त्रि-आयामिक सतह समरूपता 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 तपाईंको ब्राउजरको नयाँ संस्करण प्रयोग गर्न सिफारिस गर्छौं (वा इन्टरनेट एक्सप्लोररमा अनुकूलता मोड बन्द गर्नुहोस्)। यसैबीच, निरन्तर समर्थन सुनिश्चित गर्न, हामी स्टाइलिङ वा जाभास्क्रिप्ट बिना साइट देखाउँदैछौं।
यस अध्ययनले विश्वभरका १४८ जातीय समूहहरूबाट स्क्यान डेटामा आधारित ज्यामितीय समरूपता मोडेल प्रयोग गरेर मानव कपाल आकारविज्ञानमा क्षेत्रीय विविधताको मूल्याङ्कन गर्‍यो। यो विधिले टेम्प्लेट फिटिंग प्रविधि प्रयोग गरेर पुनरावृत्तिशील निकटतम बिन्दु एल्गोरिदम प्रयोग गरेर गैर-कठोर रूपान्तरणहरू प्रदर्शन गरेर समरूपता मेषहरू उत्पन्न गर्दछ। ३४२ चयन गरिएका समरूपता मोडेलहरूमा प्रमुख घटक विश्लेषण लागू गरेर, समग्र आकारमा सबैभन्दा ठूलो परिवर्तन फेला पर्यो र दक्षिण एशियाबाट सानो खोपडीको लागि स्पष्ट रूपमा पुष्टि भयो। दोस्रो सबैभन्दा ठूलो भिन्नता न्यूरोक्रानियमको लम्बाइ र चौडाइ अनुपात हो, जसले अफ्रिकीहरूको लामो खोपडी र उत्तरपूर्वी एशियालीहरूको उत्तल खोपडी बीचको भिन्नता प्रदर्शन गर्दछ। यो घटकको अनुहारको कन्टूरिङसँग थोरै सम्बन्ध छ भन्ने कुरा ध्यान दिन लायक छ। उत्तरपूर्वी एशियालीहरूमा फैलिएको गाला र युरोपेलीहरूमा कम्प्याक्ट म्याक्सिलरी हड्डीहरू जस्ता प्रसिद्ध अनुहारका विशेषताहरू पुन: पुष्टि गरियो। यी अनुहार परिवर्तनहरू खोपडीको समोच्चसँग नजिकबाट सम्बन्धित छन्, विशेष गरी अगाडिको र ओसिपिटल हड्डीहरूको झुकावको डिग्री। समग्र खोपडीको आकारको सापेक्ष अनुहारको अनुपातमा एलोमेट्रिक ढाँचाहरू फेला परे; ठूला खोपडीहरूमा अनुहारको रूपरेखा लामो र साँघुरो हुने गर्छ, जस्तै धेरै मूल निवासी अमेरिकीहरू र उत्तरपूर्वी एसियालीहरूमा प्रदर्शन गरिएको छ। यद्यपि हाम्रो अध्ययनले जलवायु वा आहार अवस्था जस्ता क्रेनियल आकारविज्ञानलाई प्रभाव पार्न सक्ने वातावरणीय चरहरूमा डेटा समावेश गरेको थिएन, समरूप कपाल ढाँचाहरूको ठूलो डेटा सेट कंकाल फेनोटाइपिक विशेषताहरूको लागि विभिन्न व्याख्याहरू खोज्न उपयोगी हुनेछ।
मानव खोपडीको आकारमा भौगोलिक भिन्नताहरू लामो समयदेखि अध्ययन गरिएको छ। धेरै अनुसन्धानकर्ताहरूले वातावरणीय अनुकूलन र/वा प्राकृतिक चयनको विविधता, विशेष गरी जलवायु कारकहरू १,२,३,४,५,६,७ वा पोषण अवस्थाहरूमा निर्भर गर्दै चूषण कार्यको मूल्याङ्कन गरेका छन्। ५,८,९,१०, ११,१२। १३। यसका साथै, केही अध्ययनहरूले तटस्थ जीन उत्परिवर्तनहरू १४,१५,१६,१७,१८,१९,२०,२१,२२,२३ को कारणले हुने अवरोध प्रभावहरू, आनुवंशिक बहाव, जीन प्रवाह, वा स्टोकास्टिक विकासवादी प्रक्रियाहरूमा केन्द्रित छन्। उदाहरणका लागि, फराकिलो र छोटो कपाल भल्टको गोलाकार आकारलाई एलेनको नियम अनुसार चयनात्मक दबाबको अनुकूलनको रूपमा व्याख्या गरिएको छ। २४, जसले स्तनधारी जनावरहरूले शरीरको सतह क्षेत्रफललाई भोल्युम २,४,१६,१७,२५ को सापेक्ष घटाएर ताप हानि कम गर्छ भन्ने धारणा राख्छ। थप रूपमा, बर्गम्यानको नियम २६ प्रयोग गर्ने केही अध्ययनहरूले खोपडीको आकार र तापक्रम ३,५,१६,२५,२७ बीचको सम्बन्धको व्याख्या गरेका छन्, जसले सुझाव दिन्छ कि गर्मीको क्षति रोक्नको लागि चिसो क्षेत्रहरूमा समग्र आकार ठूलो हुन्छ। किसानहरू र शिकारी-संकलकहरू बीचको पाक संस्कृति वा निर्वाह भिन्नताबाट उत्पन्न हुने आहार अवस्थाहरूको सम्बन्धमा क्रेनियल भल्ट र अनुहारको हड्डीहरूको वृद्धि ढाँचामा चूसने तनावको यान्त्रिक प्रभावको बारेमा बहस गरिएको छ। सामान्य व्याख्या यो हो कि चपाउने दबाब कम हुँदा अनुहारको हड्डी र मांसपेशीहरूको कठोरता कम हुन्छ। धेरै विश्वव्यापी अध्ययनहरूले खोपडीको आकार विविधतालाई मुख्यतया वातावरणीय अनुकूलन २१,२९,३०,३१,३२ भन्दा तटस्थ आनुवंशिक दूरीको फेनोटाइपिक परिणामहरूसँग जोडेका छन्। खोपडीको आकारमा परिवर्तनहरूको लागि अर्को व्याख्या आइसोमेट्रिक वा एलोमेट्रिक वृद्धि ६,३३,३४,३५ को अवधारणामा आधारित छ। उदाहरणका लागि, ठूला मस्तिष्कहरूमा तथाकथित "ब्रोकाको क्याप" क्षेत्रमा तुलनात्मक रूपमा फराकिलो फ्रन्टल लोबहरू हुन्छन्, र फ्रन्टल लोबहरूको चौडाइ बढ्छ, यो एक विकासवादी प्रक्रिया हो जुन एलोमेट्रिक वृद्धिको आधारमा मानिन्छ। थप रूपमा, खोपडीको आकारमा दीर्घकालीन परिवर्तनहरूको जाँच गर्ने एक अध्ययनले बढ्दो उचाइको साथ ब्रेकिसेफली (खोपडीको गोलाकार बन्ने प्रवृत्ति) तिर एलोमेट्रिक प्रवृत्ति फेला पार्यो।
क्रेनियल मोर्फोलोजीमा अनुसन्धानको लामो इतिहासमा क्रेनियल आकारहरूको विविधताको विभिन्न पक्षहरूको लागि जिम्मेवार अन्तर्निहित कारकहरू पहिचान गर्ने प्रयासहरू समावेश छन्। धेरै प्रारम्भिक अध्ययनहरूमा प्रयोग गरिएका परम्परागत विधिहरू द्विचर रेखीय मापन डेटामा आधारित थिए, प्रायः मार्टिन वा होवेल परिभाषाहरू प्रयोग गर्दै36,37। एकै समयमा, माथि उल्लेखित धेरै अध्ययनहरूले स्थानिय 3D ज्यामितीय मोर्फोमेट्री (GM) प्रविधिमा आधारित थप उन्नत विधिहरू प्रयोग गर्थे5,7,10,11,12,13,17,20,27,34,35,38। 39. उदाहरणका लागि, झुकाउने ऊर्जा न्यूनीकरणमा आधारित स्लाइडिङ सेमिल्यान्डमार्क विधि, ट्रान्सजेनिक जीवविज्ञानमा सबैभन्दा सामान्य रूपमा प्रयोग हुने विधि भएको छ। यसले वक्र वा सतहमा स्लाइड गरेर प्रत्येक नमूनामा टेम्प्लेटको अर्ध-स्थलचिह्नहरू प्रोजेक्ट गर्दछ38,40,41,42,43,44,45,46। यस्ता सुपरपोजिसन विधिहरू सहित, धेरैजसो 3D GM अध्ययनहरूले आकारहरूको प्रत्यक्ष तुलना र परिवर्तनहरूको क्याप्चरलाई अनुमति दिन सामान्यीकृत प्रोक्रस्टेस विश्लेषण, पुनरावृत्ति निकटतम बिन्दु (ICP) एल्गोरिथ्म 47 प्रयोग गर्छन्। वैकल्पिक रूपमा, पातलो प्लेट स्प्लाइन (TPS)48,49 विधिलाई मेष-आधारित आकारहरूमा अर्ध-ल्यान्डमार्क पङ्क्तिबद्धता म्याप गर्न गैर-कठोर रूपान्तरण विधिको रूपमा पनि व्यापक रूपमा प्रयोग गरिन्छ।
२० औं शताब्दीको अन्त्यदेखि व्यावहारिक ३D सम्पूर्ण-शरीर स्क्यानरहरूको विकाससँगै, धेरै अध्ययनहरूले आकार मापनको लागि ३D सम्पूर्ण-शरीर स्क्यानरहरू प्रयोग गरेका छन्50,51। स्क्यान डेटा शरीरको आयामहरू निकाल्न प्रयोग गरिन्थ्यो, जसको लागि बिन्दु बादलहरूको सट्टा सतह आकारहरूलाई सतहको रूपमा वर्णन गर्न आवश्यक छ। ढाँचा फिटिंग कम्प्युटर ग्राफिक्सको क्षेत्रमा यस उद्देश्यको लागि विकसित गरिएको एक प्रविधि हो, जहाँ सतहको आकार बहुभुज जाल मोडेलद्वारा वर्णन गरिएको छ। ढाँचा फिटिंगको पहिलो चरण टेम्प्लेटको रूपमा प्रयोग गर्न जाल मोडेल तयार गर्नु हो। ढाँचा बनाउने केही शीर्षहरू ल्यान्डमार्कहरू हुन्। त्यसपछि टेम्प्लेटलाई विकृत गरिन्छ र टेम्प्लेटको स्थानीय आकार सुविधाहरू संरक्षण गर्दै टेम्प्लेट र बिन्दु बादल बीचको दूरी कम गर्न सतहमा अनुरूप बनाइन्छ। टेम्प्लेटमा ल्यान्डमार्कहरू बिन्दु बादलमा ल्यान्डमार्कहरूसँग मेल खान्छ। टेम्प्लेट फिटिंग प्रयोग गरेर, सबै स्क्यान डेटालाई समान संख्यामा डेटा बिन्दुहरू र एउटै टोपोलोजीको साथ मेष मोडेलको रूपमा वर्णन गर्न सकिन्छ। यद्यपि सटीक समरूपता केवल ल्यान्डमार्क स्थितिहरूमा अवस्थित छ, यो मान्न सकिन्छ कि टेम्प्लेटहरूको ज्यामितिमा परिवर्तनहरू सानो भएकोले उत्पन्न गरिएका मोडेलहरू बीच सामान्य समरूपता छ। त्यसकारण, टेम्प्लेट फिटिंगद्वारा सिर्जना गरिएका ग्रिड मोडेलहरूलाई कहिलेकाहीं होमलोजी मोडेलहरू भनिन्छ52। टेम्प्लेट फिटिंगको फाइदा यो हो कि टेम्प्लेटलाई विकृत गर्न सकिन्छ र लक्षित वस्तुको विभिन्न भागहरूमा समायोजन गर्न सकिन्छ जुन सतहको नजिकको रूपमा छन् तर यसबाट टाढा छन् (उदाहरणका लागि, जाइगोमेटिक आर्च र खोपडीको टेम्पोरल क्षेत्र) एकअर्कालाई असर नगरी। विकृति। यस तरिकाले, टेम्प्लेटलाई धड़ वा हात जस्ता शाखायुक्त वस्तुहरूमा सुरक्षित गर्न सकिन्छ, काँधलाई उभिएको स्थितिमा राखेर। टेम्प्लेट फिटिंगको बेफाइदा भनेको दोहोरिने पुनरावृत्तिको उच्च कम्प्युटेशनल लागत हो, यद्यपि, कम्प्युटर प्रदर्शनमा उल्लेखनीय सुधारहरूको लागि धन्यवाद, यो अब कुनै समस्या छैन। प्रमुख घटक विश्लेषण (PCA) जस्ता बहुभिन्न विश्लेषण प्रविधिहरू प्रयोग गरेर मेष मोडेल बनाउने शिरोबिंदूहरूको निर्देशांक मानहरूको विश्लेषण गरेर, वितरणमा कुनै पनि स्थितिमा सम्पूर्ण सतह आकार र भर्चुअल आकारमा परिवर्तनहरूको विश्लेषण गर्न सम्भव छ। प्राप्त गर्न सकिन्छ। गणना गर्नुहोस् र कल्पना गर्नुहोस्53। आजकल, टेम्प्लेट फिटिंगद्वारा उत्पन्न मेष मोडेलहरू विभिन्न क्षेत्रहरूमा आकार विश्लेषणमा व्यापक रूपमा प्रयोग गरिन्छ52,54,55,56,57,58,59,60।
लचिलो मेष रेकर्डिङ प्रविधिमा भएको प्रगति, CT भन्दा उच्च रिजोल्युसन, गति र गतिशीलतामा स्क्यान गर्न सक्षम पोर्टेबल 3D स्क्यानिङ उपकरणहरूको द्रुत विकाससँगै, स्थानको पर्वाह नगरी 3D सतह डेटा रेकर्ड गर्न सजिलो बनाउँदैछ। यसरी, जैविक मानवशास्त्रको क्षेत्रमा, यस्ता नयाँ प्रविधिहरूले खोपडीका नमूनाहरू सहित मानव नमूनाहरूको मात्रा र सांख्यिकीय विश्लेषण गर्ने क्षमता बढाउँछन्, जुन यस अध्ययनको उद्देश्य हो।
संक्षेपमा, यस अध्ययनले टेम्प्लेट मिलान (चित्र १) मा आधारित उन्नत थ्रीडी होमोलॉजी मोडेलिङ प्रविधि प्रयोग गर्दछ जसले विश्वभरका १४८ जनसंख्याबाट चयन गरिएका ३४२ खोपडी नमूनाहरूको मूल्याङ्कन गर्दछ। कपाल आकारविज्ञानको विविधता (तालिका १)। खोपडी आकारविज्ञानमा परिवर्तनहरूको लागि लेखाजोखा गर्न, हामीले उत्पन्न गरेको होमोलोजी मोडेलको डेटा सेटमा PCA र रिसीभर अपरेटिङ विशेषता (ROC) विश्लेषणहरू लागू गर्यौं। निष्कर्षहरूले क्षेत्रीय ढाँचाहरू र परिवर्तनको घट्दो क्रम, कपाल खण्डहरू बीच सहसम्बन्धित परिवर्तनहरू, र एलोमेट्रिक प्रवृत्तिहरूको उपस्थिति सहित कपाल आकारविज्ञानमा विश्वव्यापी परिवर्तनहरूको राम्रो बुझाइमा योगदान पुर्‍याउनेछ। यद्यपि यो अध्ययनले जलवायु वा आहार अवस्थाहरूद्वारा प्रतिनिधित्व गरिएको बाह्य चरहरूमा डेटालाई सम्बोधन गर्दैन जसले कपाल आकारविज्ञानलाई प्रभाव पार्न सक्छ, हाम्रो अध्ययनमा दस्तावेज गरिएको कपाल आकारविज्ञानको भौगोलिक ढाँचाहरूले कपाल भिन्नताको वातावरणीय, बायोमेकानिकल र आनुवंशिक कारकहरू अन्वेषण गर्न मद्दत गर्नेछ।
तालिका २ ले ३४२ समरूप खोपडी मोडेलहरूको १७,७०९ ठाडो (५३,१२७ XYZ निर्देशांक) को अमानकीकृत डेटासेटमा लागू गरिएको इगेनभ्यालुहरू र PCA योगदान गुणांकहरू देखाउँछ। फलस्वरूप, १४ मुख्य घटकहरू पहिचान गरियो, जसको कुल भिन्नतामा योगदान १% भन्दा बढी थियो, र भिन्नताको कुल अंश ८३.६८% थियो। १४ प्रमुख घटकहरूको लोडिङ भेक्टरहरू पूरक तालिका S1 मा रेकर्ड गरिएका छन्, र ३४२ खोपडी नमूनाहरूको लागि गणना गरिएको घटक स्कोरहरू पूरक तालिका S2 मा प्रस्तुत गरिएका छन्।
यस अध्ययनले २% भन्दा बढी योगदान भएका नौ प्रमुख घटकहरूको मूल्याङ्कन गर्‍यो, जसमध्ये केहीले क्रेनियल मोर्फोलजीमा पर्याप्त र महत्त्वपूर्ण भौगोलिक भिन्नता देखाउँछन्। चित्र २ ले प्रमुख भौगोलिक एकाइहरू (जस्तै, अफ्रिकी र गैर-अफ्रिकी देशहरू बीच) मा नमूनाहरूको प्रत्येक संयोजनको विशेषता वा अलग गर्नको लागि सबैभन्दा प्रभावकारी PCA घटकहरू चित्रण गर्न ROC विश्लेषणबाट उत्पन्न वक्रहरू प्लट गर्दछ। यस परीक्षणमा प्रयोग गरिएको सानो नमूना आकारको कारणले पोलिनेसियन संयोजन परीक्षण गरिएको थिएन। ROC विश्लेषण प्रयोग गरेर गणना गरिएको AUC र अन्य आधारभूत तथ्याङ्कहरूमा भिन्नताहरूको महत्त्व सम्बन्धी डेटा पूरक तालिका S3 मा देखाइएको छ।
३४२ पुरुष समरूप खोपडी मोडेलहरू मिलेर बनेको भेर्टेक्स डेटासेटको आधारमा नौ प्रमुख घटक अनुमानहरूमा ROC वक्रहरू लागू गरिएको थियो। AUC: ०.०१% महत्वमा वक्र मुनिको क्षेत्रफल प्रत्येक भौगोलिक संयोजनलाई अन्य कुल संयोजनहरूबाट छुट्याउन प्रयोग गरिन्छ। TPF साँचो सकारात्मक (प्रभावकारी भेदभाव) हो, FPF गलत सकारात्मक (अवैध भेदभाव) हो।
ROC वक्रको व्याख्या तल संक्षेप गरिएको छ, केवल ती घटकहरूमा केन्द्रित छ जसले तुलनात्मक समूहहरूलाई ठूलो वा अपेक्षाकृत ठूलो AUC र ०.००१ भन्दा कम सम्भाव्यताको साथ उच्च स्तरको महत्त्वको साथ फरक पार्न सक्छ। दक्षिण एसियाली जटिल (चित्र २a), मुख्यतया भारतका नमूनाहरू मिलेर बनेको, अन्य भौगोलिक रूपमा मिश्रित नमूनाहरू भन्दा उल्लेखनीय रूपमा फरक छ किनकि पहिलो घटक (PC1) मा अन्य घटकहरूको तुलनामा उल्लेखनीय रूपमा ठूलो AUC (0.856) छ। अफ्रिकी जटिल (चित्र २b) को एक विशेषता PC2 (0.834) को अपेक्षाकृत ठूलो AUC हो। अस्ट्रो-मेलानेशियनहरू (चित्र २c) ले अपेक्षाकृत ठूलो AUC (0.759) को साथ PC2 मार्फत उप-सहारा अफ्रिकीहरूलाई समान प्रवृत्ति देखायो। युरोपेलीहरू (चित्र २d) PC2 (AUC = 0.801), PC4 (AUC = 0.719) र PC6 (AUC = 0.671) को संयोजनमा स्पष्ट रूपमा भिन्न छन्, उत्तरपूर्वी एसियाली नमूना (चित्र २e) PC4 भन्दा धेरै फरक छ, अपेक्षाकृत बढी 0.714 संग, र PC3 बाट भिन्नता कमजोर छ (AUC = 0.688)। निम्न समूहहरूलाई पनि कम AUC मानहरू र उच्च महत्त्व स्तरहरू भएका पहिचान गरिएको थियो: PC7 (AUC = 0.679), PC4 (AUC = 0.654) र PC1 (AUC = 0.649) को नतिजाले देखायो कि यी घटकहरूसँग सम्बन्धित विशिष्ट विशेषताहरू भएका मूल अमेरिकीहरू (चित्र 2f), दक्षिणपूर्वी एशियालीहरू (चित्र 2g) PC3 (AUC = 0.660) र PC9 (AUC = 0.663) मा भिन्न थिए, तर मध्य पूर्व (चित्र 2h) (उत्तर अफ्रिका सहित) बाट नमूनाहरूको ढाँचा मेल खान्छ। अरूको तुलनामा धेरै भिन्नता छैन।
अर्को चरणमा, अत्यधिक सहसम्बन्धित शिरोबिंदूहरूलाई दृश्यात्मक रूपमा व्याख्या गर्न, ०.४५ भन्दा बढी उच्च भार मानहरू भएका सतहका क्षेत्रहरूलाई चित्र ३ मा देखाइए अनुसार X, Y, र Z समन्वय जानकारीले रंगिएको छ। रातो क्षेत्रले X-अक्ष निर्देशांकहरूसँग उच्च सहसम्बन्ध देखाउँछ, जुन तेर्सो ट्रान्सभर्स दिशासँग मेल खान्छ। हरियो क्षेत्र Y अक्षको ठाडो निर्देशांकसँग अत्यधिक सहसम्बन्धित छ, र गाढा नीलो क्षेत्र Z अक्षको धनु निर्देशांकसँग अत्यधिक सहसम्बन्धित छ। हल्का नीलो क्षेत्र Y निर्देशांक अक्षहरू र Z निर्देशांक अक्षहरूसँग सम्बन्धित छ; गुलाबी - X र Z निर्देशांक अक्षहरूसँग सम्बन्धित मिश्रित क्षेत्र; पहेंलो - X र Y निर्देशांक अक्षहरूसँग सम्बन्धित क्षेत्र; सेतो क्षेत्रमा X, Y र Z निर्देशांक अक्ष प्रतिबिम्बित हुन्छ। त्यसकारण, यस लोड मान थ्रेसहोल्डमा, PC 1 मुख्यतया खोपडीको सम्पूर्ण सतहसँग सम्बन्धित छ। यस घटक अक्षको विपरीत छेउमा रहेको 3 SD भर्चुअल खोपडी आकार पनि यस चित्रमा चित्रण गरिएको छ, र PC1 मा समग्र खोपडी आकारका कारकहरू छन् भनी दृश्यात्मक रूपमा पुष्टि गर्न पूरक भिडियो S1 मा विकृत छविहरू प्रस्तुत गरिएका छन्।
PC1 स्कोरहरूको फ्रिक्वेन्सी वितरण (सामान्य फिट कर्भ), खोपडीको सतहको रङ नक्सा PC1 शीर्षहरूसँग अत्यधिक सम्बन्धित छ (यस अक्षको विपरीत पक्षहरूको परिमाण 3 SD हो। स्केल 50 मिमी व्यास भएको हरियो गोलाकार हो।)
चित्र ३ ले ९ भौगोलिक एकाइहरूको लागि छुट्टाछुट्टै गणना गरिएको व्यक्तिगत PC1 स्कोरहरूको फ्रिक्वेन्सी वितरण प्लट (सामान्य फिट कर्भ) देखाउँछ। ROC कर्भ अनुमानहरू (चित्र २) को अतिरिक्त, दक्षिण एसियालीहरूको अनुमान केही हदसम्म बायाँतिर उल्लेखनीय रूपमा तिरछा छ किनभने तिनीहरूको खोपडी अन्य क्षेत्रीय समूहहरूको भन्दा सानो छ। तालिका १ मा संकेत गरिए अनुसार, यी दक्षिण एसियालीहरूले अण्डमान र निकोबार टापुहरू, श्रीलंका र बंगलादेश सहित भारतमा जातीय समूहहरूको प्रतिनिधित्व गर्छन्।
PC1 मा आयामी गुणांक फेला पर्यो। अत्यधिक सहसम्बन्धित क्षेत्रहरू र भर्चुअल आकारहरूको खोजले PC1 बाहेक अन्य घटकहरूको लागि फारम कारकहरूको स्पष्टीकरणमा परिणाम दियो; यद्यपि, आकार कारकहरू सधैं पूर्ण रूपमा हटाइँदैनन्। ROC वक्रहरू (चित्र २) तुलना गरेर देखाइए अनुसार, PC2 र PC4 सबैभन्दा विभेदकारी 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 स्कोरहरूको स्क्याटरप्लटहरू र प्रत्येक घटकसँग अत्यधिक सहसम्बन्धित रङ सतहहरू, साथै 3 SD को विपरीत पक्षहरूको आयामहरू भएको भर्चुअल आकार विकृतिहरू चित्रण गर्छन् (चित्र ४, ५, ६)। यी प्लटहरूमा प्रतिनिधित्व गरिएका प्रत्येक भौगोलिक एकाइबाट नमूनाहरूको उत्तल हल कभरेज लगभग ९०% छ, यद्यपि क्लस्टरहरू भित्र केही हदसम्म ओभरल्याप छ। तालिका ३ ले प्रत्येक PCA घटकको व्याख्या प्रदान गर्दछ।
नौ भौगोलिक एकाइहरू (माथि) र चार भौगोलिक एकाइहरू (तल) बाट क्रेनियल व्यक्तिहरूको लागि PC2 र PC4 स्कोरहरूको स्क्याटरप्लटहरू, प्रत्येक PC (X, Y, Z को सापेक्ष) सँग अत्यधिक सहसम्बन्धित ठाडोहरूको खोपडी सतहको रंगको प्लटहरू। अक्षहरूको रंग व्याख्या: पाठ हेर्नुहोस्), र यी अक्षहरूको विपरीत पक्षहरूमा भर्चुअल रूपको विकृति 3 SD हो। स्केल 50 मिमी व्यास भएको हरियो गोलाकार हो।
नौ भौगोलिक एकाइहरू (माथि) र दुई भौगोलिक एकाइहरू (तल) बाट क्रेनियल व्यक्तिहरूको लागि PC6 र PC7 स्कोरहरूको स्क्याटरप्लटहरू, प्रत्येक PC (X, Y, Z को सापेक्ष) सँग अत्यधिक सहसम्बन्धित शीर्षहरूको लागि क्रेनियल सतह रङ प्लटहरू। अक्षहरूको रंग व्याख्या: पाठ हेर्नुहोस्), र यी अक्षहरूको विपरीत पक्षहरूमा भर्चुअल फारमको विकृति 3 SD हो। स्केल 50 मिमी व्यास भएको हरियो गोलाकार हो।
नौ भौगोलिक एकाइहरू (माथि) र तीन भौगोलिक एकाइहरू (तल) बाट क्रेनियल व्यक्तिहरूको लागि PC3 र PC9 स्कोरहरूको स्क्याटरप्लटहरू, र खोपडीको सतहको रङ प्लटहरू (X, Y, Z अक्षहरूको सापेक्षमा) प्रत्येक PC रङ व्याख्यासँग अत्यधिक सम्बन्धित छन्: सेमी। पाठ), साथै यी अक्षहरूको विपरीत पक्षहरूमा 3 SD परिमाणको भर्चुअल आकार विकृतिहरू। स्केल 50 मिमी व्यास भएको हरियो गोलाकार हो।
PC2 र PC4 को स्कोर देखाउने ग्राफमा (चित्र ४, पूरक भिडियोहरू S2, S3 ले विकृत छविहरू देखाउँदै), लोड मान थ्रेसहोल्ड ०.४ भन्दा माथि सेट गर्दा सतहको रङ नक्सा पनि प्रदर्शित हुन्छ, जुन PC1 भन्दा कम हो किनभने PC2 मान कुल लोड PC1 भन्दा कम हुन्छ।
Z-अक्ष (गाढा नीलो) र गुलाबी रंगमा कोरोनल दिशा (रातो) मा प्यारिएटल लोबको अगाडिको र ओसिपिटल लोबहरूको लम्बाइ, ओसिपुटको Y-अक्ष (हरियो) र निधारको Z-अक्ष (गाढा नीलो)। यो ग्राफले विश्वभरका सबै मानिसहरूको लागि स्कोरहरू देखाउँछ; यद्यपि, जब ठूलो संख्यामा समूहहरू मिलेर बनेको सबै नमूनाहरू एकैसाथ प्रदर्शित हुन्छन्, ठूलो मात्रामा ओभरल्यापको कारणले स्क्याटरिङ ढाँचाहरूको व्याख्या धेरै गाह्रो हुन्छ; त्यसैले, केवल चार प्रमुख भौगोलिक एकाइहरू (जस्तै, अफ्रिका, अस्ट्रेलिया-मेलानेशिया, युरोप र उत्तरपूर्वी एशिया) बाट, नमूनाहरू PC स्कोरहरूको यस दायरा भित्र 3 SD भर्चुअल क्रेनियल विकृतिको साथ ग्राफको तल छरिएका छन्। चित्रमा, PC2 र PC4 स्कोरहरूको जोडी हुन्। अफ्रिकी र अस्ट्रो-मेलानेशियनहरू बढी ओभरल्याप हुन्छन् र दायाँ तिर वितरित हुन्छन्, जबकि युरोपेलीहरू माथिल्लो बायाँ तिर छरिएका हुन्छन् र उत्तरपूर्वी एशियालीहरू तल्लो बायाँ तिर क्लस्टर हुन्छन्। PC2 को तेर्सो अक्षले देखाउँछ कि अफ्रिकी/अस्ट्रेलियाली मेलानेशियनहरूमा अन्य मानिसहरूको तुलनामा तुलनात्मक रूपमा लामो न्यूरोक्रानियम हुन्छ। PC4, जसमा युरोपेली र उत्तरपूर्वी एसियाली संयोजनहरू खुकुलो रूपमा छुट्याइएका हुन्छन्, जाइगोमेटिक हड्डीहरूको सापेक्षिक आकार र प्रक्षेपण र क्याल्भेरियमको पार्श्व समोच्चसँग सम्बन्धित छ। स्कोरिङ योजनाले देखाउँछ कि युरोपेलीहरूमा तुलनात्मक रूपमा साँघुरो म्याक्सिलरी र जाइगोमेटिक हड्डीहरू हुन्छन्, जाइगोमेटिक आर्च द्वारा सीमित सानो टेम्पोरल फोसा स्पेस, ठाडो रूपमा माथि उठेको फ्रन्टल हड्डी र समतल, कम ओसिपिटल हड्डी हुन्छ, जबकि उत्तरपूर्वी एसियालीहरूमा फराकिलो र अधिक प्रमुख जाइगोमेटिक हड्डीहरू हुन्छन्। फ्रन्टल लोब झुकेको हुन्छ, ओसिपिटल हड्डीको आधार उठेको हुन्छ।
PC6 र PC7 मा ध्यान केन्द्रित गर्दा (चित्र 5) (पूरक भिडियोहरू S4, S5 ले विकृत छविहरू देखाउँदै), रङ प्लटले 0.3 भन्दा बढी लोड मान थ्रेसहोल्ड देखाउँछ, जसले PC6 म्याक्सिलरी वा एल्भियोलर मोर्फोलोजी (रातो: X अक्ष र हरियो) सँग सम्बन्धित छ भनेर संकेत गर्दछ। Y अक्ष), टेम्पोरल हड्डी आकार (नीलो: Y र Z अक्ष) र ओसिपिटल हड्डी आकार (गुलाबी: X र Z अक्ष)। निधार चौडाइ (रातो: X-अक्ष) को अतिरिक्त, PC7 ले एन्टेरियर म्याक्सिलरी एल्भियोली (हरियो: Y-अक्ष) र पेरिएटोटेम्पोरल क्षेत्र (गाढा नीलो) वरिपरि Z-अक्ष हेड आकारको उचाइसँग पनि सम्बन्धित छ। चित्र 5 को शीर्ष प्यानलमा, सबै भौगोलिक नमूनाहरू PC6 र PC7 घटक स्कोर अनुसार वितरण गरिएका छन्। किनभने ROC ले संकेत गर्दछ कि PC6 ले युरोपको लागि अद्वितीय सुविधाहरू समावेश गर्दछ र PC7 ले यस विश्लेषणमा मूल अमेरिकी सुविधाहरू प्रतिनिधित्व गर्दछ, यी दुई क्षेत्रीय नमूनाहरू घटक अक्षहरूको यो जोडीमा छनौट रूपमा प्लट गरिएको थियो। मूल अमेरिकीहरू, यद्यपि नमूनामा व्यापक रूपमा समावेश छन्, माथिल्लो बायाँ कुनामा छरिएका छन्; यसको विपरीत, धेरै युरोपेली नमूनाहरू तल्लो दायाँ कुनामा अवस्थित हुन्छन्। PC6 र PC7 जोडीले युरोपेलीहरूको साँघुरो वायुकोशीय प्रक्रिया र अपेक्षाकृत फराकिलो न्यूरोक्रानियमलाई प्रतिनिधित्व गर्दछ, जबकि अमेरिकीहरू साँघुरो निधार, ठूलो म्याक्सिला, र फराकिलो र अग्लो वायुकोशीय प्रक्रियाद्वारा विशेषता हुन्छन्।
ROC विश्लेषणले देखाएको छ कि PC3 र/वा PC9 दक्षिणपूर्व र उत्तरपूर्वी एसियाली जनसंख्यामा सामान्य थिए। तदनुसार, स्कोर जोडी PC3 (y-अक्षमा हरियो माथिल्लो अनुहार) र PC9 (y-अक्षमा हरियो तल्लो अनुहार) (चित्र 6; पूरक भिडियो S6, S7 ले मोर्फ गरिएको छविहरू प्रदान गर्दछ) ले पूर्वी एसियालीहरूको विविधतालाई प्रतिबिम्बित गर्दछ। , जुन उत्तरपूर्वी एसियालीहरूको उच्च अनुहार अनुपात र दक्षिणपूर्वी एसियालीहरूको कम अनुहारको आकारसँग तीव्र रूपमा भिन्न छ। यी अनुहारका विशेषताहरू बाहेक, केही उत्तरपूर्वी एसियालीहरूको अर्को विशेषता ओसिपिटल हड्डीको ल्याम्ब्डा झुकाव हो, जबकि केही दक्षिणपूर्वी एसियालीहरूको खोपडीको आधार साँघुरो हुन्छ।
नौ मुख्य भौगोलिक एकाइहरूमा कुनै विशेष क्षेत्रीय विशेषताहरू फेला नपरेकोले माथिको मुख्य घटकहरूको विवरण र PC5 र PC8 को विवरण हटाइएको छ। PC5 ले टेम्पोरल हड्डीको मास्टोइड प्रक्रियाको आकारलाई जनाउँछ, र PC8 ले समग्र खोपडीको आकारको असममिततालाई प्रतिबिम्बित गर्दछ, दुबैले नौ भौगोलिक नमूना संयोजनहरू बीच समानान्तर भिन्नताहरू देखाउँछन्।
व्यक्तिगत-स्तरको PCA स्कोरहरूको स्क्याटरप्लटहरूको अतिरिक्त, हामी समग्र तुलनाको लागि समूह साधनहरूको स्क्याटरप्लटहरू पनि प्रदान गर्दछौं। यस उद्देश्यका लागि, १४८ जातीय समूहहरूबाट व्यक्तिगत समरूपता मोडेलहरूको शीर्ष डेटा सेटबाट औसत क्रेनियल होमोलॉजी मोडेल सिर्जना गरिएको थियो। PC2 र PC4, PC6 र PC7, र PC3 र PC9 को लागि स्कोर सेटहरूको द्विचर प्लटहरू पूरक चित्र S1 मा देखाइएका छन्, सबै १४८ व्यक्तिहरूको नमूनाको लागि औसत खोपडी मोडेलको रूपमा गणना गरिन्छ। यस तरिकाले, स्क्याटरप्लटहरूले प्रत्येक समूह भित्र व्यक्तिगत भिन्नताहरू लुकाउँछन्, अन्तर्निहित क्षेत्रीय वितरणको कारणले खोपडी समानताहरूको स्पष्ट व्याख्याको लागि अनुमति दिन्छ, जहाँ ढाँचाहरू कम ओभरल्यापको साथ व्यक्तिगत प्लटहरूमा चित्रण गरिएकाहरूसँग मेल खान्छ। पूरक चित्र S2 ले प्रत्येक भौगोलिक एकाइको लागि समग्र औसत मोडेल देखाउँछ।
PC1 को अतिरिक्त, जुन समग्र आकारसँग सम्बन्धित थियो (पूरक तालिका S2), समग्र आकार र खोपडीको आकार बीचको एलोमेट्रिक सम्बन्धहरू गैर-सामान्यीकृत डेटाबाट सेन्ट्रोइड आयामहरू र PCA अनुमानहरूको सेटहरू प्रयोग गरेर जाँच गरियो। महत्व परीक्षणमा एलोमेट्रिक गुणांक, स्थिर मानहरू, t मानहरू, र P मानहरू तालिका ४ मा देखाइएको छ। P < ०.०५ स्तरमा कुनै पनि कपाल आकारविज्ञानमा समग्र खोपडीको आकारसँग सम्बन्धित कुनै पनि महत्त्वपूर्ण एलोमेट्रिक ढाँचा घटकहरू फेला परेनन्।
गैर-सामान्यीकृत डेटा सेटहरूको आधारमा PC अनुमानहरूमा केही आकार कारकहरू समावेश हुन सक्ने हुनाले, हामीले सेन्ट्रोइड आकार र सेन्ट्रोइड आकारद्वारा सामान्यीकृत डेटा सेटहरू प्रयोग गरेर गणना गरिएको PC स्कोरहरू बीचको एलोमेट्रिक प्रवृत्तिलाई थप जाँच गर्यौं (PCA परिणामहरू र स्कोर सेटहरू पूरक तालिकाहरू S6 मा प्रस्तुत गरिएका छन्)। , C7)। तालिका ४ ले एलोमेट्रिक विश्लेषणको नतिजा देखाउँछ। यसरी, PC6 मा 1% स्तरमा र PC10 मा 5% स्तरमा महत्त्वपूर्ण एलोमेट्रिक प्रवृत्तिहरू फेला परे। चित्र ७ ले लग सेन्ट्रोइड आकारको दुबै छेउमा डमीहरू (±3 SD) भएको PC स्कोरहरू र सेन्ट्रोइड आकार बीचको यी लग-रेखीय सम्बन्धहरूको प्रतिगमन ढलानहरू देखाउँछ। PC6 स्कोर खोपडीको सापेक्षिक उचाइ र चौडाइको अनुपात हो। खोपडीको आकार बढ्दै जाँदा, खोपडी र अनुहार उच्च हुँदै जान्छ, र निधार, आँखाको सकेट र नाकको प्वालहरू पार्श्व रूपमा एकसाथ नजिक हुन्छन्। नमूना फैलावटको ढाँचाले सुझाव दिन्छ कि यो अनुपात सामान्यतया उत्तरपूर्वी एसियालीहरू र मूल निवासी अमेरिकीहरूमा पाइन्छ। यसबाहेक, PC10 ले भौगोलिक क्षेत्रको पर्वाह नगरी मध्यभागको चौडाइमा समानुपातिक कमी तर्फ प्रवृत्ति देखाउँछ।
तालिकामा सूचीबद्ध महत्त्वपूर्ण एलोमेट्रिक सम्बन्धहरूको लागि, आकार घटकको PC अनुपात (सामान्यीकृत डेटाबाट प्राप्त) र सेन्ट्रोइड आकार बीचको लग-रेखीय प्रतिगमनको ढलान, भर्चुअल आकार विकृतिको आकार ४ को रेखाको विपरीत छेउमा ३ SD हुन्छ।
समरूप 3D सतह मोडेलहरूको डेटासेटको विश्लेषण मार्फत कपाल आकारविज्ञानमा परिवर्तनहरूको निम्न ढाँचा प्रदर्शन गरिएको छ। PCA को पहिलो घटक समग्र खोपडीको आकारसँग सम्बन्धित छ। लामो समयदेखि यो सोचिएको छ कि भारत, श्रीलंका र अण्डमान टापुहरू, बंगलादेशका नमूनाहरू सहित दक्षिण एसियालीहरूको सानो खोपडी तिनीहरूको सानो शरीरको आकारको कारणले हो, जुन बर्गम्यानको पारिस्थितिक भौगोलिक नियम वा टापु नियमसँग मेल खान्छ613,5,16,25,27,62। पहिलो तापक्रमसँग सम्बन्धित छ, र दोस्रो पारिस्थितिक आलाको उपलब्ध ठाउँ र खाद्य स्रोतहरूमा निर्भर गर्दछ। आकारका घटकहरू मध्ये, सबैभन्दा ठूलो परिवर्तन कपाल भल्टको लम्बाइ र चौडाइको अनुपात हो। यो सुविधा, PC2 नामित, अस्ट्रो-मेलानेशियन र अफ्रिकीहरूको समानुपातिक रूपमा लामो खोपडीहरू बीचको नजिकको सम्बन्ध, साथै केही युरोपेली र उत्तरपूर्वी एशियालीहरूको गोलाकार खोपडीहरूबाट भिन्नताहरू वर्णन गर्दछ। यी विशेषताहरू सरल रेखीय मापन 37,63,64 मा आधारित धेरै अघिल्ला अध्ययनहरूमा रिपोर्ट गरिएको छ। यसबाहेक, यो विशेषता गैर-अफ्रिकीहरूमा ब्रेकिसेफलीसँग सम्बन्धित छ, जुन एन्थ्रोपोमेट्रिक र ओस्टियोमेट्रिक अध्ययनहरूमा लामो समयदेखि छलफल गरिएको छ। यस व्याख्याको पछाडिको मुख्य परिकल्पना यो हो कि टेम्पोरलिस मांसपेशी पातलो हुने जस्ता कम चबानेले बाहिरी टाउकोको छालामा दबाब कम गर्छ5,8,9,10,11,12,13। अर्को परिकल्पनामा टाउकोको सतह क्षेत्रफल घटाएर चिसो हावापानीमा अनुकूलन समावेश छ, जसले सुझाव दिन्छ कि अधिक गोलाकार खोपडीले गोलाकार आकार भन्दा सतहको क्षेत्रफललाई राम्रोसँग कम गर्छ, एलेनको नियमहरू16,17,25 अनुसार। हालको अध्ययनको नतिजाको आधारमा, यी परिकल्पनाहरू क्रेनियल खण्डहरूको क्रस-सहसम्बन्धको आधारमा मात्र मूल्याङ्कन गर्न सकिन्छ। संक्षेपमा, हाम्रो PCA परिणामहरूले परिकल्पनालाई पूर्ण रूपमा समर्थन गर्दैन कि क्रेनियल लम्बाइ-चौडाइ अनुपात चपाउने अवस्थाहरूबाट महत्त्वपूर्ण रूपमा प्रभावित हुन्छ, किनकि PC2 (लामो/ब्रेकिसेफलिक घटक) लोडिङ अनुहारको अनुपात (सापेक्षिक म्याक्सिलरी आयामहरू सहित) सँग महत्त्वपूर्ण रूपमा सम्बन्धित थिएन। र टेम्पोरल फोसाको सापेक्षिक ठाउँ (टेम्पोरलिस मांसपेशीको आयाम प्रतिबिम्बित गर्दै)। हाम्रो हालको अध्ययनले खोपडीको आकार र तापक्रम जस्ता भूगर्भीय वातावरणीय अवस्थाहरू बीचको सम्बन्धको विश्लेषण गरेन; यद्यपि, एलेनको नियममा आधारित व्याख्यालाई चिसो हावापानी क्षेत्रहरूमा ब्रेकिसेफेलनको व्याख्या गर्न 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 जाइगोमेटिक हड्डीहरू छन्। यो खोज साइबेरियनहरूको एक प्रसिद्ध विशिष्ट विशेषतासँग मेल खान्छ, जसलाई जाइगोमेटिक हड्डीहरूको अगाडिको गतिद्वारा अत्यन्तै चिसो मौसममा अनुकूलन गरिएको मानिन्छ, जसले गर्दा साइनसको मात्रा बढ्छ र अनुहार चापल हुन्छ 65। हाम्रो समरूप मोडेलबाट नयाँ खोज यो हो कि युरोपेलीहरूमा गाला झुक्नु कम फ्रन्टल ढलान, साथै समतल र साँघुरो ओसिपिटल हड्डीहरू र नुकल अवतलतासँग सम्बन्धित छ। यसको विपरित, उत्तरपूर्वी एसियालीहरूमा ढल्केको निधार र उठेको ओसिपिटल क्षेत्रहरू हुन्छन्। ज्यामितीय मोर्फोमेट्रिक विधिहरू35 प्रयोग गरेर ओसिपिटल हड्डीको अध्ययनले देखाएको छ कि एसियाली र युरोपेली खोपडीहरूमा अफ्रिकीहरूको तुलनामा चापल नुकल वक्र र ओसिपुटको कम स्थिति हुन्छ। यद्यपि, PC2 र PC4 र PC3 र PC9 जोडीहरूको हाम्रो स्क्याटरप्लटहरूले एशियालीहरूमा बढी भिन्नता देखाए, जबकि युरोपेलीहरूलाई ओसीपुटको समतल आधार र तल्लो ओसीपुट द्वारा विशेषता गरिएको थियो। अध्ययनहरू बीच एसियाली विशेषताहरूमा असंगतिहरू प्रयोग गरिएका जातीय नमूनाहरूमा भिन्नताहरूको कारण हुन सक्छ, किनकि हामीले उत्तरपूर्वी र दक्षिणपूर्व एशियाको व्यापक स्पेक्ट्रमबाट ठूलो संख्यामा जातीय समूहहरूको नमूना लिएका थियौं। ओसीपिटल हड्डीको आकारमा परिवर्तनहरू प्रायः मांसपेशी विकाससँग सम्बन्धित हुन्छन्। यद्यपि, यो अनुकूली व्याख्याले निधार र ओसीपुट आकार बीचको सम्बन्धको लागि खाता गर्दैन, जुन यस अध्ययनमा प्रदर्शन गरिएको थियो तर पूर्ण रूपमा प्रदर्शन गरिएको सम्भावना छैन। यस सन्दर्भमा, शरीरको तौल सन्तुलन र गुरुत्वाकर्षण केन्द्र वा ग्रीवा जंक्शन (फोरामेन म्याग्नम) वा अन्य कारकहरू बीचको सम्बन्धलाई विचार गर्न लायक छ।
ठूलो परिवर्तनशीलता भएको अर्को महत्त्वपूर्ण घटक चूर्णनली उपकरणको विकाससँग सम्बन्धित छ, जसलाई म्याक्सिलरी र टेम्पोरल फोसाले प्रतिनिधित्व गर्दछ, जुन स्कोर PC6, PC7 र PC4 को संयोजनद्वारा वर्णन गरिएको छ। कपाल खण्डहरूमा यी उल्लेखनीय कमीहरूले युरोपेली व्यक्तिहरूलाई अन्य कुनै पनि भौगोलिक समूह भन्दा बढी चित्रण गर्दछ। यो विशेषतालाई कृषि र खाना तयारी प्रविधिहरूको प्रारम्भिक विकासको कारणले अनुहारको आकारविज्ञानको स्थिरतामा कमीको परिणामको रूपमा व्याख्या गरिएको छ, जसले गर्दा शक्तिशाली चूर्णनली उपकरण बिना चूर्णनली उपकरणमा मेकानिकल भार कम भयो9,12,28,66। चूर्णनली प्रकार्य परिकल्पना अनुसार, 28 यो खोपडीको आधारको झुकावमा थप तीव्र कपाल कोण र थप गोलाकार कपालको छानामा परिवर्तनको साथ छ। यस दृष्टिकोणबाट, कृषि जनसंख्यामा कम्प्याक्ट अनुहारहरू, जबडाको कम फैलावट, र अधिक गोलाकार मेनिन्जेजहरू हुन्छन्। त्यसकारण, यो विकृति कम चूर्णनली अंगहरू भएका युरोपेलीहरूको खोपडीको पार्श्व आकारको सामान्य रूपरेखाद्वारा व्याख्या गर्न सकिन्छ। यद्यपि, यस अध्ययनका अनुसार, यो व्याख्या जटिल छ किनभने ग्लोबोज न्यूरोक्रानियम र चूषण उपकरणको विकास बीचको रूपात्मक सम्बन्धको कार्यात्मक महत्त्व कम स्वीकार्य छ, जुन PC2 को अघिल्लो व्याख्याहरूमा विचार गरिएको थियो।
PC3 र PC9 मा देखाइए अनुसार, उत्तरपूर्वी एसियालीहरू र दक्षिणपूर्वी एसियालीहरू बीचको भिन्नता ढलान भएको ओसिपिटल हड्डी भएको अग्लो अनुहार र साँघुरो खोपडीको आधार भएको छोटो अनुहार बीचको भिन्नताद्वारा चित्रण गरिएको छ। भू-पारिस्थितिक डेटाको अभावका कारण, हाम्रो अध्ययनले यस खोजको लागि सीमित व्याख्या मात्र प्रदान गर्दछ। सम्भावित व्याख्या फरक जलवायु वा पोषण अवस्थाहरूमा अनुकूलन हो। पारिस्थितिक अनुकूलनको अतिरिक्त, उत्तरपूर्वी र दक्षिणपूर्वी एसियामा जनसंख्याको इतिहासमा स्थानीय भिन्नताहरूलाई पनि ध्यानमा राखिएको थियो। उदाहरणका लागि, पूर्वी युरेशियामा, क्रेनियल मोर्फोमेट्रिक डेटा67,68 मा आधारित शारीरिक रूपमा 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-मेलानेशियनहरू जस्तै क्षेत्रका आदिवासी बासिन्दाहरूबाट कम वा कम प्रत्यक्ष वंशका थिए (पृष्ठ पहिलो तह)। , र पछि उत्तरपूर्वी एसियाली विशेषताहरू (दोस्रो तह) भएका उत्तरी कृषि मानिसहरूको ठूलो मात्रामा मिश्रण (लगभग ४,००० वर्ष पहिले) अनुभव गरियो। दक्षिणपूर्वी एसियाली कपाल आकार बुझ्नको लागि "दुई-तह" मोडेल प्रयोग गरेर जीन प्रवाह म्याप गरिएको आवश्यक पर्नेछ, किनकि दक्षिणपूर्वी एसियाली कपाल आकार आंशिक रूपमा स्थानीय पहिलो-स्तरको आनुवंशिक उत्तराधिकारमा निर्भर हुन सक्छ।
समरूप मोडेलहरू प्रयोग गरेर म्याप गरिएको भौगोलिक एकाइहरू प्रयोग गरेर कपालको समानताको मूल्याङ्कन गरेर, हामी अफ्रिका बाहिरका परिदृश्यहरूमा AMF को अन्तर्निहित जनसंख्या इतिहास अनुमान गर्न सक्छौं। कंकाल र जीनोमिक डेटाको आधारमा AMF को वितरण व्याख्या गर्न धेरै फरक "अफ्रिका बाहिर" मोडेलहरू प्रस्ताव गरिएको छ। यी मध्ये, हालैका अध्ययनहरूले सुझाव दिन्छ कि अफ्रिका बाहिरका क्षेत्रहरूको AMH उपनिवेशीकरण लगभग १,७७,००० वर्ष पहिले सुरु भएको थियो। यद्यपि, यस अवधिमा युरेशियामा AMF को लामो दूरीको वितरण अनिश्चित रहन्छ, किनकि यी प्रारम्भिक जीवाश्महरूको बासस्थान अफ्रिका नजिकै मध्य पूर्व र भूमध्यसागरमा सीमित छ। सबैभन्दा सरल मामला अफ्रिकाबाट युरेशियामा बसाइँसराइ मार्गमा एकल बस्ती हो, हिमालय जस्ता भौगोलिक अवरोधहरू बाइपास गर्दै। अर्को मोडेलले बसाइँसराइका धेरै छालहरू सुझाव दिन्छ, जसमध्ये पहिलो अफ्रिकाबाट हिन्द महासागरको तटमा दक्षिणपूर्व एशिया र अष्ट्रेलियामा फैलिएको थियो, र त्यसपछि उत्तरी युरेशियामा फैलिएको थियो। यी मध्ये धेरैजसो अध्ययनहरूले पुष्टि गर्छन् कि AMF लगभग ६०,००० वर्ष पहिले अफ्रिकाभन्दा धेरै टाढा फैलिएको थियो। यस सन्दर्भमा, अस्ट्रेलियाली-मेलानेशियन (पपुवा सहित) नमूनाहरूले समरूपता मोडेलहरूको प्रमुख घटक विश्लेषणमा अन्य कुनै पनि भौगोलिक श्रृंखलाको तुलनामा अफ्रिकी नमूनाहरूसँग बढी समानता देखाउँछन्। यो खोजले युरेशियाको दक्षिणी किनारमा पहिलो AMF वितरण समूहहरू अफ्रिकामा प्रत्यक्ष रूपमा उत्पन्न भएको परिकल्पनालाई समर्थन गर्दछ 22,68 विशिष्ट मौसम वा अन्य महत्त्वपूर्ण अवस्थाहरूको प्रतिक्रियामा महत्त्वपूर्ण रूपात्मक परिवर्तनहरू बिना।
एलोमेट्रिक वृद्धिको सन्दर्भमा, सेन्ट्रोइड आकारद्वारा सामान्यीकृत फरक डेटा सेटबाट प्राप्त आकार घटकहरू प्रयोग गरेर विश्लेषणले PC6 र PC10 मा एक महत्त्वपूर्ण एलोमेट्रिक प्रवृत्ति प्रदर्शन गर्‍यो। दुवै घटकहरू निधारको आकार र अनुहारका भागहरूसँग सम्बन्धित छन्, जुन खोपडीको आकार बढ्दै जाँदा साँघुरो हुँदै जान्छ। उत्तरपूर्वी एसियाली र अमेरिकीहरूमा यो विशेषता हुन्छ र अपेक्षाकृत ठूला खोपडीहरू हुन्छन्। यो खोजले पहिले रिपोर्ट गरिएको एलोमेट्रिक ढाँचाहरूको विरोध गर्दछ जसमा ठूला मस्तिष्कहरूमा तथाकथित "ब्रोकाको टोपी" क्षेत्रमा तुलनात्मक रूपमा फराकिलो फ्रन्टल लोबहरू हुन्छन्, जसले गर्दा फ्रन्टल लोब चौडाइ बढ्छ34। यी भिन्नताहरू नमूना सेटहरूमा भिन्नताहरूद्वारा व्याख्या गरिएको छ; हाम्रो अध्ययनले आधुनिक जनसंख्या प्रयोग गरेर समग्र कपाल आकारको एलोमेट्रिक ढाँचाहरूको विश्लेषण गर्‍यो, र तुलनात्मक अध्ययनहरूले मस्तिष्क आकारसँग सम्बन्धित मानव विकासमा दीर्घकालीन प्रवृत्तिहरूलाई सम्बोधन गर्दछ।
अनुहारको एलोमेट्रीको सन्दर्भमा, बायोमेट्रिक डेटा78 प्रयोग गर्ने एउटा अध्ययनले अनुहारको आकार र आकार थोरै सहसम्बन्धित हुन सक्ने पत्ता लगायो, जबकि हाम्रो अध्ययनले पत्ता लगायो कि ठूला खोपडीहरू अग्लो, साँघुरो अनुहारहरूसँग सम्बन्धित हुन्छन्। यद्यपि, बायोमेट्रिक डेटाको स्थिरता अस्पष्ट छ; ओन्टोजेनेटिक एलोमेट्री र स्थिर एलोमेट्रीको तुलना गर्ने रिग्रेसन परीक्षणहरूले फरक परिणामहरू देखाउँछन्। बढेको उचाइको कारणले गोलाकार खोपडी आकार तिर एलोमेट्रिक प्रवृत्ति पनि रिपोर्ट गरिएको छ; यद्यपि, हामीले उचाइ डेटा विश्लेषण गरेनौं। हाम्रो अध्ययनले देखाउँछ कि क्रेनियल ग्लोबुलर अनुपात र समग्र क्रेनियल आकार बीचको सम्बन्ध प्रदर्शन गर्ने कुनै एलोमेट्रिक डेटा छैन।
यद्यपि हाम्रो हालको अध्ययनले जलवायु वा आहार अवस्थाहरूद्वारा प्रतिनिधित्व गरिएका बाह्य चरहरूको डेटासँग व्यवहार गर्दैन जसले कपालको आकारविज्ञानलाई प्रभाव पार्न सक्छ, यस अध्ययनमा प्रयोग गरिएको समरूप 3D कपाल सतह मोडेलहरूको ठूलो डेटा सेटले सहसम्बन्धित फेनोटाइपिक आकारविज्ञान भिन्नताको मूल्याङ्कन गर्न मद्दत गर्नेछ। आहार, जलवायु र पोषण अवस्था जस्ता वातावरणीय कारकहरू, साथै बसाइँसराइ, जीन प्रवाह र आनुवंशिक बहाव जस्ता तटस्थ शक्तिहरू।
यस अध्ययनमा ९ भौगोलिक एकाइहरूमा १४८ जनसंख्याबाट सङ्कलन गरिएका पुरुष खोपडीका ३४२ नमूनाहरू समावेश थिए (तालिका १)। धेरैजसो समूहहरू भौगोलिक रूपमा मूल नमूनाहरू हुन्, जबकि अफ्रिका, उत्तरपूर्व/दक्षिणपूर्वी एशिया र अमेरिकाका केही समूहहरू (इटालिकमा सूचीबद्ध) जातीय रूपमा परिभाषित छन्। सुनेहिको हानिहारा द्वारा प्रदान गरिएको मार्टिन क्रेनियल मापन परिभाषा अनुसार क्रेनियल मापन डाटाबेसबाट धेरै क्रेनियल नमूनाहरू चयन गरिएका थिए। हामीले विश्वका सबै जातीय समूहहरूबाट प्रतिनिधि पुरुष खोपडीहरू चयन गर्यौं। प्रत्येक समूहका सदस्यहरू पहिचान गर्न, हामीले समूहको औसतबाट ३७ क्रेनियल मापनको आधारमा युक्लिडियन दूरीहरू गणना गर्यौं जुन समूहसँग सम्बन्धित सबै व्यक्तिहरूको लागि हो। धेरैजसो अवस्थामा, हामीले औसतबाट सबैभन्दा सानो दूरी भएका १-४ नमूनाहरू चयन गर्यौं (पूरक तालिका S4)। यी समूहहरूको लागि, केही नमूनाहरू अनियमित रूपमा चयन गरिएका थिए यदि तिनीहरू हाहारा मापन डाटाबेसमा सूचीबद्ध थिएनन्।
तथ्याङ्कीय तुलनाको लागि, तालिका १ मा देखाइए अनुसार १४८ जनसंख्या नमूनाहरूलाई प्रमुख भौगोलिक एकाइहरूमा समूहबद्ध गरिएको थियो। "अफ्रिकी" समूहमा उप-सहारा क्षेत्रका नमूनाहरू मात्र समावेश छन्। उत्तर अफ्रिकाका नमूनाहरू "मध्य पूर्व" मा पश्चिम एशियाका नमूनाहरूसँगै समान अवस्थाहरू सहित समावेश गरिएको थियो। उत्तरपूर्वी एसियाली समूहमा गैर-युरोपेली वंशका मानिसहरू मात्र समावेश छन्, र अमेरिकी समूहमा केवल मूल निवासी अमेरिकीहरू समावेश छन्। विशेष गरी, यो समूह उत्तर र दक्षिण अमेरिकी महादेशहरूको विशाल क्षेत्रमा, विभिन्न वातावरणहरूमा वितरित छ। यद्यपि, हामी यो एकल भौगोलिक एकाइ भित्र अमेरिकी नमूनालाई विचार गर्छौं, धेरै बसाइँसराइहरूको पर्वाह नगरी, उत्तरपूर्वी एसियाली मूलका मानिने मूल निवासी अमेरिकीहरूको जनसांख्यिकीय इतिहासलाई ध्यानमा राख्दै, ८०।
हामीले उच्च-रिजोल्युसन थ्रीडी स्क्यानर (शाइनिङ थ्रीडी कम्पनी लिमिटेड द्वारा आइनस्क्यान प्रो, न्यूनतम रिजोल्युसन: ०.५ मिमी, https://www.shining3d.com/) प्रयोग गरेर यी विपरित खोपडी नमूनाहरूको थ्रीडी सतह डेटा रेकर्ड गर्यौं र त्यसपछि एउटा जाल उत्पन्न गर्यौं। जाल मोडेलमा लगभग २००,०००–४००,००० ठाडो भागहरू हुन्छन्, र समावेश गरिएको सफ्टवेयर प्वालहरू भर्न र किनारहरू चिल्लो बनाउन प्रयोग गरिन्छ।
पहिलो चरणमा, हामीले कुनै पनि खोपडीबाट स्क्यान डेटा प्रयोग गरेर ४४८५ ठाडो (८७२८ बहुभुज अनुहार) मिलेर बनेको एकल-टेम्प्लेट जाल खोपडी मोडेल सिर्जना गर्यौं। स्फेनोइड हड्डी, पेट्रस टेम्पोरल हड्डी, तालु, म्याक्सिलरी एल्भियोली र दाँत मिलेर बनेको खोपडी क्षेत्रको आधार टेम्प्लेट जाल मोडेलबाट हटाइयो। कारण यो हो कि यी संरचनाहरू कहिलेकाहीं अपूर्ण हुन्छन् वा पातलो वा पातलो तीखा भागहरू जस्तै pterygoid सतहहरू र स्टाइलोइड प्रक्रियाहरू, दाँतको झरना र/वा असंगत दाँतहरूको सेटको कारणले पूरा गर्न गाह्रो हुन्छन्। फोरेमेन म्याग्नम वरिपरिको खोपडीको आधार, आधार सहित, रिसेक्ट गरिएको थिएन किनभने यो ग्रीवा जोर्नीहरूको स्थानको लागि शारीरिक रूपमा महत्त्वपूर्ण स्थान हो र खोपडीको उचाइ मूल्याङ्कन गर्नुपर्छ। दुबै छेउमा सममित टेम्प्लेट बनाउन मिरर रिंगहरू प्रयोग गर्नुहोस्। बहुभुज आकारहरूलाई सकेसम्म समभुज बनाउन आइसोट्रोपिक जाल गर्नुहोस्।
त्यसपछि, HBM-Rugle सफ्टवेयर प्रयोग गरेर टेम्प्लेट मोडेलको शारीरिक रूपमा सम्बन्धित शीर्षहरूमा ५६ वटा स्थलचिन्हहरू तोकिएका थिए। ल्यान्डमार्क सेटिङहरूले ल्यान्डमार्क स्थितिको शुद्धता र स्थिरता सुनिश्चित गर्छन् र उत्पन्न गरिएको समरूपता मोडेलमा यी स्थानहरूको समरूपता सुनिश्चित गर्छन्। पूरक तालिका S5 र पूरक चित्र S3 मा देखाइए अनुसार, तिनीहरूको विशिष्ट विशेषताहरूको आधारमा पहिचान गर्न सकिन्छ। बुकस्टेनको परिभाषा81 अनुसार, यी धेरैजसो स्थलचिन्हहरू तीन संरचनाहरूको प्रतिच्छेदनमा अवस्थित प्रकार I स्थलचिन्हहरू हुन्, र केही अधिकतम वक्रता बिन्दुहरू भएका प्रकार II स्थलचिन्हहरू हुन्। मार्टिनको परिभाषा ३६ मा रेखीय कपाल मापनको लागि परिभाषित बिन्दुहरूबाट धेरै स्थलचिन्हहरू स्थानान्तरण गरिएका थिए। हामीले ३४२ खोपडी नमूनाहरूको स्क्यान गरिएका मोडेलहरूको लागि उही ५६ स्थलचिन्हहरू परिभाषित गर्यौं, जुन अर्को खण्डमा थप सटीक समरूपता मोडेलहरू उत्पन्न गर्न शारीरिक रूपमा सम्बन्धित शीर्षहरूमा म्यानुअल रूपमा तोकिएका थिए।
पूरक चित्र S4 मा देखाइए अनुसार स्क्यान डेटा र टेम्प्लेटको वर्णन गर्न हेड-केन्द्रित निर्देशांक प्रणाली परिभाषित गरिएको थियो। XZ समतल फ्रान्कफर्ट तेर्सो समतल हो जुन बायाँ र दायाँ बाह्य श्रवण नहरहरूको माथिल्लो किनाराको उच्चतम बिन्दु (मार्टिनको परिभाषा: भाग) र बायाँ कक्षाको तल्लो किनाराको सबैभन्दा तल्लो बिन्दु (मार्टिनको परिभाषा: कक्षा) मार्फत जान्छ। । X अक्ष बायाँ र दायाँ पक्षहरूलाई जोड्ने रेखा हो, र X+ दायाँ पक्ष हो। YZ समतल बायाँ र दायाँ भागहरूको बीच र नाकको जराबाट गुज्रन्छ: Y+ माथि, Z+ अगाडि। सन्दर्भ बिन्दु (उत्पत्ति: शून्य निर्देशांक) YZ समतल (मध्य विमान), XZ समतल (फ्र्याङ्कफोर्ट समतल) र XY समतल (कोरोनल समतल) को प्रतिच्छेदनमा सेट गरिएको छ।
हामीले HBM-Rugle सफ्टवेयर (मेडिकल इन्जिनियरिङ, क्योटो, http://www.rugle.co.jp/) प्रयोग गरेर ५६ ल्यान्डमार्क पोइन्टहरू (चित्र १ को बायाँ तर्फ) प्रयोग गरेर टेम्प्लेट फिटिङ गरेर होमोलोगस मेष मोडेल सिर्जना गर्यौं। मूल रूपमा जापानको उन्नत औद्योगिक विज्ञान र प्रविधि संस्थानको डिजिटल मानव अनुसन्धान केन्द्रद्वारा विकसित गरिएको मुख्य सफ्टवेयर कम्पोनेन्टलाई HBM भनिन्छ र यसमा ल्यान्डमार्कहरू प्रयोग गरेर टेम्प्लेटहरू फिट गर्ने र विभाजन सतहहरू प्रयोग गरेर फाइन मेष मोडेलहरू सिर्जना गर्ने कार्यहरू छन्। त्यसपछिको सफ्टवेयर संस्करण (mHBM) 83 ले फिटिङ कार्यसम्पादन सुधार गर्न ल्यान्डमार्कहरू बिना ढाँचा फिटिङको लागि सुविधा थप्यो। HBM-Rugle ले mHBM सफ्टवेयरलाई समन्वय प्रणालीहरू अनुकूलन गर्ने र इनपुट डेटाको आकार परिवर्तन गर्ने जस्ता अतिरिक्त प्रयोगकर्ता-अनुकूल सुविधाहरूसँग संयोजन गर्दछ। सफ्टवेयर फिटिङ शुद्धताको विश्वसनीयता धेरै अध्ययनहरूमा पुष्टि गरिएको छ52,54,55,56,57,58,59,60।
ल्यान्डमार्कहरू प्रयोग गरेर HBM-Rugle टेम्प्लेट फिट गर्दा, ICP प्रविधिमा आधारित कठोर दर्ता (टेम्प्लेट र लक्ष्य स्क्यान डेटासँग सम्बन्धित ल्यान्डमार्कहरू बीचको दूरीको योगफललाई न्यूनतम गर्दै) द्वारा टेम्प्लेटको मेष मोडेललाई लक्ष्य स्क्यान डेटामा सुपरइम्पोज गरिन्छ, र त्यसपछि मेषको गैर-कठोर विकृतिद्वारा टेम्प्लेटलाई लक्षित स्क्यान डेटामा अनुकूलन गरिन्छ। फिटिङको शुद्धता सुधार गर्न दुई फिटिङ प्यारामिटरहरूको फरक मानहरू प्रयोग गरेर यो फिटिङ प्रक्रिया तीन पटक दोहोर्याइएको थियो। यी प्यारामिटरहरू मध्ये एकले टेम्प्लेट ग्रिड मोडेल र लक्ष्य स्क्यान डेटा बीचको दूरी सीमित गर्दछ, र अर्कोले टेम्प्लेट ल्यान्डमार्कहरू र लक्ष्य ल्यान्डमार्कहरू बीचको दूरीलाई दण्डित गर्दछ। त्यसपछि विकृत टेम्प्लेट मेष मोडेललाई १७,७०९ ठाडो (३४,९२८ बहुभुज) मिलेर बनेको थप परिष्कृत मेष मोडेल सिर्जना गर्न चक्रीय सतह उपविभाजन एल्गोरिथ्म ८२ प्रयोग गरेर उपविभाजित गरिएको थियो। अन्तमा, विभाजित टेम्प्लेट ग्रिड मोडेल समरूपता मोडेल उत्पन्न गर्न लक्षित स्क्यान डेटामा फिट हुन्छ। लक्षित स्क्यान डेटामा भएका ल्यान्डमार्क स्थानहरू भन्दा थोरै फरक भएकोले, अघिल्लो खण्डमा वर्णन गरिएको हेड ओरिएन्टेशन निर्देशांक प्रणाली प्रयोग गरेर तिनीहरूलाई वर्णन गर्न होमोलॉजी मोडेललाई फाइन-ट्युन गरिएको थियो। सबै नमूनाहरूमा सम्बन्धित होमोलोगस मोडेल ल्यान्डमार्कहरू र लक्षित स्क्यान डेटा बीचको औसत दूरी <0.01 मिमी थियो। HBM-Rugle प्रकार्य प्रयोग गरेर गणना गरिएको, होमोलॉजी मोडेल डेटा बिन्दुहरू र लक्षित स्क्यान डेटा बीचको औसत दूरी 0.322 मिमी थियो (पूरक तालिका S2)।
क्रेनियल मोर्फोलजीमा परिवर्तनहरू व्याख्या गर्न, सबै समरूप मोडेलहरूको १७,७०९ शीर्षहरू (५३,१२७ XYZ निर्देशांकहरू) लाई इन्स्टिच्युट अफ एडभान्स्ड इन्डस्ट्रियल साइन्स एण्ड टेक्नोलोजीमा सेन्टर फर डिजिटल ह्युमन साइन्सद्वारा सिर्जना गरिएको HBS सफ्टवेयर प्रयोग गरेर प्रमुख कम्पोनेन्ट विश्लेषण (PCA) द्वारा विश्लेषण गरिएको थियो। , जापान (वितरण डिलर: मेडिक इन्जिनियरिङ, क्योटो, http://www.rugle.co.jp/)। त्यसपछि हामीले असामान्य डेटा सेटमा PCA लागू गर्ने प्रयास गर्यौं र सेन्ट्रोइड आकारद्वारा सामान्यीकृत डेटा सेट। यसरी, गैर-मानकीकृत डेटामा आधारित PCA ले नौ भौगोलिक एकाइहरूको कपाल आकारलाई अझ स्पष्ट रूपमा चित्रण गर्न सक्छ र मानकीकृत डेटा प्रयोग गरेर PCA भन्दा घटक व्याख्यालाई सहज बनाउन सक्छ।
यस लेखले कुल भिन्नताको १% भन्दा बढी योगदान भएका पत्ता लगाइएका प्रमुख घटकहरूको संख्या प्रस्तुत गर्दछ। प्रमुख भौगोलिक एकाइहरूमा समूहहरू छुट्याउन सबैभन्दा प्रभावकारी प्रमुख घटकहरू निर्धारण गर्न, २% ८४ भन्दा बढी योगदान भएका प्रमुख घटक (PC) स्कोरहरूमा रिसीभर अपरेटिङ विशेषता (ROC) विश्लेषण लागू गरिएको थियो। यो विश्लेषणले वर्गीकरण कार्यसम्पादन सुधार गर्न र भौगोलिक समूहहरू बीचको प्लटहरू सही रूपमा तुलना गर्न प्रत्येक PCA घटकको लागि सम्भाव्यता वक्र उत्पन्न गर्दछ। भेदभावपूर्ण शक्तिको डिग्री वक्र (AUC) अन्तर्गतको क्षेत्रद्वारा मूल्याङ्कन गर्न सकिन्छ, जहाँ ठूला मानहरू भएका PCA घटकहरू समूहहरू बीच भेदभाव गर्न राम्रोसँग सक्षम हुन्छन्। त्यसपछि महत्त्वको स्तर मूल्याङ्कन गर्न ची-स्क्वायर परीक्षण गरिएको थियो। एक्सेल सफ्टवेयर (संस्करण ३.२१) को लागि बेल कर्भ प्रयोग गरेर माइक्रोसफ्ट एक्सेलमा ROC विश्लेषण गरिएको थियो।
क्रेनियल मोर्फोलजीमा भौगोलिक भिन्नताहरू कल्पना गर्न, स्क्याटरप्लटहरू पीसी स्कोरहरू प्रयोग गरेर सिर्जना गरिएको थियो जसले प्रमुख भौगोलिक एकाइहरूबाट समूहहरूलाई सबैभन्दा प्रभावकारी रूपमा छुट्याएको थियो। प्रमुख कम्पोनेन्टहरूको व्याख्या गर्न, मुख्य कम्पोनेन्टहरूसँग अत्यधिक सहसम्बन्धित मोडेल ठाडोहरू कल्पना गर्न रङ नक्सा प्रयोग गर्नुहोस्। थप रूपमा, प्रमुख कम्पोनेन्ट स्कोरहरूको ±3 मानक विचलन (SD) मा अवस्थित प्रमुख कम्पोनेन्ट अक्षहरूको छेउहरूको भर्चुअल प्रतिनिधित्वहरू गणना गरिएको थियो र पूरक भिडियोमा प्रस्तुत गरिएको थियो।
PCA विश्लेषणमा मूल्याङ्कन गरिएको खोपडीको आकार र आकार कारकहरू बीचको सम्बन्ध निर्धारण गर्न एलोमेट्री प्रयोग गरिएको थियो। यो विश्लेषण १% भन्दा बढी योगदान भएका प्रमुख घटकहरूको लागि मान्य छ। यस PCA को एउटा सीमा यो हो कि आकार घटकहरूले व्यक्तिगत रूपमा आकार संकेत गर्न सक्दैनन् किनभने गैर-सामान्यीकृत डेटा सेटले सबै आयामी कारकहरू हटाउँदैन। असामान्य डेटा सेटहरू प्रयोग गर्नुको अतिरिक्त, हामीले १% भन्दा बढी योगदान भएका प्रमुख घटकहरूमा लागू गरिएको सामान्यीकृत सेन्ट्रोइड आकार डेटाको आधारमा PC अंश सेटहरू प्रयोग गरेर एलोमेट्रिक प्रवृत्तिहरूको पनि विश्लेषण गर्यौं।
एलोमेट्रिक प्रवृत्तिहरू समीकरण Y = aXb 85 प्रयोग गरेर परीक्षण गरिएको थियो जहाँ Y आकार घटकको आकार वा अनुपात हो, X केन्द्रीय आकार हो (पूरक तालिका S2), a स्थिर मान हो, र b एलोमेट्रिक गुणांक हो। यो विधिले मूल रूपमा ज्यामितीय मोर्फोमेट्रीमा एलोमेट्रिक वृद्धि अध्ययनहरू परिचय गराउँछ78,86। यस सूत्रको लोगारिदमिक रूपान्तरण हो: log Y = b × log X + log a। a र b गणना गर्न न्यूनतम वर्ग विधि प्रयोग गरेर प्रतिगमन विश्लेषण लागू गरिएको थियो। जब Y (केन्द्रीय आकार) र X (पीसी स्कोर) लगरिदमिक रूपमा रूपान्तरण गरिन्छ, यी मानहरू सकारात्मक हुनुपर्छ; यद्यपि, X को लागि अनुमानहरूको सेटमा नकारात्मक मानहरू छन्। समाधानको रूपमा, हामीले प्रत्येक घटकमा प्रत्येक अंशको लागि सबैभन्दा सानो अंश प्लस 1 को निरपेक्ष मानमा राउन्डिङ थप्यौं र सबै रूपान्तरित सकारात्मक अंशहरूमा लोगारिदमिक रूपान्तरण लागू गर्यौं। एलोमेट्रिक गुणांकहरूको महत्त्व दुई-पुच्छर विद्यार्थीको t परीक्षण प्रयोग गरेर मूल्याङ्कन गरिएको थियो। एलोमेट्रिक वृद्धि परीक्षण गर्न यी सांख्यिकीय गणनाहरू एक्सेल सफ्टवेयर (संस्करण 3.21) मा बेल कर्भहरू प्रयोग गरेर गरिएको थियो।
वोलपफ, एमएच कंकालको नाकको प्वालमा जलवायु प्रभाव। हो। जे. फिजिक्स। मानवता। २९, ४०५–४२३। https://doi.org/10.1002/ajpa.1330290315 (१९६८)।
बिल्स, केएल टाउकोको आकार र जलवायु तनाव। हो। जे. फिजिक्स। मानवता। ३७, ८५–९२। https://doi.org/10.1002/ajpa.1330370111 (१९७२)।