近日，华东理工大学药学院万年峰教授课题组，联合我国、英国、德国的科研人员，在Cell新子刊—《细胞报告可持续性》上以Articles形式发表了题为“采用一种稳健的路径分析方法，理解生物多样性对营养级相互作用的影响”的原始创新研究成果。
路径分析，也被称为“中介分析”，是揭示研究对象中不同因素之间的相互关系及其影响机制的一种常见重要工具。然而，在生态大数据背景下，由于数据结构复杂、测量标准多样，不同研究所得数据往往存在较大差异。一般情况下，科研人员习惯于运用结构方程模型（SEM）进行路径分析，但SEM分析异质性数据时容易产生偏倚。相比于SEM，经典的多元贝叶斯方法虽然更具鲁棒性（Robustness），但受限于算法复杂度大，在分析大规模数据时，贝叶斯计算效率低下、运算时间耗费大、占据CPU内存大。
具体来说，VB-RobM 方法包括以下五个步骤：（1）输入数据并指定变量之间的路径；（2）利用回归分析获得每条路径的路径系数和回归残差的初始估计；（3）通过狄利克雷过程混合模型（DPMM）估计残差的密度函数以及稳健函数的一阶矩和二阶矩；（4）求解鲁棒估计方程获得路径系数的二阶段估计；（5）通过自助抽样法对中介效应进行统计推断。
在模拟研究中，VB-RobM 在不同模拟场景下均展现出更低的参数估计偏倚、更优的置信区间覆盖率以及更短的计算时间。这表明，相较于传统的 SEM 方法，VB-RobM 具有更高的估计精度和更强的鲁棒性；而相比多元贝叶斯方法，它在保证准确性的同时大幅提升了计算效率。
通过VB-RobM分析各营养级功能群之间的关系，得到如下结果：（1）在无天敌的作用下，植物多样性能够抑制植食性昆虫，使其危害降低，而植食性昆虫下降促进了植物的产量与品质；（2）在植物、植食性昆虫、天敌共存的三营养级功能群中，多样化的植物增加了天敌多样性，增强了天敌对植食性昆虫的控制效果。后续的路径分析进一步验证了植物可能通过“植物多样性→植食性昆虫→植物生产力”“植物多样性→天敌→植食性昆虫→植物生产力”这两条路径间接地提高植物生产力。
万年峰与复旦大学生物统计学系胡跃清教授为共同通讯作者，复旦大学生物统计学系王昱泉博士生为第一作者，复旦大学上海数学中心施大鹏博士生为第二作者，德国波恩大学Christoph Scherber教授、英国生态学和水文学中心Ben A. Woodcock高级研究员为共同作者。该研究得到了国家高层次青年人才项目、上海市科技创新行动计划国内合作项目等项目的资助。
