本文發表於《大眾科學》的前部落格網路，反映作者的觀點，不一定反映《大眾科學》的觀點
當用戶從谷歌搜尋資訊時，搜尋引擎依賴於一種名為PageRank™的專有演算法，以確定在搜尋結果中顯示的網站的順序。現在，兩位研究人員表示，類似的演算法可以用來確定哪些物種對於保護生態系統至關重要，從而使科學家能夠將保護工作重點放在最有利於整個系統的物種上。
這項研究由加州大學聖巴巴拉分校國家生態分析與綜合中心的斯特凡諾·阿萊西納和密歇根大學安 Arbor 分校的梅賽德斯·帕斯庫爾進行，今天發表在PLoS Computational Biology期刊上。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
谷歌的PageRank演算法根據連結到它們的其他網站的數量對網頁的重要性進行排名。阿萊西納和帕斯庫爾已將這種方法應用到野外，並確定PageRank可以被調整以應用於食物網的研究——描述生態系統中誰吃誰的複雜網路。基本上，根據阿萊西納和帕斯庫爾的說法，其他物種依賴其作為食物的物種數量最多的物種，是對於生態系統健康最關鍵的物種。或者正如作者所說，“如果重要的物種依賴某個物種的生存，那麼該物種就是重要的。”
這種方法與其他觀察生態系統的方式形成對比，後者使用“樞紐”方法根據透過食物網直接連結到它的其他物種的數量對物種進行排名。作者認為，這種強調連線數量的技術沒有考慮到物種在食物網中的位置以及其移除會造成的連鎖反應。他們說，一個物種的滅絕可能會導致另一個物種的消失，而這反過來又會導致第三個物種的喪失。“PageRank”觀察生態系統的方式使首先滅絕的物種最為重要，因為它會導致後續的進一步滅絕。
提出一個數學方程式來確定生態系統中排名最高或最重要的物種並非易事。阿萊西納和帕斯庫爾實際上對他們的演算法進行了逆向工程，並用它來確定哪些物種的滅絕會造成最大的生態危害。正如作者所寫：“我們研究如何以最有效的方式使生物多樣性崩潰，以便調查哪些物種在被移除時會造成最大的損害。”
那麼，當觀察自然時，為什麼這種高等數學甚至是必要的呢？作者在論文摘要中警告說，“由於它們的相互依賴性，單個物種的喪失可能會以多種共同滅絕的形式級聯發生。”但是食物網是如此複雜，如果沒有這樣的演算法，要遍歷所有可能的滅絕情景將需要永遠的時間。
接下來會發生什麼？作者表示，他們希望他們的方法可以應用於生態學以外的領域，以解決其他網路相關的生物學領域的問題，例如蛋白質相互作用和基因調控。
圖片：谷歌2008年地球日首頁徽標，來自https://www.google.com/holidaylogos08.html