Comparación entre metodologías en análisis morfológicos: un ejemplo con trilobites

Abstract

En este trabajo se realiza el análisis de formas fósiles en 2D a partir de diferentes metodologías, como la morfometría geométrica, la biometría y el análisis elíptico de Fourier. Se introduce una nueva herramienta estadística para un procesamiento de datos morfológicos rápido y eficiente, denominada biological morphometrics in Python (bioMpy). BioMpy es una herramienta basada en Python que permite la realización de diferentes análisis estadísticos enfocados a partir de dos metodologías: la morfometría geométrica (GMM) y el análisis elíptico de Fourier (EFA). Con el objetivo de facilitar la investigación en Paleontología, se han implementado análisis rápidos y técnicas de machine learning para la identificación y reconocimiento de landmarks eficaces para contornos cerrados en 2D. Asimismo, esta herramienta permite la interacción entre estas dos metodologías (GMM y EFA), obteniendo la mayor cantidad de información de un solo conjunto de datos. Se ha evaluado este nuevo paquete de Python mediante el análisis de la morfometría de cefalones y pigidios de trilobites cambro-ordovícicos. En el ejemplo se observa la utilidad de las funciones disponibles en bioMpy, permitiendo la diferenciación clara de patrones evolutivos para este grupo fósil durante el Paleozoico temprano. Los resultados muestran que el uso de GMM es más apropiado que el EFA, ya que este último es menos preciso y necesita de un procesador informático más potente. Sin embargo, sí podría resultar útil en estudios cuyo objetivo principal incluya el reconocimiento de tendencias generales en individuos muy parecidos morfológicamente. Por último, los resultados muestran que GMM es más eficaz que EFA para el análisis de formas complejas, pero este último resulta más útil para la identificación de contornos a partir de bases de datos. El análisis mediante morfometría geométrica es recomendado para estudios macroevolutivos donde se busque analizar multitud de formas distintivas, aunque también resulta eficaz para estudios microevolutivos.