与海洋环境相比，硅藻在淡水中的多样性和周转速度更快^*

摘要

跨越海洋-淡水边界的许多分支在较年轻、寿命较短、淡水稀少的环境中比在海洋领域中更具多样性。这种差异被认为与海洋和淡水谱系之间的多样性比率差异有关。然而，海洋和淡水在生态上并不均匀，因此跨盐度分水岭的多样化研究也应考虑到其他潜在的相互作用变量。在硅藻中，淡水和底层相关（底栖）谱系的多样性是海洋和悬浮（浮游）谱系多样性的几倍。这些失衡提供了一个极好的系统来了解这些变量是否与多元化相互作用。使用多州隐藏状态物种形成和灭绝模型，我们发现淡水谱系的多样性比海洋谱系快，无论它们栖息于浮游生物还是底栖生物。淡水谱系也有较高的更替率（物种形成+灭绝），这表明栖息地变迁会共同影响物种形成和灭绝率。浮游生物与底栖生物的对比也与国家依赖的多样性相一致，但多样性和周转率略有不同。不对称和双向转换否定了浮游生物和淡水作为吸收、不可避免的栖息地的假设。我们的结果进一步表明，淡水硅藻的高周转率与淡水系统本身的高周转有关。

淡水栖息地仅占生物圈的2%，但在跨越盐度梯度的谱系中，淡水多样性的程度往往与覆盖70%地球表面的海洋领域的物种丰富度相当，甚至超过海洋领域的品种丰富度（Mora等人。2011; Appeltans等人。2012; Grosberg等人。2012; 维也纳2015; 米勒和维恩斯2017). 这是惊人的，因为这些血统中的大多数起源于海洋，所以所有其他血统都是平等的，有更多的时间在其祖先的海洋环境中积累多样性。在动物中，物种丰富度与海洋和淡水多样性积累时间之间存在脱节（例如，扁虫、轮虫、软体动物和射线鱼；Bloom等人。2013; Betancur-R等人。2015; 基诺和卡文2015; 维恩斯2015; Miller和Wiens2017). 对多样化不对称性的直接测试表明，例如，在羊膜中，海洋谱系的灭绝率更高（Miller和Wiens2017; 但见Vermeij等人。2018)，而与淡水鱼类相比，海洋鱼类具有更高的净多样性（Betancur-R等人。2015). 迄今为止，关于这个问题的大多数研究都集中在动物系统上，在动物系统中，对于是什么导致了海洋-淡水分水岭物种丰富度的差异，似乎没有达成明确的共识（Betancur-R等人。2015; 基诺和卡文2015; 维恩斯2015; Miller和Wiens2017). 微生物，包括原生生物，可能会为这些问题提供新的见解，因为它们在盐度梯度的两端都是不同的（Mora等人。2011; Appeltans等人。2012)与动物相比，它们的扩散能力、种群规模和生理特征有着巨大差异，因此提供了不同的视角。

在这里，我们重点关注硅藻，这是单细胞真核藻类的一个物种丰富的谱系，在碳和氧的全球循环中发挥着重要作用，并形成了许多水生食物网的基础（Armbrust2009). 尽管我们对硅藻多样性的了解还远未完全，但在整个海洋-淡水分水岭中存在着物种丰富度不平衡的明显模式，淡水中已知的物种比原始海洋环境中的物种要多得多（Kociolek等人。2017). 大多数硅藻属被认为局限于海洋或淡水（圆形和Sims1980; Round等人。1990; 曼恩1999)这些环境之间的转换被认为是具有挑战性的，因为迁徙者需要缓解与细胞水势变化相关的渗透应激、离子吸收或损失增加引起的盐胁迫以及细胞内离子（Kirst1990,1996). 这些考虑形成了一个长期持有的观点的基础，即硅藻在淡水中的定居是罕见的和不可逆的事件（例如，Mann的Rubicon假说1999). 这一假设假设现代淡水植物群是由一小群系统发育多样的殖民者组成的（稀少），一旦适应淡水，这些谱系很少（如果有的话）回溯到其祖先的海洋栖息地（不可逆转），这意味着淡水是一种“吸收”状态。尽管淡水硅藻植物群显然是许多谱系的复合物，可追溯到独立的殖民化事件（Alverson等人。2007; Ruck等人。2016)卢比肯假说的定植频率和不可逆性仅在小分支中进行了研究，因此很难得出广泛的结论（Beaulieu和O'Meara2018). 此外，迄今为止的研究还没有探索栖息地转变和多样化率之间的相互作用，这对于测试性格依赖性多样化至关重要（麦迪森2006).

海洋和淡水多样化研究尚未考虑的一个重要方面是，焦点对比（海洋与淡水）几乎肯定不是多样化动态的唯一决定因素，而是，观察到的模式很可能是与不同谱系（Beaulieu和O'Meara）的栖息地和特征相关的许多潜在交互变量的产物2016; Caetano等人。2018). 在原生生物中，尤其是硅藻中，浮游生物（悬浮生长习性）和底栖生物（底栖相关生长习性”）代表了另一个显著的环境对比，其物种丰富度不平衡，在数量上与海洋-淡水分水岭相似。在硅藻中，浮游生境和底栖生境之间的过渡似乎与这两种生长习性有关（例如，殖民与孤立，Nakov et al。2015)和有性生殖方式（例如，卵婚vs.异卵；Kooistra等人。2007,2009). 例如，卵配子物种的大量鞭毛推动的雄配子可能有助于浮游生物的定植，而同卵配子谱系的少数黄鞭配子可能会阻碍在稀释的浮游生物环境中的生存和繁殖（Kooistra等人。2007,2009).

另外几条证据表明，海洋-淡水和浮游生物-底栖生物之间存在潜在的相互作用。首先，支持浮游生物群落的大多数淡水湖泊的年龄和寿命与地球的冰川周期有关，只有几十个长期存在的构造盆地，其形成时间早于最后一次间冰期（约13万-11.5万年前；Mackay et al。2010; 汉普顿等人。2018). 大多数淡水湖在地质上都是新的，寿命相对较短，因此淡水浮游谱系的转变速度可能比海洋浮游谱系更快，因为海洋形成以来一直存在的环境。这一假设得到了古湖泊沉积记录中浮游硅藻群落组成的观察变化的支持，这些古湖泊紧随冰川作用和干旱周期而变化（Edlund和Stoermer2000; Cohen等人。2007; Mackay等人。2010; Stone等人。2011).

海洋和淡水浮游生物在种群大小和连通性上也可能不同。海洋种群迁移的物理障碍较少，通常预计其地理分布更广，基因流动率更高（Palumbi1992,1994). 因此，与栖息在不连续和不规则分布的栖息地的淡水硅藻相比，海洋浮游硅藻的物种形成和灭绝率可能更低。然而，在硅藻中，由于距离的隔离，海洋种群之间的基因流动可能受到限制（Casteleyn等人。2010)或生态学（Whittaker和Rynearson2017)有时甚至在小的空间尺度上（Rynearson和Armbrust2004; 戈德和哈恩斯特伦2010; Sjöqvist等人。2015). 这些发现表明，淡水中的种群细分可能会更强（Vanormelingen等人。2008; Evans等人。2009). 综上所述，这些观察结果表明，在整个海洋-淡水分水岭中观察到的多样性动态差异，被居住在海洋浮游生物与淡水浮游生物或海洋浮游生物和海洋底栖生物之间的谱系差异所混淆。

在这里，我们使用代表已知硅藻多样性广度的大规模、时间校准的系统发育来描述海洋-淡水和浮游生物-底栖生物分界线内的硅藻进化。为了解释不同环境中物种多样性和定殖率的变化，我们使用了一个隐藏状态物种形成和灭绝建模框架（HiSSE；Beaulieu和O'Meara2016)修改为多个字符。在这样做的过程中，我们能够联合估计多种环境中的定殖和多样化速度，并解释焦点特征（即海洋浮游生物、海洋底栖生物、淡水浮游生物和淡水底栖生物）之间可能的相互作用。我们使用这个框架来测试两组假设。首先，我们评估了淡水中硅藻的多样性（物种形成-灭绝）或更替（物种形成+灭绝）是否更快，例如，由于栖息地寿命或种群规模和连接性的差异。我们通过两种方式测试我们的海洋-淡水假设：无论它们是否有悬浮（浮游生物）或底栖生物相关（底栖生物）的习性，以及区分海洋与淡水浮游生物和海洋与淡水底栖生物。其次，考虑到传统观点，即浮游生物和淡水都是“吸收”环境，在那里，殖民者入侵、适应和专门化到移民不太可能或不可能的程度，我们测试了关于栖息地之间转换的方向性和可逆性的几个假设。我们讨论了我们的发现对重要生态海洋-淡水和浮游生物-底栖生物分水岭的硅藻祖先、多样性和系统发育多样性的影响。

材料和方法

系统发育和多样性数据

我们使用了从11个基因的串联比对中重建的1151个硅藻的时间校准系统发育（Nakov等人。2018)-最大的硅藻系统发育树，涵盖了已知的系统发育和生态广度。根据分类汇编，我们对1151个物种中的1132个物种的两个特征进行了评分：“栖息地”（浮游生物或底栖生物）和“盐度”（海洋或淡水）（Round等人。1990; Hasle和Syvertsen1996; 兰格·贝塔洛和克拉默2000; Witkowski等人。2000; Lobban等人。2012)以及之前关于角色进化的工作（Alverson等人。2007; Nakov等人。2015; Ruck等人。2016).

据估计，硅藻物种丰富度总计达100000种（曼恩和瓦诺美林根2013)尽管这种系统发育是迄今为止分类学上最具包容性的，但仍远未达到硅藻的全部多样性。为了说明我们多样化分析中的采样不足，我们估计了每种环境的采样分数，例如，迄今为止描述的海洋物种总数中的海洋物种采样分数。盐度（海洋-淡水）数据来自于硅藻基地（Kociolek et al。2017)它报告了每个属的估计物种总数和每个属的海洋物种总数，从而可以直接计算非海洋（淡水）物种的数量。栖息地（浮游生物与底栖生物）没有类似的数据，因此我们使用了主要的分类文献（Round等人。1990; Hasle和Syvertsen1996; 兰格·贝塔洛和克拉默2000; Witkowski等人。2000; Lobban等人。2012)记录浮游生物或底栖生物中每属的物种数量。基于这些数字，我们得出了浮游物种的每属分数，并将估计的总属级多样性乘以该分数，以获得每属浮游和底栖物种的估计数。我们汇总了树上所有属的这些数量，以对每个环境中的物种丰富度进行硅藻范围的估算。

二元盐度和栖息地特征分析

关于谱系多样性和离散编码性状或环境之间关联的假设可以使用状态物种形成和灭绝（SSE）模型进行测试（Maddison等人。2007; FitzJohn等人。2009; Goldberg等人。2011; Beaulieu和O'Meara2016). 这些模型联合估计了焦点特征的进化速率（即状态之间的转换）和多样化速率（即物种形成和灭绝），从而弄清了状态之间不平衡的多样性比率是否反映了殖民化速率的差异（麦迪逊2006). SSE模型有两种类型，一种是假设物种形成、灭绝和转移的速率由占据特定状态的所有谱系共享（例如，双态物种形成和灭绝，BiSSE；多态物种形成与灭绝，MuSSE；地理SSE，GeoSSE）以及那些通过使用“隐藏状态”（HiSSE、HiGeoSSE）来放松这种假设的人。第三组模型称为字符依赖（CID）模型，允许独立于焦点字符的速率变化，并用作状态依赖多样化的非平凡零模型（Beaulieu和O'Meara2016; Caetano等人。2018).

最初，对于每个二进制字符，我们总共拟合五个模型：（1）一个“平凡的空”模型（参数数量，k个=3，图。S1（第一阶段）)其中一个参数用于两个观测状态的周转率（定义为物种形成+灭绝，测量单位时间内任何事件的发生率、出生率或死亡率），另一个参数控制字符转换率（例如，海洋↔ 淡水）；（2） BiSSE模型(k个=5，图。S1（第一阶段）)对于生活在交替环境中的谱系和环境之间的不对称转换（例如，海洋→淡水≠淡水→海洋），估计了各自的更替率；（3） HiSSE模型(k个=13）每个观察状态和隐藏状态组合的单独周转率，以及状态间变化的八个转换率（例如，海洋隐藏状态A→海洋隐藏状态B）。该模型不允许观测状态和隐藏状态的同时转换（例如，海洋隐藏状态A→淡水隐藏状态B的速率设置为零；图。S1（第一阶段）). （4） CID2模型(k个=6）具有两个与BiSSE模型相似的周转率参数，但与观察到的特征状态无关；和（5）CID4模型(k个=8）五个多样化参数匹配HiSSE的复杂性（图。S1（第一阶段）). 所有模型都有一个单一的灭绝分数参数（定义为灭绝/物种形成，用于测量单位时间内死亡和出生事件的比率），我们在各个州保持不变。

生境+盐度组合特征分析

对于栖息地+盐度的组合特征，我们扩展了HiSSE和CID建模框架，以处理四种状态的情况（即海洋浮游生物[MP]、海洋海底生物[MB]、淡水浮游生物[FP]和淡水海底生物[FB]）。对于这一分析，我们再次拟合了一个简单的零模型，该模型假设多样化没有变化，以及MuSSE模型（FitzJohn et al。2009)将多样化率与四个特征状态联系起来，但假设在制度内没有变化（图。S1（第一阶段）). 然后，我们拟合了两个具有隐藏特征的多州物种形成和灭绝模型MuHiSSE，以及七个具有越来越多隐藏状态的多州特征依赖（MuCID）模型（MuCID2到MuCID8；图。S1（第一阶段）). 最复杂的MuCID8模型有八个周转参数和一个消光率参数，与MuHiSSE模型的复杂性相匹配，但多样化参数与观察到的特征状态无关（图。S1（第一阶段）). 对于这两种类型的模型，我们允许环境之间的转换速率不同（例如，MB→MP≠MP→MB），并且我们再次不允许双重转换（例如，M B→FP=0）。两个MuHiSSE模型在处理隐藏状态之间的转换方面存在差异。第一个模型（MuHiSSE减少）假设隐藏状态之间的所有转换都有一个速率（例如，MB隐藏状态A→MB隐藏状态B=FP隐藏状态A→FB隐藏状态B），而第二个模型（MuHiSSE完全）允许隐藏状态之间的单独转换速率（例如，MB隐藏状态A→MB隐藏状态B≠MB隐藏状态B→ MB隐藏状态A；图。S1（第一阶段）). 最后，我们评估了王冠谱系生存条件的两种替代实现，包括diversitree和HiSSE包中可用的原始实现（FitzJohn等人。2009; Beaulieu和O'Meara2016)（HiSSE setting root●type=“madfitz”）和Herrera-Alsina等人提出的调节方案(2019)（HiSSE设置root●type=“herr_als”）。

在所有情况下，无论我们是否允许对每个状态的更替率进行单独估计，在观测状态和隐藏状态之间，消光率都是固定的。然而，值得注意的是，尽管灭绝分数在各州之间受到限制，但将更替和灭绝分数转换为物种形成和灭绝可以估算每个州（Beaulieu和O'Meara2016). 我们通过将上述抽样分数直接纳入我们的多样化分析中来解释不完全抽样（FitzJohn等人。2009; Beaulieu和O'Meara2016). 该方法假设对每个观察到的字符状态进行随机采样。对于所有模型，我们的目标是50个最大似然优化，每个优化都从不同的起点开始。

多元化和转型假设

在获得字符依赖和字符依赖模型拟合的初步结果后，我们测试了第二组字符依赖模型，这些模型将某些参数限制为相等或零，从而有效地将其从模型中删除。这些模型旨在测试与物种更替率（物种形成+灭绝）或环境间过渡不对称相关的特定假设。对于这些模型，我们约束或删除了每个隐藏状态的参数，允许在存在约束的情况下存在速率异质性，并保持与MuHiSSE相当的复杂性水平。例如，当测试淡水中的浮游生物是否处于吸收、死亡状态时，血统很少或从未迁移，我们固定了浮游生物到底栖生物在两种隐藏状态下的转变为零，但仍允许淡水浮游生物的多样性速率以及海洋浮游生物从淡水浮游生物中的定植速率发生变化。

为了评估浮游生物-底栖生物对比度和多样性之间的关系，我们强制要求（1）海洋环境中的浮游生物和底栖生物（MP=MB），（2）淡水环境中的浮生物和底生生物（FP=FB），以及（3）前两种组合（MP=MBandFP=FB）之间的周转率相同。这三个模型专门测试了盐度梯度两端或两端与悬浮生长习性和基质相关生长习性相关的多样性动态差异。我们还评估了海洋-淡水对比在一种生长生境中是否重要，而在另一种生境中是否不重要。例如，可能是海底生物谱系在海洋和淡水之间的周转率不同，而这一区别在浮游生物中则不那么重要。这组假设包括以下模型：（4）海洋和淡水浮游生物（MP=FP），（5）海洋和水下底栖生物（MB=FB），以及（6）前两者的组合（MP=FP和MB=FB）。

鉴于淡水和浮游生物作为吸收状态的历史认识，我们还测试了与栖息地之间过渡方向性相关的假设。在建模方面，这些假设转化为强烈不对称的跃迁速率，假定吸收态以外的跃迁率等于零。对于淡水，我们建立了如下模型：（7）淡水浮游生物正在吸收（FP→MP=0，但FP→FB≠0）。对于浮游生物，我们有一个类似的模型，其中（10）淡水浮游生物正在吸收（FP→FB=0，但FP→MP≠0），（11）海洋浮游生物正在吸（MP→MB=0，但是MP→FP≠0和MP→MB=0）。在所有情况下，我们只禁用反映感兴趣特征中状态变化的转换，而允许其他特征的状态之间的转换。例如，对于淡水浮游生物，当我们测试淡水是否吸收时，我们不允许过渡到海洋浮游生物并允许迁移到淡水底栖生物，但当我们测试浮游生物是否吸收时我们不允许转换到淡水底生生物并允许海洋浮游生物定居。

HiSSE和MuHiSSE模型拟合的后处理

除了估计预定义状态的最可能参数值外，HiSSE中包含的模型还允许我们重建每个谱系所占据的隐藏状态的概率。例如，一个谱系可能是淡水，但它的隐藏状态可能不太确定，有可能占据模型中的任何一个隐藏状态。在这种情况下，不清楚应该将哪个参数估计值分配给特定谱系，因为不同隐藏状态之间的多样化和转换率可能会有很大差异。解释这种不确定性的一种方法是用占据备选隐藏状态的概率加权平均参数估计值。例如，如果模型有两个隐藏的海洋状态，周转等待时间分别为500万年和1000万年，并且一个物种被重构为占据海洋隐藏状态a的概率为0.3，海洋隐藏状态B的概率为0.7，那么分配给它的等待时间，反映祖先国家重建中不确定性的是加权平均数5×0.3+10×0.7=8.5。另一种选择是忽略重建过程中的不确定性，假设所讨论的物种仅占据海洋隐藏状态B（更可能的状态），并为其分配1000万年的更长等待时间。每谱系多样化参数的这种类型的平均值提供了制度内速率变化的度量，因为我们可以获得参数的加权平均值的分布，而不是将一个制度内的物种及其速率划分为对应于两个隐藏状态的两组。即使性格依赖多样化得到支持，分配给一个政权的所有血统也不太可能以同样的速度多样化，这种变化将反映在隐藏状态的重建中。这种模型平均方法还减轻了为选择模型选择任意阈值的主观性，相反，将解释的重点放在了参数估计上（参见Caetano等人。2018进一步讨论这一点）。

当Akaike权重测量的支持度大于99%时，我们从单个最佳模型或从所有支持度≥1%的模型（HiSSE函数MarginRecon和MarginReconMuHiSSE）重建边缘祖先状态。我们还使用HiSSE的自适应采样例程（HiSSE函数SupportRegion和SupportRegionMuHiSSE、Beaulieu和O'Meara2016). 该程序对最大似然估计（MLE）周围的参数空间进行采样，并重新估计似然，以找到一系列参数值，其似然在最佳拟合的2个对数似然单位内。较大的范围表明似然面更平坦，参数估计值的可信度更低。取样器偏离MLE的距离可以通过缩放参数控制。

有关MuHiSSE的更多详细信息的小插曲作为hisse R包的一部分提供。这里使用的数据和脚本可以从Zenodo存储库中获得(https://doi.org/10.5281/zenodo.2558448). HiSSE对象的模型摘要和图形也可以使用我们的R包“utilisse”制作(https://github.com/teofilin/utilhisse网站)和交互式web应用程序(https://sialoa.shinyapps.io/hisse-web).

结果

二进制字符

硅藻多样性数据显示，海洋-淡水和浮游生物-底栖生物分水岭的物种丰富度存在很大差异（Mora等人。2011; Kociolek等人。2017). 迄今为止，所描述的物种中约70%是淡水物种，83%是底栖物种。据估计，海洋和淡水栖息地中的物种数量分别为3221和7349种，其中680种（21%）为海洋物种，452种（6%）为淡水物种。浮游生物和底栖生物的估计物种数量分别为1800种和8770种，其中我们的系统发育包括358种（20%）浮游生物和774种（9%）底栖生物。

这些不平衡的多样性比率表明多样性比率可能与这些性状中的一个或两个有关。事实上，将多样化和性格转变率与替代环境联系在一起的BiSSE模型比假设一个比率的模型更适合（表（1）). 正如考虑到多样性比率所预期的那样，淡水和底栖生物谱系的物种形成+灭绝（即净周转）的等待时间（与速率相反）分别比海洋和浮游生物谱系快3.8倍和1.6倍。同样，淡水中的净多样性（物种形成-灭绝）比海洋谱系快3.7倍，底栖硅藻比浮游硅藻快1.6倍。在这两种情况下，物种灭绝与物种形成的比率（灭绝分数）都很高：海洋-淡水为0.86，浮游生物-底栖生物为0.87。根据BiSSE模型，这两种环境梯度似乎在塑造硅藻多样性方面都很重要。

为了评估体制内多样化和转变率的变化，我们还评估了特征依赖（HiSSE）和CID模型，其中包括隐藏状态，也就是说，除了我们的焦点特征之外，其他因素可能会影响多样化。对于这两个角色，我们发现不同政体之间的多样化和过渡速度有很大差异，这是从对与BiSSE模型相关的隐藏状态模型的更强支持中推断出来的（表（1）). Akaike权重为0.999（表（1）). 一般来说，淡水谱系物种形成，但也灭绝，比海洋谱系更快，导致淡水总体物种更替更快（表(2))但隐藏状态之间存在差异。物种形成和灭绝（净多样性）之间的差异有利于海洋血统处于一种隐藏状态（比率海洋：淡水=2.8），淡水血统处于另一种隐藏态（比率淡水：海洋=13.4；表(2)). 就栖息地而言，浮游生物和底栖生物谱系在等待一个物种净增益的时间上的差异不那么明显，浮游生物与底栖生物的比率从一种隐藏状态的1.05到另一种隐藏状态的1.2不等（表(3)).

评估这些环境差异的另一种方法是，在考虑到祖先重建的不确定性后，比较多样化率的分布。海洋谱系中一个更替事件的等待时间[百万年物种形成或灭绝（My）计算为1/（物种形成+灭绝）]平均为11.5 My，标准偏差（SD）为4.2 My，而淡水硅藻在更替事件之间的平均等待时间为3.9 My，SD=1.4 My（图。（1）A） 。相反，尽管HiSSE模型受到青睐，但浮游（4.5±1.8 My）和底栖（3.28±1.6 My）物种的周转等待时间范围是重叠的（图。（1）B） ●●●●。净多样化的变化与营业额成正比（图。（1）A、 B），对于这两个二进制字符，这些测试突出了制度内多样化率的广泛变化（图。（1）A、 B）。

我们通过禁用浮游生物→底栖生物和淡水→海洋的转换速率来测试环境之间转换的方向性假设（以加强淡水和浮游生物环境的吸收）。在这两种情况下，这些模型都没有得到很好的支持，这表明两个环境梯度之间的转换是双向的（“hisse F吸收”和“hisse-P吸收”；表（1）).

综合盐度+栖息地特征

进一步评估各州之间速率变化的一种方法是将盐度和栖息地组合成一个单一的四态特征：海洋-浮游生物、海洋-底栖生物、淡水-浮游生物和淡水-底栖动物。通过这种方法，我们可以专门测试浮游生物和底栖生物之间的差异，同时考虑淡水和盐水中浮游生物谱系的多样性也不同的可能性。为了评估四种生境+盐度状态下的多样性变化率差异，我们采用了HiSSE模型的多状态变体（MuHiSSE），并为四种状态中的每种状态和每个字符组合中的两种隐藏状态提供了单独的周转参数。为了防止这些高度参数化模型的错误选择，我们设计并测试了一组具有越来越多多样化参数的MuCID模型，到MuCID模型，具有与MuHiSSE模型复杂性相匹配的八个隐藏特征（八个更替和一个灭绝分数，可转化为八种物种形成和八种灭绝率；Beaulieu和O'Meara2016; HiSSE函数参数变换或参数变换MuHiSSE，图。S1（第一阶段）).

盐度+栖息地组合状态的数据反映了个体二元性状所观察到的物种丰富度差异。海洋浮游生物占所有硅藻物种的11%（1155种），海洋底栖生物占20%（2066种），淡水浮游生物占6%（645种）和淡水底栖生物的63%（6704种）。我们的系统发育包括288（14%）种海洋浮游生物、380（18%）种海洋底栖生物、69（11%）种淡水浮游生物和381（6%）种淡水底栖生物。

海洋浮游硅藻的化石记录通常比底栖谱系要深得多（Sims et al。2006)，淡水谱系通常嵌套在其中，并且比海洋谱系年轻（阿尔弗森2014; Ruck等人。2016). 粗略地看一下这些数据，可能会发现年轻的世系比年长的世系更具多样性，这可能是由于多样性动态的差异所致。我们总共比较了23种车型（表S1（第一阶段）)：11在比较依赖于CID模型的性格的基础集中，六个测试与多样化参数相关的特定假设，另外六个比较关于转变率的假设。在这23个模型中，有4个模型得到了Akaike重量（⍵）≥1%的支持；（表(4))并使用模型平均值进行进一步分析（表(4)). 其中包括一个浮游生物-底栖生物对比没有影响的模型（τMP=τMB和τFP=τFB，⍵=84%），一个不受周转限制的最复杂的MuHiSSE模型（𖊒=10%），一种限制过渡速率的模型，使得海洋浮游生物正在吸收（MP→MB=0，但MP→FP≠0，⍵=5%），以及淡水浮游生物正在吸收的模型（FP→MP=0，但FP→FB≠O，\9077；=1%）。

淡水栖息地的净周转和净多样性比海洋环境快三倍，这四个模型的平均值和它们隐藏的祖先重建的平均值（图。（1）C） ●●●●。由于模型的重量没有浮游生物-底栖生物效应，具有悬浮和底栖相关生长习性的世系在海洋和淡水中的周转率相似。此处估算的一个物种净增重的等待时间与之前对硅藻净多样性的估算基本一致（Nakov等人。2018). 例如，在MuHiSSE模型下，海洋浮游生物谱系的净多样性等待时间在第一个隐藏状态下为17 My，第二个隐藏状态为2.7 My，而卵生非移动硅藻（在海洋浮游生物中最常见）的等待时间之前估计为16.6到100 My（系统发育数据）或约34.5 My（化石数据）（Nakov et al。2018). 相对较高的全球灭绝分数(ε= 0.8; 表S2系列)此处仅根据现存物种进行估算，与新生代海洋化石的计算结果类似（ε=0.75；Nakov et al。2018). 使用王冠谱系生存条件的替代实现进行的分析表明，这两种方法产生了非常相似的结果（图。S1（第一阶段），基本模型的比较）。

分类学偏见

与任何解释未采样多样性的多样性分析一样，我们的结果依赖于这样一个假设，即我们重点地区的总（描述和未描述）物种丰富度与迄今为止从这些栖息地描述的多样性成正比。然而，除了多样性比率的差异外，这些不平衡的多样性比率也可能由研究不同生境的研究人员之间的不平等分类学努力或非标准分类学实践（例如，分裂与集中）引起。如果没有一些非常规的方法来衡量多样性数据或取样分数，以解释可能存在的未知偏差，例如与过度分裂（例如淡水分类群）或较低的分类研究工作（例如海洋分类群）有关的，则很难评估这些问题如何影响我们的分析或任何群体的分析。然而，我们重复了海洋-淡水分析，任意减少了海洋采样分数，从观察值的21%降至14%、10%、6%和2%。无论我们将海洋采样分数设置得有多低，我们发现HiSSE模型仍然比CID模型更受青睐。在较小的采样分数下，海洋谱系的多样化和周转率估计值增加了，但在除2%的海洋采样分数的分析外的所有分析中，都检测到淡水更快多样化的信号，至少在一个隐藏状态下是这样。在后一种情况下，海洋谱系在这两个隐藏状态中的多样化速度都快于淡水。总的来说，这些结果表明，如果过去近250年来对硅藻的分类研究对硅藻多样性整体上是完全有偏见的和非代表性的，那么我们的一些推论可能会受到影响。

为了评估潜在的分支特异性采样偏差，我们在两个环境对比中进行了足够的采样，对四个亚分支的整个硅藻系统发育进行了重复分析。虽然预计整个系统发育的模型选择或参数估计值不应与从子树推断的结果相匹配，但子树在年龄、多样性、生态学、生活史和基因组属性等方面存在差异（Beaulieu和O'Meara2018; 拉博斯基2019)，我们发现，与海洋谱系相比，淡水更替更快的全球结果在大多数子树中得到了定性复制（参见支持信息文本1和图。S2系列详细信息）。

讨论

水生生物多样性最突出的特征之一是海洋和淡水栖息地之间的物种丰富度差异。海洋栖息地在地质上很古老，自海洋形成以来就一直存在，占地球上可居住水体的99%以上，而现在的淡水栖息地更年轻，寿命更短，这是由冰川、干旱或构造事件决定的。令人惊讶的是，在盐度梯度上具有丰富多样性的谱系中，年轻的淡水分支和衍生的淡水分支通常比海洋分支物种丰富。这种多样性差异通常是淡水环境相对于海洋生境的多样化率较高的结果。然而，淡水谱系也往往表现出更高的更替率，这可能部分解释了更接近现在的不同分支的优势。物种形成的脉冲和灭绝的脉冲表明更替率较高。重要的是，周转率的差异表明，进入和离开淡水环境的转变共同影响物种形成和灭绝率。

速率变化和隐藏状态

我们对海洋-淡水和浮游生物-底栖生物对比的分析表明，无论是单独还是组合考虑，都强烈支持隐藏状态模型，无论是特征依赖型（盐度和组合）还是CID（栖息地）。这表明，正如硅藻等在系统发育和生态上具有多样性的谱系所预期的那样，单凭焦点特征（盐度、栖息地或它们的组合）并不能解释整个系统发育过程中多样性比率的所有变化，甚至在将数据划分为四个对应于组合栖息地+盐度特征状态的区域之后。这进一步强调了需要考虑到这里没有明确考虑的众多环境、生态和特征因素，但其对多样化的累积影响可能与盐度和栖息地的影响相当。为了说明这一点，我们可以将环境之间多样化的差异与环境中隐藏状态之间的差异进行比较。在其中一个隐藏状态中重建的海洋浮游生物谱系等待物种形成事件的时间约为17My。这与相同隐藏状态（17My）中的海洋底栖生物谱系相似，但比另一隐藏状态中的海洋浮游谱系长几倍（2.7My；图。(2)，表S2系列). 换言之，悬浮在水柱中或与基质相关的生长，与隐藏状态近似的未观察因素所产生的差异相比，差异较小（图。(2)，表S2系列). 这并不是说盐度在硅藻多样性中没有发挥重要作用，而是相反的，尽管与其他未观察到的因素相关的广泛变化，盐度的影响足以被检测到。

值得考虑的是，这些未测量的因素可能是什么。例如，激流和静水栖息地之间的差异，以及在静水栖息地内，冰川湖、构造湖和火山湖之间的年龄、大小、深度和寿命差异可能会导致淡水中的一些差异。同样，沿海地区硅藻群落在温度、营养和光照条件方面与营养丰富的海洋极地水域或寡营养海洋旋回相比，存在着巨大的差异，这可能是海洋谱系中某些隐藏状态成分的原因。尤其是水温似乎是一个重要但未经测试的协变量，因为它随纬度、地理位置（沿海与中上层）和水深（与浮游生物-底栖生物的对比有关）而变化，并且与代谢率有关，人们很容易想象到代谢率会影响多样性动态。例如，Crampton等人(2016)发现南极海洋硅藻物种更替的峰值与南部纬度的冷却以及地面和海冰的扩张相吻合。在过去的15年里，已经推断出五个高于基准营业额的脉冲（Crampton等人。2016)促进了南极硅藻群落内相对快速的更替。在过去15年里温度相对恒定的热带海洋地区，也不太可能出现类似的由冷却驱动的周转波动（鲍威尔和格拉泽2017). 因此，隐藏状态捕获的部分变化可能也与温度和纬度有关。在这方面，硅藻是少数具有反向纬度多样性梯度的谱系之一，这被认为是向高纬度非对称范围扩张的产物（鲍威尔和格拉泽2017).

体制内多样化速度的变化也可能源于与硅藻多样性模式相关的其他特征。例如，营养细胞的能动性也与更快的多样化速度有关（Nakov等人。2018). 流动血统和非流动血统之间的比较表明，占据第二个隐藏的州净周转率的概率要快得多（图。(3)，表S2系列)-在运动谱系中较高，但该结果不显著（系统发育方差分析，第页= 0.4). 需要重申的是，对潜在隐藏变量的这种事后探索并不意味着对此处未直接测试的其他因素得出结论，而只是为了说明可能与硅藻多样性相互作用的许多其他变量（例如，Lewitus等人。2018).

硅藻祖先、吸收习性和系统发育多样性

祖先状态重建为硅藻最新的共同祖先提供了海洋浮游环境，但它们很快在海洋底栖生物中定居下来（另见Kooistra et al。2007). 现存最古老的底栖生物谱系估计约为180–175 My old（图。(3)). 淡水的定居直到很晚才发生——现存最古老的在淡水浮游生物中立足的谱系可追溯到120-130 Mya，大约在硅藻起源后60 Mya（图。(3)). 除了少数几个没有在当今多样性上留下实质性印记的孤立案例（例如。，埃勒贝基亚,特普西诺、和侧耳杆菌属)硅藻在淡水底栖生物中的多样性很小，直到在羽状硅藻谱系中的异倍性生殖和轴细胞对称性进化之后（图。(3)). 根据羽状分支的MRCA推断出了海洋底栖生物的祖先，在羽状分支中，还推断出了能动的raphid硅藻分支（图。(3)). 总的来说，虽然我们的重建支持了硅藻的浮游祖先，但很明显，海洋底栖生物在其历史上一直是硅藻进化的中心阶段，在一系列环境（例如海洋浮游生物和淡水底栖生物）中播种多样性（图。(3); 另见Kooistra等人。2007).

盐度屏障的渗透性是硅藻生态学和进化中反复出现的话题。历史上，无论是硅藻，还是更广泛的原生生物（曼恩1999; 骑士史密斯2009; Logares等人。2009)海洋到淡水的殖民化被认为是一个困难且不可逆转的过渡，这导致了“鲁宾逊”假说的发展，该假说指出，一旦一个血统在淡水中定居，就无法再回到海洋环境中（曼恩1999). 通过同时估计多样化和转化率，我们的模型对这一假设进行了有力的检验，通过考虑制度内的速率异质性，我们可以测试盐度是否是所有或部分硅藻谱系的Rubicon。不允许淡水向海洋或浮游生物向海底生物转变的模型，以直接测试这些假设，但没有得到支持（表（1）和(4)). 然而，我们的分析表明，两种环境对比的穿越率都依赖于隐藏的因素。例如，在一些谱系中，淡水到海洋的殖民化很少见，而海洋到淡水的殖民化更为常见，而在其他谱系中海洋栖息地重新殖民化的等待时间比海洋到淡水过渡的等待时间短13倍（表(2)). 解释浮游物种和底栖物种之间海洋到淡水过渡不同，或海洋和淡水谱系之间浮游到底栖生物迁移不同的可能性的模型显示出类似的变化（MuHiSSE分析；图。(2)，表S2系列). 因此，尽管淡水或浮游生物定殖的不可逆性概念不支持硅藻谱系作为一个整体，但它可能适用于硅藻谱集的一个子集，其中祖先栖息地的重新定殖虽然仍然可能，但需要更长的时间（图。(2); 桌子(2)和(3)).

转换率的比较也可以提供关于处于这些环境差异极端的群落的系统发育多样性的信息。这可以通过比较第一和第二隐藏状态下淡水浮游生物的流出速率来说明。例如，在一些谱系中，逃离淡水浮游生物是一种罕见的事件，但在另一些谱系中，淡水浮游生物的流出是最常见的转变之一，停留时间最短（图。(2)). 这种转换速率的对比表明，对于某些谱系来说，淡水浮游生物是一种暂时状态，再加上淡水浮游生物栖息地在深层地质时间尺度上通常寿命很短，对淡水浮游硅藻群落的系统发育宽度普遍较窄提出了解释。淡水浮游生物中种类繁多的少数谱系几乎完全局限于该栖息地，并且大多来源于海洋浮游生物（例如直链藻海洋浮游生物内Melosirales类或原始海洋浮游生物中的环裂硅藻海链藻目). 反过来，对于大多数剩余的谱系，淡水浮游生物的定居是零星的，并没有导致物种的大量多样化（图。(3)). 这与更具系统发育多样性的海洋浮游生物形成对比，这些浮游生物已经被许多海洋底栖生物谱系反复定植（图。(3); 另见Kooistra等人。2007)，栖息着相当多样的阿拉法特类动物（例如。，紫菀属和海链藻毒素瘤)和石墨硅藻（例如。，脆孢属和伪尼茨基菌属; 图。(3))淡水浮游生物的流出速率表明，淡水浮游生物也被淡水浮游生物谱系重新克隆（图。(2)，表S2系列). 这些观察结果，再加上淡水浮游生物的不均匀补充——一些古老且物种丰富的海洋浮游生物谱系尚未进入淡水，或在盐水中保持不成比例的多样性（例如，根索菌纲、Coscinodiscles和角毛藻纲；图。(3))-还表明，海洋浮游硅藻组合在系统发育和功能上比淡水硅藻组合更具多样性。

这里需要考虑的重要一点是，海洋和淡水，或浮游生物和底栖生物之间的转换肯定不会立即发生。相反，淡水最有可能的殖民者是已经能够在较低盐度（微咸）或更广泛盐度（广咸）下生长的海洋血统，例如生活在河口或内陆盐湖中的物种。因此，用于这些分析的更合适的模型将解释广盐或微咸物种的存在，并可能通过强制中间广盐或半咸状态来限制极端盐度之间的转换。事实上，对一个以底栖硅藻为主的小分支的分析确实支持了一个有序、可逆的海洋模型↔ 广盐↔ 淡水过渡，尽管它没有说明多样化（Ruck等人。2016). 在所有硅藻级别和SSE建模框架中复制这种分析肯定是一种受欢迎的方法。使用GeoSSE模型（Goldberg等人。2011; 或HiGeoSSE、Caetano等人。2018)具有广盐分布的物种分化为淡水和海洋种群也是对这些数据进行建模的一种有趣方式（例如，参见Betancur-R等人。2015). 然而，由于缺乏有关整个硅藻树耐盐范围的数据，生物地理数据库中硅藻的信息零散，以及在估计广盐或微咸物种的总多样性和取样分数方面的不确定性，这些方法的实施目前受到阻碍。

总之，海洋-淡水和浮游生物-底栖生物的对比无疑是水生生物多样性的重要决定因素。硅藻是一种物种丰富的藻类谱系，对全球生态和生物地球化学具有重要意义。在硅藻中，我们发现淡水的更替和净多样化加快，维持了海洋-淡水多样性的不平衡。这种模式适用于浮游和底栖生境，这种环境鸿沟本身并没有对硅藻多样性产生重大影响。更广泛地说，我们的分析表明，全球多样性模式不太可能归因于几个定义广泛的制度。相反，它们是许多潜在相互作用的特征和环境因素的产物，这些因素的个体或综合效应可能等于或超过传统上认为重要的因素的影响。我们的分析有助于说明，对多个可能相互作用的性状的考虑是如何为古老、广泛和物种丰富的分支的多样性提供更精细的理解的。

作者贡献

TN、JMB和AJA设计了这项研究。TN收集了数据。JMB开发了新的分析工具。TN和JMB进行了分析。TN和AJA起草了这篇文章。所有作者编辑了最终草案，并批准了提交文件。

致谢

我们感谢Elizabeth Ruck关于硅藻系统发育和分布的讨论，感谢Daniel Caetano和James Boyko关于建模多样性和特性进化的有益对话。这项工作得到了美国国家科学基金会（DEB-1353131）和西蒙斯基金会（403249）的资助。

数据存档

数据和代码可在Zenodo获得(https://doi.org/10.5281/zenodo.2558448).

引用的文献

副主编：Maria.R.Servedio

经办编辑：Isabel，Sanmartín

作者注释