Influência da oportunidade de interação sobre a topologia de interação parasito-hospedeiro

Abstract

Resumo: Vários fatores determinam as interações em comunidades ecológicas, incluindo características morfológicas, ecológicas e de história evolutiva das espécies. No entanto, pouco se sabe sobre o efeito da oportunidade de interação proporcionada pelo ambiente na estrutura de tais redes de interações. O aumento de oportunidade poderia promover novas associações entre as espécies, tornando a rede mais conectada e menos modular. Aqui investigamos as interações entre endoparasitos-anuros em ambientes com (Pantanal e Chaco) e sem (Mata Atlântica e Amazônia) pulsos hidrológicos na América do Sul, que supostamente promoveriam maior e menor oportunidade de interação, respectivamente. Revisamos as interações entre endoparasitos-anuros na América do Sul e as utilizamos como um banco de dados para inferir como a estrutura da rede de cada ambiente pode ser explicada por três diferentes filtros teóricos: aleatório (mesma riqueza dos hospedeiros), filogenia (mesmo riqueza e família de hospedeiros) e tamanho do corpo dos hospedeiro (mesma riqueza e tamanho do corpo dos hospedeiros). Para cada filtro simulamos redes utilizando redes de interações reais e comparamos a topologia simulada (conectância, nestedness e modularidade) com a topologia real das redes dos ambientes analisados. Nossos resultados sugerem que a topologia das redes de interação parasito-hospedeiro foi influenciada principalmente pela filogenia e pelo tamanho do corpo do hospedeiro. Os ambientes sem pulsos hidrológicos foram melhor explicados por esses dois filtros. Estes resultados sugerem que o aumento de oportunidade pode, de fato, refletir no aumento das associações de interação e na menor modularidade. Acreditamos que nossas redes têm propriedades consistentes, e essa abordagem poderia levar à extrapolação dessas propriedades para outros sistemas, incluindo aqueles que suportam agentes patogênicos emergentes e poderiam facilitar a compreensão e a previsão da disseminação de doenças transmitidas por vetores.

Abstract: Several factors determine interactions in ecological communities, including morphological characteristics, ecological and the evolutionary history of species. However, little is known about the effect of the interaction opportunity provided by the environment in the structure of such networks. The increase of opportunity could promote new associations among species making the network more connected and less modular. Here we investigate the interactions between endoparasites-anurans under environments with (Pantanal and Chaco) and without (Atlantic Forest, and Amazonia) hydrologic pluses in South America, which promote higher and lower opportunity of interaction, respectively. We review the interactions between endoparasites-anurans in South America and used them as a database to infer how the network structure of each environment can be explained by subsets of this under three different theoretical filters: random (same host richness), phylogeny (same host richness and family), and host body size (same host richness and body size). For each filter we simulate networks using networks of real interactions and compare the topology simulated (connectance, nestedness and modularity) with the real topology of the networks of the analyzed environments. Our results suggest that the topology of the host-parasite interaction networks was mainly influenced by host's phylogeny and body size. The environments without hidrologic pulses were better explained by these two filters. These results suggest that the increase of opportunity can, in fact reflect in the increase of interaction associations and reduction of modularity. When principally comparing the patterns of higher connectivity and lower modularity in the analyzed environments. We believe our networks have consistent properties, and this approach the could lead to extrapolation of these properties to others systems, including those that support emerging pathogens and could facilited to better understand and predict the spread of vector-borne diseases.