HN 日本語サマリー

← 一覧へ戻る
科学・技術

ミツバチのダンスフロアの定量化:データ駆動型の手法によるワグルダンス領域の定義と比較

Quantifying the honey bee dance floor (journals.plos.org)

23 pointsby Ariarule1 コメント

要約

本研究では、ミツバチのワグルダンスの座標データからダンスフロアを定義・定量化するための、データ駆動型の幾何学的手法を提案しています。この手法は、凸包と信頼楕円を組み合わせてダンス密度が最も高い領域を特定し、中心位置、面積、周長、主軸・短軸、方位角などの空間的指標を提供します。このフレームワークは、観察されたダンスの約91%を捉え、ハチの巣のサイズや時間帯などの実験的・時間的文脈に応じた系統的な違いを検出できることを示しました。

全文翻訳

ミツバチのダンスフロアを定量化する:ワグルダンス領域を定義し比較するためのデータ駆動型手法

  • Byron N. Van Nest、
  • Ashley E. Wagner、
  • Michele L. Joyner、
  • Edith Seier、
  • Darrell Moore

[画像: PLOS]

x

図

[画像: Table 1]

[画像: Fig 1]

[画像: Fig 2]

[画像: Fig 3]

[画像: Table 2]

[画像: Table 3]

[画像: Fig 4]

[画像: Fig 6]

[画像: Fig 7]

[画像: Fig 8]

[画像: Fig 5]

要旨

ミツバチ(Apis mellifera)の採餌蜂は、巣箱内でワグルダンスを行い、利益の大きい採餌場所の場所を巣仲間(ネストメイト)に伝達します。これらの募集ダンスは、巣板上の特定の領域、すなわちダンスフロアとして知られる場所で行われますが、その場所と構造は歴史的に定性的にしか記述されていませんでした。ここでは、ワグルダンスの座標からダンスフロアを定義および定量化するための、データ駆動型の幾何学的手法を導入します。このアプローチは、凸包と信頼楕円を組み合わせて、ダンスの密度が最も高い領域を表す閉じた領域を生成し、中心位置、面積、周囲長、長軸と短軸、および向きなどの解釈可能な空間指標を提供します。この手法の性能を実証するために、サイズと日付が異なる観察巣箱8群の155回の観測に適用しました。補完的な単変量および多変量解析を使用して、このフレームワークは一貫して約91%のダンスを捉え、入口距離に基づく歴史的推定値と一致し、巣箱のサイズ、日、時間に関連する観測間で系統的な違いを検出しました(例:中心位置と幅のサイズ依存的なシフト、および向きに対する時間帯の影響)。これは、実験的および時間的文脈に対する感度を示しています。この研究は、ミツバチのダンスフロアの明示的な定量的定義と、群れ、環境、および将来の実験デザインを横断する空間的募集パターンを比較するための再現可能な分析フレームワークを提供します。

引用: Van Nest BN, Wagner AE, Joyner ML, Seier E, Moore D (2026) Quantifying the honey bee dance floor: A data-driven method for defining and comparing waggle dance regions. PLoS One 21(2): e0341456. https://doi.org/10.1371/journal.pone.0341456

編集者: Olav Rueppell, University of Alberta, CANADA

受付: 2025年11月6日; 受理: 2026年1月7日; 公開: 2026年2月18日

著作権: © 2026 Van Nest et al. これは、Creative Commons Attribution License の条件の下で配布されるオープンアクセス記事であり、元の著者と出典がクレジットされる限り、いかなる媒体でも無制限の使用、配布、複製を許可します。

データ利用可能性: すべてのデータファイルとRスクリプトは、Figshareリポジトリ https://doi.org/10.6084/m9.figshare.29483207 から入手できます。

資金提供: この研究は、BNVN(RGPIN-2020-05690)に対するカナダ自然科学工学研究評議会(NSERC)ディスカバリーグラント(https://www.nserc-crsng.gc.ca/Professors-Professeurs/Grants-Subs/index_eng.asp) およびMLJ、ES、DM(NSF 1128954)に対する米国国立科学財団数学科学部門(NSF DMS)グラント(https://www.nsf.gov/mps/dms) によって資金提供されました。資金提供者は、研究デザイン、データ収集と分析、出版の決定、または原稿の準備において役割を果たしませんでした。この研究に追加の外部資金は受け取っていません。

競合利益: 著者らは、競合する利益が存在しないことを宣言しています。

序論

動物のコミュニケーションの最も興味深い形態の1つは、ミツバチ(Apis mellifera)のワグルダンスです。成功した採餌蜂は、巣箱内の櫛の上で行われる複雑な一連の操作を通じて、有益な採餌場所への数学的ベクトル(方向と距離)を巣仲間に広告します[1]。これらの募集ダンスは巣箱内でランダムに行われるのではなく、ダンスフロアとして知られる明確な領域に集中します。この行動の空間的局在化は、失業中の採餌蜂と経験豊富な消極的な採餌蜂の両方を、活発な募集者と成功した偵察者がダンスを行う同じ物理的領域に集中させることで、コミュニケーションの効率を高める可能性があります[2–4]。しかし、数十年にわたる研究にもかかわらず、ダンスフロアの場所と構造を形成する要因はほとんど理解されていません。

自然巣箱と飼育巣箱の両方で、ワグルダンスは入口近くの、自由にぶら下がった空の櫛の上で行われる傾向があり、これは振動伝達を改善する可能性があります[5–7]。しかし、ワグルダンスの実行に自由にぶら下がった空の櫛は必要ありません。商業用および観察用巣箱の、木製フレームに完全に統合された櫛の上、および育児用の櫛の上でもダンスが行われます[8–11]。今日まで行われたほぼすべての研究(自然巣箱、商業用巣箱、観察用巣箱)に共通しているのは、ダンスフロアは単に巣箱の入り口の近くにあると記述されていることです[1, 8–10, 12–14]。例えば、SeeleyとTowne[15]は、2フレームの観察巣箱で行われたダンスの94%が巣箱の入り口から24 cm以内に実行され、ダンスの最も高い密度が入口から4〜18 cmの間にあることを指摘しました。しかし、初期の帰還採餌蜂による匂いのマーキング[16]、募集を刺激する化学物質の放出[17, 18]、および育児用櫛のような特定の基質タイプへの好み[6, 10, 19]など、追加の要因が提案されています。

この関心にもかかわらず、ダンスフロアが定量的に定義されたことはめったにありません。ほとんどの研究では、それを定性的に(例:「入り口の近く」)記述するだけで、群れ、文脈、または実験条件を横断する空間的募集行動を比較する能力を制限しています。Warioら[20]による最近のアプローチは、主成分分析を使用してダンスの向きを要約しましたが、彼らの手法は、観測を横断して体系的に比較できる境界のある空間領域や指標を生成しません。対照的に、私たちの幾何学的フレームワークは、文脈を横断して直接比較できる明示的なデータ駆動型境界を生成し、ダンスフロアの場所と形状が櫛の構造や群れの状態などの要因とどのように変化するかについての直接的なテストを可能にします。この手法は、2つの幾何学的ツールを組み合わせています。1つは、すべてのダンスポイントの外側の境界をトレースする凸包、もう1つはそれらの統計的広がりを要約する信頼楕円です。これらを組み合わせることで、ダンス活動の中心領域を囲む閉じた領域が生成され、面積、中心位置、向き、広がりなどの生物学的に解釈可能な指標が得られます。この手法の有用性を実証するために、2つの異なるサイズのガラス壁観察巣箱に収容された8つのミツバチの群れからのワグルダンスデータに適用します。このフレームワークを使用して、ダンスフロアの構造が(i)1日のうちに変化するか、(ii)日ごとに変化するか、(iii)群れ間で異なるか、(iv)季節の経過とともにシフトするか、または(v)巣箱のサイズに依存するかどうかを調査します。これらの質問に標準化されたアプローチで答えることにより、文脈的および群れレベルの要因が空間的募集行動にどのように影響するかを明確にし、他の種や空間的に組織化されたコミュニケーションシステムに適合できる手法を提供することを目指します。

材料と方法

動物、実験セットアップ、およびデータ収集

西洋ミツバチ(Apis mellifera L.)の群れは、8フレーム(100 × 100 cm)または4フレーム(100 × 50 cm)のガラス壁観察巣箱(Table 1)に、混合林と季節的な花の資源を特徴とする温帯の中標高地域に収容されました。8フレームの巣箱は、雑草の多い野花、ベリー、および針葉樹と落葉樹のクラスターの野原にある木造の小屋に収容されました。自然光は遮断され、白い布で覆われた天井の蛍光灯が薄暗く拡散した照明を提供しました。4フレームの巣箱は、管理された芝生、花壇、木々のある町の中心にある学術キャンパスの、小さく光と温度が制御された実験室に収容されました。各群れは、3日から5日間続く単一の試行で一度使用されました。巣箱の入り口は、入ってくるミツバチが入り口に最も近いフレームの片側にのみアクセスできるように改造され、すべてのワグルダンスが1つの櫛の表面に限定されるようにしました。巣箱のガラス側面に5 × 5 cmのグリッドが描かれ、観察者がダンスの場所を推定するのに役立ちました。8回の試行全体で、合計7,444回のダンスが分析されました(Table 1)。この作業を実行するためにライセンスや許可は必要ありませんでした。

各観察期間中、巣箱の入り口から最も遠い上部四分円から始まり、巣箱の入り口で終わる、水平ジグザグ下降方式でグリッドの列を水平にスキャンすることにより、すべてのワグルダンスを行っているミツバチの場所を記録しました。ワグルダンスが観察されるたびに、印刷された地図上にワグルランの開始場所を記録しました。ダンスの場所が印刷された地図上のグリッド線に隣接してマークされることがあったため、この手順により、グリッド線に沿ったダンスの明らかな過小評価という軽微な測定アーチファクトが生じました(Figs 4および5を参照)。同じスキャンサンプリングとマーキング手順が、すべての群れ、観察期間、および巣箱のサイズで一貫して使用されました。このスキャンサンプリング手順は、30分間の観察期間あたり約20回繰り返されました。観察は、群れ1〜4については0800から、群れ5〜8については0730から開始し、2時間ごとに実施されました。記録された地図をデジタル化し、各ダンスと巣箱の入り口との水平および垂直距離を計算しました。ミツバチは個別にマークされていなかったため、潜在的な繰り返し測定を考慮することはできませんでした。さらに、巣箱のサイズ、時間帯、および実験設定はデータ収集中に本質的に見えていたため、治療法に盲目的にデータを記録することは不可能でした。

[画像: thumbnail]

Fig 1. 群れ1、1日目、1400〜1430のダンスフロアの定義。

(A)青+緑の領域は、30分間の観察中に観測されたすべてのダンスの凸包です。黄+緑の領域は2-SD信頼楕円です。楕円の長軸と短軸を黒で示します。(B)(A)の凸包と信頼楕円の交差。青い線は、ダンスフロアの中心に再配置された信頼楕円の長軸と短軸です。この日中の例では、ダンスフロアは観測された全105回のダンスのうち96回(91.4%)を捉えました。面積 = 648.4 cm2、周囲長 = 96.3 cm、ダンスフロアの中心は X = 20.6 cm、Y = 19.8 cm、長さ(長軸)= 41.4 cm、幅(短軸)= 25.3 cm、角度 = 水平から反時計回りに40.9°です。黒い矢印は巣箱の入り口の位置を示します。個々のダンス場所は黒い点で示されています。この例は、ダンス活動が最も高かった典型的な日中の条件を表しています。ほとんどの他の観察期間は、ダンス数が少なかった早朝または夕方の観察期間では定義が低下するだけで、同様の空間構造を示しました。

https://doi.org/10.1371/journal.pone.0341456.g001

[画像: thumbnail]

Fig 2. 群れ2と5の1日目の3つの観察期間からのダンスフロア。

8フレーム(A)と4フレーム(B)の観察巣箱について、午前の遅い時間、日中、夕方の早い時間の観測を示します。すべてのダンスフロアの指標は、補足資料S1 Tableに記載されています。8フレームの巣箱では、長軸の角度が4フレームの巣箱よりも大きく変動することに注意してください。

https://doi.org/10.1371/journal.pone.0341456.g002

[画像: thumbnail]

Fig 3. 群れ1の複数日にわたる、および観察時間ごとのダンスフロア。

読みやすさを向上させるため、および3日間でそれぞれ10、6、6回のダンスしかなかったため、2000時の観測は省略しました。すべての8フレーム(100 × 100 cm)を示します。

https://doi.org/10.1371/journal.pone.0341456.g003

ダンスフロアの定義

すべてのステップはRバージョン4.2.1[21]で実行されました。ダンスフロアは3つのステップで定義されました:(1)凸包の計算、(2)信頼楕円の生成、および(3)それらの空間的交差の計算。2次元の多角形を定義するには、観察期間あたり最低3回のダンスが必要でした。すべてのステップの詳細な実装と注釈付きコードは、Figshareリポジトリ(https://doi.org/10.6084/m9.figshare.29483207)で入手できます。

凸包

凸包は、与えられた観察からのすべてのダンス場所を囲む最小の凸多角形であり、外側の点にゴムバンドを張るようなものです(Fig 1A)。各観察期間について、base R関数chull()を使用して、分布の外側の境界を定義するために記録されたすべてのダンス座標の周りの凸包を計算しました。これにより、周辺または外れたポイントを含む、すべてのダンスを捉える包括的な境界が得られました。

信頼楕円

凸包を補完し、外れ値の影響を制限するために、Warioら[20]によって生成された楕円領域に概念的に類似した、ダンス座標の空間分布に基づいた信頼楕円も計算しました。まず、base R関数cov()を使用してダンス座標の平均位置と共分散行列を計算しました。共分散行列から、固有値分解を使用して、変動の長軸と短軸およびそれらの向きを抽出しました(base R関数eigen()を使用)。楕円は平均位置を中心に配置され、軸は2標準偏差(2-SD)にスケーリングされ、分布の中心的な空間範囲を捉えながら、周辺または孤立したポイントの影響を制限します(Fig 1A)。二変量正規分布の下では、2-SD楕円は約95%のポイントを含みます。実際には、この割合は、歪みと巣箱の壁によって課される空間的制約のために変動しました。

空間的交差

ダンスフロアを、凸包と2-SD信頼楕円の空間的交差として定義しました(Fig 1B)。空間的交差を可能にするために、凸包と信頼楕円(多角形として近似)の両方を、パッケージsfバージョン1.0.15[22, 23]を使用して空間オブジェクトに変換し、それらのオーバーラップを幾何学的に計算しました。2つのオブジェクトの交差は、sf関数st_intersection()で実行されました。信頼楕円内にあった凸包の頂点が含まれました。交差は、少数のダンスがダンスの主要なクラスターから遠く離れて発生した場合、ダンスが正規分布していなかった場合、または信頼楕円が巣箱の端に隣接または拡張している場合に、過剰な面積を最小限に抑えるために使用されました。このアプローチにより、面積、向き、または中心位置の測定値を歪める可能性のある極端な外れ値を除外しながら、ダンス分布の中心傾向と境界限界の両方を捉えることができました。信頼楕円の外にあるダンスは交差によって除外され、事実上外れ値として扱われました。このアプローチにより、ダンス分布の中心傾向と境界限界の両方を捉えながら、極端な外れ値を除外することが保証されました。

ダンスフロアの指標

各ダンスフロア多角形から、7つの指標を抽出しました:面積と周囲長(それぞれcm2とcm)、XとY(巣箱の入り口からの中心の水平および垂直座標、cm)、長さと幅(信頼楕円の長軸と短軸、cm)、および角度(水平からの度数での長軸の向き)(Fig 1B)。面積、X、Yは、sf関数st_area()とst_centroid()で計算されました。周囲長は、ダンスフロア多角形をst_cast()でMULTILINESTRINGオブジェクトにキャストし、st_length()(両方ともパッケージsfから)を使用して辺の長さを合計することで計算されました。これらの指標は、ダンスフロアのサイズ、位置、および空間構成の定量的記述子を提供しました。

可視化

視覚的な評価(例:Figs 1–4)のために、ダンスフロアの境界、信頼楕円の中心をダンスフロアの中心に再配置した長軸と短軸、および観測されたダンスの場所をプロットしました。これらのプロットにより、日や巣箱のサイズを横断するダンスフロアの形状、サイズ、位置、角度の視覚的な検査が可能になりました。Fig 2は、2つの異なる群れからの、ある日の3つの異なる30分間の観察期間からのダンスフロアの比較を示しています。Fig 3は、数日間にわたる、および観察期間ごとの単一の群れのダンスフロアを示しています。Fig 4は、観察期間と群れ全体を集合させて構築された累積ダンスフロアを示しており、各巣箱サイズでの長期的な空間パターンを視覚化する際の本手法の別用途を示しています(統計分析には使用されていません)。

より広範な空間パターンを視覚化するために、2つのヒートマップを作成しました:(1)ダンスの平滑化された分布を示すダンス密度ヒートマップ(Fig 5A, B)、これはパッケージggplot2バージョン3.5.1[24]の関数stat_density_2d()を使用した2次元カーネル密度推定(離散点を連続的な密度表面に変換する技術[25])を用いています。および(2)1 cm2のグリッドセルがダンスフロアに含まれる観測の割合を示すダンスフロア包含ヒートマップ(Fig 5C, D)。両方のヒートマップは、1 cm2の解像度でレンダリングされました。

統計解析

私たちの手法は任意のダンスのサブセット(例:日次または試行全体の集計(Fig 4)に適用できますが、ここでは個々の30分間の観察期間のレベルでダンスフロアを計算および分析しました(例:Figs 1–3)。このアプローチは時間分解能を維持し、時間と条件を横断する系統的な変動をテストすることを可能にしました。手法が巣箱サイズ全体で一貫して機能することを確認するために、4フレームと8フレームの巣箱の間で定義されたダンスフロアによって捕捉されたダンスの割合を比較するために、base R関数lm()を使用した線形モデルを構築しました。次に、パッケージstatsのcor()関数を使用して、高度に相関する予測子(|r| > 0.9)を特定および削除してから、各指標の単変量混合効果モデルと全体的な構成を評価するための多変量モデルを構築しました。すべての分析は、α = 0.05の有意水準を使用してRで実行されました。完全な実装詳細はFigshareリポジトリで入手できます。

単変量解析

ミツバチのダンスフロアの特性が文脈によってどのように変化するかを調査するために、パッケージlmerTestバージョン3.1.3のlmer()関数を使用して、上記で説明した各従属変数の線形混合効果モデルを構築しました。これはlme4バージョン1.1.31[26, 27]を拡張したものです。Colonyをランダム効果として含めるべきかどうかを判断するために、ランダム項を含むモデルと含まないモデルを比較するために尤度比検定(LRT)を使用しました。両方のモデルは最尤法(ML)で適合され、有効な比較が可能でした。固定効果は、Time(日の出からの時間数)、TrialDay(試行の連続した日番号、1〜5)、およびDOY(年日、1月1日からの日数)から選択されました。また、それらのSize(4フレームまたは8フレーム)との相互作用も考慮しました。これは中心的な説明変数として扱われました。

各従属変数について、すべての主効果とSizeとの相互作用を含む完全モデルから開始しました。baseパッケージstatsのdrop1()関数(Satterthwaite法を使用)を使用して、F検定に基づいて最も情報量の少ない相互作用項を特定し、それらを反復的に削除して、入れ子になった候補モデルのシーケンスを生成しました。各ステップで、LRTと赤池情報量規準(AIC)の比較(MLで適合)の両方を使用してモデル適合を評価しました。統計的に有意な適合の損失(LRT P < 0.05)またはAICの少なくとも2単位の増加を引き起こした場合、モデル項を保持しました。この組み合わせルールは、統計的サポートと簡潔さのバランスを取りました。各結果について、これらの基準を満たす最も単純なモデルを保持しました。

多変量解析

また、baseパッケージstatsのmanova()関数を使用して、すべての従属変数を含む多変量モデルを構築しました。Pillaiのトレースを使用して、完全モデル(すべての主効果とSizeの相互作用を含む)を段階的に単純化されたモデルと比較しました。これはMANOVA出力のデフォルトの検定統計量です。Colonyはすべての単変量モデルでランダム切片として含まれ、繰り返し測定を考慮しましたが、MANOVAモデルでは固定効果として含まれませんでした。この決定は、ColonyとSizeの間の完全な混同に基づいています。群れ1〜4は8フレームの巣箱にあり、群れ5〜8は4フレームの巣箱にありました(Table 1)。その結果、ColonyとSizeの両方を固定効果として含めると、完全な多重共線性が導入され、それらの独立した寄与を推定することが不可能になります。したがって、Size(私たちの主な関心のある説明変数)を保持し、モデルの解釈可能性を維持するためにColonyを省略しました。

結果

各30分間の観察について、ダンスフロアを、観測されたダンス場所の凸包と2-SD信頼楕円の交差として定義しました。ほとんどのダンスフロアは多かれ少なかれ楕円形であり、一般的に巣箱の入り口の近くにありました。7つのダンスフロア指標(面積、周囲長、長さ、幅、角度、および中心XとY)の記述統計は、Table 2に記載されています。平均ダンス密度(Fig 5A, B)と群れ全体でのダンスフロア場所の一貫性(Fig 5C, D)の可視化は、定義されたダンスフロア領域の空間的凝集性と時間的安定性の両方を示しています。

7つの指標すべてがほぼ正規分布しており、残差診断により、変換の必要なくモデルの仮定が合理的に満たされていることが確認されました。面積と周囲長の指標は密接に相関していました(Pearson r153 = 0.92、P < 0.0001)。これは、定義されたダンスフロアが凸形状であり、長い拡張や不規則な突出がないためである可能性が高いです。したがって、面積を保持し、周囲長をすべての後続の分析から除外しました。他のすべてのペアワイズ相関はより中程度でした(|r| < 0.85)。

単変量線形混合効果モデルを使用して各指標を分析し、多変量線形モデルを使用してダンスフロアの全体的な構造を評価しました。これらのアプローチを組み合わせることで、ダンスフロアの特性が群れ、特に巣箱のサイズと年日(DOY)に関連してどのように変化したかについての補完的な洞察が得られました(Table 3)。まず、予測変数がダンスフロアの形状(面積、長さ、幅、および角度)にどのように影響したかを説明し、次にそれらがダンスフロアの位置(中心XおよびY)に与える影響を説明します。明確さと解釈可能性のために、最も情報量の多い効果に焦点を当てた主要な可視化を行いました。これらの効果は、ダンスフロアの構造が文脈によってどのように変化したかについての最も明確な洞察を提供しました。すべての7つの指標(周囲長を含む)は、一連の補足図(S1–S7 Figs)で4つの主要な予測変数に対して可視化されました。最も情報量の多い関係はFigs 6と7に示されており、完全な統計結果はTable 3に記載されています。

[画像: thumbnail]

Fig 4. すべての8フレームおよび4フレーム巣箱の累積ダンスフロア領域。

(A)各多角形は、8フレーム巣箱のすべての日の、すべての時間帯、すべての群れのすべてのワグルダンスから計算された楕円交差を表します。(B)各多角形は、4フレーム巣箱の同等の累積領域を表します。これらのフットプリントは、手法の長期または集計空間パターンへの適応性を示していますが、本報告書での統計分析には使用されませんでした。ダンスフロアの指標は補足資料S1 Tableに記載されています。ミツバチの巣箱の木製フレームの端およびその近くでのダンスの欠如(x = 50 cmおよびy = 25 cm)に注意してください。また、観察者が印刷された地図上のグリッド線ではなく、グリッド線に隣接してダンスをマークしたため、各5 × 5 cmのグリッド線でのダンスの知覚上の欠如にも注意してください。

https://doi.org/10.1371/journal.pone.0341456.g004

[画像: thumbnail]

Fig 6. 4つの形状パラメータの中で最も情報量の多い関係の要約。

(A)面積はTrialDayによって有意に変動しましたが、日ごとの一貫したパターンは明らかではありませんでした。(B)長さはTrialDayと巣箱のSizeの両方によって有意に変動しました。4フレームの巣箱は、一般的に8フレームの巣箱よりも長いダンスフロアを示しました。(C)幅は、巣箱のSizeとDOYの間に有意な相互作用を示しました。8フレームの巣箱では、幅は季節の途中でピークに達してから減少し、4フレームの巣箱では、幅は季節の途中で最も低く、季節の後半に増加しました。箱ひげ図は日ごとの分布を表します。重ねられた曲線は、各群れの平均日の群れレベルの平均の二次回帰です。ラベルT1〜T8は群れ(試行)を示します。(D)ダンスフロアの角度は、有意なSize × Timeの相互作用の影響を受けました。4フレームの巣箱では、向きは1日を通して比較的安定していましたが、8フレームの巣箱では、角度は時間とともに大きく変動しました。Loess平滑化曲線と95%信頼区間を示します。カラーキー(パネルB)はパネルB〜Dに適用されます。

https://doi.org/10.1371/journal.pone.0341456.g006

[画像: thumbnail]

Fig 7. ダンスフロア位置の空間的ダイナミクスの要約。

(A)ダンスフロア中心のX(水平位置)をDOYと巣箱のSizeの関数として示します。主効果とその相互作用は両方とも有意でした。8フレームの巣箱では、Xは季節を通して比較的安定していましたが、4フレームの巣箱では、水平位置は時間とともに変動しました。(B)中心のY(垂直位置)は、SizeとそのTime、DOY、およびTrialDayとの相互作用を含む完全な固定効果モデルを使用してモデル化されました。Timeとその相互作用を除き、すべての項が有意でした。8フレームの巣箱ではYは安定していましたが、4フレームの巣箱では季節とともに増加しました。両方のパネルで、二次回帰は各試行の中間日の群れレベルの平均に適合されました。ラベルT1〜T8は群れ(試行)を示します。

https://doi.org/10.1371/journal.pone.0341456.g007

ダンスフロアの形状は複数の予測子の影響を受け、長さ、幅、および角度について異なるパターンが現れました。面積は試行日ごとに有意に異なりましたが、変動は一貫した傾向に従いませんでした(Fig 6A)。長さはTrialDayとSizeの両方によって有意に影響を受け、ダンスフロアは後期に長くなる傾向があり、興味深いことに、小型の巣箱では長くなりました(Fig 6B)。幅は、巣箱のSizeとDOYの間に有意な相互作用を示し、ダンスフロアの幅の季節的変化が巣箱サイズ間で異なることを示しました。8フレームの巣箱では、幅は季節の早い時期に比較的高く、後期に低下しました。4フレームの巣箱では、幅は季節の中頃まで比較的低く、季節の後半に増加しました(Fig 6C)。時間の影響を受けた唯一の形状パラメータは角度であり、巣箱のSizeに依存した時間的傾向を示しました。4フレームの巣箱では向きは1日を通して比較的安定していましたが、8フレームの巣箱では時間とともに大きく変動しました(Fig 6D)。角度が異なるサイズの巣箱で異なるように変化する偶発的な例もFig 2で見ることができます。

ダンスフロア中心の位置も群れ間で変動しましたが、特にSizeとDOYに関連していました。中心XとYの両方が、DOY、Size、およびそれらの相互作用によって有意に影響を受けました。4フレームの巣箱では、中心のX座標は季節の後半に右にシフトする傾向がありましたが、8フレームの巣箱では比較的安定していました(Fig 7A)。同様に、垂直位置(Y)は4フレームの巣箱では時間とともに上昇しましたが、8フレームの巣箱ではより一貫していました(Fig 7B)。これらのSizeに依存した季節的軌跡は、小型の群れが時間とともにダンス活動の配置をより動的に調整し、季節の後半に巣箱の入り口からさらに離れた場所にシフトしたことを示唆しています。空間的には、これらの季節的シフトは8フレームの巣箱の利用可能な櫛面積のごく一部を表しましたが、4フレームの巣箱ではダンスフロアのかなりの部分の移動を表しました。

ダンスフロアの構造が群れと文脈を横断してどのように変化するかをさらに評価するために、Time、TrialDay、およびDOY、ならびに巣箱のSizeとの相互作用を含む多変量線形モデルを使用しました。Pillaiのトレースは、完全モデルが主効果のみのモデルよりも有意に優れた適合を提供することを示しました(Pillaiのトレース = 0.587、F18, 432 = 5.84、P < 0.0001)。したがって、MANOVAテストに選択されました。多変量F検定(Table 3)に基づくと、Size、DOY、およびそれらの相互作用はすべてダンスフロア構造に強く有意な影響を与え、Size × Timeも有意でしたが影響は弱かったです。これらの結果はFig 8に可視化されており、有意に達しなかったものを含む、モデル内のすべての項を比較のために表示しています。MANOVAの結果は、単変量での発見と部分的に一致しており、DOY、Size、およびそれらの相互作用がダンスフロア構造の変動に有意な寄与をしていることを特定しています。これらの多変量効果は、特に幅、X、およびYにおける主要な単変量傾向を反映していますが、単一の応答変数では完全には反映されないより広範な共分散パターンも捉えています。このパターンは、一部の予測子(例:Size × DOY)が複数の特性に協調して影響を与えるのに対し、他の予測子はより局所的で特性固有の効果を持つことを示唆しています。

[画像: thumbnail]

Fig 8. 主要な予測子が全体的なダンスフロア構造に与える多変量効果。

棒グラフはMANOVAからの-log₁₀(P)を示しており、値が高いほど有意性が高くなります。テキストラベルは対応するPillaiのトレース値を示します。赤い破線はP = 0.05の閾値(-log₁₀(0.05) ≈ 1.3)を示します。巣箱のSize、DOY、およびそれらの相互作用が最大の多変量変動を説明し、それに続いて巣箱のSizeとTimeの時間の相互作用のより弱いしかし有意な効果がありました。他のすべての要因は最小限の効果しかありませんでした。

https://doi.org/10.1371/journal.pone.0341456.g008

最後に、私たちのダンスフロア定義は、すべての群れにわたってほとんどのワグルダンスを一貫して捉え、平均包含率は90.8% ± 4.9% SDでした(S8 Fig)。これは、その堅牢性と文脈全体での一般化可能性をさらに支持しています。線形モデルは、巣箱サイズ間での捕捉率に有意な差がないことを示しました(F1, 153 = 0.185、P = 0.668)。これは、ダンスフロア定義が実験的文脈全体で等しく適用可能であることを確認しています。

[画像: thumbnail]

Fig 5. ダンス密度とダンスフロア包含ヒートマップ。

ダンス密度は、(A)群れ1〜4(8フレーム)および(B)群れ5〜8(4フレーム)のすべての日のすべての観察期間から計算されました。フレームの木製境界およびその近くでのダンスの欠如、およびグリッド線での知覚上のダンスの欠如がパネルA(Fig 4を参照)でも依然として見えることに注意してください。ダンスフロア包含率は、各グリッドセルについて、計算されたダンスフロアに含まれる観測の割合として計算されました。(C)群れ1〜4(8フレーム)および(D)群れ5〜8(4フレーム)。

https://doi.org/10.1371/journal.pone.0341456.g005

考察

私たちのミツバチのダンスフロアの幾何学的定義は、募集ダンスの空間的組織化を定量化するための新しいフレームワークを提供します。それは、時刻や季節、群れ間、または生態学的文脈を横断して比較できる明確な指標を提供します。この手法を適用することで、ダンスフロアの空間構造が時間と巣箱の条件によって系統的に変化することを発見しました。

例えば、これらのデモンストレーションデータセットでは、向きは1日を通してシフトする傾向があり、中心位置は季節と巣箱の構成によって変動し、フレームワークが生物学的に意味のある空間パターンを検出する能力を示しました。ダンスフロアの面積、長さ、および中心の垂直位置は、それぞれ試行期間中に有意に変化し、空間利用の段階的な時間的シフトを示唆しています。面積の変化は、季節や巣箱のサイズではなく、試行日のみによって引き起こされましたが、季節を通して一貫したパターンは従いませんでした(Fig 6A)。これは、各試行が進行中の群れの活動の短い期間しか捉えていないという事実を反映している可能性が高く、ダンスフロアの面積をより変動しやすい、または文脈依存的な測定値にしています。ダンスフロアの長さ(長軸)も試行日とともに変化し、4フレームの巣箱では長くなり、このサイズ効果は季節を通して一貫していました(Fig 6B)。ダンスフロア中心の垂直位置は特に動的で、試行日、年日、および巣箱のサイズによって変動し、巣箱のサイズと両方の時間変数との相互作用もありました(Fig 7B)。これらの関係は、小規模および大規模な群れが異なる時間スケールで垂直ダンス位置を異なるように調整したことを示しており、ダンス行動が柔軟で、群れの構造、混雑、および環境の文脈の変化に応答的であるという以前の観察と一致しています[3, 15, 16]。

ダンスフロアの幅と、ダンスフロア中心の水平および垂直位置の両方が季節(年日)の影響を受けましたが、幅への影響は巣箱のサイズとの相互作用のみでした。8フレームの巣箱では幅は季節の早い時期にピークに達し、時間とともに減少しましたが、4フレームの巣箱では季節が進むにつれて着実に増加しました(Fig 6C)。この予期せぬ分岐は、小規模および大規模な群れが季節的圧力に応答して空間を異なるように再編成していることを示唆しています。ダンスフロア中心の垂直位置と同様に、水平位置も季節、および巣箱のサイズとその相互作用の影響を受けました(Fig 7A)。しかし、これらは水平位置に影響を与えた唯一の変数でした。

ダンスフロアの向き(角度)は、有意な時間帯の影響を示した唯一の空間的指標であり、巣箱のサイズとの相互作用でそうしました。8フレームの巣箱では、角度は1日を通して著しくシフトし、午前中に増加し、午後に減少しましたが、4フレームの巣箱では、ゼロ近くに一貫して整列していました(Fig 6D)。このパターンは、小型の巣箱での空間的制約を反映している可能性があります。そこでは、限られた櫛面積が、群れの活動が高まるにつれて採餌蜂がダンスフロアを再編成する能力を制限します。対照的に、大規模な巣箱は、変化する交通パターンや混雑のダイナミクスに応答して、より柔軟な日内再配向をサポートしているようです。向きの変化は太陽の位置の変化と関係がある可能性を示唆していますが、正午を横切る対称的な上昇と下降は太陽の方位角の連続的な変化と一致しないため、天体配置のみを反映している可能性は低いです。

中心の水平および垂直位置は同様の視覚的軌跡に従いましたが、それらの相関は中程度でした(r = 0.32)。これは、これらの軸のシフトが部分的にしか結合されていないことを示しています。これは、4フレームの巣箱での垂直位置が季節の一部で安定してから上昇したのに対し、水平位置はより着実に増加したという事実を反映している可能性があります。しかし、時間帯はどちらの軸の中心位置にも影響を与えませんでした。これは、Ortisら[19]の以前の発見と部分的に一致しており、彼らはダンス場所への時間帯の影響がないことを報告しました。私たちの結果はこれを拡張し、位置シフトは日周期ではなく、季節的および群れレベルの要因によって変調されたことを示しています。また、相互作用効果が特性によって異なったことも注目に値します。中心位置(XおよびY)は主に4フレームの巣箱でシフトしましたが、角度は8フレームの巣箱でのみ時間帯によってシフトしました。この非対称性は、長期的な空間的変位と短期的な再配向を制御するプロセスが、利用可能なスペースだけでなく、混雑、櫛のレイアウト、または内部交通パターンなどの異なる制約に依存する可能性があることを示唆しています。

MANOVAの結果は、単変量での発見と部分的に一致しており、年日、巣箱のサイズ、およびそれらの相互作用が、多変量特性として考慮された場合、全体的なダンスフロア構造の有意な予測因子であることを特定しました。特に、MANOVAは、単変量モデルのほとんどにこの効果が存在しなかったにもかかわらず、巣箱のサイズと時間帯の間の有意な相互作用も特定しました。これは、空間的組織化の微妙で協調的なシフトが、単一の指標では強く現れない場合でも、1日を通して発生する可能性があることを示唆しています。すべての単変量効果が多変量モデルに反映されたわけではありませんが、MANOVAは、これらの予測子が複数の特性にわたって協調的な方法で募集活動の空間的組織化に影響を与えたことを確認します。これは、季節的および文脈的要因が、独立した空間的指標のコレクションとしてではなく、統合システムとしてダンスフロアを形成するという解釈を強化します。

Fig 5のヒートマップは、群れ全体でのダンス活動の空間的凝集性と一貫性をさらに示しています。巣箱のサイズと設定の違いにもかかわらず、ダンス密度と包含頻度の両方が、巣箱の入り口に最も近いフレームの中心付近の比較的制約された領域内に集中しており、採餌蜂が巣箱内の安定した場所に募集活動を制限する傾向を確認しています。フレームの端でのダンスの欠如と木製境界の影響は、櫛または観察環境の物理的特徴が記録されたダンスの場所にどのように影響するかを強調しています。重要なことに、私たちの計算されたダンスフロア定義によって捉えられた領域は、これらの高密度ゾーンとよく一致しています。例えば、SeeleyとTowne[15]の発見は、私たちの幾何学的アプローチによるダンスフロアの定義をさらに検証しています。

巣箱のサイズは、私たちの分析で最も一貫して重要な予測子として浮上し、4つの個々の指標(長さ、幅、および中心の水平および垂直座標の両方)、ならびにMANOVAにおける全体的な空間構造に有意に影響を与えました。また、他の主要な変数(年日、試行日、および時間帯)と相互作用し、群れのサイズがワグルダンスの平均空間組織化だけでなく、その組織化が時間とともにどのように変化するかを形成したことを示唆しています。巣箱のサイズがすべての空間パラメータ(面積や角度など)に影響を与えたわけではありませんが、複数の次元にわたるダンスフロア構造の変動に一貫して寄与し、募集行動の規制における変動の安定した源を強調しています。ただし、8フレームの巣箱の実験はすべて2012年に開けた野原の小屋で行われ、4フレームの巣箱の実験はすべて2013年に大学キャンパスの実験室で行われたことに注意する必要があります。したがって、8フレームと4フレームの巣箱の違いが巣箱のサイズ自体を反映しているのか、それとも巣箱のサイズ、年、場所、および周囲の条件の混同された影響を反映しているのかを確実に言うことはできません。この研究の目的は、特定の生物学的仮説を検証することではなく、定量的な手法を実証および検証することであったため、これらの混同要因は私たちの主要な結論に影響しません。将来の研究では、巣箱のサイズまたは環境条件を明示的に変更して、それらの独立した寄与を評価することができます。全体として、私たちの空間的定義は、すべての群れにわたってほとんどのワグルダンスを一貫して捉え、生態学的文脈全体でのその堅牢性と一般化可能性を強化しました。

試行日も、ダンスフロア構造のいくつかの側面(面積、長さ、中心の垂直位置を含む)に影響を与えました。これらの効果は、巣箱の配置のシフト、櫛の再構築、または採餌蜂の活動の変化など、群れ内の短期的な内部ダイナミクスを反映している可能性が高いです。しかし、年日や巣箱のサイズとは異なり、試行日は一貫した季節的または多変量パターンに関与しておらず、その効果は常に方向性があったわけではありません(例:Fig 6A)。これは、短期的な内部プロセスが空間利用に影響を与える可能性がある一方で、それらは変動的で文脈依存的な方法で行われることを示唆しています。

帰還採餌蜂がダンスを行う場所を導くメカニズムは不明なままであるにもかかわらず、私たちの発見は、ダンスフロア構造が群れと季節の文脈によって予測可能な方法で形成されることを示しています。ダンスは一般的に巣箱の入り口の近くで行われ[1, 8–11, 15]、おそらく他の採餌蜂によって置かれた化学物質の手がかりに関連しています[16–18]。採餌蜂は、この情報を育児用細胞でのダンスの好みと統合しているようです[19]。ダンス自体の性質がダンスフロアのサイズや形状に影響を与える可能性が高いです。ミツバチはダンス中に単一の場所に留まるのではなく、櫛の上を移動し、このドリフトにより、より遠い採餌源のためのダンスは、より近い源のためのダンスよりも巣箱の入り口から遠くで行われます[1, 14, 19]。実際、ドリフトはワグルランの方向によって異なる方向に発生する可能性があるため、ダンスフロアは部分的に区画化されており、異なるが重複する領域が異なる採餌源を表しています[28]。さらに、このダンスコミュニケーションシステムは本質的にノイズが多く、単一のダンスバウト内でダンスの角度で最大15°、ダンスの持続時間で最大15%の測定可能なダンス内変動を示します[29–32]。

採餌蜂がどこでダンスを行うかを選択することに加えて、採餌蜂がダンスを行うかどうかを選択することも、ダンスフロアのサイズや形状に影響を与える可能性があります。採餌蜂は常にその源のために募集ダンスを行うわけではありません。それらは価値のある源のためにのみ行う傾向があります[14, 33]。採餌源は一時的なものであるため、それらの利用可能性とそれらの相対的な価値さえも時間とともに変化します。これらの変化は、採餌蜂がそれらを広告することを選択する可能性を変える可能性があります。異なる源のダンス場所がダンスフロアの異なる区画を形成する可能性があるため[28]、ミツバチがそれらのためにダンスを行うか行わないかを選択すると、区画がオンライン/オフラインになることでダンスフロアの形状が変わる可能性があります。また、ミツバチがその源のためにダンスを行う可能性は、少なくとも部分的には群れの供給状態の関数です[34]。したがって、巣箱内の貯蔵蜜の量は、ワグルダンスを行うミツバチの数に影響を与える可能性があり、ダンスフロアの混雑度によってダンスフロアのサイズが変わる可能性があります。

ダンスフロアでの潜在的な募集者の行動を考慮することも興味深いです。例えば、採餌蜂は育児用細胞(開いているか閉鎖されているかに関わらず)でダンスを行うことを好むようですが[19]、ダンスフォロワーは開いた空の細胞で行われるダンスにより強く惹かれ、そのようなダンスは広告された源へのフォロワーの募集においてより成功します[6, 35]。より広範には、フォロワーの注意と募集の成功は、信号の精度、採餌蜂の経験、および群れの文脈[36, 37]を含む複数の要因によって影響されます。これらのプロセスは、情報が群れ内でどのように広がるかを形成しますが、ここではダンス活動の空間的組織化に焦点を限定します。

私たちの研究は巣箱の条件によってダンスフロア構造に明確な違いを示しましたが、いくつかの制限に注意する必要があります。前述のように、私たちの研究での巣箱サイズは、年と実験場所の両方と混同されていたため、観察されたすべての違いを巣箱サイズのみに確実に帰することはできませんが、私たちの手法は、その発生源に関わらず構造的変動を検出するためには有効です。観察巣箱は通常、商業用(Langstroth)巣箱よりも小さいです。私たちのより大きな観察巣箱(8フレーム)でさえ、約20,000 cm2の櫛面積(両面を数えて)を提供しましたが、標準的な商業用セットアップには通常、少なくともそのサイズの深い箱が2つと、追加の蜜箱が含まれます[38]。さらに、マークされていないミツバチを使用したため、個々の変動性またはダンス場所での持続性を評価できず、これはダンスフロアの構造と安定性の両方に影響を与える可能性があります。観察巣箱を改造して、すべての帰還採餌蜂が観察された面にダンスを行うことを保証し、体系的なスキャンを通じて反対側でダンスが行われないことを確認しましたが、全体的な未改造の巣箱を使用することも可能であり、その結果、2つの定義されたダンスフロア(各面1つ)が得られます。そのような場合、2つの櫛の面でのダンスは空間的に分離した領域を形成し、単一の平面領域に意味のある方法で結合することはできません。ただし、必要に応じて、同じ幾何学的フレームワークを各面を個別に定量化し、それらの特性を比較するために適用できます。最後に、私たちのダンスフロア定義はワグルダンス活動の領域を効果的に捉えましたが、それは統計的な境界のままです。募集者が定義された空間の内側と外側で異なる行動をとるかどうかなど、行動的検証は、ミツバチの観点からその機能的関連性を確認するのに役立つでしょう。

私たちの手法は、ダンスフロアの組織化を定量化するための柔軟なフレームワークを提供し、将来の研究に多くの可能性を開きます。私たちの分析は個々の30分間の時点に焦点を当てていますが、同じ空間定義はより広範な時間スケールにも適用できます。例えば、ダンスフロアは、特定の日のすべてのダンス、または複数日のダンスから構築して、より長期的な空間的傾向を探ることができます。Fig 4はそのような集計フットプリントの1つの例を提供し、手法が異なる実験的質問にどのように適応できるかを示しています。私たちの手法は、巣箱の構造、入口の場所、内部レイアウト、および群れの人口密度を含む巣箱の構造がダンスフロアの構造にどのように影響するかを調べるために拡張できます。空間ダンスデータと、育児用細胞、蜜、空の細胞を含む注釈付き基質マップを組み合わせることで、ミツバチが構造的および化学的合図をどのように統合するかを詳細に分析することも可能になります。環境文脈は、もう1つの重要な変動軸です。ダンスフロアは、景観、気候、または農業システムを横断して比較したり、資源の利用可能性と群れの健康の変化を追跡するために使用したりできます。例えば、Puscedduら[39]は、ダニに感染した巣箱でより分散したダンスを報告しており、ダンスフロア構造が群れのストレスの間接的な指標として機能する可能性を示唆しています。種間比較も有望な方向性です。なぜなら、異なるApis種はダンスの向きに系統的な違いを示すからです[40]。これは、異なる空間的フットプリントをもたらす可能性があります。ワグルダンスを超えて、私たちの手法は、育児用巣箱など、他の空間的巣の特徴を定量化するために適応させることができます。最後に、BeesBookやWaggle Dance Detectorモジュール[41, 42]のような自動検出システムを統合することで、将来の分析を合理化し、観察者のバイアスを減らすことができます。

序論で概説したように、提案された定義により、ミツバチのダンスフロアに関する5つの中心的な質問に対処することができました:(i)ダンスフロアは1日を通して変化しますか?はい—ダンスフロアの角度(水平からの長軸の角度)は、巣箱のサイズとの相互作用で時間帯とともに変動しました。大規模な巣箱のダンスフロアは1日を通して回転しましたが、小規模な巣箱のダンスフロアは向きにおいて比較的安定していました。(ii)ダンスフロアは日ごとに変化しますか?はい—試行日は、いくつかのダンスフロア指標(面積、長さ、垂直位置)の有意な主効果でした。これは、群れ内の短期的な累積的変化がダンスフロア構造に影響を与えることを示唆しています。(iii)ダンスフロアは群れ間で異なりますか?はい—試行IDはすべての個々の指標に有意に影響を与え、MANOVAは群れ間の一貫した多変量差を確認しました。(各試行は異なる群れで行われました。)しかし、群れ固有の効果のより強力なテストには、一致した環境条件下での同時試行が必要です。(iv)季節はダンスフロアに影響しますか?はい—年日は、ダンスフロアの水平および垂直位置(中心のXおよびY座標)を予測し、季節効果は巣箱のサイズによって異なり、特に中心位置とダンスフロアの幅で顕著でした。(v)巣箱のサイズ自体がダンスフロアに影響しますか?はい—巣箱のサイズは、指標全体で最も一貫した主効果であり、長さ、幅、および中心座標の両方に有意に影響を与えました。また、他のすべての予測変数(時間帯、試行日、年日)と相互作用しました。これらの結果は、ダンスフロアが安定した群れレベルの特徴と動的な文脈的要因の組み合わせによって形成され、この変動を捉える上での幾何学的定義の有用性を検証していることを示しています。

総じて、私たちの発見は、ミツバチのダンスフロアの構造が、安定した群れレベルの特徴と、時間帯や年日を含む動的な文脈的要因の両方をどのように反映しているかを強調しています。個々の指標は場合によっては独立して変動しましたが、MANOVAは、巣箱のサイズと年日が全体的なダンスフロア構造に一貫した多変量効果を発揮したことを確認しました。このフレームワークは巣箱の構成やデータソースに依存しないため、巣箱のサイズ、櫛の構造、または資源分布を明示的に操作する将来の実験、ならびに計画された種間比較分析に特に適しています。重要なことに、私たちのダンスフロア定義は、この空間行動を定量化するための堅牢で一般化可能なフレームワークを提供しました。平均して、それは群れ全体で91%のワグルダンスを捉え、2フレームの観察巣箱で巣箱の入り口から24 cm以内の領域に対するSeeleyとTowne[15]の94%の包含率に匹​​敵しました。また、von Frischのダンスフロアの初期推定値である約100 cm2[1]とも一致しています。この推定値が櫛の片面または両面を指しているかどうかは指定されていませんが、それは総面積の2%または4%を占めることになります。私たちの研究での比例的な櫛の使用率(10,000または20,000 cm2の巣箱の517 cm2、または2.6〜5.2%)は同様の範囲内にあり、巣箱設計全体での機能的一貫性を示唆しています。SeeleyとTowneの定義は巣箱の入り口の場所に関連していましたが[15]、私たちの定義は行動データから直接導き出され、巣箱サイズと群れの条件全体で柔軟に適応しました。このデータ駆動型アプローチは、ワグルダンスの局在化に関する将来の研究のためのスケーラブルなツールを提供し、群れ、環境、および実験デザイン全体での一貫した比較を可能にします。

サポート情報

S1 Fig. 時間帯、実験日、年日、および巣箱サイズを横断するダンスフロア面積の変動。

変数TrialDayはダンスフロア面積を有意に予測しました(P = 0.0004)。各散布図には、赤色のloess平滑化線と95%信頼帯(灰色)が含まれています。各箱ひげ図には個々のデータポイントと、グループ平均を示す赤い点が含まれています。

https://doi.org/10.1371/journal.pone.0341456.s001

(PNG)

S2 Fig. 時間帯、実験日、年日、および巣箱サイズを横断するダンスフロア周囲長の変動。

プロット要素はS1 Figと同じです。面積と周囲長の間の高い相関(r > 0.92)のため、すべての4つのパネルでダンスフロア面積(S1 Fig)と同様の傾向が見られます。

https://doi.org/10.1371/journal.pone.0341456.s002

(PNG)

S3 Fig. 時間帯、実験日、年日、および巣箱サイズを横断するダンスフロア中心X位置の変動。

年日(P = 0.0063)と巣箱サイズ(P = 0.0090)の変数が水平位置を有意に予測しました。プロット要素はS1 Figと同じです。

https://doi.org/10.1371/journal.pone.0341456.s003

(PNG)

S4 Fig. 時間帯、実験日、年日、および巣箱サイズを横断するダンスフロア中心Y位置の変動。

TrialDay(P = 0.0422)、DOY(P = 0.0112)、およびHiveSize(P = 0.0492)の変数がダンスフロアの垂直位置を有意に予測しました。プロット要素はS1 Figと同じです。

https://doi.org/10.1371/journal.pone.0341456.s004

(PNG)

S5 Fig. 時間帯、実験日、年日、および巣箱サイズを横断するダンスフロア長軸の長さの変動。

TrialDay(P = 0.0062)とHiveSize(P = 0.0413)の変数がダンスフロアの長さ(長軸)を有意に予測しました。プロット要素はS1 Figと同じです。

https://doi.org/10.1371/journal.pone.0341456.s005

(PNG)

S6 Fig. 時間帯、実験日、年日、および巣箱サイズを横断するダンスフロア短軸の幅の変動。

巣箱サイズはダンスフロアの幅を有意に予測しました(P = 0.0033)。プロット要素はS1 Figと同じです。

https://doi.org/10.1371/journal.pone.0341456.s006

(PNG)

S7 Fig. 時間帯、実験日、年日、および巣箱サイズを横断するダンスフロアの向き(角度)の変動。

どの変数もダンスフロア長軸の角度に主効果を示しませんでした。プロット要素はS1 Figと同じです。

https://doi.org/10.1371/journal.pone.0341456.s007

(PNG)

S8 Fig. 定義されたダンスフロア領域によって捕捉されたワグルダンスの割合。

すべての群れ全体で、ダンスフロア定義は一貫して約91%のワグルダンスを捉えました。4フレームと8フレームの巣箱の間で捕捉率に有意な差はありませんでした。

https://doi.org/10.1371/journal.pone.0341456.s008

(PNG)

謝辞

データ収集に注意深く貢献してくれたChelsea Corriganに感謝します。また、このプロジェクトのデザインに関する貴重な議論をしてくれたイーストテネシー州立大学のCRAWLチームのメンバーに感謝します。

参考文献

    1. von Frisch K. The dance language and orientation of bees. Cambridge, MA, US: Harvard University Press; 1967.
    1. Biesmeijer JC, Seeley TD. The use of waggle dance information by honey bees throughout their foraging careers. Behav Ecol Sociobiol. 2005;59(1):133–42.
    1. Seeley TD. The Wisdom of the Hive. Cambridge, MA: Harvard University Press; 1995.
    1. Van Nest BN, Wagner AE, Hobbs CN, Moore D. Dance floor clustering: food-anticipatory behavior in persistent and reticent honey bee foragers. Behav Ecol Sociobiol. 2016;70(11):1961–73.
    1. Seeley TD, Morse RA. The nest of the honey bee (Apis mellifera L.). Ins Soc. 1976;23(4):495–512.
    1. Tautz J. Honeybee waggle dance: recruitment success depends on the dance floor. J Exp Biol. 1996;199(Pt 6):1375–81. pmid:9319269
    1. Sandeman D, Tautz J, Lindauer M. Transmission of vibration across honeycombs and its detection by bee leg receptors. J Exp Biol. 1996;199(Pt 12):2585–94. pmid:9320517
    1. Visscher PK, Seeley TD. Foraging Strategy of Honeybee Colonies in a Temperate Deciduous Forest. Ecology. 1982;63(6):1790.
    1. Moore D, Siegfried D, Wilson R, Rankin MA. The influence of time of day on the foraging behavior of the honeybee, Apis mellifera. J Biol Rhythms. 1989;4(3):305–25. pmid:2519596
    1. Seeley TD. The tremble dance of the honey bee: message and meanings. Behav Ecol Sociobiol. 1992;31(6).
    1. Wagner AE, Van Nest BN, Hobbs CN, Moore D. Persistence, reticence and the management of multiple time memories by forager honey bees. J Exp Biol. 2013;216(Pt 7):1131–41. pmid:23197093
    1. v. Frisch K. Die Tänze und das Zeitgedächtnis der Bienen im Widerspruch. Naturwissenschaften. 1940;28(5):65–9.
    1. Körner I. Zeitgedächtnis und Alarmierung bei den Bienen. Z Vergl Physiol. 1940;27(4):445–59.
    1. Seeley TD. Honey bee foragers as sensory units of their colonies. Behav Ecol Sociobiol. 1994;34(1):51–62.
    1. Seeley TD, Towne WF. Tactics of dance choice in honey bees: do foragers compare dances? Behav Ecol Sociobiol. 1992;30(1).
    1. Tautz J, Lindauer M. Honeybees establish specific sites on the comb for their waggle dances. Journal of Comparative Physiology A: Sensory, Neural, and Behavioral Physiology. 1997;180(5):537–9.
    1. Thom C, Gilley DC, Hooper J, Esch HE. The scent of the waggle dance. PLoS Biol. 2007;5(9):e228. pmid:17713987
    1. Gilley DC. Hydrocarbons emitted by waggle-dancing honey bees increase forager recruitment by stimulating dancing. PLoS One. 2014;9(8):e105671. pmid:25140740
    1. Ortis G, Frizzera D, Seffin E, Annoscia D, Nazzi F. Honeybees use various criteria to select the site for performing the waggle dances on the comb. Behav Ecol Sociobiol. 2019;73(5).
    1. Wario F, Wild B, Dormagen D, Landgraf T, Trianni V. Motion Dynamics of Foragers in Honey Bee Colonies. In: Dorigo M, Stützle T, Blesa MJ, Blum C, Hamann H, Heinrich MK, et al., editors. Swarm Intelligence. Cham: Springer International Publishing; 2020. p. 203–215.
    1. R Foundation for Statistical Computing. R: A language and environment for statistical computing. Vienna, Austria. 2023.
    1. Pebesma E. Simple Features for R: Standardized Support for Spatial Vector Data. The R Journal. 2018;10(1):439.
    1. Pebesma E, Bivand R. Spatial Data Science: With applications in R. Chapman and Hall/CRC; 2023.
    1. Wickham H. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York; 2016. Available: https://ggplot2.tidyverse.org
    1. Venables WN, Ripley BD. Modern Applied Statistics with S-Plus. 3rd ed. New York: Springer; 1999.
    1. Bates D, Mächler M, Bolker B, Walker S. Fitting Linear Mixed-Effects Models Usinglme4. J Stat Soft. 2015;67(1).
    1. Kuznetsova A, Brockhoff PB, Christensen RHB. lmerTest Package: Tests in Linear Mixed Effects Models. J Stat Soft. 2017;82(13).
    1. Dormagen DM, Wild B, Wario F, Landgraf T. Machine learning reveals the waggle drift’s role in the honey bee dance communication system. PNAS Nexus. 2023;2(9):pgad275. pmid:37746326
    1. Schürch R, Couvillon MJ. Too much noise on the dance floor: Intra- and inter-dance angular error in honey bee waggle dances. Commun Integr Biol. 2013;6(1):e22298. pmid:23750292
    1. Couvillon MJ. The dance legacy of Karl von Frisch. Insect Soc. 2012;59(3):297–306.
    1. Couvillon MJ, Riddell Pearce FC, Harris-Jones EL, Kuepfer AM, Mackenzie-Smith SJ, Rozario LA, et al. Intra-dance variation among waggle runs and the design of efficient protocols for honey bee dance decoding. Biol Open. 2012;1(5):467–72. pmid:23213438
    1. De Marco RJ, Gurevitz JM, Menzel R. Variability in the encoding of spatial information by dancing bees. J Exp Biol. 2008;211(Pt 10):1635–44. pmid:18456891
    1. Seeley TD. Social foraging by honeybees: how colonies allocate foragers among patches of flowers. Behav Ecol Sociobiol. 1986;19(5):343–54.
    1. Wu Y, Peng T, Menzel F, Grüter C. Low food stores affect dance communication and health-related gene expression in honey bees. Animal Behaviour. 2024;216:131–9.
    1. Tautz J, Rohrseitz K. What attracts honeybees to a waggle dancer? Journal of Comparative Physiology A: Sensory, Neural, and Behavioral Physiology. 1998;183(5):661–7.
    1. Schürch R, Zwirner K, Yambrick BJ, Pirault T, Wilson JM, Couvillon MJ. Dismantling Babel: creation of a universal calibration for honey bee waggle dance decoding. Animal Behaviour. 2019;150:139–45.
    1. Al Toufailia H, Couvillon MJ, Ratnieks FLW, Grüter C. Honey bee waggle dance communication: signal meaning and signal noise affect dance follower behaviour. Behav Ecol Sociobiol. 2013;67(4):549–56.
    1. Winston ML. The Biology of the Honey Bee. Cambridge, MA: Harvard University Press; 1991.
    1. Pusceddu M, Cini A, Alberti S, Salaris E, Theodorou P, Floris I, et al. Honey bees increase social distancing when facing the ectoparasite Varroa destructor. Sci Adv. 2021;7(44):eabj1398. pmid:34714677
    1. Alves DA, George EA, Kaur R, Brockmann A, Hrncir M, Grüter C. Diverse communication strategies in bees as a window into adaptations to an unpredictable world. Proc Natl Acad Sci U S A. 2023;120(24):e2219031120. pmid:37279263
    1. Wario F, Wild B, Couvillon MJ, Rojas R, Landgraf T. Automatic methods for long-term tracking and the detection and decoding of communication dances in honeybees. Front Ecol Evol. 2015;3.
    1. Wario F, Wild B, Rojas R, Landgraf T. Automatic detection and decoding of honey bee waggle dances. PLoS One. 2017;12(12):e0188626. pmid:29236712