貝殻の貝殻の潜在空間のマッピング：古生物学へのデータ駆動型アプローチ

砂漠の真ん中で貝殻を見つけることは、地質学的に不可能に思える。しかし、サウジアラビアのアルガット砂漠を探索している人々にとって、その風景は異なる物語を明らかにしている。炭酸塩岩、石灰岩、そして海洋化石の存在は、アラビア半島がかつて海に沈んでいたこと、具体的には約1億5000万年前のジュラ紀後期であることを示唆している。

開発者が、最も近い海岸線から数百キロメートルも離れたアルガットの崖のふもとで、貝殻に不気味なほど似た固い岩を発見したとき、彼らは伝統的な古生物学的なネットワークを介さず、代わりにデータ駆動型の計算的手法をアプリケーションとして使用して標本を特定しようと決めた。このプロジェクトは、形態学と次元削減を用いて自然界の物体を分類するための、魅力的なケーススタディとして機能している。

「形状」を捉えることの課題

化石を特定するために、目標は貝殻の形状を数学的に表現し、既知のデータセット内の同様の例を見つけることだった。著者は、7,894種と59,244枚の画像を含む Zhang et al. の貝殻データセットを利用した。しかし、生の画像はノイズが多い。物体は回転したり、スケールが変わったり、平行移動したりするため、単純な距離指標では混乱を招く可能性がある。

これらの変数から実際の形状を分離するために、正規化パイプラインが実装された：

中心化: 貝殻は画像の中心点に配置された。
スケーリング: スケールの整合性を確保するため、原点からの最大距離が1に設定された。
方向付け: 回転を扱うため、著者は貝殻の開口部がカメラを向いているサンプルをフィルタリングし、最も長い半径が常に右を向くように貝殻を回転させた。

正規化された後、貝殻の輪郭は中心からの256個の点として抽出され、各貝殻を (x, y) 座標の256x2行列として表現した。

PCA による次元削減

各貝殻が512個の値（256個の点 $\times$ 2つの座標）で表現されるため、結果として得られる空間は256次元である。これは、直感的に可視化したり分析したりするには複雑すぎる。これを解決するために、著者は Principal Component Analysis (PCA) を用いて、これらの高次元の輪郭をより小さな潜在空間にマッピングした。

PCAは、最初の2つの主成分（PC1とPC2）が全分散の67.25%を保持できることを特定した。これらの次元の反対側に位置する貝殻を分析することで、著者はこれらの数値が実際に何を意味しているのかを解読した：

PC1 (尖り具合): この次元は、貝殻の形状における主要な分散を捉えている。本質的には、貝殻がどれほど「尖っている」か、あるいは「丸い」かである。分散の50%以上がこの単一の機能によって説明される。
PC2 (対称性): この次元は、貝殻の対称性、あるいは垂直軸に沿った質量の分布を捉えているように見える。

貝殻の潜在空間の探索

この2D潜在空間に貝殻をプロットすることで、いくつかの興味深いパターンが現れた。丸い貝殻（負のPC1）はより一般的だが、、尖った貝殻よりも形状の多様性が低い。さらに、尖った貝殻はより高い「粗さ」（連続する輪郭点の間の傾きの差）を示す傾向がある。

この分析の最も興味深い側面の一つは、「不可能」な貝殻を投影できることだった。潜在空間の座標を操作して形状空間に投影し直すことで、著者は自然界には存在しない貝殻（例えば、高い非対称性を持つ丸い貝殻など）を可視視化することができた。これは生物学的形態学の境界を示している。

判定：収斂進化？

輪郭点間の二乗ユークリッド距離を使用して、著者はアルガットの化石に最も近い一致するものとして Sphincterochila candidissima を特定した。

しかし、年代学的な不一致が存在する。アルガットの化石はジュラ紀の時代に遡るが、Sphincterochila candidissima ははるかに若く、最も古い化石はわずか3800万年前のものに過ぎない。これは、類似性が直接的な血統によるものではなく、むしろ 収斂進化、つまり、二つの無関係な種が同様の環境圧力によって同様の形状に進化することを示唆している。

コミュニティの視点と技術的な反論

このプロジェクトは、技術的および科学的コミュニティの間で様々な議論を起した。一部の人は、形態学のみでは、正確な古生物学的特定には不十分であることがしばしば指摘した。

"There's a lot more to morphology than just the shape of the shell... you've got a gastropod, so it would be good to pay special attention to the peristome and siphonal canal."

他の人々は、その標本が Ampullospira、サウジアラビアで記録されている属であり、中・上部ジュラ紀の時代と発見場所の特定の場所と一致する可能性を提案した。また、陸生貝類が存在することも、古代の海底を必要とせずに砂漠における貝殻のような形状を割明できる可能性があるとの指摘もあった。

これらの批判にもかかわらず、このプロジェクトは、データサイエンスと好奇心を組み合わせる力の強さを強調している。ある観察者が指摘したように、パイプラインを設計し、数学を理解し、ツールをコーディングする、その純粋な努力のことは、AIが支援できるとしても、人間による設計の努力はプロセスの重要な部分であり続けることを示している。