति वा किसानहरू र शिकारी-संग्रहकर्ताहरू बीचको निर्वाह भिन्नताको परिणामस्वरूप आहार अवस्थाको सम्बन्धमा बहस गरिएको छ।सामान्य व्याख्या यो छ कि चपाउने दबाब कम हुँदा अनुहारको हड्डी र मांसपेशिहरु को कठोरता कम गर्दछ।धेरै विश्वव्यापी अध्ययनहरूले खोपडीको आकार विविधतालाई मुख्यतया वातावरणीय अनुकूलन 21,29,30,31,32 को सट्टा तटस्थ आनुवंशिक दूरीको फेनोटाइपिक परिणामहरूसँग जोडेको छ।खोपडीको आकारमा परिवर्तनहरूको लागि अर्को व्याख्या isometric वा allometric वृद्धि 6,33,34,35 को अवधारणामा आधारित छ।उदाहरणका लागि, ठूला मस्तिष्कहरूमा तथाकथित "ब्रोका टोपी" क्षेत्रमा अपेक्षाकृत फराकिलो फ्रन्टल लोबहरू हुन्छन्, र फ्रन्टल लोबहरूको चौडाइ बढ्छ, एक विकासवादी प्रक्रिया जुन एलोमेट्रिक वृद्धिमा आधारित मानिन्छ।थप रूपमा, खोपडीको आकारमा दीर्घकालीन परिवर्तनहरूको जाँच गर्ने एक अध्ययनले बढ्दो उचाइको साथ brachycephaly (खप्परको थप गोलाकार हुने प्रवृत्ति) तर्फ एलोमेट्रिक प्रवृत्ति फेला पारेको छ।
क्रेनियल मोर्फोलोजीमा अनुसन्धानको लामो इतिहासले कपाल आकारहरूको विविधताका विभिन्न पक्षहरूको लागि जिम्मेवार अन्तर्निहित कारकहरू पहिचान गर्ने प्रयासहरू समावेश गर्दछ।धेरै प्रारम्भिक अध्ययनहरूमा प्रयोग गरिएका परम्परागत विधिहरू bivariate रैखिक मापन डेटामा आधारित थिए, प्रायः मार्टिन वा Howell परिभाषाहरू 36,37 प्रयोग गरी।एकै समयमा, माथि उल्लेखित धेरै अध्ययनहरूले स्थानिय 3D ज्यामितीय मोर्फोमेट्री (GM) प्रविधि ५,७,१०,११,१२,१३,१७,२०,२७,३४,३५,३८ मा आधारित थप उन्नत विधिहरू प्रयोग गरेका छन्।39. उदाहरणका लागि, झुकाउने ऊर्जा न्यूनीकरणमा आधारित स्लाइडिङ सेमील्यान्डमार्क विधि ट्रान्सजेनिक जीवविज्ञानमा सबैभन्दा बढी प्रयोग हुने विधि भएको छ।यसले टेम्प्लेटको अर्ध-ल्यान्डमार्कहरूलाई वक्र वा सतहमा स्लाइड गरेर प्रत्येक नमूनामा प्रोजेक्ट गर्दछ38,40,41,42,43,44,45,46।त्यस्ता सुपरपोजिसन विधिहरू सहित, धेरै जसो 3D GM अध्ययनहरूले आकारहरूको प्रत्यक्ष तुलना र परिवर्तनहरू क्याप्चर गर्न अनुमति दिन सामान्यीकृत प्रोक्रस्टेस विश्लेषण, पुनरावृत्ति निकटतम बिन्दु (ICP) एल्गोरिदम 47 प्रयोग गर्दछ।वैकल्पिक रूपमा, पातलो प्लेट स्प्लाइन (TPS) 48,49 विधि पनि जाल-आधारित आकारहरूमा सेमील्यान्डमार्क पङ्क्तिबद्धताहरू म्याप गर्नको लागि गैर-कठोर रूपान्तरण विधिको रूपमा व्यापक रूपमा प्रयोग गरिन्छ।
20 औं शताब्दीको उत्तरार्धदेखि व्यावहारिक 3D सम्पूर्ण-शरीर स्क्यानरहरूको विकासको साथ, धेरै अध्ययनहरूले 50,51 आकार मापनका लागि 3D सम्पूर्ण-शरीर स्क्यानरहरू प्रयोग गरेका छन्।स्क्यान डेटा शरीर आयामहरू निकाल्न प्रयोग गरिएको थियो, जसमा बिन्दु क्लाउडको सट्टा सतहहरूको रूपमा सतह आकारहरू वर्णन गर्न आवश्यक छ।ढाँचा फिटिंग कम्प्युटर ग्राफिक्सको क्षेत्रमा यस उद्देश्यको लागि विकसित गरिएको एक प्रविधि हो, जहाँ सतहको आकार बहुभुज जाल मोडेलद्वारा वर्णन गरिन्छ।ढाँचा फिटिङमा पहिलो चरण टेम्प्लेटको रूपमा प्रयोग गर्न जाल मोडेल तयार गर्नु हो।ढाँचा बनाउने केही ठाडोहरू ल्यान्डमार्कहरू हुन्।टेम्प्लेटको स्थानीय आकार सुविधाहरू सुरक्षित राख्दा टेम्प्लेट र बिन्दु क्लाउड बीचको दूरी कम गर्नको लागि टेम्प्लेटलाई विकृत र सतहमा मिलाइन्छ।टेम्प्लेटका ल्यान्डमार्कहरू पोइन्ट क्लाउडमा भएका ल्यान्डमार्कहरूसँग मेल खान्छ।टेम्प्लेट फिटिङ प्रयोग गरेर, सबै स्क्यान डाटालाई डाटा पोइन्टहरूको एउटै संख्या र एउटै टोपोलोजीको साथ जाल मोडेलको रूपमा वर्णन गर्न सकिन्छ।यद्यपि सटीक समरूपता केवल ल्यान्डमार्क स्थितिहरूमा अवस्थित छ, यो मान्न सकिन्छ कि टेम्प्लेटहरूको ज्यामितिमा परिवर्तनहरू सानो भएकाले उत्पन्न गरिएको मोडेलहरू बीच सामान्य समानता छ।तसर्थ, टेम्प्लेट फिटिङद्वारा सिर्जना गरिएका ग्रिड मोडेलहरूलाई कहिलेकाहीं homology models52 भनिन्छ।टेम्प्लेट फिटिंगको फाइदा यो हो कि टेम्प्लेटलाई विकृत गर्न सकिन्छ र लक्ष्य वस्तुको विभिन्न भागहरूमा समायोजन गर्न सकिन्छ जुन सतहको नजिक छ तर यसबाट टाढा छ (उदाहरणका लागि, zygomatic आर्क र खोपडीको अस्थायी क्षेत्र) प्रत्येकलाई असर नगरी। अन्य।विरूपण।यसरी, टेम्प्लेटलाई काँधलाई उभिएको स्थितिमा राखेर धड़ वा हात जस्ता शाखायुक्त वस्तुहरूमा सुरक्षित गर्न सकिन्छ।टेम्प्लेट फिटिंगको हानि भनेको दोहोर्याइएको पुनरावृत्तिको उच्च कम्प्युटेशनल लागत हो, तथापि, कम्प्युटर प्रदर्शनमा उल्लेखनीय सुधारहरूको लागि धन्यवाद, यो अब कुनै समस्या छैन।प्रिन्सिपल कम्पोनेन्ट एनालिसिस (PCA) जस्ता बहुभिन्न विश्लेषण प्रविधिहरू प्रयोग गरेर जाल मोडेल बनाउने ठाउका समन्वय मानहरूको विश्लेषण गरेर, वितरणको कुनै पनि स्थानमा सम्पूर्ण सतह आकार र भर्चुअल आकारमा भएका परिवर्तनहरू विश्लेषण गर्न सम्भव छ।प्राप्त गर्न सकिन्छ।गणना गर्नुहोस् र कल्पना गर्नुहोस्53।आजकल, टेम्प्लेट फिटिंग द्वारा उत्पन्न मेष मोडेलहरू विभिन्न क्षेत्रहरूमा आकार विश्लेषणमा व्यापक रूपमा प्रयोग गरिन्छ52,54,55,56,57,58,59,60।
लचिलो जाल रेकर्डिङ टेक्नोलोजीमा भएको प्रगति, पोर्टेबल थ्रीडी स्क्यानिङ उपकरणहरूको द्रुत विकासको साथमा CT भन्दा उच्च रिजोल्युसन, गति र गतिशीलतामा स्क्यान गर्न सक्षम, 3D सतह डेटा रेकर्ड गर्न सजिलो बनाउँदैछ।तसर्थ, जैविक नृविज्ञानको क्षेत्रमा, त्यस्ता नयाँ प्रविधिहरूले खोपडीका नमूनाहरू सहित मानव नमूनाहरूको परिमाण र सांख्यिकीय रूपमा विश्लेषण गर्ने क्षमता बढाउँछन्, जुन यस अध्ययनको उद्देश्य हो।
संक्षेपमा, यस अध्ययनले टेम्प्लेट मिल्दो (चित्र 1) मा आधारित उन्नत 3D होमोलोजी मोडेलिङ प्रविधिको प्रयोग गर्दछ विश्वभरि भौगोलिक तुलनाहरू मार्फत विश्वव्यापी 148 जनसंख्याबाट चयन गरिएका 342 खोपडी नमूनाहरू मूल्याङ्कन गर्न।कपाल आकारविज्ञान को विविधता (तालिका 1)।खोपडी मोर्फोलोजीमा परिवर्तनहरूको लागि खाता बनाउन, हामीले उत्पन्न गरेको होमोलोजी मोडेलको डेटा सेटमा PCA र रिसीभर अपरेटिङ विशेषता (ROC) विश्लेषणहरू लागू गर्‍यौं।खोजहरूले क्षेत्रीय ढाँचाहरू र परिवर्तनको घट्दो क्रम, क्रेनियल खण्डहरू बीचको सहसंबद्ध परिवर्तनहरू, र एलोमेट्रिक प्रवृतिहरूको उपस्थिति सहित क्रेनियल मोर्फोलोजीमा विश्वव्यापी परिवर्तनहरूको राम्रो बुझाइमा योगदान पुर्‍याउनेछ।यद्यपि यो अध्ययनले जलवायु वा आहार अवस्थाहरू द्वारा प्रतिनिधित्व गर्ने बाह्य चरहरूमा डेटालाई सम्बोधन गर्दैन जसले क्रेनियल मोर्फोलजीलाई असर गर्न सक्छ, हाम्रो अध्ययनमा दस्तावेज गरिएको क्रेनियल मोर्फोलोजीको भौगोलिक ढाँचाहरूले कपाल भिन्नताको वातावरणीय, बायोमेकानिकल, र आनुवंशिक कारकहरू अन्वेषण गर्न मद्दत गर्नेछ।
तालिका 2 ले 342 होमोलोगस स्कल मोडेलहरूको 17,709 vertices (53,127 XYZ निर्देशांक) को एक अमानकीकृत डेटासेटमा लागू गरिएको eigenvalues ​​र PCA योगदान गुणांकहरू देखाउँछ।फलस्वरूप, 14 मुख्य घटकहरू पहिचान गरियो, जसको कुल भिन्नतामा योगदान 1% भन्दा बढी थियो, र भिन्नताको कुल अंश 83.68% थियो।14 प्रमुख घटकहरूको लोडिङ भेक्टरहरू पूरक तालिका S1 मा रेकर्ड गरिएको छ, र 342 खोपडी नमूनाहरूको लागि गणना गरिएको घटक स्कोरहरू पूरक तालिका S2 मा प्रस्तुत गरिएका छन्।
यस अध्ययनले 2% भन्दा बढी योगदानका साथ नौ प्रमुख घटकहरूको मूल्याङ्कन गर्‍यो, जसमध्ये केहीले क्रेनियल मोर्फोलोजीमा पर्याप्त र महत्त्वपूर्ण भौगोलिक भिन्नता देखाउँछन्।चित्र 2 मुख्य भौगोलिक एकाइहरू (जस्तै, अफ्रिकी र गैर-अफ्रिकी देशहरू बीच) मा नमूनाहरूको प्रत्येक संयोजनको विशेषता वा अलग गर्नको लागि सबैभन्दा प्रभावकारी PCA कम्पोनेन्टहरू चित्रण गर्न आरओसी विश्लेषणबाट उत्पन्न गरिएका प्लट कर्भहरू।यस परीक्षणमा प्रयोग गरिएको सानो नमूना आकारको कारणले पोलिनेसियन संयोजन परीक्षण गरिएको थिएन।AUC मा भिन्नताहरूको महत्त्व र ROC विश्लेषण प्रयोग गरी गणना गरिएको अन्य आधारभूत तथ्याङ्कहरू पूरक तालिका S3 मा देखाइएको छ।
342 पुरुष होमोलोगस स्कल मोडेलहरू समावेश भर्टेक्स डेटासेटमा आधारित नौ प्रिन्सिपल कम्पोनेन्ट अनुमानहरूमा आरओसी कर्भहरू लागू गरियो।AUC: ०.०१% महत्वमा कर्भ मुनिको क्षेत्र प्रत्येक भौगोलिक संयोजनलाई अन्य कुल संयोजनहरूबाट छुट्याउन प्रयोग गरिन्छ।TPF सही सकारात्मक (प्रभावी भेदभाव), FPF गलत सकारात्मक (अमान्य भेदभाव) हो।
ROC वक्र को व्याख्या तल संक्षेप गरिएको छ, केवल कम्पोनेन्टहरूमा ध्यान केन्द्रित गर्दै जुन 0.001 तलको सम्भाव्यताको साथ ठूलो वा अपेक्षाकृत ठूलो AUC र उच्च स्तरको महत्व राखेर तुलना समूहहरू फरक पार्न सक्छ।दक्षिण एसियाली कम्प्लेक्स (चित्र 2a), मुख्यतया भारतका नमूनाहरू मिलेर, अन्य भौगोलिक रूपमा मिश्रित नमूनाहरू भन्दा महत्त्वपूर्ण रूपमा भिन्न छ कि पहिलो कम्पोनेन्ट (PC1) मा अन्य अवयवहरूको तुलनामा उल्लेखनीय रूपमा ठूलो AUC (0.856) छ।अफ्रिकी कम्प्लेक्सको विशेषता (चित्र 2b) PC2 (0.834) को अपेक्षाकृत ठूलो AUC हो।Austro-Melanesians (Fig. 2c) ले तुलनात्मक रूपमा ठूलो AUC (0.759) सँग PC2 मार्फत उप-सहारा अफ्रिकीहरूलाई समान प्रवृत्ति देखायो।युरोपेलीहरू (चित्र 2d) स्पष्ट रूपमा PC2 (AUC = 0.801), PC4 (AUC = 0.719) र PC6 (AUC = 0.671) को संयोजनमा भिन्न छन्, पूर्वोत्तर एशियाई नमूना (चित्र 2e) PC4 भन्दा धेरै फरक छ, तुलनात्मक रूपमा। ०.७१४ भन्दा बढी, र PC3 बाट भिन्नता कमजोर छ (AUC = ०.६८८)।निम्न समूहहरू पनि कम AUC मानहरू र उच्च महत्त्व स्तरहरूसँग पहिचान गरिएको थियो: PC7 (AUC = 0.679), PC4 (AUC = 0.654) र PC1 (AUC = 0.649) का लागि परिणामहरूले देखाएको छ कि मूल निवासी अमेरिकीहरू (चित्र 2f) विशिष्टसँग यी कम्पोनेन्टहरूसँग सम्बन्धित विशेषताहरू, दक्षिणपूर्वी एशियालीहरू (चित्र 2g) PC3 (AUC = 0.660) र PC9 (AUC = 0.663) मा भिन्न छन्, तर मध्य पूर्व (चित्र 2h) (उत्तर अफ्रिका सहित) बाट नमूनाहरूको लागि ढाँचा अनुरूप।अरुको तुलनामा खासै फरक छैन ।
अर्को चरणमा, अत्यधिक सहसम्बन्धित ठाडोहरू दृश्यात्मक रूपमा व्याख्या गर्न, चित्र 3 मा देखाइए अनुसार, 0.45 भन्दा माथि उच्च लोड मानहरू भएका सतहका क्षेत्रहरूलाई X, Y, र Z समन्वय जानकारीसँग रंगीन गरिन्छ। रातो क्षेत्रले उच्च सहसम्बन्ध देखाउँछ। X-अक्ष समन्वयहरू, जुन तेर्सो ट्रान्सभर्स दिशासँग मेल खान्छ।हरियो क्षेत्र Y अक्षको ठाडो समन्वयसँग उच्च रूपमा सहसंबद्ध छ, र गाढा नीलो क्षेत्र Z अक्षको sagittal समन्वयसँग अत्यधिक सहसंबद्ध छ।हल्का नीलो क्षेत्र Y समन्वय अक्षहरू र Z समन्वय अक्षहरूसँग सम्बन्धित छ;गुलाबी - X र Z समन्वय अक्षहरूसँग सम्बन्धित मिश्रित क्षेत्र;पहेंलो - X र Y समन्वय अक्षहरूसँग सम्बन्धित क्षेत्र;सेतो क्षेत्र X, Y र Z समन्वय अक्ष प्रतिबिम्बित हुन्छ।त्यसकारण, यो लोड मान थ्रेसहोल्डमा, PC 1 मुख्य रूपमा खोपडीको सम्पूर्ण सतहसँग सम्बन्धित छ।यस कम्पोनेन्ट अक्षको विपरित छेउमा रहेको 3 SD भर्चुअल खोपडीको आकारलाई पनि यस चित्रमा चित्रण गरिएको छ, र PC1 ले समग्र खोपडीको आकारको कारकहरू समावेश गर्दछ भनी पुष्टि गर्न पूरक भिडियो S1 मा विकृत छविहरू प्रस्तुत गरिएका छन्।
PC1 स्कोरको फ्रिक्वेन्सी वितरण (सामान्य फिट वक्र), खोपडीको सतहको रंग नक्सा PC1 ठाडोहरूसँग उच्च रूपमा सम्बन्धित छ (यस अक्षको विपरित पक्षहरूको परिमाण 3 SD हो। स्केल एक व्यास भएको हरियो क्षेत्र हो। 50 मिमी को।
चित्र 3 ले 9 भौगोलिक एकाइहरूको लागि छुट्टै गणना गरिएको व्यक्तिगत PC1 स्कोरहरूको फ्रिक्वेन्सी वितरण प्लट (सामान्य फिट कर्भ) देखाउँछ।आरओसी कर्भ अनुमानहरू (चित्र 2) को अतिरिक्त, दक्षिण एसियालीहरूको अनुमान केही हदसम्म उल्लेखनीय रूपमा बायाँतिर टाँसिएको छ किनभने तिनीहरूको खोपडी अन्य क्षेत्रीय समूहहरूको भन्दा सानो छ।तालिका १ मा उल्लेख गरिए अनुसार, यी दक्षिण एसियालीहरूले अण्डमान र निकोबार टापुहरू, श्रीलंका र बंगलादेशलगायत भारतका जातीय समूहहरूको प्रतिनिधित्व गर्छन्।
PC1 मा आयामी गुणांक फेला पर्यो।अत्यधिक सहसम्बन्धित क्षेत्रहरू र भर्चुअल आकारहरूको खोजले PC1 बाहेक अन्य कम्पोनेन्टहरूका लागि फारम कारकहरूको स्पष्टीकरणको परिणामस्वरूप;यद्यपि, आकार कारकहरू सधैं पूर्ण रूपमा हटाउँदैनन्।आरओसी कर्भहरू (चित्रा 2) तुलना गरेर देखाइएको रूपमा, PC2 र PC4 सबैभन्दा भेदभावपूर्ण थिए, त्यसपछि PC6 र PC7।PC3 र PC9 नमूना जनसंख्यालाई भौगोलिक एकाइहरूमा विभाजन गर्न धेरै प्रभावकारी छन्।यसरी, घटक अक्षहरूको यी जोडीहरूले योजनाबद्ध रूपमा PC स्कोरहरू र रङ सतहहरूको स्क्याटरप्लटहरू चित्रण गर्दछ जुन प्रत्येक कम्पोनेन्टसँग अत्यधिक सहसंबद्ध हुन्छ, साथै 3 SD (चित्र 4, 5, 6) को विपरीत पक्षहरूको आयामहरूसँग भर्चुअल आकार विकृतिहरू।यी भूखंडहरूमा प्रतिनिधित्व गरिएको प्रत्येक भौगोलिक एकाइबाट नमूनाहरूको उत्तल हल कभरेज लगभग 90% छ, यद्यपि त्यहाँ क्लस्टरहरू भित्र केही डिग्री ओभरल्याप छ।तालिका ३ ले प्रत्येक PCA कम्पोनेन्टको व्याख्या प्रदान गर्दछ।
PC2 र PC4 को स्क्याटरप्लटहरू नौ भौगोलिक एकाइहरू (शीर्ष) र चार भौगोलिक एकाइहरू (तल) बाट क्रेनियल व्यक्तिहरूका लागि स्कोरहरू, खप्परको सतहको रङको प्लटहरू प्रत्येक PC (X, Y, Z को सापेक्ष) सँग अत्यधिक सहसंबद्ध छन्।अक्षहरूको रङ व्याख्या: पाठ हेर्नुहोस्), र यी अक्षहरूको विपरित पक्षहरूमा भर्चुअल फारमको विरूपण 3 SD हो।स्केल 50 मिमी को व्यास संग एक हरियो क्षेत्र हो।
PC6 र PC7 को स्क्याटरप्लटहरू क्रेनियल व्यक्तिहरूका लागि नौ भौगोलिक एकाइहरू (शीर्ष) र दुई भौगोलिक एकाइहरू (तल), प्रत्येक PC (X, Y, Z को सापेक्ष) सँग उच्च सहसंबद्ध ठाडोहरूका लागि क्रेनियल सतह रङ प्लटहरू।अक्षहरूको रङ व्याख्या: पाठ हेर्नुहोस्), र यी अक्षहरूको विपरित पक्षहरूमा भर्चुअल फारमको विरूपण 3 SD हो।स्केल 50 मिमी को व्यास संग एक हरियो क्षेत्र हो।
PC3 र PC9 को स्क्याटरप्लटहरू नौ भौगोलिक एकाइहरू (शीर्ष) र तीन भौगोलिक एकाइहरू (तल) बाट क्रेनियल व्यक्तिहरूका लागि स्कोरहरू, र खप्परको सतहको रङ प्लटहरू (X, Y, Z अक्षहरूसँग सापेक्ष) प्रत्येक PC रङ व्याख्यासँग अत्यधिक सहसंबद्ध छन्। : सेमी।पाठ), साथै 3 SD को परिमाणको साथ यी अक्षहरूको विपरित पक्षहरूमा भर्चुअल आकार विकृतिहरू।स्केल 50 मिमी को व्यास संग एक हरियो क्षेत्र हो।
PC2 र PC4 को स्कोर देखाउने ग्राफमा (चित्र 4, पूरक भिडियोहरू S2, S3 विकृत छविहरू देखाउँदै), सतहको रङ नक्सा पनि प्रदर्शित हुन्छ जब लोड मान थ्रेसहोल्ड 0.4 भन्दा माथि सेट गरिन्छ, जुन PC1 भन्दा कम छ किनभने PC2 मान कुल लोड PC1 भन्दा कम छ।
Z-अक्ष (गाढा नीलो) र कोरोनल दिशामा (रातो) गुलाबीमा, ओसीपुटको Y-अक्ष (हरियो) र Z-अक्षको साथमा अगाडिको र ओसिपिटल लोबहरूको लम्बाइ। निधारको (गाढा नीलो)।यो ग्राफले संसारभरका सबै मानिसहरूको स्कोर देखाउँछ;यद्यपि, जब ठूलो संख्यामा समूहहरू समावेश भएका सबै नमूनाहरू एकैसाथ प्रदर्शित हुन्छन्, ओभरल्यापको ठूलो मात्राको कारणले स्क्याटरिङ ढाँचाहरूको व्याख्या एकदम गाह्रो हुन्छ;त्यसकारण, केवल चार प्रमुख भौगोलिक एकाइहरू (जस्तै, अफ्रिका, अष्ट्रेलिया-मेलानेसिया, युरोप, र उत्तरपूर्वी एशिया), नमूनाहरू PC स्कोरहरूको यस दायरा भित्र 3 SD भर्चुअल क्रेनियल विकृतिको साथ ग्राफको तल छरिएका छन्।चित्रमा, PC2 र PC4 स्कोरहरूको जोडी हुन्।अफ्रिकीहरू र अस्ट्रो-मेलनेसियनहरू बढी ओभरल्याप हुन्छन् र दायाँ तिर बाँडिएका हुन्छन्, जबकि युरोपेलीहरू माथिल्लो बायाँतिर छरिएका छन् र उत्तरपूर्वी एसियालीहरू तल्लो बायाँतिर क्लस्टर हुन्छन्।PC2 को तेर्सो अक्षले देखाउँछ कि अफ्रिकी/अष्ट्रेलियाली मेलानेसियनहरूमा अन्य मानिसहरूको तुलनामा तुलनात्मक रूपमा लामो न्यूरोक्रेनियम हुन्छ।PC4, जसमा युरोपेली र उत्तरपूर्वी एशियाई संयोजनहरू ढिलो रूपमा छुट्याइएका छन्, zygomatic हड्डीहरूको सापेक्ष आकार र प्रक्षेपण र क्याल्भेरियमको पार्श्व समोच्चसँग सम्बन्धित छ।स्कोरिङ योजनाले देखाउँछ कि युरोपेलीहरूसँग तुलनात्मक रूपमा साँघुरो म्याक्सिलरी र जाइगोमेटिक हड्डीहरू छन्, सानो टेम्पोरल फोसा स्पेस जाइगोमेटिक आर्कद्वारा सीमित छ, ठाडो रूपमा उन्नत फ्रन्टल हड्डी र एक समतल, कम ओसिपिटल हड्डी, जबकि उत्तरपूर्वी एशियालीहरूमा फराकिलो र अधिक प्रमुख zygomatic हड्डीहरू हुन्छन्। ।फ्रन्टल लोब झुकिएको छ, ओसीपिटल हड्डीको आधार उठेको छ।
PC6 र PC7 (Fig. 5) मा फोकस गर्दा (पूरक भिडियोहरू S4, S5 विकृत छविहरू देखाउँदै), रङ प्लटले 0.3 भन्दा बढी लोड मान थ्रेसहोल्ड देखाउँछ, PC6 maxillary वा alveolar morphology (रातो: X अक्ष र) सँग सम्बन्धित छ भनेर संकेत गर्दछ। हरियो)।Y अक्ष), अस्थायी हड्डी आकार (नीलो: Y र Z अक्ष) र ओसीपिटल हड्डी आकार (गुलाबी: X र Z अक्ष)।निधार चौडाइ (रातो: X-axis) को अतिरिक्त, PC7 ले पूर्ववर्ती maxillary alveoli (हरियो: Y-axis) र parietotemporal क्षेत्र (गाढा नीलो) वरिपरि Z-अक्ष टाउको आकारको उचाइसँग पनि सम्बन्ध राख्छ।चित्र 5 को शीर्ष प्यानलमा, सबै भौगोलिक नमूनाहरू PC6 र PC7 कम्पोनेन्ट स्कोर अनुसार वितरण गरिन्छ।किनभने ROC ले संकेत गर्दछ कि PC6 ले युरोपको लागि अद्वितीय विशेषताहरू समावेश गर्दछ र PC7 ले यस विश्लेषणमा मूल अमेरिकी विशेषताहरू प्रतिनिधित्व गर्दछ, यी दुई क्षेत्रीय नमूनाहरू कम्पोनेन्ट अक्षहरूको यो जोडीमा चयन गरिएको थियो।मूल अमेरिकीहरू, नमूनामा व्यापक रूपमा समावेश भए तापनि, माथिल्लो बायाँ कुनामा छरिएका छन्;यसको विपरीत, धेरै युरोपेली नमूनाहरू तल्लो दाहिने कुनामा अवस्थित हुन्छन्।PC6 र PC7 जोडीले युरोपेलीहरूको साँघुरो वायुकोशीय प्रक्रिया र तुलनात्मक रूपमा फराकिलो न्युरोक्रेनियमलाई प्रतिनिधित्व गर्दछ, जबकि अमेरिकीहरूलाई साँघुरो निधार, ठूलो म्याक्सिला, र फराकिलो र अग्लो वायुकोशीय प्रक्रियाद्वारा विशेषता गरिन्छ।
आरओसी विश्लेषणले देखायो कि PC3 र/वा PC9 दक्षिणपूर्व र उत्तरपूर्वी एशियाली जनसंख्यामा सामान्य थिए।तदनुसार, स्कोर जोडी PC3 (y-अक्षमा हरियो माथिल्लो अनुहार) र PC9 (y-अक्षमा हरियो तल्लो अनुहार) (चित्र 6; पूरक भिडियोहरू S6, S7 मोर्फ गरिएका छविहरू प्रदान गर्दछ) पूर्वी एशियालीहरूको विविधतालाई प्रतिबिम्बित गर्दछ।, जुन उत्तरपूर्वी एशियालीहरूको उच्च अनुहारको अनुपात र दक्षिणपूर्व एशियालीहरूको कम अनुहारको आकारसँग तीव्र रूपमा भिन्न हुन्छ।यी अनुहारका विशेषताहरू बाहेक, केही उत्तरपूर्वी एशियालीहरूको अर्को विशेषता ओसिपिटल हड्डीको लाम्ब्डा झुकाव हो, जबकि केही दक्षिणपूर्वी एशियालीहरूको खोपडीको आधार साँघुरो हुन्छ।
मुख्य कम्पोनेन्टहरूको माथिको विवरण र PC5 र PC8 को विवरण छोडिएको छ किनभने नौ मुख्य भौगोलिक एकाइहरू बीच कुनै विशेष क्षेत्रीय विशेषताहरू फेला परेनन्।PC5 ले टेम्पोरल हड्डीको मास्टोइड प्रक्रियाको साइजलाई जनाउँछ, र PC8 ले समग्र खोपडीको आकारको असमानतालाई प्रतिबिम्बित गर्दछ, दुवैले नौ भौगोलिक नमूना संयोजनहरू बीच समानान्तर भिन्नताहरू देखाउँछन्।
व्यक्तिगत-स्तर PCA स्कोरहरूको स्क्याटरप्लटहरूको अतिरिक्त, हामी समग्र तुलनाको लागि समूह साधनहरूको स्क्याटरप्लटहरू पनि प्रदान गर्दछौं।यस अन्तको लागि, 148 जातीय समूहहरूबाट व्यक्तिगत होमोलोजी मोडेलहरूको भेर्टेक्स डेटा सेटबाट औसत क्रेनियल होमोलोजी मोडेल सिर्जना गरिएको थियो।PC2 र PC4, PC6 र PC7, र PC3 र PC9 को लागि स्कोर सेटहरूको बिभ्यारेट प्लटहरू पूरक चित्र S1 मा देखाइएको छ, सबै 148 व्यक्तिहरूको नमूनाको लागि औसत स्कल मोडेलको रूपमा गणना गरिएको छ।यस तरिकाले, स्क्याटरप्लटहरूले प्रत्येक समूह भित्र व्यक्तिगत भिन्नताहरू लुकाउँछन्, अन्तर्निहित क्षेत्रीय वितरणको कारण खोपडी समानताहरूको स्पष्ट व्याख्याको लागि अनुमति दिन्छ, जहाँ ढाँचाहरू कम ओभरल्यापको साथ व्यक्तिगत प्लटहरूमा चित्रण गरिएकासँग मेल खान्छ।पूरक चित्र S2 ले प्रत्येक भौगोलिक एकाइको लागि समग्र औसत मोडेल देखाउँछ।
PC1 को अतिरिक्त, जुन समग्र आकार (पूरक तालिका S2) सँग सम्बन्धित थियो, समग्र आकार र खोपडीको आकार बीचको एलोमेट्रिक सम्बन्धहरू सेन्ट्रोइड आयामहरू र गैर-सामान्य डेटाबाट PCA अनुमानहरूको सेटहरू प्रयोग गरेर जाँच गरियो।एलोमेट्रिक गुणांकहरू, स्थिर मानहरू, t मानहरू, र महत्त्व परीक्षणमा P मानहरू तालिका 4 मा देखाइएका छन्। P <0.05 स्तरमा कुनै पनि कपाल आकारविज्ञानमा समग्र खोपडीको आकारसँग सम्बन्धित कुनै महत्त्वपूर्ण एलोमेट्रिक ढाँचा कम्पोनेन्टहरू फेला परेनन्।
गैर-सामान्य डेटा सेटहरूमा आधारित पीसी अनुमानहरूमा केही साइज कारकहरू समावेश हुन सक्ने हुनाले, हामीले सेन्ट्रोइड साइज र सेन्ट्रोइड साइजद्वारा सामान्यीकृत डाटा सेटहरू प्रयोग गरेर गणना गरिएको पीसी स्कोरहरू बीचको एलोमेट्रिक प्रवृतिलाई थप जाँच गर्‍यौं (PCA परिणामहरू र स्कोर सेटहरू पूरक तालिकाहरू S6 मा प्रस्तुत गरिएका छन्। )।, C7)।तालिका ४ ले एलोमेट्रिक विश्लेषणको नतिजा देखाउँछ।यसरी, महत्वपूर्ण एलोमेट्रिक प्रवृतिहरू PC6 मा 1% स्तरमा र PC10 मा 5% स्तरमा फेला पर्‍यो।चित्र 7 ले लग सेन्ट्रोइड साइजको दुबै छेउमा पीसी स्कोरहरू र डमीहरू (±3 SD) सँग सेन्ट्रोइड साइज बीच यी लग-रैखिक सम्बन्धहरूको रिग्रेसन स्लोपहरू देखाउँदछ।PC6 स्कोर भनेको खोपडीको सापेक्षिक उचाइ र चौडाइको अनुपात हो।खोपडीको आकार बढ्दै जाँदा, खोपडी र अनुहार माथि हुन्छ, र निधार, आँखाको खाजा र नाकका प्वालहरू पार्श्व रूपमा एकसाथ नजिक हुन्छन्।नमूना फैलाउने ढाँचाले सुझाव दिन्छ कि यो अनुपात सामान्यतया उत्तरपूर्वी एशियाली र मूल अमेरिकीहरूमा पाइन्छ।यसबाहेक, PC10 ले भौगोलिक क्षेत्रको पर्वाह नगरी मिडफेस चौडाइमा समानुपातिक घटाउने प्रवृत्ति देखाउँछ।
तालिकामा सूचीबद्ध महत्त्वपूर्ण एलोमेट्रिक सम्बन्धहरूको लागि, आकार घटकको पीसी अनुपात (सामान्यीकृत डाटाबाट प्राप्त) र सेन्ट्रोइड आकार बीचको लग-रैखिक प्रतिगमनको ढलान, भर्चुअल आकार विरूपणमा 3 SD को आकार हुन्छ। 4 को रेखा को विपरीत पक्ष।
क्रेनियल मोर्फोलोजीमा परिवर्तनहरूको निम्न ढाँचा होमोलोगस 3D सतह मोडेलहरूको डेटासेटहरूको विश्लेषण मार्फत प्रदर्शन गरिएको छ।PCA को पहिलो घटक समग्र खोपडीको आकारसँग सम्बन्धित छ।भारत, श्रीलंका र अण्डमान टापुहरू, बंगलादेशका नमूनाहरू सहित दक्षिण एसियालीहरूको सानो खोपडी तिनीहरूको सानो शरीरको आकारको कारणले बर्गम्यानको इकोजियोग्राफिक नियम वा टापुको नियमसँग मेल खान्छ भनेर लामो समयदेखि सोच्दै आएको छ। २७,६२।पहिलो तापमानसँग सम्बन्धित छ, र दोस्रो उपलब्ध ठाउँ र पारिस्थितिक आलाको खाद्य स्रोतहरूमा निर्भर गर्दछ।आकारको घटकहरू मध्ये, सबैभन्दा ठूलो परिवर्तन क्रेनियल भल्टको लम्बाइ र चौडाइको अनुपात हो।यो सुविधा, नामित PC2, अस्ट्रो-मेलनेसियनहरू र अफ्रिकीहरूको समानुपातिक रूपमा लम्बिएको खोपडीहरू, साथै केही युरोपेलीहरू र उत्तरपूर्वी एशियालीहरूको गोलाकार खोपडीहरू बीचको घनिष्ठ सम्बन्धको वर्णन गर्दछ।यी विशेषताहरू सरल रैखिक मापन 37,63,64 मा आधारित धेरै अघिल्लो अध्ययनहरूमा रिपोर्ट गरिएको छ।यसबाहेक, यो विशेषता गैर-अफ्रिकीहरूमा brachycephaly सँग सम्बन्धित छ, जुन लामो समयदेखि एन्थ्रोपोमेट्रिक र ओस्टियोमेट्रिक अध्ययनहरूमा छलफल गरिएको छ।यस स्पष्टीकरणको पछाडिको मुख्य परिकल्पना यो हो कि कम भएको मास्टिकेशन, जस्तै टेम्पोरलिस मांसपेशी पातलो हुनुले बाहिरी टाउकोको 5,8,9,10,11,12,13 मा दबाब कम गर्दछ।अर्को परिकल्पनाले टाउकोको सतहको क्षेत्रफल घटाएर चिसो मौसममा अनुकूलन समावेश गर्दछ, एलेनका नियमहरू १६,१७,२५ अनुसार, गोलाकार आकारभन्दा बढी गोलाकार खोपडीले सतहको क्षेत्रलाई राम्रोसँग कम गर्छ भन्ने सुझाव दिन्छ।हालको अध्ययनको नतिजाको आधारमा, यी परिकल्पनाहरू क्रेनियल खण्डहरूको क्रस-सम्बन्धको आधारमा मात्र मूल्याङ्कन गर्न सकिन्छ।संक्षेपमा, हाम्रो PCA नतिजाहरूले यो परिकल्पनालाई पूर्ण रूपमा समर्थन गर्दैन कि क्रेनियल लम्बाइ-चौडाइ अनुपात च्युइङ अवस्थाहरूद्वारा महत्त्वपूर्ण रूपमा प्रभावित हुन्छ, किनकि PC2 (लामो/ब्रेकाइसेफेलिक कम्पोनेन्ट) लोडिङ अनुहारको अनुपात (सापेक्ष अधिकतम आयामहरू सहित) सँग महत्त्वपूर्ण रूपमा सम्बन्धित थिएन।र टेम्पोरल फोसाको सापेक्ष स्पेस (टेम्पोरलिस मांसपेशी को मात्रा प्रतिबिम्बित)।हाम्रो हालको अध्ययनले खोपडीको आकार र तापमान जस्ता भौगोलिक वातावरणीय अवस्थाहरू बीचको सम्बन्धको विश्लेषण गरेन।यद्यपि, एलेनको नियममा आधारित व्याख्यालाई चिसो जलवायु क्षेत्रहरूमा ब्राचिसेफेलोन व्याख्या गर्नका लागि उम्मेदवार परिकल्पनाको रूपमा विचार गर्न लायक हुन सक्छ।
त्यसपछि PC4 मा महत्त्वपूर्ण भिन्नता फेला पर्यो, जसले सुझाव दिन्छ कि उत्तरपूर्वी एसियालीहरूको म्याक्सिला र जाइगोमेटिक हड्डीहरूमा ठूला, प्रमुख zygomatic हड्डीहरू छन्।यो खोज साइबेरियनहरूको प्रख्यात विशिष्ट विशेषतासँग मिल्दोजुल्दो छ, जसले जाइगोमेटिक हड्डीहरू अगाडि बढाएर अत्यधिक चिसो मौसममा अनुकूलन गरेको मानिन्छ, जसको परिणामस्वरूप साइनसको मात्रा बढ्छ र अनुहार 65 चापलूसी हुन्छ।हाम्रो होमोलोगस मोडेलबाट एउटा नयाँ फेला परेको छ कि युरोपेलीहरूमा गाला ढल्नु कम फ्रन्टल स्लोप, साथै समतल र साँघुरो ओसिपिटल हड्डी र न्युकल कन्कभिटीसँग सम्बन्धित छ।यसको विपरित, उत्तरपूर्वी एसियालीहरू ढलान निधार र उठेको ओसिपिटल क्षेत्रहरू हुन्छन्।ज्यामितीय मोर्फोमेट्रिक विधिहरू प्रयोग गरेर ओसिपिटल हड्डीको अध्ययनले देखायो कि एसियाली र युरोपेली खोपडीमा अफ्रिकीहरूको तुलनामा चापलूसी न्युकल वक्र र ओसीपुटको तल्लो स्थान हुन्छ।जे होस्, हाम्रो PC2 र PC4 र PC3 र PC9 जोडीहरूको स्क्याटरप्लटहरूले एशियालीहरूमा ठूलो भिन्नता देखाए, जबकि युरोपेलीहरूलाई occiput को समतल आधार र एक तल्लो occiput द्वारा विशेषता थियो।अध्ययनहरू बीच एशियाई विशेषताहरूमा असंगतताहरू प्रयोग गरिएका जातीय नमूनाहरूमा भिन्नताहरूको कारण हुन सक्छ, किनकि हामीले उत्तरपूर्व र दक्षिणपूर्व एशियाको व्यापक स्पेक्ट्रमबाट ठूलो संख्यामा जातीय समूहहरूको नमूना लियौं।ओसिपिटल हड्डी को आकार मा परिवर्तन अक्सर मांसपेशी विकास संग सम्बन्धित छन्।यद्यपि, यो अनुकूली स्पष्टीकरणले निधार र ओसिपुट आकार बीचको सम्बन्धको लागि खाता गर्दैन, जुन यस अध्ययनमा प्रदर्शन गरिएको थियो तर पूर्ण रूपमा प्रदर्शन भएको सम्भावना छैन।यस सन्दर्भमा, यो शरीरको वजन सन्तुलन र गुरुत्वाकर्षण केन्द्र वा ग्रीवा जंक्शन (फोरेमेन म्याग्नम) वा अन्य कारकहरू बीचको सम्बन्धलाई विचार गर्न लायक छ।
ठूलो परिवर्तनशीलताको साथ अर्को महत्त्वपूर्ण कम्पोनेन्ट masticatory उपकरणको विकाससँग सम्बन्धित छ, maxillary र टेम्पोरल fossae द्वारा प्रतिनिधित्व गरिएको छ, जुन स्कोर PC6, PC7 र PC4 को संयोजन द्वारा वर्णन गरिएको छ।क्रेनियल खण्डहरूमा यी चिन्हित कमीहरूले युरोपेली व्यक्तिहरूलाई कुनै पनि अन्य भौगोलिक समूह भन्दा बढी विशेषता दिन्छ।यस विशेषतालाई कृषि र खाद्य तयारी प्रविधिको प्रारम्भिक विकासको कारणले अनुहार मोर्फोलोजीको स्थिरतामा कमीको परिणामको रूपमा व्याख्या गरिएको छ, जसले फलस्वरूप शक्तिशाली चुम्बकीय उपकरण बिना चुम्बकीय उपकरणमा मेकानिकल भार कम गर्यो 9,12,28,66।मास्टिकेटरी फंक्शन परिकल्पना अनुसार, 28 यो थप तीव्र क्रेनियल कोण र थप गोलाकार क्रेनियल छतमा खोपडी आधार को झुकाव मा परिवर्तन संग छ।यस परिप्रेक्ष्यमा, कृषि जनसंख्याको कम्प्याक्ट अनुहार, म्यानडिबलको कम फैलावट, र थप गोलाकार मेनिन्जहरू हुन्छन्।तसर्थ, यो विरूपण कम maasticatory अंगहरु संग युरोपेलीहरु को खोपडी को पार्श्व आकार को सामान्य रूपरेखा द्वारा व्याख्या गर्न सकिन्छ।जे होस्, यस अध्ययनका अनुसार, यो व्याख्या जटिल छ किनभने PC2 को अघिल्लो व्याख्याहरूमा विचार गरिएझैं, ग्लोबोज न्यूरोक्रेनियम र मास्टिटरी उपकरणको विकास बीचको मोर्फोलॉजिकल सम्बन्धको कार्यात्मक महत्त्व कम स्वीकार्य छ।
उत्तरपूर्वी एसियालीहरू र दक्षिणपूर्वी एसियालीहरू बीचको भिन्नताहरू PC3 र PC9 मा देखाइएझैँ ढल्किएको ओसिपिटल हड्डी भएको अग्लो अनुहार र साँघुरो खोपडीको आधार भएको छोटो अनुहार बीचको भिन्नताद्वारा चित्रण गरिएको छ।जियोइकोलोजिकल डेटाको कमीको कारणले गर्दा, हाम्रो अध्ययनले यस खोजको लागि मात्र सीमित व्याख्या प्रदान गर्दछ।एक सम्भावित व्याख्या फरक मौसम वा पोषण अवस्थाहरूमा अनुकूलन हो।पारिस्थितिक अनुकूलनको अतिरिक्त, पूर्वोत्तर र दक्षिणपूर्व एशियामा जनसंख्याको इतिहासमा स्थानीय भिन्नताहरूलाई पनि ध्यानमा राखिएको थियो।उदाहरणका लागि, पूर्वी यूरेशियामा, क्रेनियल मोर्फोमेट्रिक डेटा ६७,६८ मा आधारित एनाटोमिकली आधुनिक मानव (AMH) को फैलावट बुझ्नको लागि दुई-तह मोडेलको परिकल्पना गरिएको छ।यस मोडेलका अनुसार, "पहिलो तह" अर्थात् लेट प्लेइस्टोसिन AMH उपनिवेशकर्ताहरूको मूल समूहहरू, आधुनिक अस्ट्रो-मेलनेसियनहरू (p. फर्स्ट स्ट्रेटम) जस्तै यस क्षेत्रका आदिवासी बासिन्दाहरूबाट कम वा कम प्रत्यक्ष वंशज थिए।, र पछि उत्तरपूर्वी एसियाली विशेषताहरू (दोस्रो तह) भएका उत्तरी कृषि मानिसहरूको ठूलो मात्रामा यस क्षेत्रमा (लगभग 4,000 वर्ष पहिले) सम्मिलित भएको अनुभव भयो।दक्षिणपूर्वी एसियाली कपालको आकार बुझ्नको लागि "दुई-तह" मोडेल प्रयोग गरेर जीन प्रवाह म्याप गर्न आवश्यक हुनेछ, किनकि दक्षिणपूर्व एशियाई कपाल आकार स्थानीय प्रथम-स्तर आनुवंशिक विरासतमा निर्भर हुन सक्छ।
होमोलोगस मोडेलहरू प्रयोग गरेर म्याप गरिएको भौगोलिक एकाइहरू प्रयोग गरेर क्रेनियल समानताको मूल्याङ्कन गरेर, हामी अफ्रिका बाहिरका परिदृश्यहरूमा AMF को अन्तर्निहित जनसंख्या इतिहास अनुमान गर्न सक्छौं।धेरै फरक "अफ्रिका बाहिर" मोडेलहरू कंकाल र जीनोमिक डेटामा आधारित AMF को वितरण व्याख्या गर्न प्रस्ताव गरिएको छ।यी मध्ये, हालैका अध्ययनहरूले सुझाव दिन्छ कि अफ्रिका बाहिरका क्षेत्रहरूमा AMH उपनिवेशीकरण लगभग 177,000 वर्ष पहिले 69,70 सुरु भयो।यद्यपि, यस अवधिमा यूरेशियामा AMF को लामो दूरीको वितरण अनिश्चित रहन्छ, किनभने यी प्रारम्भिक जीवाश्महरूको बासस्थान मध्य पूर्व र अफ्रिका नजिकै भूमध्यसागरमा सीमित छ।हिमालयजस्ता भौगोलिक बाधाहरूलाई बेवास्ता गर्दै अफ्रिकाबाट यूरेशियामा बसाइ सर्ने मार्गमा बसाइँ सर्ने एउटा मात्रै अवस्था हो।अर्को मोडेलले माइग्रेसनका धेरै छालहरू सुझाव दिन्छ, जसमध्ये पहिलो अफ्रिकाबाट हिन्द महासागरको तटमा दक्षिणपूर्व एशिया र अष्ट्रेलियामा फैलियो र त्यसपछि उत्तरी यूरेशियामा फैलियो।यी धेरै जसो अध्ययनहरूले पुष्टि गर्दछ कि AMF अफ्रिका भन्दा धेरै 60,000 वर्ष पहिले फैलिएको थियो।यस सन्दर्भमा, अस्ट्रेलसियन-मेलनेसियन (पपुवा सहित) नमूनाहरूले होमलोजी मोडेलहरूको प्रमुख घटक विश्लेषणमा कुनै पनि अन्य भौगोलिक श्रृंखलाहरू भन्दा अफ्रिकी नमूनाहरूसँग बढी समानता देखाउँदछ।यो खोजले यो परिकल्पनालाई समर्थन गर्दछ कि यूरेशियाको दक्षिणी किनारमा पहिलो AMF वितरण समूहहरू विशेष मौसम वा अन्य महत्त्वपूर्ण अवस्थाहरूको प्रतिक्रियामा महत्त्वपूर्ण रूपात्मक परिवर्तनहरू बिना नै अफ्रिकामा प्रत्यक्ष रूपमा देखा पर्‍यो 22,68।
एलोमेट्रिक वृद्धिको सन्दर्भमा, सेन्ट्रोइड साइज द्वारा सामान्यीकृत फरक डेटा सेटबाट व्युत्पन्न आकार घटकहरू प्रयोग गरेर विश्लेषणले PC6 र PC10 मा महत्त्वपूर्ण एलोमेट्रिक प्रवृत्ति देखाएको छ।दुबै कम्पोनेन्टहरू निधारको आकार र अनुहारका भागहरूसँग सम्बन्धित छन्, जुन खोपडीको आकार बढ्दै जाँदा साँघुरो हुँदै जान्छ।उत्तरपूर्वी एसियाली र अमेरिकीहरू यो विशेषता हुन्छन् र अपेक्षाकृत ठूलो खोपडी छन्।यो खोजले पहिले रिपोर्ट गरिएको एलोमेट्रिक ढाँचाहरूको विरोधाभास गर्दछ जसमा ठूला दिमागहरूमा तथाकथित "ब्रोकाको क्याप" क्षेत्रमा अपेक्षाकृत फराकिलो फ्रन्टल लोबहरू हुन्छन्, फलस्वरूप फ्रन्टल लोब चौडाइ ३४ वृद्धि हुन्छ।यी भिन्नताहरूलाई नमूना सेटहरूमा भिन्नताहरूद्वारा व्याख्या गरिएको छ;हाम्रो अध्ययनले आधुनिक जनसंख्याको प्रयोग गरेर समग्र क्रेनियल आकारको एलोमेट्रिक ढाँचाहरू विश्लेषण गर्‍यो, र तुलनात्मक अध्ययनहरूले मस्तिष्कको आकारसँग सम्बन्धित मानव विकासमा दीर्घकालीन प्रवृत्तिहरूलाई सम्बोधन गर्दछ।
अनुहारको एलोमेट्रीको सन्दर्भमा, बायोमेट्रिक डेटा78 प्रयोग गरेर एउटा अध्ययनले अनुहारको आकार र साइज थोरै सम्बन्धित हुन सक्छ, जबकि हाम्रो अध्ययनले ठूला खोपडीहरू अग्लो, साँघुरो अनुहारहरूसँग सम्बन्धित रहेको पत्ता लगायो।यद्यपि, बायोमेट्रिक डाटाको स्थिरता अस्पष्ट छ;ओन्टोजेनेटिक एलोमेट्री र स्थिर एलोमेट्रीको तुलना गर्ने रिग्रेसन परीक्षणहरूले फरक परिणामहरू देखाउँछन्।बढेको उचाइको कारण गोलाकार खोपडीको आकारतर्फ एलोमेट्रिक प्रवृत्ति पनि रिपोर्ट गरिएको छ;यद्यपि, हामीले उचाइ डेटाको विश्लेषण गरेनौं।हाम्रो अध्ययनले कपाल ग्लोब्युलर अनुपात र प्रति से समग्र कपाल आकार बीचको सम्बन्ध देखाउने कुनै एलोमेट्रिक डेटा छैन भनेर देखाउँछ।
यद्यपि हाम्रो हालको अध्ययनले जलवायु वा आहार अवस्थाहरू द्वारा प्रतिनिधित्व गर्ने बाह्य चरहरूमा डेटासँग सम्झौता गर्दैन जुन क्रेनियल मोर्फोलॉजीलाई प्रभाव पार्ने सम्भावना हुन्छ, यस अध्ययनमा प्रयोग गरिएको होमोलोगस 3D क्रेनियल सतह मोडेलहरूको ठूलो डेटा सेटले सहसम्बन्धित फेनोटाइपिक मोर्फोलॉजिकल भिन्नता मूल्याङ्कन गर्न मद्दत गर्दछ।वातावरणीय कारकहरू जस्तै आहार, जलवायु र पोषण अवस्थाहरू, साथै तटस्थ बलहरू जस्तै प्रवासन, जीन प्रवाह र आनुवंशिक बहाव।
यस अध्ययनले 9 भौगोलिक एकाइहरू (तालिका 1) मा 148 जनसंख्याबाट सङ्कलन गरिएको पुरुष खोपडीका 342 नमूनाहरू समावेश गर्दछ।अधिकांश समूहहरू भौगोलिक रूपमा स्थानीय नमूनाहरू हुन्, जबकि अफ्रिका, उत्तरपूर्व/दक्षिणपूर्व एशिया र अमेरिकाका केही समूहहरू (इटालिकमा सूचीबद्ध) जातीय रूपमा परिभाषित छन्।सुनेहिको हनिहारा द्वारा प्रदान गरिएको मार्टिन क्रेनियल मापन परिभाषा अनुसार कपाल मापन डाटाबेसबाट धेरै कपाल नमूनाहरू चयन गरिएको थियो।हामीले संसारका सबै जातीय समूहहरूबाट प्रतिनिधि पुरुष खप्परहरू चयन गरेका छौं।प्रत्येक समूहका सदस्यहरू पहिचान गर्न, हामीले समूहबाट 37 क्रेनियल मापनको आधारमा युक्लिडियन दूरीहरू गणना गर्‍यौं जुन समूहसँग सम्बन्धित सबै व्यक्तिहरूको लागि हो।धेरै जसो केसहरूमा, हामीले 1-4 नमूनाहरू मध्यबाट सबैभन्दा सानो दूरीको साथ चयन गर्यौं (पूरक तालिका S4)।यी समूहहरूका लागि, केही नमूनाहरू अनियमित रूपमा चयन गरिएका थिए यदि तिनीहरू हाहारा मापन डेटाबेसमा सूचीबद्ध नगरिएका थिए।
तथ्याङ्कीय तुलनाको लागि, 148 जनसङ्ख्या नमूनाहरूलाई प्रमुख भौगोलिक एकाइहरूमा समूहबद्ध गरिएको थियो, जसरी तालिका 1 मा देखाइएको छ। "अफ्रिकी" समूहमा उप-सहारा क्षेत्रका नमूनाहरू मात्र समावेश छन्।उत्तर अफ्रिकाका नमूनाहरू "मध्य पूर्व" मा समान अवस्थाका साथ पश्चिम एशियाका नमूनाहरू समावेश गरिएको थियो।उत्तरपूर्वी एसियाली समूहमा गैर-युरोपियन मूलका मानिसहरू मात्र समावेश छन्, र अमेरिकी समूहमा मूल निवासी अमेरिकीहरू मात्र समावेश छन्।विशेष गरी, यो समूह उत्तर र दक्षिण अमेरिकी महाद्वीपको एक विशाल क्षेत्र, वातावरण को एक विस्तृत विविधता मा वितरित छ।जे होस्, हामी यस एकल भौगोलिक एकाइ भित्र अमेरिकी नमूनालाई विचार गर्छौं, धेरै माइग्रेसनहरू 80 को पर्वाह नगरी उत्तरपूर्वी एसियाली मूलका अमेरिकीहरूको जनसांख्यिकीय इतिहासलाई ध्यानमा राख्दै।
हामीले उच्च रिजोल्युसन थ्रीडी स्क्यानर (शाइनिङ थ्रीडी कम्पनी लिमिटेड द्वारा EinScan Pro, न्यूनतम रिजोल्युसन: ०.५ मिमी, https://www.shining3d.com/) प्रयोग गरेर यी विरोधाभासी खोपडी नमूनाहरूको 3D सतह डेटा रेकर्ड गर्यौं र त्यसपछि जाल उत्पन्न गर्यौं।जाल मोडेलमा लगभग 200,000–400,000 ठाडोहरू हुन्छन्, र समावेश गरिएको सफ्टवेयर प्वालहरू र चिल्लो किनारहरू भर्न प्रयोग गरिन्छ।
पहिलो चरणमा, हामीले 4485 ठाडोहरू (8728 बहुभुज अनुहारहरू) समावेश भएको एकल-टेम्प्लेट मेष स्कल मोडेल सिर्जना गर्न कुनै पनि खोपडीबाट स्क्यान डेटा प्रयोग गर्यौं।खोपडी क्षेत्रको आधार, स्फेनोइड हड्डी, पेट्रस टेम्पोरल हड्डी, तालु, म्याक्सिलरी एल्भिओली, र दाँतहरू समावेश गरी, टेम्प्लेट जाल मोडेलबाट हटाइयो।कारण यो हो कि यी संरचनाहरू कहिलेकाहीं पातलो वा पातलो तीखो भागहरू जस्तै pterygoid सतहहरू र styloid प्रक्रियाहरू, दाँत लगाउने र/वा दाँतहरूको असंगत सेटको कारणले अपूर्ण वा पूरा गर्न गाह्रो हुन्छ।फोरेमेन म्याग्नम वरिपरिको खोपडीको आधार, बेस सहित, रिसेक्ट गरिएको थिएन किनभने यो गर्भाशय ग्रीवाको जोर्नीको स्थानको लागि शारीरिक रूपमा महत्त्वपूर्ण स्थान हो र खोपडीको उचाइको मूल्याङ्कन गरिनु पर्छ।दुबै छेउमा सममित टेम्प्लेट बनाउन ऐनाको घण्टीहरू प्रयोग गर्नुहोस्।बहुभुज आकारहरूलाई सम्भव भएसम्म समभुज बनाउन आइसोट्रोपिक मेसिङ प्रदर्शन गर्नुहोस्।
अर्को, HBM-Rugle सफ्टवेयर प्रयोग गरेर टेम्प्लेट मोडेलको शारीरिक रूपमा सम्बन्धित ठाडोहरूमा 56 ल्यान्डमार्कहरू तोकिएका थिए।ल्यान्डमार्क सेटिङहरूले ल्यान्डमार्क स्थितिको शुद्धता र स्थिरता सुनिश्चित गर्दछ र उत्पन्न गरिएको होमोलोजी मोडेलमा यी स्थानहरूको समानता सुनिश्चित गर्दछ।तिनीहरूलाई तिनीहरूको विशिष्ट विशेषताहरूको आधारमा पहिचान गर्न सकिन्छ, जस्तै पूरक तालिका S5 र पूरक चित्र S3 मा देखाइएको छ।Bookstein को परिभाषा 81 अनुसार, यी ल्यान्डमार्कहरू मध्ये धेरै जसो प्रकार I ल्यान्डमार्कहरू तीन संरचनाहरूको चौराहेमा अवस्थित छन्, र केही अधिकतम वक्रताको बिन्दुहरूसँग टाइप II ल्यान्डमार्कहरू हुन्।धेरै ल्यान्डमार्कहरू मार्टिनको परिभाषा 36 मा रैखिक क्रेनियल मापनका लागि परिभाषित बिन्दुहरूबाट स्थानान्तरण गरिएको थियो। हामीले 342 खोपडी नमूनाहरूको स्क्यान गरिएको मोडेलहरूको लागि उही 56 ल्यान्डमार्कहरू परिभाषित गर्‍यौं, जुन अर्को खण्डमा थप सटीक समरूपता मोडेल उत्पन्न गर्न म्यानुअल रूपमा शारीरिक रूपमा सम्बन्धित ठाडोहरूमा तोकिएको थियो।
स्क्यान डाटा र टेम्प्लेट वर्णन गर्नको लागि हेड-केन्द्रित समन्वय प्रणाली परिभाषित गरिएको थियो, जस्तै पूरक चित्र S4 मा देखाइएको छ।XZ विमान फ्र्याङ्कफर्ट तेर्सो विमान हो जुन बायाँ र दायाँ बाहिरी श्रवण नहरको उच्च किनाराको उच्चतम बिन्दु (मार्टिनको परिभाषा: भाग) र बायाँ कक्षाको तल्लो किनारको सबैभन्दा तल्लो बिन्दु (मार्टिनको परिभाषा: कक्षा) मार्फत जान्छ। ।।X अक्ष बायाँ र दायाँ पक्षहरू जोड्ने रेखा हो, र X+ दायाँ पक्ष हो।YZ विमान बायाँ र दायाँ भागहरू र नाकको जराको बीचबाट जान्छ: Y+ माथि, Z+ अगाडि।सन्दर्भ बिन्दु (मूल: शून्य समन्वय) YZ विमान (मिडप्लेन), XZ प्लेन (फ्राङ्कफर्ट प्लेन) र XY प्लेन (कोरोनल प्लेन) को चौराहेमा सेट गरिएको छ।
हामीले HBM-Rugle सफ्टवेयर (मेडिक इन्जिनियरिङ, क्योटो, http://www.rugle.co.jp/) प्रयोग गर्‍यौं।कोर सफ्टवेयर कम्पोनेन्ट, मूल रूपमा जापानको उन्नत औद्योगिक विज्ञान र प्रविधि संस्थानको डिजिटल मानव अनुसन्धान केन्द्रद्वारा विकसित गरिएको हो, जसलाई HBM भनिन्छ र यसमा ल्यान्डमार्कहरू प्रयोग गरेर टेम्प्लेटहरू फिट गर्ने र विभाजन सतहहरू प्रयोग गरेर राम्रो जाल मोडेलहरू सिर्जना गर्ने कार्यहरू छन्।त्यसपछिको सफ्टवेयर संस्करण (mHBM) 83 ले फिटिङ प्रदर्शन सुधार गर्न ल्यान्डमार्कहरू बिना ढाँचा फिटिङको लागि एक सुविधा थप्यो।HBM-Rugle ले mHBM सफ्टवेयरलाई अतिरिक्त प्रयोगकर्ता-अनुकूल सुविधाहरूको साथ संयोजन गर्दछ जसमा समन्वय प्रणालीहरू अनुकूलन गर्ने र इनपुट डेटा रिसाइज गर्ने।सफ्टवेयर फिटिंग सटीकताको विश्वसनीयता धेरै अध्ययनहरूमा पुष्टि गरिएको छ52,54,55,56,57,58,59,60।
ल्यान्डमार्कहरू प्रयोग गरेर HBM-Rugle टेम्प्लेट फिट गर्दा, टेम्प्लेटको जाल मोडेललाई ICP प्रविधिमा आधारित कठोर दर्ताद्वारा लक्षित स्क्यान डेटामा सुपरइम्पोज गरिएको छ (टेम्प्लेट र लक्षित स्क्यान डेटासँग सम्बन्धित स्थलचिन्हहरू बीचको दूरीको योगलाई कम गर्दै), र। त्यसपछि जालको गैर-कठोर विकृतिले टेम्प्लेटलाई लक्षित स्क्यान डाटामा अनुकूलन गर्दछ।यो फिटिंग प्रक्रिया फिटिंग को शुद्धता सुधार गर्न को लागी दुई फिटिंग प्यारामिटर को विभिन्न मानहरु को उपयोग गरी तीन पटक दोहोर्याइएको थियो।यी मध्ये एउटा प्यारामिटरले टेम्प्लेट ग्रिड मोडेल र लक्ष्य स्क्यान डेटा बीचको दूरीलाई सीमित गर्दछ, र अर्कोले टेम्प्लेट ल्यान्डमार्कहरू र लक्ष्य ल्यान्डमार्कहरू बीचको दूरीलाई दण्डित गर्दछ।विकृत टेम्प्लेट जाल मोडेल त्यसपछि 17,709 ठाडो (34,928 बहुभुज) सम्मिलित थप परिष्कृत जाल मोडेल सिर्जना गर्न चक्रीय सतह उपविभाजन एल्गोरिदम 82 को प्रयोग गरेर उपविभाजित गरियो।अन्तमा, विभाजन गरिएको टेम्प्लेट ग्रिड मोडेल होमोलोजी मोडेल उत्पन्न गर्न लक्षित स्क्यान डाटामा फिट हुन्छ।ल्यान्डमार्क स्थानहरू लक्षित स्क्यान डेटामा भएका स्थानहरू भन्दा थोरै फरक भएकाले, अघिल्लो खण्डमा वर्णन गरिएको हेड अभिमुखीकरण समन्वय प्रणाली प्रयोग गरेर तिनीहरूलाई वर्णन गर्न होमलोजी मोडेल राम्रोसँग मिलाइएको थियो।सबै नमूनाहरूमा सम्बन्धित होमोलोगस मोडेल ल्यान्डमार्कहरू र लक्ष्य स्क्यान डेटा बीचको औसत दूरी <०.०१ मिमी थियो।HBM-Rugle प्रकार्य प्रयोग गरेर गणना गरिएको, homology मोडेल डेटा बिन्दुहरू र लक्ष्य स्क्यान डेटा बीचको औसत दूरी 0.322 mm (पूरक तालिका S2) थियो।
क्रेनियल मोर्फोलोजीमा परिवर्तनहरू व्याख्या गर्न, उन्नत औद्योगिक विज्ञान र प्रविधि संस्थानमा डिजिटल मानव विज्ञान केन्द्र द्वारा सिर्जना गरिएको HBS सफ्टवेयर प्रयोग गरेर सबै समरूप मोडेलहरूको 17,709 शीर्षहरू (53,127 XYZ समन्वयहरू) प्रिन्सिपल कम्पोनेन्ट विश्लेषण (PCA) द्वारा विश्लेषण गरियो।, जापान (वितरण डिलर: मेडिक इन्जिनियरिङ, क्योटो, http://www.rugle.co.jp/)।त्यसपछि हामीले PCA लाई असामान्य डेटा सेट र सेन्ट्रोइड साइज द्वारा सामान्य गरिएको डेटा सेटमा लागू गर्ने प्रयास गर्यौं।यसरी, गैर-मानक डेटामा आधारित PCA ले नौ भौगोलिक एकाइहरूको क्रेनियल आकारलाई अझ स्पष्ट रूपमा चित्रण गर्न सक्छ र PCA भन्दा मानकीकृत डेटा प्रयोग गरेर कम्पोनेन्ट व्याख्यालाई सहज बनाउन सक्छ।
यस लेखले कुल भिन्नताको 1% भन्दा बढीको योगदानको साथ पत्ता लगाइएका प्रमुख घटकहरूको संख्या प्रस्तुत गर्दछ।प्रमुख भौगोलिक एकाइहरूमा भिन्नता समूहहरूमा सबैभन्दा प्रभावकारी प्रिन्सिपल कम्पोनेन्टहरू निर्धारण गर्न, 2% 84 भन्दा बढी योगदानको साथ प्रिन्सिपल कम्पोनेन्ट (PC) स्कोरहरूमा रिसीभर अपरेटिङ विशेषता (ROC) विश्लेषण लागू गरिएको थियो।यस विश्लेषणले वर्गीकरण कार्यसम्पादन सुधार गर्न र भौगोलिक समूहहरू बीच प्लटहरू सही रूपमा तुलना गर्न प्रत्येक PCA कम्पोनेन्टको लागि सम्भाव्यता वक्र उत्पन्न गर्दछ।भेदभावपूर्ण शक्तिको डिग्री कर्भ (AUC) अन्तर्गतको क्षेत्रद्वारा मूल्याङ्कन गर्न सकिन्छ, जहाँ PCA कम्पोनेन्टहरू ठूला मानहरू भएका समूहहरू बीच भेदभाव गर्न सक्षम हुन्छन्।एक ची-वर्ग परीक्षण त्यसपछि महत्वको स्तर मूल्याङ्कन गर्न प्रदर्शन गरिएको थियो।ROC विश्लेषण Microsoft Excel मा एक्सेल सफ्टवेयर (संस्करण 3.21) को लागि बेल कर्भ प्रयोग गरेर प्रदर्शन गरिएको थियो।
क्रेनियल मोर्फोलोजीमा भौगोलिक भिन्नताहरू कल्पना गर्न, स्क्याटरप्लटहरू पीसी स्कोरहरू प्रयोग गरेर सिर्जना गरिएको थियो जसले प्रमुख भौगोलिक एकाइहरूबाट सबैभन्दा प्रभावकारी रूपमा समूहहरूलाई छुट्यायो।प्रिन्सिपल कम्पोनेन्टहरू व्याख्या गर्न, प्रिन्सिपल कम्पोनेन्टहरूसँग अत्यधिक सहसम्बन्धित मोडेल vertices कल्पना गर्न रङ नक्सा प्रयोग गर्नुहोस्।थप रूपमा, प्रिन्सिपल कम्पोनेन्ट स्कोरहरूको ±3 मानक विचलन (SD) मा अवस्थित प्रिन्सिपल कम्पोनेन्ट अक्षहरूको छेउको भर्चुअल प्रतिनिधित्वहरू गणना गरियो र पूरक भिडियोमा प्रस्तुत गरियो।
एलोमेट्री PCA विश्लेषणमा मूल्याङ्कन गरिएको खोपडीको आकार र साइज कारकहरू बीचको सम्बन्ध निर्धारण गर्न प्रयोग गरिएको थियो।विश्लेषण योगदान > 1% संग प्रमुख घटक को लागी मान्य छ।यस PCA को एक सीमा भनेको आकार घटकहरूले व्यक्तिगत रूपमा आकारलाई संकेत गर्न सक्दैन किनभने गैर-सामान्यीकृत डेटा सेटले सबै आयामी कारकहरू हटाउँदैन।असामान्य डेटा सेटहरू प्रयोग गर्नुको अतिरिक्त, हामीले योगदानको साथ प्रमुख घटकहरूमा लागू गरिएको सामान्य सेन्ट्रोइड साइज डेटामा आधारित PC अंश सेटहरू प्रयोग गरेर एलोमेट्रिक प्रवृतिहरू पनि विश्लेषण गर्‍यौं > 1%।
समीकरण Y = aXb 85 को प्रयोग गरेर Allometric Trends को परीक्षण गरिएको थियो जहाँ Y आकारको कम्पोनेन्टको आकार वा अनुपात हो, X सेन्ट्रोइड साइज हो (पूरक तालिका S2), a स्थिर मान हो, र b allometric गुणांक हो।यो विधिले मूलतया ज्यामितीय morphometry78,86 मा allometric वृद्धि अध्ययन परिचय गर्दछ।यस सूत्रको लोगारिदमिक रूपान्तरण हो: लग Y = b × log X + log a।कम से कम वर्ग विधि प्रयोग गरेर प्रतिगमन विश्लेषण a र b गणना गर्न लागू गरिएको थियो।जब Y (सेन्ट्रोइड साइज) र X (पीसी स्कोरहरू) लगरिदमिक रूपमा रूपान्तरण हुन्छन्, यी मानहरू सकारात्मक हुनुपर्छ;यद्यपि, X का लागि अनुमानहरूको सेटमा ऋणात्मक मानहरू छन्।समाधानको रूपमा, हामीले प्रत्येक अंशमा प्रत्येक अंशको लागि सबैभन्दा सानो अंश प्लस 1 को निरपेक्ष मानमा राउन्डिङ थप्यौं र सबै रूपान्तरित सकारात्मक अंशहरूमा लॉगरिदमिक रूपान्तरण लागू गर्‍यौं।एलोमेट्रिक गुणांकको महत्त्व दुई-पुच्छे विद्यार्थीको टी परीक्षण प्रयोग गरेर मूल्याङ्कन गरिएको थियो।एलोमेट्रिक वृद्धि परीक्षण गर्न यी सांख्यिकीय गणनाहरू एक्सेल सफ्टवेयर (संस्करण 3.21) मा बेल कर्भहरू प्रयोग गरेर प्रदर्शन गरिएको थियो।
Wolpoff, MH कंकाल को नाक मा जलवायु प्रभाव।हो।जे फिज।मानवता।२९, ४०५–४२३।https://doi.org/10.1002/ajpa.1330290315 (1968)।
Beals, KL हेड आकार र जलवायु तनाव।हो।जे फिज।मानवता।३७, ८५-९२।https://doi.org/10.1002/ajpa.1330370111 (1972)।