ത്രിമാന ഉപരിതല ഹോമോളജി മോഡലിന്റെ വിശകലനത്തിലൂടെ ആധുനിക മനുഷ്യന്റെ തലയോട്ടിയുടെ രൂപഘടന വിവരിക്കുന്ന ആഗോള പാറ്റേണുകൾ.

Nature.com സന്ദർശിച്ചതിന് നന്ദി. നിങ്ങൾ ഉപയോഗിക്കുന്ന ബ്രൗസറിന്റെ പതിപ്പിന് പരിമിതമായ CSS പിന്തുണ മാത്രമേ ഉള്ളൂ. മികച്ച ഫലങ്ങൾക്കായി, നിങ്ങളുടെ ബ്രൗസറിന്റെ പുതിയ പതിപ്പ് ഉപയോഗിക്കാൻ ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു (അല്ലെങ്കിൽ ഇന്റർനെറ്റ് എക്സ്പ്ലോററിൽ അനുയോജ്യതാ മോഡ് ഓഫാക്കുക). അതേസമയം, തുടർച്ചയായ പിന്തുണ ഉറപ്പാക്കാൻ, സ്റ്റൈലിംഗോ ജാവാസ്ക്രിപ്റ്റോ ഇല്ലാതെ ഞങ്ങൾ സൈറ്റ് കാണിക്കുന്നു.
ലോകമെമ്പാടുമുള്ള 148 വംശീയ വിഭാഗങ്ങളിൽ നിന്നുള്ള സ്കാൻ ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ള ഒരു ജ്യാമിതീയ ഹോമോളജി മോഡൽ ഉപയോഗിച്ച് മനുഷ്യ തലയോട്ടി രൂപഘടനയിലെ പ്രാദേശിക വൈവിധ്യം ഈ പഠനം വിലയിരുത്തി. ഒരു ആവർത്തിച്ചുള്ള ഏറ്റവും അടുത്തുള്ള പോയിന്റ് അൽഗോരിതം ഉപയോഗിച്ച് കർക്കശമല്ലാത്ത പരിവർത്തനങ്ങൾ നടത്തി ഹോമോലോഗസ് മെഷുകൾ സൃഷ്ടിക്കുന്നതിന് ഈ രീതി ടെംപ്ലേറ്റ് ഫിറ്റിംഗ് സാങ്കേതികവിദ്യ ഉപയോഗിക്കുന്നു. തിരഞ്ഞെടുത്ത 342 ഹോമോലോഗസ് മോഡലുകളിൽ പ്രധാന ഘടക വിശകലനം പ്രയോഗിച്ചുകൊണ്ട്, ദക്ഷിണേഷ്യയിൽ നിന്നുള്ള ഒരു ചെറിയ തലയോട്ടിക്ക് മൊത്തത്തിലുള്ള വലുപ്പത്തിലെ ഏറ്റവും വലിയ മാറ്റം കണ്ടെത്തി, അത് വ്യക്തമായി സ്ഥിരീകരിച്ചു. രണ്ടാമത്തെ വലിയ വ്യത്യാസം ന്യൂറോക്രാനിയത്തിന്റെ നീളവും വീതിയും തമ്മിലുള്ള അനുപാതമാണ്, ഇത് ആഫ്രിക്കക്കാരുടെ നീളമേറിയ തലയോട്ടികളും വടക്കുകിഴക്കൻ ഏഷ്യക്കാരുടെ കുത്തനെയുള്ള തലയോട്ടികളും തമ്മിലുള്ള വ്യത്യാസം പ്രകടമാക്കുന്നു. ഈ ഘടകത്തിന് മുഖത്തിന്റെ രൂപരേഖയുമായി വലിയ ബന്ധമൊന്നുമില്ല എന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്. വടക്കുകിഴക്കൻ ഏഷ്യക്കാരിൽ നീണ്ടുനിൽക്കുന്ന കവിളുകൾ, യൂറോപ്യന്മാരിൽ ഒതുക്കമുള്ള മാക്സില്ലറി അസ്ഥികൾ തുടങ്ങിയ അറിയപ്പെടുന്ന മുഖ സവിശേഷതകൾ വീണ്ടും സ്ഥിരീകരിച്ചു. ഈ മുഖ മാറ്റങ്ങൾ തലയോട്ടിയുടെ രൂപരേഖയുമായി അടുത്ത ബന്ധപ്പെട്ടിരിക്കുന്നു, പ്രത്യേകിച്ച് മുൻഭാഗത്തിന്റെയും ആൻസിപിറ്റൽ അസ്ഥികളുടെയും ചെരിവിന്റെ അളവ്. മൊത്തത്തിലുള്ള തലയോട്ടി വലുപ്പവുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ മുഖ അനുപാതത്തിൽ അലോമെട്രിക് പാറ്റേണുകൾ കണ്ടെത്തി; വലിയ തലയോട്ടികളിൽ മുഖത്തിന്റെ രൂപരേഖകൾ നീളവും ഇടുങ്ങിയതുമായിരിക്കും, പല തദ്ദേശീയ അമേരിക്കക്കാരിലും വടക്കുകിഴക്കൻ ഏഷ്യക്കാരിലും ഇത് തെളിയിക്കപ്പെട്ടിട്ടുണ്ട്. കാലാവസ്ഥയോ ഭക്ഷണക്രമമോ പോലുള്ള തലയോട്ടി രൂപഘടനയെ സ്വാധീനിച്ചേക്കാവുന്ന പാരിസ്ഥിതിക വേരിയബിളുകളെക്കുറിച്ചുള്ള ഡാറ്റ ഞങ്ങളുടെ പഠനത്തിൽ ഉൾപ്പെടുത്തിയിട്ടില്ലെങ്കിലും, അസ്ഥികൂട പ്രതിഭാസ സ്വഭാവസവിശേഷതകൾക്ക് വ്യത്യസ്തമായ വിശദീകരണങ്ങൾ തേടുന്നതിന് ഹോമോലോജസ് തലയോട്ടി പാറ്റേണുകളുടെ ഒരു വലിയ ഡാറ്റാ സെറ്റ് ഉപയോഗപ്രദമാകും.
മനുഷ്യന്റെ തലയോട്ടിയുടെ ആകൃതിയിലുള്ള ഭൂമിശാസ്ത്രപരമായ വ്യത്യാസങ്ങൾ വളരെക്കാലമായി പഠിച്ചിട്ടുണ്ട്. പല ഗവേഷകരും പാരിസ്ഥിതിക പൊരുത്തപ്പെടുത്തലിന്റെയും/അല്ലെങ്കിൽ സ്വാഭാവിക തിരഞ്ഞെടുപ്പിന്റെയും വൈവിധ്യം വിലയിരുത്തിയിട്ടുണ്ട്, പ്രത്യേകിച്ച് കാലാവസ്ഥാ ഘടകങ്ങൾ1,2,3,4,5,6,7 അല്ലെങ്കിൽ പോഷകാഹാര സാഹചര്യങ്ങളെ ആശ്രയിച്ച് ചവയ്ക്കുന്ന പ്രവർത്തനം5,8,9,10, 11,12. 13. . കൂടാതെ, ചില പഠനങ്ങൾ തടസ്സപ്പെടുത്തുന്ന ഫലങ്ങൾ, ജനിതക വ്യതിയാനം, ജീൻ പ്രവാഹം, അല്ലെങ്കിൽ നിഷ്പക്ഷ ജീൻ മ്യൂട്ടേഷനുകൾ മൂലമുണ്ടാകുന്ന സ്റ്റോക്കാസ്റ്റിക് പരിണാമ പ്രക്രിയകൾ എന്നിവയിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചിരിക്കുന്നു14,15,16,17,18,19,20,21,22,23. ഉദാഹരണത്തിന്, വീതിയേറിയതും ചെറുതുമായ തലയോട്ടി നിലവറയുടെ ഗോളാകൃതിയെ അലന്റെ നിയമം24 അനുസരിച്ച് സെലക്ടീവ് മർദ്ദത്തോടുള്ള ഒരു പൊരുത്തപ്പെടുത്തലായി വിശദീകരിച്ചിട്ടുണ്ട്, ഇത് സസ്തനികൾ വ്യാപ്തവുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ശരീര ഉപരിതല വിസ്തീർണ്ണം കുറയ്ക്കുന്നതിലൂടെ താപനഷ്ടം കുറയ്ക്കുന്നുവെന്ന് അനുമാനിക്കുന്നു2,4,16,17,25. കൂടാതെ, ബെർഗ്മാന്റെ നിയമം26 ഉപയോഗിച്ചുള്ള ചില പഠനങ്ങൾ തലയോട്ടിയുടെ വലിപ്പവും താപനിലയും തമ്മിലുള്ള ബന്ധം വിശദീകരിച്ചിട്ടുണ്ട്3,5,16,25,27, ഇത് തണുപ്പുള്ള പ്രദേശങ്ങളിൽ താപനഷ്ടം തടയാൻ മൊത്തത്തിലുള്ള വലിപ്പം കൂടുതലായിരിക്കുമെന്ന് സൂചിപ്പിക്കുന്നു. പാചക സംസ്കാരം അല്ലെങ്കിൽ കർഷകരും വേട്ടക്കാരും തമ്മിലുള്ള ഉപജീവന വ്യത്യാസങ്ങൾ മൂലമുണ്ടാകുന്ന ഭക്ഷണ സാഹചര്യങ്ങളുമായി ബന്ധപ്പെട്ട് ക്രാനിയൽ വോൾട്ടിന്റെയും മുഖത്തെ അസ്ഥികളുടെയും വളർച്ചാ രീതിയിലുള്ള ചവയ്ക്കൽ സമ്മർദ്ദത്തിന്റെ യാന്ത്രിക സ്വാധീനം ചർച്ച ചെയ്യപ്പെട്ടിട്ടുണ്ട്8,9,11,12,28. ചവയ്ക്കൽ മർദ്ദം കുറയുന്നത് മുഖത്തെ അസ്ഥികളുടെയും പേശികളുടെയും കാഠിന്യം കുറയ്ക്കുന്നു എന്നതാണ് പൊതുവായ വിശദീകരണം. നിരവധി ആഗോള പഠനങ്ങൾ തലയോട്ടിയുടെ ആകൃതി വൈവിധ്യത്തെ പ്രാഥമികമായി പരിസ്ഥിതി പൊരുത്തപ്പെടുത്തലുമായി ബന്ധപ്പെടുത്തിയിട്ടില്ല, മറിച്ച് നിഷ്പക്ഷ ജനിതക ദൂരത്തിന്റെ ഫിനോടൈപ്പിക് അനന്തരഫലങ്ങളുമായി ബന്ധപ്പെടുത്തിയിട്ടുണ്ട്21,29,30,31,32. തലയോട്ടിയുടെ ആകൃതിയിലുള്ള മാറ്റങ്ങൾക്കുള്ള മറ്റൊരു വിശദീകരണം ഐസോമെട്രിക് അല്ലെങ്കിൽ അലോമെട്രിക് വളർച്ചയുടെ ആശയത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്6,33,34,35. ഉദാഹരണത്തിന്, വലിയ തലച്ചോറുകൾക്ക് "ബ്രോക്കയുടെ തൊപ്പി" എന്ന് വിളിക്കപ്പെടുന്ന ഭാഗത്ത് താരതമ്യേന വിശാലമായ ഫ്രണ്ടൽ ലോബുകൾ ഉണ്ടാകാറുണ്ട്, കൂടാതെ ഫ്രണ്ടൽ ലോബുകളുടെ വീതി വർദ്ധിക്കുകയും ചെയ്യുന്നു, ഇത് അലോമെട്രിക് വളർച്ചയെ അടിസ്ഥാനമാക്കി പരിഗണിക്കപ്പെടുന്ന ഒരു പരിണാമ പ്രക്രിയയാണ്. കൂടാതെ, തലയോട്ടിയുടെ ആകൃതിയിലുള്ള ദീർഘകാല മാറ്റങ്ങൾ പരിശോധിച്ച ഒരു പഠനത്തിൽ, ഉയരം കൂടുന്നതിനനുസരിച്ച് ബ്രാച്ചിസെഫാലിയിലേക്കുള്ള (തലയോട്ടി കൂടുതൽ ഗോളാകൃതിയിലാകാനുള്ള പ്രവണത) ഒരു അലോമെട്രിക് പ്രവണത കണ്ടെത്തി33.
തലയോട്ടി രൂപഘടനയെക്കുറിച്ചുള്ള ഗവേഷണത്തിന്റെ ഒരു നീണ്ട ചരിത്രത്തിൽ തലയോട്ടി ആകൃതികളുടെ വൈവിധ്യത്തിന്റെ വിവിധ വശങ്ങൾക്ക് കാരണമായ അടിസ്ഥാന ഘടകങ്ങളെ തിരിച്ചറിയാനുള്ള ശ്രമങ്ങൾ ഉൾപ്പെടുന്നു. പല ആദ്യകാല പഠനങ്ങളിലും ഉപയോഗിച്ചിരുന്ന പരമ്പരാഗത രീതികൾ ദ്വിമാന രേഖീയ അളവെടുപ്പ് ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ളതായിരുന്നു, പലപ്പോഴും മാർട്ടിൻ അല്ലെങ്കിൽ ഹോവൽ നിർവചനങ്ങൾ ഉപയോഗിച്ചിരുന്നു36,37. അതേസമയം, മുകളിൽ സൂചിപ്പിച്ച പല പഠനങ്ങളും സ്പേഷ്യൽ 3D ജ്യാമിതീയ മോർഫോമെട്രി (GM) സാങ്കേതികവിദ്യയെ അടിസ്ഥാനമാക്കിയുള്ള കൂടുതൽ നൂതനമായ രീതികൾ ഉപയോഗിച്ചു5,7,10,11,12,13,17,20,27,34,35,38. 39. ഉദാഹരണത്തിന്, വളയുന്ന ഊർജ്ജ മിനിമൈസേഷനെ അടിസ്ഥാനമാക്കിയുള്ള സ്ലൈഡിംഗ് സെമിലാൻഡ്മാർക്ക് രീതി, ട്രാൻസ്ജെനിക് ബയോളജിയിൽ ഏറ്റവും സാധാരണയായി ഉപയോഗിക്കുന്ന രീതിയാണ്. ഇത് ഒരു വക്രത്തിലോ ഉപരിതലത്തിലോ സ്ലൈഡ് ചെയ്തുകൊണ്ട് ഓരോ സാമ്പിളിലും ടെംപ്ലേറ്റിന്റെ സെമി-ലാൻഡ്മാർക്കുകൾ പ്രൊജക്റ്റ് ചെയ്യുന്നു38,40,41,42,43,44,45,46. അത്തരം സൂപ്പർപോസിഷൻ രീതികൾ ഉൾപ്പെടെ, മിക്ക 3D GM പഠനങ്ങളും രൂപങ്ങളുടെ നേരിട്ടുള്ള താരതമ്യവും മാറ്റങ്ങളുടെ പിടിച്ചെടുക്കലും അനുവദിക്കുന്നതിന്, ആവർത്തന അടുത്തുള്ള പോയിന്റ് (ICP) അൽഗോരിതം 47 ആയ സാമാന്യവൽക്കരിച്ച പ്രോക്രസ്റ്റസ് വിശകലനം ഉപയോഗിക്കുന്നു. പകരമായി, സെമിലാൻഡ്മാർക്ക് വിന്യാസങ്ങളെ മെഷ് അടിസ്ഥാനമാക്കിയുള്ള ആകൃതികളിലേക്ക് മാപ്പ് ചെയ്യുന്നതിനുള്ള ഒരു നോൺ-റിജിഡ് ട്രാൻസ്ഫോർമേഷൻ രീതിയായും നേർത്ത പ്ലേറ്റ് സ്പ്ലൈൻ (TPS)48,49 രീതി വ്യാപകമായി ഉപയോഗിക്കുന്നു.
ഇരുപതാം നൂറ്റാണ്ടിന്റെ അവസാനം മുതൽ പ്രായോഗികമായ 3D മുഴുവൻ-ശരീര സ്കാനറുകളുടെ വികസനത്തോടെ, പല പഠനങ്ങളും വലുപ്പ അളവുകൾക്കായി 3D മുഴുവൻ-ശരീര സ്കാനറുകൾ ഉപയോഗിച്ചു50,51. ബോഡി അളവുകൾ വേർതിരിച്ചെടുക്കാൻ സ്കാൻ ഡാറ്റ ഉപയോഗിച്ചു, ഇതിന് പോയിന്റ് മേഘങ്ങളല്ല, ഉപരിതല ആകൃതികളെ ഉപരിതലങ്ങളായി വിവരിക്കേണ്ടതുണ്ട്. കമ്പ്യൂട്ടർ ഗ്രാഫിക്സ് മേഖലയിൽ ഈ ആവശ്യത്തിനായി വികസിപ്പിച്ചെടുത്ത ഒരു സാങ്കേതികതയാണ് പാറ്റേൺ ഫിറ്റിംഗ്, ഇവിടെ ഒരു ഉപരിതലത്തിന്റെ ആകൃതി ഒരു പോളിഗോണൽ മെഷ് മോഡൽ വിവരിക്കുന്നു. പാറ്റേൺ ഫിറ്റിംഗിന്റെ ആദ്യ ഘട്ടം ഒരു ടെംപ്ലേറ്റായി ഉപയോഗിക്കുന്നതിന് ഒരു മെഷ് മോഡൽ തയ്യാറാക്കുക എന്നതാണ്. പാറ്റേൺ നിർമ്മിക്കുന്ന ചില ലംബങ്ങൾ ലാൻഡ്‌മാർക്കുകളാണ്. ടെംപ്ലേറ്റിന്റെ പ്രാദേശിക ആകൃതി സവിശേഷതകൾ സംരക്ഷിക്കുന്നതിനൊപ്പം ടെംപ്ലേറ്റും പോയിന്റ് ക്ലൗഡും തമ്മിലുള്ള ദൂരം കുറയ്ക്കുന്നതിന് ടെംപ്ലേറ്റിനെ രൂപഭേദം വരുത്തി ഉപരിതലവുമായി പൊരുത്തപ്പെടുത്തുന്നു. ടെംപ്ലേറ്റിലെ ലാൻഡ്‌മാർക്കുകൾ പോയിന്റ് ക്ലൗഡിലെ ലാൻഡ്‌മാർക്കുകളുമായി യോജിക്കുന്നു. ടെംപ്ലേറ്റ് ഫിറ്റിംഗ് ഉപയോഗിച്ച്, എല്ലാ സ്കാൻ ഡാറ്റയെയും ഒരേ എണ്ണം ഡാറ്റ പോയിന്റുകളും ഒരേ ടോപ്പോളജിയും ഉള്ള ഒരു മെഷ് മോഡലായി വിശേഷിപ്പിക്കാം. കൃത്യമായ ഹോമോളജി ലാൻഡ്‌മാർക്ക് സ്ഥാനങ്ങളിൽ മാത്രമേ നിലനിൽക്കുന്നുള്ളൂവെങ്കിലും, ടെംപ്ലേറ്റുകളുടെ ജ്യാമിതിയിലെ മാറ്റങ്ങൾ ചെറുതായതിനാൽ ജനറേറ്റ് ചെയ്ത മോഡലുകൾക്കിടയിൽ പൊതുവായ ഹോമോളജി ഉണ്ടെന്ന് അനുമാനിക്കാം. അതിനാൽ, ടെംപ്ലേറ്റ് ഫിറ്റിംഗ് ഉപയോഗിച്ച് സൃഷ്ടിക്കുന്ന ഗ്രിഡ് മോഡലുകളെ ചിലപ്പോൾ ഹോമോളജി മോഡലുകൾ എന്ന് വിളിക്കുന്നു52. ടെംപ്ലേറ്റ് ഫിറ്റിംഗിന്റെ പ്രയോജനം, ടെംപ്ലേറ്റ് രൂപഭേദം വരുത്താനും ഉപരിതലത്തോട് സ്ഥലപരമായി അടുത്തും എന്നാൽ അതിൽ നിന്ന് വളരെ അകലെയുമുള്ള ടാർഗെറ്റ് ഒബ്ജക്റ്റിന്റെ വ്യത്യസ്ത ഭാഗങ്ങളിലേക്ക് ക്രമീകരിക്കാനും കഴിയും എന്നതാണ്. രൂപഭേദം. ഈ രീതിയിൽ, തോളിനെ നിൽക്കുന്ന സ്ഥാനത്ത് വെച്ച്, ടോർസോ അല്ലെങ്കിൽ കൈ പോലുള്ള ശാഖിതമായ വസ്തുക്കളിലേക്ക് ടെംപ്ലേറ്റ് സുരക്ഷിതമാക്കാൻ കഴിയും. ആവർത്തിച്ചുള്ള ആവർത്തനങ്ങളുടെ ഉയർന്ന കമ്പ്യൂട്ടേഷണൽ ചെലവാണ് ടെംപ്ലേറ്റ് ഫിറ്റിംഗിന്റെ പോരായ്മ, എന്നിരുന്നാലും, കമ്പ്യൂട്ടർ പ്രകടനത്തിലെ ഗണ്യമായ പുരോഗതിക്ക് നന്ദി, ഇത് ഇനി ഒരു പ്രശ്നമല്ല. പ്രിൻസിപ്പൽ കോമ്പോണന്റ് അനാലിസിസ് (PCA) പോലുള്ള മൾട്ടിവേരിയേറ്റ് അനാലിസിസ് ടെക്നിക്കുകൾ ഉപയോഗിച്ച് മെഷ് മോഡലിനെ നിർമ്മിക്കുന്ന ലംബങ്ങളുടെ കോർഡിനേറ്റ് മൂല്യങ്ങൾ വിശകലനം ചെയ്യുന്നതിലൂടെ, വിതരണത്തിലെ ഏത് സ്ഥാനത്തും മുഴുവൻ ഉപരിതല ആകൃതിയിലും വെർച്വൽ ആകൃതിയിലും ഉണ്ടാകുന്ന മാറ്റങ്ങൾ വിശകലനം ചെയ്യാൻ കഴിയും. ലഭിക്കും. കണക്കാക്കുകയും ദൃശ്യവൽക്കരിക്കുകയും ചെയ്യുക53. ഇക്കാലത്ത്, ടെംപ്ലേറ്റ് ഫിറ്റിംഗ് വഴി സൃഷ്ടിക്കപ്പെടുന്ന മെഷ് മോഡലുകൾ വിവിധ മേഖലകളിലെ ആകൃതി വിശകലനത്തിൽ വ്യാപകമായി ഉപയോഗിക്കുന്നു52,54,55,56,57,58,59,60.
ഫ്ലെക്സിബിൾ മെഷ് റെക്കോർഡിംഗ് സാങ്കേതികവിദ്യയിലെ പുരോഗതിയും, സിടിയെക്കാൾ ഉയർന്ന റെസല്യൂഷനിലും വേഗതയിലും ചലനശേഷിയിലും സ്കാൻ ചെയ്യാൻ കഴിവുള്ള പോർട്ടബിൾ 3D സ്കാനിംഗ് ഉപകരണങ്ങളുടെ ദ്രുതഗതിയിലുള്ള വികസനവും, സ്ഥാനം പരിഗണിക്കാതെ തന്നെ 3D ഉപരിതല ഡാറ്റ റെക്കോർഡ് ചെയ്യുന്നത് എളുപ്പമാക്കുന്നു. അതിനാൽ, ബയോളജിക്കൽ നരവംശശാസ്ത്ര മേഖലയിൽ, അത്തരം പുതിയ സാങ്കേതികവിദ്യകൾ തലയോട്ടി മാതൃകകൾ ഉൾപ്പെടെയുള്ള മനുഷ്യ മാതൃകകളെ അളക്കാനും സ്ഥിതിവിവരക്കണക്കനുസരിച്ച് വിശകലനം ചെയ്യാനുമുള്ള കഴിവ് വർദ്ധിപ്പിക്കുന്നു, അതാണ് ഈ പഠനത്തിന്റെ ലക്ഷ്യം.
ചുരുക്കത്തിൽ, ലോകമെമ്പാടുമുള്ള 148 ജനസംഖ്യയിൽ നിന്ന് തിരഞ്ഞെടുത്ത 342 തലയോട്ടി മാതൃകകളെ ഭൂമിശാസ്ത്രപരമായ താരതമ്യങ്ങളിലൂടെ വിലയിരുത്തുന്നതിന് ടെംപ്ലേറ്റ് മാച്ചിംഗിനെ അടിസ്ഥാനമാക്കിയുള്ള (ചിത്രം 1) വിപുലമായ 3D ഹോമോളജി മോഡലിംഗ് സാങ്കേതികവിദ്യ ഈ പഠനം ഉപയോഗിക്കുന്നു. തലയോട്ടി രൂപഘടനയുടെ വൈവിധ്യം (പട്ടിക 1). തലയോട്ടി രൂപഘടനയിലെ മാറ്റങ്ങൾ വിശദീകരിക്കാൻ, ഞങ്ങൾ സൃഷ്ടിച്ച ഹോമോളജി മോഡലിന്റെ ഡാറ്റാ സെറ്റിലേക്ക് പിസിഎ, റിസീവർ ഓപ്പറേറ്റിംഗ് സ്വഭാവ സവിശേഷത (ആർഒസി) വിശകലനങ്ങൾ പ്രയോഗിച്ചു. പ്രാദേശിക പാറ്റേണുകളും മാറ്റത്തിന്റെ ക്രമം കുറയുന്നതും, തലയോട്ടിയിലെ സെഗ്‌മെന്റുകൾ തമ്മിലുള്ള പരസ്പരബന്ധിതമായ മാറ്റങ്ങൾ, അലോമെട്രിക് ട്രെൻഡുകളുടെ സാന്നിധ്യം എന്നിവയുൾപ്പെടെ തലയോട്ടി രൂപഘടനയിലെ ആഗോള മാറ്റങ്ങളെക്കുറിച്ച് നന്നായി മനസ്സിലാക്കാൻ ഈ കണ്ടെത്തലുകൾ സഹായിക്കും. കാലാവസ്ഥയോ ഭക്ഷണക്രമമോ പ്രതിനിധീകരിക്കുന്ന ബാഹ്യ വേരിയബിളുകളെക്കുറിച്ചുള്ള ഡാറ്റ ഈ പഠനം അഭിസംബോധന ചെയ്യുന്നില്ലെങ്കിലും, ഞങ്ങളുടെ പഠനത്തിൽ രേഖപ്പെടുത്തിയിരിക്കുന്ന തലയോട്ടി രൂപഘടനയുടെ ഭൂമിശാസ്ത്രപരമായ പാറ്റേണുകൾ തലയോട്ടി വ്യതിയാനത്തിന്റെ പാരിസ്ഥിതിക, ബയോമെക്കാനിക്കൽ, ജനിതക ഘടകങ്ങൾ പര്യവേക്ഷണം ചെയ്യാൻ സഹായിക്കും.
342 ഹോമോലോഗസ് തലയോട്ടി മോഡലുകളുടെ 17,709 വെർട്ടീസുകളുടെ (53,127 XYZ കോർഡിനേറ്റുകൾ) ഒരു സ്റ്റാൻഡേർഡ് ചെയ്യാത്ത ഡാറ്റാസെറ്റിൽ പ്രയോഗിച്ച ഐജൻ മൂല്യങ്ങളും PCA സംഭാവന ഗുണകങ്ങളും പട്ടിക 2 കാണിക്കുന്നു. തൽഫലമായി, 14 പ്രധാന ഘടകങ്ങൾ തിരിച്ചറിഞ്ഞു, മൊത്തം വ്യതിയാനത്തിലേക്കുള്ള സംഭാവന 1% ൽ കൂടുതലായിരുന്നു, കൂടാതെ വ്യതിയാനത്തിന്റെ ആകെ പങ്ക് 83.68% ആയിരുന്നു. 14 പ്രധാന ഘടകങ്ങളുടെ ലോഡിംഗ് വെക്റ്ററുകൾ സപ്ലിമെന്ററി പട്ടിക S1 ൽ രേഖപ്പെടുത്തിയിട്ടുണ്ട്, കൂടാതെ 342 തലയോട്ടി സാമ്പിളുകൾക്കായി കണക്കാക്കിയ ഘടക സ്കോറുകൾ സപ്ലിമെന്ററി പട്ടിക S2 ൽ അവതരിപ്പിച്ചിരിക്കുന്നു.
ഈ പഠനം 2% ൽ കൂടുതൽ സംഭാവനകളുള്ള ഒമ്പത് പ്രധാന ഘടകങ്ങളെ വിലയിരുത്തി, അവയിൽ ചിലത് തലയോട്ടി രൂപഘടനയിൽ ഗണ്യമായതും പ്രധാനപ്പെട്ടതുമായ ഭൂമിശാസ്ത്രപരമായ വ്യതിയാനം കാണിക്കുന്നു. പ്രധാന ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിലുടനീളമുള്ള (ഉദാഹരണത്തിന്, ആഫ്രിക്കൻ, ആഫ്രിക്കൻ ഇതര രാജ്യങ്ങൾക്കിടയിൽ) സാമ്പിളുകളുടെ ഓരോ സംയോജനത്തെയും ചിത്രീകരിക്കുന്നതിനോ വേർതിരിക്കുന്നതിനോ ഏറ്റവും ഫലപ്രദമായ PCA ഘടകങ്ങൾ ചിത്രീകരിക്കുന്നതിന് ROC വിശകലനത്തിൽ നിന്ന് സൃഷ്ടിച്ച വളവുകൾ ചിത്രം 2 പ്ലോട്ട് ചെയ്യുന്നു. ഈ പരിശോധനയിൽ ഉപയോഗിച്ച ചെറിയ സാമ്പിൾ വലുപ്പം കാരണം പോളിനേഷ്യൻ സംയോജനം പരീക്ഷിച്ചില്ല. AUC യിലെയും ROC വിശകലനം ഉപയോഗിച്ച് കണക്കാക്കിയ മറ്റ് അടിസ്ഥാന സ്ഥിതിവിവരക്കണക്കുകളിലെയും വ്യത്യാസങ്ങളുടെ പ്രാധാന്യത്തെക്കുറിച്ചുള്ള ഡാറ്റ സപ്ലിമെന്ററി പട്ടിക S3 ൽ കാണിച്ചിരിക്കുന്നു.
342 പുരുഷ ഹോമോലോജസ് തലയോട്ടി മോഡലുകൾ അടങ്ങിയ ഒരു വെർട്ടെക്സ് ഡാറ്റാസെറ്റിനെ അടിസ്ഥാനമാക്കി ഒമ്പത് പ്രധാന ഘടക എസ്റ്റിമേറ്റുകളിൽ ROC കർവുകൾ പ്രയോഗിച്ചു. AUC: 0.01% പ്രാധാന്യമുള്ള വക്രത്തിന് കീഴിലുള്ള വിസ്തീർണ്ണം ഓരോ ഭൂമിശാസ്ത്ര സംയോജനത്തെയും മറ്റ് മൊത്തം സംയോജനങ്ങളിൽ നിന്ന് വേർതിരിച്ചറിയാൻ ഉപയോഗിക്കുന്നു. TPF യഥാർത്ഥ പോസിറ്റീവ് ആണ് (ഫലപ്രദമായ വിവേചനം), FPF തെറ്റായ പോസിറ്റീവ് ആണ് (അസാധുവായ വിവേചനം).
ROC വക്രത്തിന്റെ വ്യാഖ്യാനം താഴെ സംഗ്രഹിച്ചിരിക്കുന്നു, താരതമ്യ ഗ്രൂപ്പുകളെ വലുതോ താരതമ്യേന വലുതോ ആയ AUC ഉം 0.001-ൽ താഴെയുള്ള സാധ്യതയുള്ള ഉയർന്ന തലത്തിലുള്ള പ്രാധാന്യവും ഉള്ള ഘടകങ്ങളിൽ മാത്രം ശ്രദ്ധ കേന്ദ്രീകരിച്ചുകൊണ്ട്. പ്രധാനമായും ഇന്ത്യയിൽ നിന്നുള്ള സാമ്പിളുകൾ ഉൾക്കൊള്ളുന്ന ദക്ഷിണേഷ്യൻ സമുച്ചയം (ചിത്രം 2a), മറ്റ് ഘടകങ്ങളെ അപേക്ഷിച്ച് ആദ്യത്തെ ഘടകത്തിന് (PC1) ഗണ്യമായി വലിയ AUC (0.856) ഉള്ളതിനാൽ ഭൂമിശാസ്ത്രപരമായി മിശ്രിതമായ മറ്റ് സാമ്പിളുകളിൽ നിന്ന് ഗണ്യമായി വ്യത്യാസപ്പെട്ടിരിക്കുന്നു. ആഫ്രിക്കൻ സമുച്ചയത്തിന്റെ ഒരു സവിശേഷത (ചിത്രം 2b) PC2 ന്റെ താരതമ്യേന വലിയ AUC ആണ് (0.834). ഓസ്ട്രോ-മെലനേഷ്യക്കാർ (ചിത്രം 2c) താരതമ്യേന വലിയ AUC (0.759) ഉള്ള PC2 വഴി സബ്-സഹാറൻ ആഫ്രിക്കക്കാർക്ക് സമാനമായ പ്രവണത കാണിച്ചു. PC2 (AUC = 0.801), PC4 (AUC = 0.719), PC6 (AUC = 0.671) എന്നിവയുടെ സംയോജനത്തിൽ യൂറോപ്യന്മാർ (ചിത്രം 2d) വ്യക്തമായി വ്യത്യാസപ്പെട്ടിരിക്കുന്നു, വടക്കുകിഴക്കൻ ഏഷ്യൻ സാമ്പിൾ (ചിത്രം 2e) PC4 ൽ നിന്ന് ഗണ്യമായി വ്യത്യാസപ്പെട്ടിരിക്കുന്നു, താരതമ്യേന കൂടുതൽ 0.714 ആണ്, കൂടാതെ PC3 യിൽ നിന്നുള്ള വ്യത്യാസം ദുർബലമാണ് (AUC = 0.688). താഴെപ്പറയുന്ന ഗ്രൂപ്പുകളെ താഴ്ന്ന AUC മൂല്യങ്ങളും ഉയർന്ന പ്രാധാന്യ നിലകളും ഉള്ളതായി തിരിച്ചറിഞ്ഞു: PC7 (AUC = 0.679), PC4 (AUC = 0.654), PC1 (AUC = 0.649) എന്നിവയുടെ ഫലങ്ങൾ കാണിക്കുന്നത് ഈ ഘടകങ്ങളുമായി ബന്ധപ്പെട്ട പ്രത്യേക സ്വഭാവസവിശേഷതകളുള്ള തദ്ദേശീയ അമേരിക്കക്കാരെ (ചിത്രം 2f), തെക്കുകിഴക്കൻ ഏഷ്യക്കാരെ (ചിത്രം 2g) PC3 (AUC = 0.660), PC9 (AUC = 0.663) എന്നിവയിൽ വേർതിരിച്ചറിയുന്നു എന്നാണ്, എന്നാൽ മിഡിൽ ഈസ്റ്റിൽ നിന്നുള്ള സാമ്പിളുകളുടെ പാറ്റേൺ (ചിത്രം 2h) (വടക്കേ ആഫ്രിക്ക ഉൾപ്പെടെ) സമാനമാണ്. മറ്റുള്ളവരുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ വലിയ വ്യത്യാസമില്ല.
അടുത്ത ഘട്ടത്തിൽ, ഉയർന്ന പരസ്പരബന്ധിതമായ ലംബങ്ങളെ ദൃശ്യപരമായി വ്യാഖ്യാനിക്കുന്നതിന്, 0.45 ൽ കൂടുതലുള്ള ഉയർന്ന ലോഡ് മൂല്യങ്ങളുള്ള ഉപരിതലത്തിന്റെ ഭാഗങ്ങൾ ചിത്രം 3 ൽ കാണിച്ചിരിക്കുന്നതുപോലെ X, Y, Z കോർഡിനേറ്റ് വിവരങ്ങൾ ഉപയോഗിച്ച് നിറമുള്ളതാക്കുന്നു. ചുവന്ന പ്രദേശം X- അക്ഷ കോർഡിനേറ്റുകളുമായി ഉയർന്ന പരസ്പരബന്ധം കാണിക്കുന്നു, ഇത് തിരശ്ചീന തിരശ്ചീന ദിശയുമായി യോജിക്കുന്നു. പച്ച മേഖല Y അക്ഷത്തിന്റെ ലംബ കോർഡിനേറ്റുമായി വളരെയധികം പരസ്പരബന്ധിതമാണ്, കടും നീല മേഖല Z അക്ഷത്തിന്റെ സാഗിറ്റൽ കോർഡിനേറ്റുമായി വളരെയധികം പരസ്പരബന്ധിതമാണ്. ഇളം നീല മേഖല Y കോർഡിനേറ്റ് അക്ഷങ്ങളുമായും Z കോർഡിനേറ്റ് അക്ഷങ്ങളുമായും ബന്ധപ്പെട്ടിരിക്കുന്നു; പിങ്ക് - X, Z കോർഡിനേറ്റ് അക്ഷങ്ങളുമായി ബന്ധപ്പെട്ട മിശ്രിത പ്രദേശം; മഞ്ഞ - X, Y കോർഡിനേറ്റ് അക്ഷങ്ങളുമായി ബന്ധപ്പെട്ട പ്രദേശം; വെളുത്ത പ്രദേശത്ത് X, Y, Z കോർഡിനേറ്റ് അക്ഷങ്ങൾ പ്രതിഫലിക്കുന്നു. അതിനാൽ, ഈ ലോഡ് മൂല്യ പരിധിയിൽ, PC 1 പ്രധാനമായും തലയോട്ടിയുടെ മുഴുവൻ ഉപരിതലവുമായും ബന്ധപ്പെട്ടിരിക്കുന്നു. ഈ ഘടക അക്ഷത്തിന്റെ എതിർവശത്തുള്ള 3 SD വെർച്വൽ തലയോട്ടി ആകൃതിയും ഈ ചിത്രത്തിൽ ചിത്രീകരിച്ചിരിക്കുന്നു, കൂടാതെ PC1 ൽ മൊത്തത്തിലുള്ള തലയോട്ടി വലുപ്പത്തിന്റെ ഘടകങ്ങൾ അടങ്ങിയിട്ടുണ്ടെന്ന് ദൃശ്യപരമായി സ്ഥിരീകരിക്കുന്നതിന് വളഞ്ഞ ചിത്രങ്ങൾ സപ്ലിമെന്ററി വീഡിയോ S1 ൽ അവതരിപ്പിച്ചിരിക്കുന്നു.
PC1 സ്കോറുകളുടെ ഫ്രീക്വൻസി ഡിസ്ട്രിബ്യൂഷൻ (നോർമൽ ഫിറ്റ് കർവ്), തലയോട്ടി ഉപരിതലത്തിന്റെ വർണ്ണ ഭൂപടം PC1 ലംബങ്ങളുമായി വളരെയധികം ബന്ധപ്പെട്ടിരിക്കുന്നു (വർണ്ണങ്ങളുടെ വിശദീകരണം ഈ അക്ഷത്തിന്റെ എതിർവശങ്ങളുടെ വ്യാപ്തി 3 SD ആണ്. സ്കെയിൽ 50 മില്ലീമീറ്റർ വ്യാസമുള്ള ഒരു പച്ച ഗോളമാണ്.
ചിത്രം 3, 9 ഭൂമിശാസ്ത്ര യൂണിറ്റുകൾക്കായി പ്രത്യേകം കണക്കാക്കിയ വ്യക്തിഗത PC1 സ്കോറുകളുടെ ഒരു ഫ്രീക്വൻസി ഡിസ്ട്രിബ്യൂഷൻ പ്ലോട്ട് (നോർമൽ ഫിറ്റ് കർവ്) കാണിക്കുന്നു. ROC കർവ് എസ്റ്റിമേറ്റുകൾക്ക് പുറമേ (ചിത്രം 2), ദക്ഷിണേഷ്യക്കാരുടെ തലയോട്ടികൾ മറ്റ് പ്രാദേശിക ഗ്രൂപ്പുകളേക്കാൾ ചെറുതായതിനാൽ അവരുടെ എസ്റ്റിമേറ്റുകളും ഒരു പരിധിവരെ ഇടതുവശത്തേക്ക് ഗണ്യമായി ചരിഞ്ഞിരിക്കുന്നു. പട്ടിക 1 ൽ സൂചിപ്പിച്ചിരിക്കുന്നതുപോലെ, ഈ ദക്ഷിണേഷ്യക്കാർ ആൻഡമാൻ നിക്കോബാർ ദ്വീപുകൾ, ശ്രീലങ്ക, ബംഗ്ലാദേശ് എന്നിവയുൾപ്പെടെ ഇന്ത്യയിലെ വംശീയ വിഭാഗങ്ങളെ പ്രതിനിധീകരിക്കുന്നു.
PC1-ൽ ഡൈമൻഷണൽ കോഫിഫിഷ്യന്റ് കണ്ടെത്തി. ഉയർന്ന പരസ്പരബന്ധിതമായ പ്രദേശങ്ങളുടെയും വെർച്വൽ ആകൃതികളുടെയും കണ്ടെത്തൽ PC1 ഒഴികെയുള്ള ഘടകങ്ങൾക്കായുള്ള ഫോം ഘടകങ്ങളുടെ വ്യക്തതയിൽ കലാശിച്ചു; എന്നിരുന്നാലും, വലുപ്പ ഘടകങ്ങൾ എല്ലായ്പ്പോഴും പൂർണ്ണമായും ഒഴിവാക്കപ്പെടുന്നില്ല. ROC കർവുകൾ താരതമ്യം ചെയ്യുന്നതിലൂടെ കാണിക്കുന്നത് പോലെ (ചിത്രം 2), PC2 ഉം PC4 ഉം ആയിരുന്നു ഏറ്റവും വിവേചനപരമായത്, തുടർന്ന് PC6 ഉം PC7 ഉം. സാമ്പിൾ ജനസംഖ്യയെ ഭൂമിശാസ്ത്രപരമായ യൂണിറ്റുകളായി വിഭജിക്കുന്നതിൽ PC3 ഉം PC9 ഉം വളരെ ഫലപ്രദമാണ്. അങ്ങനെ, ഈ ജോഡി ഘടക അക്ഷങ്ങൾ PC സ്കോറുകളുടെയും ഓരോ ഘടകവുമായും ഉയർന്ന പരസ്പരബന്ധിതമായ വർണ്ണ പ്രതലങ്ങളുടെയും സ്കാറ്റർപ്ലോട്ടുകളും 3 SD യുടെ എതിർ വശങ്ങളുടെ അളവുകളുള്ള വെർച്വൽ ആകൃതി രൂപഭേദങ്ങളും സ്കീമാറ്റിക്കായി ചിത്രീകരിക്കുന്നു (ചിത്രം 4, 5, 6). ഈ പ്ലോട്ടുകളിൽ പ്രതിനിധീകരിക്കുന്ന ഓരോ ഭൂമിശാസ്ത്ര യൂണിറ്റിൽ നിന്നുമുള്ള സാമ്പിളുകളുടെ കോൺവെക്സ് ഹൾ കവറേജ് ഏകദേശം 90% ആണ്, എന്നിരുന്നാലും ക്ലസ്റ്ററുകൾക്കുള്ളിൽ ഒരു പരിധിവരെ ഓവർലാപ്പ് ഉണ്ട്. ഓരോ PCA ഘടകത്തിന്റെയും വിശദീകരണം പട്ടിക 3 നൽകുന്നു.
ഒമ്പത് ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ നിന്നും (മുകളിൽ) നാല് ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ നിന്നും (താഴെ) തലയോട്ടിയിലെ വ്യക്തികൾക്കുള്ള PC2, PC4 സ്കോറുകളുടെ സ്കാറ്റർപ്ലോട്ടുകൾ, ഓരോ PC യുമായി (X, Y, Z എന്നിവയുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ) ഉയർന്ന ബന്ധമുള്ള തലയോട്ടി ഉപരിതല നിറങ്ങളുടെ പ്ലോട്ടുകൾ. അക്ഷങ്ങളുടെ വർണ്ണ വിശദീകരണം: വാചകം കാണുക), ഈ അക്ഷങ്ങളുടെ എതിർവശങ്ങളിലുള്ള വെർച്വൽ രൂപത്തിന്റെ രൂപഭേദം 3 SD ആണ്. സ്കെയിൽ 50 മില്ലീമീറ്റർ വ്യാസമുള്ള ഒരു പച്ച ഗോളമാണ്.
ഒമ്പത് ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ നിന്നും (മുകളിൽ) രണ്ട് ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ നിന്നും (താഴെ) തലയോട്ടിയിലെ വ്യക്തികൾക്കുള്ള PC6, PC7 സ്കോറുകളുടെ സ്കാറ്റർപ്ലോട്ടുകൾ, ഓരോ PC യുമായി ഉയർന്ന ബന്ധമുള്ള ശീർഷകങ്ങൾക്കുള്ള തലയോട്ടിയിലെ ഉപരിതല വർണ്ണ പ്ലോട്ടുകൾ (X, Y, Z എന്നിവയുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ). അക്ഷങ്ങളുടെ വർണ്ണ വിശദീകരണം: വാചകം കാണുക), ഈ അക്ഷങ്ങളുടെ എതിർവശങ്ങളിലുള്ള വെർച്വൽ രൂപത്തിന്റെ രൂപഭേദം 3 SD ആണ്. സ്കെയിൽ 50 മില്ലീമീറ്റർ വ്യാസമുള്ള ഒരു പച്ച ഗോളമാണ്.
ഒമ്പത് ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ നിന്നും (മുകളിൽ) മൂന്ന് ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ നിന്നും (താഴെ) തലയോട്ടിയിലെ വ്യക്തികൾക്കുള്ള PC3, PC9 സ്കോറുകളുടെ സ്കാറ്റർപ്ലോട്ടുകൾ, ഓരോ PC വർണ്ണ വ്യാഖ്യാനവുമായും ഉയർന്ന ബന്ധമുള്ള തലയോട്ടി പ്രതലത്തിന്റെ (X, Y, Z അക്ഷങ്ങളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ) വർണ്ണ പ്ലോട്ടുകൾ: cm . ടെക്സ്റ്റ്), അതുപോലെ 3 SD വ്യാസമുള്ള ഈ അക്ഷങ്ങളുടെ എതിർവശങ്ങളിലുള്ള വെർച്വൽ ആകൃതി രൂപഭേദങ്ങൾ. സ്കെയിൽ 50 മില്ലീമീറ്റർ വ്യാസമുള്ള ഒരു പച്ച ഗോളമാണ്.
PC2, PC4 എന്നിവയുടെ സ്കോറുകൾ കാണിക്കുന്ന ഗ്രാഫിൽ (ചിത്രം 4, വികലമായ ചിത്രങ്ങൾ കാണിക്കുന്ന അനുബന്ധ വീഡിയോകൾ S2, S3), ലോഡ് മൂല്യ പരിധി 0.4 ൽ കൂടുതൽ സജ്ജമാക്കുമ്പോൾ ഉപരിതല വർണ്ണ മാപ്പും പ്രദർശിപ്പിക്കും, ഇത് PC1 നെ അപേക്ഷിച്ച് കുറവാണ്, കാരണം PC2 മൊത്തം ലോഡ് PC1 നെക്കാൾ കുറവാണ്.
സാഗിറ്റൽ ദിശയിലുള്ള ഫ്രണ്ടൽ, ആക്സിപിറ്റൽ ലോബുകളുടെ നീളം, ഇസഡ്-ആക്സിസിലും (ഇരുണ്ട നീല) കൊറോണൽ ദിശയിലുള്ള പാരീറ്റൽ ലോബിലും (പിങ്ക് നിറത്തിൽ), ആക്സിപുട്ടിന്റെ വൈ-ആക്സിസിലും (പച്ച) നെറ്റിയിലെ ഇസഡ്-ആക്സിസിലും (കടും നീല). ലോകമെമ്പാടുമുള്ള എല്ലാ ആളുകൾക്കുമുള്ള സ്കോറുകൾ ഈ ഗ്രാഫ് കാണിക്കുന്നു; എന്നിരുന്നാലും, ധാരാളം ഗ്രൂപ്പുകൾ അടങ്ങുന്ന എല്ലാ സാമ്പിളുകളും ഒരേസമയം ഒരുമിച്ച് പ്രദർശിപ്പിക്കുമ്പോൾ, വലിയ അളവിലുള്ള ഓവർലാപ്പ് കാരണം സ്കാറ്ററിംഗ് പാറ്റേണുകളുടെ വ്യാഖ്യാനം വളരെ ബുദ്ധിമുട്ടാണ്; അതിനാൽ, നാല് പ്രധാന ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ നിന്ന് (അതായത്, ആഫ്രിക്ക, ഓസ്ട്രലേഷ്യ-മെലനേഷ്യ, യൂറോപ്പ്, വടക്കുകിഴക്കൻ ഏഷ്യ) സാമ്പിളുകൾ ഗ്രാഫിന് താഴെ ചിതറിക്കിടക്കുന്നു, പിസി സ്കോറുകളുടെ ഈ ശ്രേണിയിൽ 3 എസ്ഡി വെർച്വൽ ക്രാനിയൽ ഡിഫോർമേഷൻ ഉണ്ട്. ചിത്രത്തിൽ, പിസി 2 ഉം പിസി 4 ഉം ജോഡി സ്കോറുകളാണ്. ആഫ്രിക്കക്കാരും ഓസ്ട്രോ-മെലനേഷ്യക്കാരും കൂടുതൽ ഓവർലാപ്പ് ചെയ്യുകയും വലതുവശത്തേക്ക് വിതരണം ചെയ്യുകയും ചെയ്യുന്നു, അതേസമയം യൂറോപ്യന്മാർ മുകളിൽ ഇടതുവശത്തേക്ക് ചിതറിക്കിടക്കുന്നു, വടക്കുകിഴക്കൻ ഏഷ്യക്കാർ താഴെ ഇടതുവശത്തേക്ക് കൂട്ടമായി കൂടുന്നു. PC2 ന്റെ തിരശ്ചീന അക്ഷം കാണിക്കുന്നത് ആഫ്രിക്കൻ/ഓസ്ട്രേലിയൻ മെലനേഷ്യക്കാർക്ക് മറ്റ് ആളുകളേക്കാൾ താരതമ്യേന നീളമുള്ള ന്യൂറോക്രാനിയം ഉണ്ടെന്നാണ്. യൂറോപ്യൻ, വടക്കുകിഴക്കൻ ഏഷ്യൻ കോമ്പിനേഷനുകൾ അയഞ്ഞ രീതിയിൽ വേർതിരിക്കുന്ന PC4, സൈഗോമാറ്റിക് അസ്ഥികളുടെ ആപേക്ഷിക വലിപ്പവും പ്രൊജക്ഷനുമായും കാൽവേറിയത്തിന്റെ ലാറ്ററൽ കോണ്ടറുമായും ബന്ധപ്പെട്ടിരിക്കുന്നു. യൂറോപ്യന്മാർക്ക് താരതമ്യേന ഇടുങ്ങിയ മാക്സില്ലറി, സൈഗോമാറ്റിക് അസ്ഥികൾ, സൈഗോമാറ്റിക് കമാനത്താൽ പരിമിതപ്പെടുത്തിയിരിക്കുന്ന ഒരു ചെറിയ ടെമ്പറൽ ഫോസ സ്പേസ്, ലംബമായി ഉയർത്തിയ മുൻഭാഗ അസ്ഥി, പരന്നതും താഴ്ന്നതുമായ ആൻസിപിറ്റൽ അസ്ഥി എന്നിവ ഉണ്ടെന്ന് സ്കോറിംഗ് സ്കീം കാണിക്കുന്നു, അതേസമയം വടക്കുകിഴക്കൻ ഏഷ്യക്കാർക്ക് വിശാലവും കൂടുതൽ പ്രകടവുമായ സൈഗോമാറ്റിക് അസ്ഥികളുണ്ട്. മുൻഭാഗം ചരിഞ്ഞതാണ്, ആൻസിപിറ്റൽ അസ്ഥിയുടെ അടിഭാഗം ഉയർന്നതാണ്.
PC6, PC7 എന്നിവയിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുമ്പോൾ (ചിത്രം 5) (വികലമായ ചിത്രങ്ങൾ കാണിക്കുന്ന അനുബന്ധ വീഡിയോകൾ S4, S5), കളർ പ്ലോട്ട് 0.3-ൽ കൂടുതലുള്ള ഒരു ലോഡ് മൂല്യ പരിധി കാണിക്കുന്നു, ഇത് PC6 മാക്സില്ലറി അല്ലെങ്കിൽ ആൽവിയോളാർ മോർഫോളജി (ചുവപ്പ്: X അക്ഷവും പച്ചയും) എന്നിവയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നുവെന്ന് സൂചിപ്പിക്കുന്നു. Y അക്ഷം), ടെമ്പറൽ അസ്ഥി ആകൃതി (നീല: Y, Z അക്ഷങ്ങൾ), ആക്സിപിറ്റൽ അസ്ഥി ആകൃതി (പിങ്ക്: X, Z അക്ഷങ്ങൾ). നെറ്റി വീതി (ചുവപ്പ്: X-അക്ഷം) കൂടാതെ, PC7 ആന്റീരിയർ മാക്സില്ലറി അൽവിയോളിയുടെ ഉയരവുമായും (പച്ച: Y-അക്ഷം) പാരീറ്റോടെമ്പറൽ മേഖലയ്ക്ക് ചുറ്റുമുള്ള Z-അക്ഷ തല ആകൃതിയുമായും (കടും നീല) ബന്ധപ്പെട്ടിരിക്കുന്നു. ചിത്രം 5-ന്റെ മുകളിലെ പാനലിൽ, എല്ലാ ഭൂമിശാസ്ത്ര സാമ്പിളുകളും PC6, PC7 ഘടക സ്കോറുകൾ അനുസരിച്ച് വിതരണം ചെയ്യുന്നു. PC6-ൽ യൂറോപ്പിന് മാത്രമുള്ള സവിശേഷതകൾ അടങ്ങിയിട്ടുണ്ടെന്നും ഈ വിശകലനത്തിൽ PC7 തദ്ദേശീയ അമേരിക്കൻ സവിശേഷതകളെ പ്രതിനിധീകരിക്കുന്നുവെന്നും ROC സൂചിപ്പിക്കുന്നതിനാൽ, ഈ രണ്ട് പ്രാദേശിക സാമ്പിളുകളും ഈ ജോഡി ഘടക അക്ഷങ്ങളിൽ തിരഞ്ഞെടുത്ത് പ്ലോട്ട് ചെയ്തു. സാമ്പിളിൽ വ്യാപകമായി ഉൾപ്പെടുത്തിയിട്ടുണ്ടെങ്കിലും, തദ്ദേശീയ അമേരിക്കക്കാർ മുകളിൽ ഇടത് മൂലയിൽ ചിതറിക്കിടക്കുന്നു; നേരെമറിച്ച്, പല യൂറോപ്യൻ സാമ്പിളുകളും താഴെ വലത് കോണിലാണ് സ്ഥിതി ചെയ്യുന്നത്. PC6 ഉം PC7 ഉം ജോഡി യൂറോപ്യന്മാരുടെ ഇടുങ്ങിയ ആൽവിയോളാർ പ്രക്രിയയെയും താരതമ്യേന വീതിയുള്ള ന്യൂറോക്രാനിയത്തെയും പ്രതിനിധീകരിക്കുന്നു, അതേസമയം അമേരിക്കക്കാരുടെ സവിശേഷത ഇടുങ്ങിയ നെറ്റി, വലിയ മാക്സില്ല, വീതിയേറിയതും ഉയരമുള്ളതുമായ ആൽവിയോളാർ പ്രക്രിയ എന്നിവയാണ്.
തെക്കുകിഴക്കൻ, വടക്കുകിഴക്കൻ ഏഷ്യൻ ജനസംഖ്യയിൽ PC3 ഉം/അല്ലെങ്കിൽ PC9 ഉം സാധാരണമാണെന്ന് ROC വിശകലനം കാണിച്ചു. അതനുസരിച്ച്, സ്കോർ ജോഡികളായ PC3 (y-അക്ഷത്തിൽ പച്ച മുകളിലെ മുഖം) ഉം PC9 (y-അക്ഷത്തിൽ പച്ച താഴത്തെ മുഖം) ഉം (ചിത്രം 6; അനുബന്ധ വീഡിയോകൾ S6, S7 മോർഫ് ചെയ്ത ചിത്രങ്ങൾ നൽകുന്നു) കിഴക്കൻ ഏഷ്യക്കാരുടെ വൈവിധ്യത്തെ പ്രതിഫലിപ്പിക്കുന്നു. , ഇത് വടക്കുകിഴക്കൻ ഏഷ്യക്കാരുടെ ഉയർന്ന മുഖ അനുപാതവുമായും തെക്കുകിഴക്കൻ ഏഷ്യക്കാരുടെ താഴ്ന്ന മുഖ ആകൃതിയുമായും വളരെ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു. ഈ മുഖ സവിശേഷതകൾ കൂടാതെ, ചില വടക്കുകിഴക്കൻ ഏഷ്യക്കാരുടെ മറ്റൊരു സ്വഭാവം ആൻസിപിറ്റൽ അസ്ഥിയുടെ ലാംഡ ചരിവാണ്, അതേസമയം ചില തെക്കുകിഴക്കൻ ഏഷ്യക്കാർക്ക് ഇടുങ്ങിയ തലയോട്ടി അടിത്തറയുണ്ട്.
പ്രധാന ഘടകങ്ങളുടെ മുകളിലുള്ള വിവരണവും PC5, PC8 എന്നിവയുടെ വിവരണവും ഒഴിവാക്കിയിരിക്കുന്നു, കാരണം ഒമ്പത് പ്രധാന ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ പ്രത്യേക പ്രാദേശിക സ്വഭാവസവിശേഷതകളൊന്നും കണ്ടെത്തിയില്ല. PC5 എന്നത് ടെമ്പറൽ അസ്ഥിയുടെ മാസ്റ്റോയ്ഡ് പ്രക്രിയയുടെ വലുപ്പത്തെ സൂചിപ്പിക്കുന്നു, കൂടാതെ PC8 മൊത്തത്തിലുള്ള തലയോട്ടി ആകൃതിയുടെ അസമമിതിയെ പ്രതിഫലിപ്പിക്കുന്നു, രണ്ടും ഒമ്പത് ഭൂമിശാസ്ത്ര സാമ്പിൾ കോമ്പിനേഷനുകൾക്കിടയിലുള്ള സമാന്തര വ്യതിയാനങ്ങൾ കാണിക്കുന്നു.
വ്യക്തിഗത-തല PCA സ്കോറുകളുടെ സ്കാറ്റർപ്ലോട്ടുകൾക്ക് പുറമേ, മൊത്തത്തിലുള്ള താരതമ്യത്തിനായി ഗ്രൂപ്പ് മാർഗങ്ങളുടെ സ്കാറ്റർപ്ലോട്ടുകളും ഞങ്ങൾ നൽകുന്നു. ഇതിനായി, 148 വംശീയ ഗ്രൂപ്പുകളിൽ നിന്നുള്ള വ്യക്തിഗത ഹോമോളജി മോഡലുകളുടെ ഒരു വെർട്ടെക്സ് ഡാറ്റ സെറ്റിൽ നിന്ന് ഒരു ശരാശരി ക്രാനിയൽ ഹോമോളജി മോഡൽ സൃഷ്ടിച്ചു. PC2, PC4, PC6, PC7, PC3, PC9 എന്നിവയ്ക്കുള്ള സ്കോർ സെറ്റുകളുടെ ദ്വിമാന പ്ലോട്ടുകൾ സപ്ലിമെന്ററി ചിത്രം S1-ൽ കാണിച്ചിരിക്കുന്നു, എല്ലാം 148 വ്യക്തികളുടെ സാമ്പിളിന്റെ ശരാശരി തലയോട്ടി മോഡലായി കണക്കാക്കുന്നു. ഈ രീതിയിൽ, സ്കാറ്റർപ്ലോട്ടുകൾ ഓരോ ഗ്രൂപ്പിനുള്ളിലും വ്യക്തിഗത വ്യത്യാസങ്ങൾ മറയ്ക്കുന്നു, ഇത് അന്തർലീനമായ പ്രാദേശിക വിതരണങ്ങൾ കാരണം തലയോട്ടി സമാനതകളുടെ വ്യക്തമായ വ്യാഖ്യാനം അനുവദിക്കുന്നു, ഇവിടെ പാറ്റേണുകൾ ഓവർലാപ്പ് കുറവുള്ള വ്യക്തിഗത പ്ലോട്ടുകളിൽ ചിത്രീകരിച്ചിരിക്കുന്നവയുമായി പൊരുത്തപ്പെടുന്നു. സപ്ലിമെന്ററി ചിത്രം S2 ഓരോ ഭൂമിശാസ്ത്ര യൂണിറ്റിനുമുള്ള മൊത്തത്തിലുള്ള ശരാശരി മോഡൽ കാണിക്കുന്നു.
മൊത്തത്തിലുള്ള വലുപ്പവുമായി ബന്ധപ്പെട്ട PC1 (സപ്ലിമെന്ററി ടേബിൾ S2) കൂടാതെ, സെൻട്രോയിഡ് അളവുകളും നോർമലൈസ് ചെയ്യാത്ത ഡാറ്റയിൽ നിന്നുള്ള PCA എസ്റ്റിമേറ്റുകളുടെ സെറ്റുകളും ഉപയോഗിച്ച് മൊത്തത്തിലുള്ള വലുപ്പവും തലയോട്ടിയുടെ ആകൃതിയും തമ്മിലുള്ള അലോമെട്രിക് ബന്ധങ്ങൾ പരിശോധിച്ചു. സിഗ്നിഫിക്കൻസ് ടെസ്റ്റിലെ അലോമെട്രിക് കോഫിഫിഷ്യന്റുകൾ, സ്ഥിരമായ മൂല്യങ്ങൾ, t മൂല്യങ്ങൾ, P മൂല്യങ്ങൾ എന്നിവ പട്ടിക 4-ൽ കാണിച്ചിരിക്കുന്നു. P < 0.05 ലെവലിൽ ഒരു തലയോട്ടിയുടെ രൂപഘടനയിലും മൊത്തത്തിലുള്ള തലയോട്ടി വലുപ്പവുമായി ബന്ധപ്പെട്ട കാര്യമായ അലോമെട്രിക് പാറ്റേൺ ഘടകങ്ങളൊന്നും കണ്ടെത്തിയില്ല.
നോർമലൈസ് ചെയ്യാത്ത ഡാറ്റ സെറ്റുകളെ അടിസ്ഥാനമാക്കിയുള്ള പിസി എസ്റ്റിമേറ്റുകളിൽ ചില വലുപ്പ ഘടകങ്ങൾ ഉൾപ്പെടുത്തിയേക്കാമെന്നതിനാൽ, സെൻട്രോയിഡ് വലുപ്പം ഉപയോഗിച്ച് നോർമലൈസ് ചെയ്ത ഡാറ്റ സെറ്റുകൾ ഉപയോഗിച്ച് കണക്കാക്കിയ സെൻട്രോയിഡ് വലുപ്പത്തിനും പിസി സ്കോറുകൾക്കും ഇടയിലുള്ള അലോമെട്രിക് ട്രെൻഡ് ഞങ്ങൾ കൂടുതൽ പരിശോധിച്ചു (പിസിഎ ഫലങ്ങളും സ്കോർ സെറ്റുകളും സപ്ലിമെന്ററി ടേബിളുകൾ എസ് 6 ൽ അവതരിപ്പിച്ചിരിക്കുന്നു). , സി 7). അലോമെട്രിക് വിശകലനത്തിന്റെ ഫലങ്ങൾ പട്ടിക 4 കാണിക്കുന്നു. അങ്ങനെ, പിസി 6 ലെ 1% ലെവലിലും പിസി 10 ലെ 5% ലെവലിലും കാര്യമായ അലോമെട്രിക് ട്രെൻഡുകൾ കണ്ടെത്തി. ലോഗ് സെൻട്രോയിഡ് വലുപ്പത്തിന്റെ ഇരുവശത്തും ഡമ്മികളുള്ള (± 3 എസ്ഡി) പിസി സ്കോറുകളും സെൻട്രോയിഡ് വലുപ്പവും തമ്മിലുള്ള ഈ ലോഗ്-ലീനിയർ ബന്ധങ്ങളുടെ റിഗ്രഷൻ ചരിവുകൾ ചിത്രം 7 കാണിക്കുന്നു. പിസി 6 സ്കോർ തലയോട്ടിയുടെ ആപേക്ഷിക ഉയരത്തിന്റെയും വീതിയുടെയും അനുപാതമാണ്. തലയോട്ടിയുടെ വലുപ്പം വർദ്ധിക്കുന്നതിനനുസരിച്ച്, തലയോട്ടിയും മുഖവും ഉയരുന്നു, നെറ്റി, കണ്ണ് സോക്കറ്റുകൾ, നാസാരന്ധ്രങ്ങൾ എന്നിവ പാർശ്വസ്ഥമായി പരസ്പരം അടുക്കുന്നു. സാമ്പിൾ വിതരണത്തിന്റെ രീതി സൂചിപ്പിക്കുന്നത് ഈ അനുപാതം സാധാരണയായി വടക്കുകിഴക്കൻ ഏഷ്യക്കാരിലും തദ്ദേശീയ അമേരിക്കക്കാരിലും കാണപ്പെടുന്നു എന്നാണ്. മാത്രമല്ല, ഭൂമിശാസ്ത്രപരമായ പ്രദേശം പരിഗണിക്കാതെ തന്നെ മധ്യഭാഗത്തിന്റെ വീതിയിൽ ആനുപാതികമായ കുറവിലേക്കുള്ള പ്രവണത PC10 കാണിക്കുന്നു.
പട്ടികയിൽ പട്ടികപ്പെടുത്തിയിരിക്കുന്ന പ്രധാന അലോമെട്രിക് ബന്ധങ്ങൾക്ക്, ആകൃതി ഘടകത്തിന്റെ പിസി അനുപാതത്തിനും (നോർമലൈസ് ചെയ്ത ഡാറ്റയിൽ നിന്ന് ലഭിച്ചത്) സെൻട്രോയിഡ് വലുപ്പത്തിനും ഇടയിലുള്ള ലോഗ്-ലീനിയർ റിഗ്രഷന്റെ ചരിവിന്, വെർച്വൽ ആകൃതി രൂപഭേദത്തിന് 4 എന്ന വരിയുടെ എതിർവശത്ത് 3 SD വലുപ്പമുണ്ട്.
ഹോമോലോജസ് 3D ഉപരിതല മോഡലുകളുടെ ഡാറ്റാസെറ്റുകളുടെ വിശകലനത്തിലൂടെ തലയോട്ടി രൂപഘടനയിലെ മാറ്റങ്ങളുടെ ഇനിപ്പറയുന്ന പാറ്റേൺ തെളിയിക്കപ്പെട്ടിട്ടുണ്ട്. പിസിഎയുടെ ആദ്യ ഘടകം മൊത്തത്തിലുള്ള തലയോട്ടി വലുപ്പവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. ഇന്ത്യ, ശ്രീലങ്ക, ബംഗ്ലാദേശ് ആൻഡമാൻ ദ്വീപുകൾ എന്നിവിടങ്ങളിൽ നിന്നുള്ള മാതൃകകൾ ഉൾപ്പെടെ ദക്ഷിണേഷ്യക്കാരുടെ ചെറിയ തലയോട്ടികൾ അവയുടെ ചെറിയ ശരീര വലുപ്പം മൂലമാണെന്നും ഇത് ബർഗ്മാന്റെ ഇക്കോജിയോഗ്രാഫിക് റൂൾ അല്ലെങ്കിൽ ദ്വീപ് റൂൾ613,5,16,25,27,62 എന്നിവയുമായി പൊരുത്തപ്പെടുന്നുവെന്നും വളരെക്കാലമായി കരുതപ്പെട്ടിരുന്നു. ആദ്യത്തേത് താപനിലയുമായി ബന്ധപ്പെട്ടതാണ്, രണ്ടാമത്തേത് പാരിസ്ഥിതിക സ്ഥലത്തിന്റെ ലഭ്യമായ സ്ഥലത്തെയും ഭക്ഷ്യ വിഭവങ്ങളെയും ആശ്രയിച്ചിരിക്കുന്നു. ആകൃതിയുടെ ഘടകങ്ങളിൽ, ഏറ്റവും വലിയ മാറ്റം തലയോട്ടി നിലവറയുടെ നീളത്തിന്റെയും വീതിയുടെയും അനുപാതമാണ്. PC2 എന്ന് നാമകരണം ചെയ്ത ഈ സവിശേഷത, ഓസ്ട്രോ-മെലനേഷ്യക്കാരുടെയും ആഫ്രിക്കക്കാരുടെയും ആനുപാതികമായി നീളമേറിയ തലയോട്ടികൾ തമ്മിലുള്ള അടുത്ത ബന്ധത്തെയും ചില യൂറോപ്യന്മാരുടെയും വടക്കുകിഴക്കൻ ഏഷ്യക്കാരുടെയും ഗോളാകൃതിയിലുള്ള തലയോട്ടികളിൽ നിന്നുള്ള വ്യത്യാസങ്ങളെയും വിവരിക്കുന്നു. ലളിതമായ രേഖീയ അളവുകളെ അടിസ്ഥാനമാക്കിയുള്ള നിരവധി മുൻ പഠനങ്ങളിൽ ഈ സവിശേഷതകൾ റിപ്പോർട്ട് ചെയ്തിട്ടുണ്ട്37,63,64. മാത്രമല്ല, ആഫ്രിക്കക്കാരല്ലാത്തവരിൽ ബ്രാച്ചിസെഫാലിയുമായി ഈ സ്വഭാവം ബന്ധപ്പെട്ടിരിക്കുന്നു, ആന്ത്രോപോമെട്രിക്, ഓസ്റ്റിയോമെട്രിക് പഠനങ്ങളിൽ ഇത് വളരെക്കാലമായി ചർച്ച ചെയ്യപ്പെട്ടിട്ടുണ്ട്. ടെമ്പറലിസ് പേശിയുടെ കനം കുറയുന്നത് പോലുള്ള മാസ്റ്റിക്കേഷൻ കുറയുന്നത് പുറം തലയോട്ടിയിലെ സമ്മർദ്ദം കുറയ്ക്കുന്നു എന്നതാണ് ഈ വിശദീകരണത്തിന് പിന്നിലെ പ്രധാന സിദ്ധാന്തം5,8,9,10,11,12,13. മറ്റൊരു സിദ്ധാന്തത്തിൽ തലയുടെ ഉപരിതല വിസ്തീർണ്ണം കുറച്ചുകൊണ്ട് തണുത്ത കാലാവസ്ഥയുമായി പൊരുത്തപ്പെടുന്നത് ഉൾപ്പെടുന്നു, ഇത് അലന്റെ നിയമങ്ങൾ16,17,25 അനുസരിച്ച് കൂടുതൽ ഗോളാകൃതിയിലുള്ള തലയോട്ടി ഒരു ഗോളാകൃതിയേക്കാൾ മികച്ച ഉപരിതല വിസ്തീർണ്ണം കുറയ്ക്കുന്നുവെന്ന് സൂചിപ്പിക്കുന്നു. നിലവിലെ പഠനത്തിന്റെ ഫലങ്ങളെ അടിസ്ഥാനമാക്കി, തലയോട്ടിയിലെ സെഗ്‌മെന്റുകളുടെ പരസ്പര ബന്ധത്തെ അടിസ്ഥാനമാക്കി മാത്രമേ ഈ സിദ്ധാന്തങ്ങളെ വിലയിരുത്താൻ കഴിയൂ. ചുരുക്കത്തിൽ, തലയോട്ടിയിലെ നീളം-വീതി അനുപാതം ചവയ്ക്കുന്ന അവസ്ഥകളെ ഗണ്യമായി സ്വാധീനിക്കുന്നുവെന്ന അനുമാനത്തെ ഞങ്ങളുടെ പിസിഎ ഫലങ്ങൾ പൂർണ്ണമായി പിന്തുണയ്ക്കുന്നില്ല, കാരണം PC2 (നീണ്ട/ബ്രാച്ചിസെഫാലിക് ഘടകം) ലോഡിംഗ് മുഖ അനുപാതങ്ങളുമായി (ആപേക്ഷിക മാക്സില്ലറി അളവുകൾ ഉൾപ്പെടെ) കാര്യമായി ബന്ധപ്പെട്ടിട്ടില്ല. ടെമ്പറലിസ് പേശിയുടെ വ്യാപ്തം പ്രതിഫലിപ്പിക്കുന്നു. തലയോട്ടിയുടെ ആകൃതിയും താപനില പോലുള്ള ഭൂമിശാസ്ത്രപരമായ പാരിസ്ഥിതിക സാഹചര്യങ്ങളും തമ്മിലുള്ള ബന്ധത്തെ ഞങ്ങളുടെ നിലവിലെ പഠനം വിശകലനം ചെയ്തില്ല; എന്നിരുന്നാലും, തണുത്ത കാലാവസ്ഥയുള്ള പ്രദേശങ്ങളിലെ ബ്രാച്ചിസെഫലോൺ വിശദീകരിക്കുന്നതിനുള്ള ഒരു സ്ഥാനാർത്ഥി സിദ്ധാന്തമായി അലന്റെ നിയമത്തെ അടിസ്ഥാനമാക്കിയുള്ള ഒരു വിശദീകരണം പരിഗണിക്കുന്നത് മൂല്യവത്തായിരിക്കാം.
തുടർന്ന് PC4-ൽ കാര്യമായ വ്യതിയാനം കണ്ടെത്തി, വടക്കുകിഴക്കൻ ഏഷ്യക്കാർക്ക് മാക്സില്ലയിലും സൈഗോമാറ്റിക് അസ്ഥികളിലും വലുതും പ്രകടവുമായ സൈഗോമാറ്റിക് അസ്ഥികളുണ്ടെന്ന് ഇത് സൂചിപ്പിക്കുന്നു. സൈബീരിയക്കാരുടെ അറിയപ്പെടുന്ന ഒരു പ്രത്യേക സ്വഭാവവുമായി ഈ കണ്ടെത്തൽ പൊരുത്തപ്പെടുന്നു, സൈഗോമാറ്റിക് അസ്ഥികളുടെ മുന്നോട്ടുള്ള ചലനത്തിലൂടെ അവർ വളരെ തണുത്ത കാലാവസ്ഥയുമായി പൊരുത്തപ്പെട്ടുവെന്നും ഇത് സൈനസുകളുടെ അളവ് വർദ്ധിപ്പിക്കുന്നതിനും മുഖത്തിന്റെ പരന്ന രൂപത്തിനും കാരണമാകുന്നുവെന്നും കരുതപ്പെടുന്നു. ഞങ്ങളുടെ ഹോമോലോജസ് മോഡലിൽ നിന്നുള്ള ഒരു പുതിയ കണ്ടെത്തൽ, യൂറോപ്യന്മാരിൽ കവിൾ തൂങ്ങുന്നത് മുൻവശത്തെ ചരിവ് കുറയുന്നതിനൊപ്പം പരന്നതും ഇടുങ്ങിയതുമായ ആൻസിപിറ്റൽ അസ്ഥികളും ന്യൂച്ചൽ കോൺകാവിറ്റിയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു എന്നതാണ്. ഇതിനു വിപരീതമായി, വടക്കുകിഴക്കൻ ഏഷ്യക്കാർക്ക് ചരിഞ്ഞ നെറ്റികളും ഉയർന്ന ആൻസിപിറ്റൽ പ്രദേശങ്ങളുമുണ്ട്. ജ്യാമിതീയ മോർഫോമെട്രിക് രീതികൾ ഉപയോഗിച്ചുള്ള ആൻസിപിറ്റൽ അസ്ഥിയെക്കുറിച്ചുള്ള പഠനങ്ങൾ35 ആഫ്രിക്കക്കാരെ അപേക്ഷിച്ച് ഏഷ്യൻ, യൂറോപ്യൻ തലയോട്ടികൾക്ക് പരന്ന ന്യൂച്ചൽ വക്രവും ആൻസിപുട്ടിന്റെ താഴ്ന്ന സ്ഥാനവുമുണ്ടെന്ന് തെളിയിച്ചിട്ടുണ്ട്. എന്നിരുന്നാലും, PC2, PC4, PC3, PC9 ജോഡികളുടെ സ്കാറ്റർപ്ലോട്ടുകൾ ഏഷ്യക്കാരിൽ വലിയ വ്യത്യാസം കാണിച്ചു, അതേസമയം യൂറോപ്യന്മാർക്ക് ഓക്സിപുട്ടിന്റെ പരന്ന അടിത്തറയും താഴ്ന്ന ഓക്സിപുട്ടും ഉണ്ടായിരുന്നു. വടക്കുകിഴക്കൻ ഏഷ്യയിലെയും തെക്കുകിഴക്കൻ ഏഷ്യയിലെയും വിശാലമായ സ്പെക്ട്രത്തിൽ നിന്നുള്ള ധാരാളം വംശീയ വിഭാഗങ്ങളെ ഞങ്ങൾ സാമ്പിൾ ചെയ്തതിനാൽ, പഠനങ്ങൾക്കിടയിലുള്ള ഏഷ്യൻ സ്വഭാവസവിശേഷതകളിലെ പൊരുത്തക്കേടുകൾ ഉപയോഗിച്ച വംശീയ സാമ്പിളുകളിലെ വ്യത്യാസങ്ങൾ കാരണമാകാം. ഓക്സിപിറ്റൽ അസ്ഥിയുടെ ആകൃതിയിലുള്ള മാറ്റങ്ങൾ പലപ്പോഴും പേശികളുടെ വികാസവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. എന്നിരുന്നാലും, ഈ അഡാപ്റ്റീവ് വിശദീകരണം നെറ്റിയും ഓക്സിപുട്ടിന്റെ ആകൃതിയും തമ്മിലുള്ള പരസ്പരബന്ധത്തെ വിശദീകരിക്കുന്നില്ല, ഇത് ഈ പഠനത്തിൽ പ്രകടമാക്കിയിട്ടുണ്ടെങ്കിലും പൂർണ്ണമായി തെളിയിക്കപ്പെട്ടിരിക്കാൻ സാധ്യതയില്ല. ഇക്കാര്യത്തിൽ, ശരീരഭാര സന്തുലിതാവസ്ഥയും ഗുരുത്വാകർഷണ കേന്ദ്രമോ സെർവിക്കൽ ജംഗ്ഷനോ (ഫോറമെൻ മാഗ്നം) അല്ലെങ്കിൽ മറ്റ് ഘടകങ്ങൾ തമ്മിലുള്ള ബന്ധം പരിഗണിക്കുന്നത് മൂല്യവത്താണ്.
മാക്സില്ലറി, ടെമ്പറൽ ഫോസ എന്നിവയാൽ പ്രതിനിധീകരിക്കപ്പെടുന്ന മാസ്റ്റേറ്ററി ഉപകരണത്തിന്റെ വികാസവുമായി വലിയ വ്യതിയാനങ്ങളുള്ള മറ്റൊരു പ്രധാന ഘടകം ബന്ധപ്പെട്ടിരിക്കുന്നു, ഇത് PC6, PC7, PC4 എന്നീ സ്കോറുകളുടെ സംയോജനത്താൽ വിവരിക്കപ്പെടുന്നു. തലയോട്ടിയിലെ ഈ പ്രകടമായ കുറവുകൾ മറ്റേതൊരു ഭൂമിശാസ്ത്ര ഗ്രൂപ്പിനേക്കാളും യൂറോപ്യൻ വ്യക്തികളെ കൂടുതൽ വിശേഷിപ്പിക്കുന്നു. കാർഷിക, ഭക്ഷ്യ തയ്യാറെടുപ്പ് സാങ്കേതിക വിദ്യകളുടെ ആദ്യകാല വികസനം കാരണം മുഖ രൂപഘടനയുടെ സ്ഥിരത കുറയുന്നതിന്റെ ഫലമായി ഈ സവിശേഷതയെ വ്യാഖ്യാനിച്ചിട്ടുണ്ട്, ഇത് ശക്തമായ ഒരു മാസ്റ്റേറ്ററി ഉപകരണം ഇല്ലാതെ മാസ്റ്റേറ്ററി ഉപകരണത്തിലെ മെക്കാനിക്കൽ ലോഡ് കുറച്ചു9,12,28,66. മാസ്റ്റേറ്ററി ഫംഗ്ഷൻ സിദ്ധാന്തമനുസരിച്ച്, 28 തലയോട്ടിയുടെ അടിഭാഗത്തിന്റെ വളവിലെ മാറ്റവും കൂടുതൽ നിശിതമായ തലയോട്ടി കോണിലേക്കും കൂടുതൽ ഗോളാകൃതിയിലുള്ള തലയോട്ടി മേൽക്കൂരയിലേക്കും ഇത് മാറുന്നു. ഈ വീക്ഷണകോണിൽ നിന്ന്, കാർഷിക ജനതയ്ക്ക് ഒതുക്കമുള്ള മുഖങ്ങൾ, താടിയെല്ലിന്റെ കുറഞ്ഞ നീണ്ടുനിൽക്കൽ, കൂടുതൽ ഗോളാകൃതിയിലുള്ള മെനിഞ്ചുകൾ എന്നിവയുണ്ട്. അതിനാൽ, മാസ്റ്റേറ്ററി അവയവങ്ങൾ കുറവുള്ള യൂറോപ്യന്മാരുടെ തലയോട്ടിയുടെ ലാറ്ററൽ ആകൃതിയുടെ പൊതുവായ രൂപരേഖയിലൂടെ ഈ രൂപഭേദം വിശദീകരിക്കാം. എന്നിരുന്നാലും, ഈ പഠനമനുസരിച്ച്, PC2 ന്റെ മുൻ വ്യാഖ്യാനങ്ങളിൽ പരിഗണിച്ചതുപോലെ, ഗ്ലോബസ് ന്യൂറോക്രാനിയവും മാസ്റ്റിക്കേറ്ററി ഉപകരണത്തിന്റെ വികാസവും തമ്മിലുള്ള രൂപാന്തര ബന്ധത്തിന്റെ പ്രവർത്തനപരമായ പ്രാധാന്യം സ്വീകാര്യമല്ലാത്തതിനാൽ ഈ വ്യാഖ്യാനം സങ്കീർണ്ണമാണ്.
വടക്കുകിഴക്കൻ ഏഷ്യക്കാരും തെക്കുകിഴക്കൻ ഏഷ്യക്കാരും തമ്മിലുള്ള വ്യത്യാസങ്ങൾ, PC3, PC9 എന്നിവയിൽ കാണിച്ചിരിക്കുന്നതുപോലെ, ചരിഞ്ഞ ആൻസിപിറ്റൽ അസ്ഥിയുള്ള ഉയരമുള്ള മുഖവും ഇടുങ്ങിയ തലയോട്ടി അടിത്തറയുള്ള ചെറിയ മുഖവും തമ്മിലുള്ള വ്യത്യാസത്തിലൂടെ ചിത്രീകരിക്കപ്പെടുന്നു. ഭൂപരിഷ്‌കൃത ഡാറ്റയുടെ അഭാവം കാരണം, ഈ കണ്ടെത്തലിന് ഞങ്ങളുടെ പഠനം പരിമിതമായ വിശദീകരണം മാത്രമേ നൽകുന്നുള്ളൂ. വ്യത്യസ്തമായ കാലാവസ്ഥയോ പോഷകാഹാര സാഹചര്യങ്ങളോടുള്ള പൊരുത്തപ്പെടുത്തലാണ് ഒരു സാധ്യമായ വിശദീകരണം. പാരിസ്ഥിതിക പൊരുത്തപ്പെടുത്തലിനു പുറമേ, വടക്കുകിഴക്കൻ, തെക്കുകിഴക്കൻ ഏഷ്യയിലെ ജനസംഖ്യയുടെ ചരിത്രത്തിലെ പ്രാദേശിക വ്യത്യാസങ്ങളും കണക്കിലെടുത്തിട്ടുണ്ട്. ഉദാഹരണത്തിന്, കിഴക്കൻ യുറേഷ്യയിൽ, തലയോട്ടിയിലെ മോർഫോമെട്രിക് ഡാറ്റയെ അടിസ്ഥാനമാക്കി ശരീരഘടനാപരമായി ആധുനിക മനുഷ്യരുടെ (AMH) വ്യാപനം മനസ്സിലാക്കാൻ രണ്ട്-പാളി മാതൃക അനുമാനിച്ചിട്ടുണ്ട്. ഈ മാതൃക അനുസരിച്ച്, "ഒന്നാം നിര", അതായത്, വൈകി പ്ലീസ്റ്റോസീൻ AMH കോളനിക്കാരുടെ യഥാർത്ഥ ഗ്രൂപ്പുകൾക്ക്, ആധുനിക ഓസ്ട്രോ-മെലനേഷ്യക്കാരെ പോലെ (പേജ് ഒന്നാം പാളി) ഈ പ്രദേശത്തെ തദ്ദേശീയ നിവാസികളിൽ നിന്ന് കൂടുതലോ കുറവോ നേരിട്ടുള്ള വംശാവലിയിൽ നിന്നുള്ളവരായിരുന്നു (പേജ് ഒന്നാം പാളി). , പിന്നീട് വടക്കുകിഴക്കൻ ഏഷ്യൻ സ്വഭാവസവിശേഷതകളുള്ള (രണ്ടാം പാളി) വടക്കൻ കാർഷിക ജനതയുടെ വലിയ തോതിലുള്ള മിശ്രിതവും ഈ മേഖലയിലേക്ക് അനുഭവപ്പെട്ടു (ഏകദേശം 4,000 വർഷങ്ങൾക്ക് മുമ്പ്). തെക്കുകിഴക്കൻ ഏഷ്യൻ തലയോട്ടിയുടെ ആകൃതി മനസ്സിലാക്കാൻ "രണ്ട്-പാളി" മാതൃക ഉപയോഗിച്ച് ജീൻ ഫ്ലോ മാപ്പ് ചെയ്യേണ്ടതുണ്ട്, കാരണം തെക്കുകിഴക്കൻ ഏഷ്യൻ തലയോട്ടിയുടെ ആകൃതി പ്രാദേശിക ഒന്നാം ലെവൽ ജനിതക പാരമ്പര്യത്തെ ആശ്രയിച്ചിരിക്കാം.
ഹോമോലോഗസ് മോഡലുകൾ ഉപയോഗിച്ച് മാപ്പ് ചെയ്ത ഭൂമിശാസ്ത്രപരമായ യൂണിറ്റുകൾ ഉപയോഗിച്ച് തലയോട്ടിയിലെ സമാനത വിലയിരുത്തുന്നതിലൂടെ, ആഫ്രിക്കയ്ക്ക് പുറത്തുള്ള സാഹചര്യങ്ങളിൽ AMF ന്റെ അടിസ്ഥാന ജനസംഖ്യാ ചരിത്രം നമുക്ക് അനുമാനിക്കാൻ കഴിയും. അസ്ഥികൂടത്തിന്റെയും ജീനോമിക് ഡാറ്റയുടെയും അടിസ്ഥാനത്തിൽ AMF ന്റെ വിതരണം വിശദീകരിക്കാൻ നിരവധി വ്യത്യസ്ത "ആഫ്രിക്കയ്ക്ക് പുറത്തുള്ള" മോഡലുകൾ നിർദ്ദേശിക്കപ്പെട്ടിട്ടുണ്ട്. ഇവയിൽ, ആഫ്രിക്കയ്ക്ക് പുറത്തുള്ള പ്രദേശങ്ങളിലെ AMH കോളനിവൽക്കരണം ഏകദേശം 177,000 വർഷങ്ങൾക്ക് മുമ്പ് 69,70 വർഷങ്ങൾക്ക് മുമ്പ് ആരംഭിച്ചതായി സമീപകാല പഠനങ്ങൾ സൂചിപ്പിക്കുന്നു. എന്നിരുന്നാലും, ഈ ആദ്യകാല ഫോസിലുകളുടെ ആവാസ വ്യവസ്ഥകൾ മിഡിൽ ഈസ്റ്റിലും ആഫ്രിക്കയ്ക്ക് സമീപമുള്ള മെഡിറ്ററേനിയനിലും മാത്രമായി പരിമിതപ്പെടുത്തിയിരിക്കുന്നതിനാൽ, ഈ കാലയളവിൽ യുറേഷ്യയിൽ AMF ന്റെ ദീർഘദൂര വിതരണം അനിശ്ചിതത്വത്തിലാണ്. ഏറ്റവും ലളിതമായ കേസ് ആഫ്രിക്കയിൽ നിന്ന് യുറേഷ്യയിലേക്കുള്ള ഒരു കുടിയേറ്റ പാതയിലൂടെയുള്ള ഒരൊറ്റ വാസസ്ഥലമാണ്, ഹിമാലയം പോലുള്ള ഭൂമിശാസ്ത്രപരമായ തടസ്സങ്ങളെ മറികടക്കുന്നു. മറ്റൊരു മാതൃക ഒന്നിലധികം കുടിയേറ്റ തരംഗങ്ങളെ സൂചിപ്പിക്കുന്നു, അതിൽ ആദ്യത്തേത് ആഫ്രിക്കയിൽ നിന്ന് ഇന്ത്യൻ മഹാസമുദ്ര തീരത്ത് തെക്കുകിഴക്കൻ ഏഷ്യയിലേക്കും ഓസ്ട്രേലിയയിലേക്കും വ്യാപിച്ചു, തുടർന്ന് വടക്കൻ യുറേഷ്യയിലേക്ക് വ്യാപിച്ചു. ഈ പഠനങ്ങളിൽ ഭൂരിഭാഗവും ഏകദേശം 60,000 വർഷങ്ങൾക്ക് മുമ്പ് ആഫ്രിക്കയ്ക്ക് അപ്പുറത്തേക്ക് AMF വ്യാപിച്ചുവെന്ന് സ്ഥിരീകരിക്കുന്നു. ഈ കാര്യത്തിൽ, ഹോമോളജി മോഡലുകളുടെ പ്രധാന ഘടകങ്ങളുടെ വിശകലനത്തിൽ, ഓസ്‌ട്രലേഷ്യൻ-മെലനേഷ്യൻ (പപ്പുവ ഉൾപ്പെടെ) സാമ്പിളുകൾ ആഫ്രിക്കൻ സാമ്പിളുകളോട് മറ്റേതൊരു ഭൂമിശാസ്ത്ര പരമ്പരയേക്കാളും വലിയ സാമ്യം കാണിക്കുന്നു. യുറേഷ്യയുടെ തെക്കേ അറ്റത്തുള്ള ആദ്യത്തെ AMF വിതരണ ഗ്രൂപ്പുകൾ ആഫ്രിക്കയിൽ നേരിട്ട് ഉടലെടുത്തു എന്ന അനുമാനത്തെ ഈ കണ്ടെത്തൽ പിന്തുണയ്ക്കുന്നു.22,68 പ്രത്യേക കാലാവസ്ഥകളോ മറ്റ് പ്രധാന സാഹചര്യങ്ങളോടോ ഉള്ള പ്രതികരണത്തിൽ കാര്യമായ രൂപാന്തരപരമായ മാറ്റങ്ങളൊന്നുമില്ല.
അലോമെട്രിക് വളർച്ചയെ സംബന്ധിച്ചിടത്തോളം, സെൻട്രോയിഡ് വലുപ്പം ഉപയോഗിച്ച് സാധാരണവൽക്കരിച്ച വ്യത്യസ്ത ഡാറ്റാ സെറ്റിൽ നിന്ന് ഉരുത്തിരിഞ്ഞ ആകൃതി ഘടകങ്ങൾ ഉപയോഗിച്ചുള്ള വിശകലനം PC6, PC10 എന്നിവയിൽ ഒരു പ്രധാന അലോമെട്രിക് പ്രവണത പ്രകടമാക്കി. രണ്ട് ഘടകങ്ങളും നെറ്റിയുടെയും മുഖത്തിന്റെ ഭാഗങ്ങളുടെയും ആകൃതിയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു, തലയോട്ടിയുടെ വലുപ്പം കൂടുന്നതിനനുസരിച്ച് ഇത് ഇടുങ്ങിയതായിത്തീരുന്നു. വടക്കുകിഴക്കൻ ഏഷ്യക്കാർക്കും അമേരിക്കക്കാർക്കും ഈ സവിശേഷതയുണ്ട്, താരതമ്യേന വലിയ തലയോട്ടികളുണ്ട്. "ബ്രോക്കയുടെ തൊപ്പി" എന്ന് വിളിക്കപ്പെടുന്ന മേഖലയിൽ വലിയ തലച്ചോറുകൾക്ക് താരതമ്യേന വിശാലമായ ഫ്രണ്ടൽ ലോബുകൾ ഉണ്ടെന്ന് മുമ്പ് റിപ്പോർട്ട് ചെയ്ത അലോമെട്രിക് പാറ്റേണുകൾക്ക് ഈ കണ്ടെത്തൽ വിരുദ്ധമാണ്, ഇത് ഫ്രണ്ടൽ ലോബിന്റെ വീതി വർദ്ധിപ്പിക്കുന്നതിലേക്ക് നയിക്കുന്നു34. സാമ്പിൾ സെറ്റുകളിലെ വ്യത്യാസങ്ങളാൽ ഈ വ്യത്യാസങ്ങൾ വിശദീകരിക്കപ്പെടുന്നു; ആധുനിക ജനസംഖ്യ ഉപയോഗിച്ച് മൊത്തത്തിലുള്ള തലയോട്ടി വലുപ്പത്തിന്റെ അലോമെട്രിക് പാറ്റേണുകൾ ഞങ്ങളുടെ പഠനം വിശകലനം ചെയ്തു, കൂടാതെ താരതമ്യ പഠനങ്ങൾ തലച്ചോറിന്റെ വലുപ്പവുമായി ബന്ധപ്പെട്ട മനുഷ്യ പരിണാമത്തിലെ ദീർഘകാല പ്രവണതകളെ അഭിസംബോധന ചെയ്യുന്നു.
മുഖത്തിന്റെ ആകൃതിയും വലുപ്പവും തമ്മിൽ നേരിയ പരസ്പരബന്ധം ഉണ്ടാകാമെന്ന് ബയോമെട്രിക് ഡാറ്റ ഉപയോഗിച്ചുള്ള ഒരു പഠനം കണ്ടെത്തി78, അതേസമയം വലിയ തലയോട്ടികൾ ഉയരമുള്ളതും ഇടുങ്ങിയതുമായ മുഖങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നതായി ഞങ്ങളുടെ പഠനം കണ്ടെത്തി. എന്നിരുന്നാലും, ബയോമെട്രിക് ഡാറ്റയുടെ സ്ഥിരത വ്യക്തമല്ല; ഓൺടോജെനെറ്റിക് അലോമെട്രിയും സ്റ്റാറ്റിക് അലോമെട്രിയും താരതമ്യം ചെയ്യുന്ന റിഗ്രഷൻ പരിശോധനകൾ വ്യത്യസ്ത ഫലങ്ങൾ കാണിക്കുന്നു. ഉയരം വർദ്ധിച്ചതിനാൽ ഗോളാകൃതിയിലുള്ള തലയോട്ടിയുടെ ആകൃതിയിലേക്കുള്ള ഒരു അലോമെട്രിക് പ്രവണതയും റിപ്പോർട്ട് ചെയ്യപ്പെട്ടിട്ടുണ്ട്; എന്നിരുന്നാലും, ഉയര ഡാറ്റ ഞങ്ങൾ വിശകലനം ചെയ്തില്ല. തലയോട്ടിയിലെ ഗോളാകൃതിയിലുള്ള അനുപാതങ്ങളും മൊത്തത്തിലുള്ള തലയോട്ടിയുടെ വലുപ്പവും തമ്മിൽ പരസ്പരബന്ധം തെളിയിക്കുന്ന ഒരു അലോമെട്രിക് ഡാറ്റയും ഇല്ലെന്ന് ഞങ്ങളുടെ പഠനം കാണിക്കുന്നു.
കാലാവസ്ഥയോ ഭക്ഷണക്രമമോ പ്രതിനിധീകരിക്കുന്ന ബാഹ്യ വേരിയബിളുകളെക്കുറിച്ചുള്ള ഡാറ്റയാണ് ഞങ്ങളുടെ നിലവിലെ പഠനം കൈകാര്യം ചെയ്യുന്നത്, ഇത് തലയോട്ടിയിലെ രൂപഘടനയെ സ്വാധീനിക്കാൻ സാധ്യതയുണ്ട്, എന്നിരുന്നാലും ഈ പഠനത്തിൽ ഉപയോഗിച്ചിരിക്കുന്ന ഹോമോലോജസ് 3D തലയോട്ടിയിലെ ഉപരിതല മോഡലുകളുടെ വലിയ ഡാറ്റാ സെറ്റ് പരസ്പരബന്ധിതമായ ഫിനോടൈപ്പിക് രൂപാന്തര വ്യതിയാനത്തെ വിലയിരുത്താൻ സഹായിക്കും. ഭക്ഷണക്രമം, കാലാവസ്ഥ, പോഷകാഹാര സാഹചര്യങ്ങൾ തുടങ്ങിയ പാരിസ്ഥിതിക ഘടകങ്ങൾ, കുടിയേറ്റം, ജീൻ പ്രവാഹം, ജനിതക വ്യതിയാനം തുടങ്ങിയ നിഷ്പക്ഷ ശക്തികൾ.
ഈ പഠനത്തിൽ 9 ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിലായി 148 ജനസംഖ്യയിൽ നിന്ന് ശേഖരിച്ച പുരുഷ തലയോട്ടികളുടെ 342 മാതൃകകൾ ഉൾപ്പെടുത്തിയിട്ടുണ്ട് (പട്ടിക 1). മിക്ക ഗ്രൂപ്പുകളും ഭൂമിശാസ്ത്രപരമായി തദ്ദേശീയ മാതൃകകളാണ്, അതേസമയം ആഫ്രിക്ക, വടക്കുകിഴക്കൻ/തെക്കുകിഴക്കൻ ഏഷ്യ, അമേരിക്കകൾ (ഇറ്റാലിക്സിൽ പട്ടികപ്പെടുത്തിയിരിക്കുന്നു) എന്നിവിടങ്ങളിലെ ചില ഗ്രൂപ്പുകൾ വംശീയമായി നിർവചിക്കപ്പെട്ടിട്ടുണ്ട്. സുനെഹിക്കോ ഹാനിഹാര നൽകിയ മാർട്ടിൻ തലയോട്ടി അളക്കൽ നിർവചനം അനുസരിച്ച് തലയോട്ടി അളക്കൽ ഡാറ്റാബേസിൽ നിന്ന് നിരവധി തലയോട്ടി മാതൃകകൾ തിരഞ്ഞെടുത്തു. ലോകത്തിലെ എല്ലാ വംശീയ ഗ്രൂപ്പുകളിൽ നിന്നുമുള്ള പ്രതിനിധി പുരുഷ തലയോട്ടികളെ ഞങ്ങൾ തിരഞ്ഞെടുത്തു. ഓരോ ഗ്രൂപ്പിലെയും അംഗങ്ങളെ തിരിച്ചറിയാൻ, ആ ഗ്രൂപ്പിൽ ഉൾപ്പെടുന്ന എല്ലാ വ്യക്തികൾക്കും ഗ്രൂപ്പിലെ ശരാശരിയിൽ നിന്നുള്ള 37 തലയോട്ടി അളവുകളെ അടിസ്ഥാനമാക്കി ഞങ്ങൾ യൂക്ലിഡിയൻ ദൂരം കണക്കാക്കി. മിക്ക കേസുകളിലും, ശരാശരിയിൽ നിന്ന് ഏറ്റവും കുറഞ്ഞ ദൂരമുള്ള 1–4 സാമ്പിളുകൾ ഞങ്ങൾ തിരഞ്ഞെടുത്തു (സപ്ലിമെന്ററി പട്ടിക S4). ഈ ഗ്രൂപ്പുകൾക്കായി, ഹഹാര അളക്കൽ ഡാറ്റാബേസിൽ പട്ടികപ്പെടുത്തിയിട്ടില്ലെങ്കിൽ ചില സാമ്പിളുകൾ ക്രമരഹിതമായി തിരഞ്ഞെടുത്തു.
സ്ഥിതിവിവരക്കണക്കുകൾക്കായി, 148 ജനസംഖ്യാ സാമ്പിളുകളെ പട്ടിക 1 ൽ കാണിച്ചിരിക്കുന്നതുപോലെ പ്രധാന ഭൂമിശാസ്ത്ര യൂണിറ്റുകളായി തിരിച്ചിരിക്കുന്നു. "ആഫ്രിക്കൻ" ഗ്രൂപ്പിൽ ഉപ-സഹാറൻ മേഖലയിൽ നിന്നുള്ള സാമ്പിളുകൾ മാത്രമേ ഉള്ളൂ. വടക്കേ ആഫ്രിക്കയിൽ നിന്നുള്ള മാതൃകകളെ സമാനമായ അവസ്ഥകളുള്ള പശ്ചിമേഷ്യയിൽ നിന്നുള്ള മാതൃകകൾക്കൊപ്പം "മിഡിൽ ഈസ്റ്റിൽ" ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. വടക്കുകിഴക്കൻ ഏഷ്യൻ ഗ്രൂപ്പിൽ യൂറോപ്യൻ ഇതര വംശജരായ ആളുകൾ മാത്രമേ ഉൾപ്പെടുന്നുള്ളൂ, അമേരിക്കൻ ഗ്രൂപ്പിൽ തദ്ദേശീയ അമേരിക്കക്കാർ മാത്രമേ ഉൾപ്പെടുന്നുള്ളൂ. പ്രത്യേകിച്ചും, ഈ ഗ്രൂപ്പ് വടക്കൻ, തെക്കേ അമേരിക്കൻ ഭൂഖണ്ഡങ്ങളുടെ വിശാലമായ പ്രദേശത്ത്, വൈവിധ്യമാർന്ന പരിതസ്ഥിതികളിൽ വിതരണം ചെയ്യപ്പെടുന്നു. എന്നിരുന്നാലും, ഒന്നിലധികം കുടിയേറ്റങ്ങൾ പരിഗണിക്കാതെ, വടക്കുകിഴക്കൻ ഏഷ്യൻ വംശജരായി കണക്കാക്കപ്പെടുന്ന തദ്ദേശീയ അമേരിക്കക്കാരുടെ ജനസംഖ്യാ ചരിത്രം കണക്കിലെടുക്കുമ്പോൾ, ഈ ഒരൊറ്റ ഭൂമിശാസ്ത്ര യൂണിറ്റിനുള്ളിൽ യുഎസ് സാമ്പിൾ ഞങ്ങൾ പരിഗണിക്കുന്നു 80 .
ഉയർന്ന റെസല്യൂഷനുള്ള 3D സ്കാനർ (ഷൈനിംഗ് 3D കമ്പനി ലിമിറ്റഡിന്റെ ഐൻസ്‌കാൻ പ്രോ, കുറഞ്ഞ റെസല്യൂഷൻ: 0.5 മിമി, https://www.shining3d.com/) ഉപയോഗിച്ച് ഈ കോൺട്രാസ്റ്റിംഗ് തലയോട്ടി മാതൃകകളുടെ 3D ഉപരിതല ഡാറ്റ ഞങ്ങൾ റെക്കോർഡുചെയ്‌തു, തുടർന്ന് ഒരു മെഷ് സൃഷ്ടിച്ചു. മെഷ് മോഡലിൽ ഏകദേശം 200,000–400,000 ശീർഷകങ്ങൾ അടങ്ങിയിരിക്കുന്നു, കൂടാതെ ഉൾപ്പെടുത്തിയിരിക്കുന്ന സോഫ്റ്റ്‌വെയർ ദ്വാരങ്ങൾ നിറയ്ക്കാനും അരികുകൾ മിനുസപ്പെടുത്താനും ഉപയോഗിക്കുന്നു.
ആദ്യ ഘട്ടത്തിൽ, 4485 ലംബങ്ങൾ (8728 പോളിഗോണൽ മുഖങ്ങൾ) അടങ്ങുന്ന ഒരു സിംഗിൾ-ടെംപ്ലേറ്റ് മെഷ് തലയോട്ടി മാതൃക സൃഷ്ടിക്കാൻ ഞങ്ങൾ ഏതെങ്കിലും തലയോട്ടിയിൽ നിന്നുള്ള സ്കാൻ ഡാറ്റ ഉപയോഗിച്ചു. സ്ഫെനോയിഡ് അസ്ഥി, പെട്രോസ് ടെമ്പറൽ അസ്ഥി, പാലറ്റ്, മാക്സില്ലറി ആൽവിയോളി, പല്ലുകൾ എന്നിവ അടങ്ങിയ തലയോട്ടി മേഖലയുടെ അടിഭാഗം ടെംപ്ലേറ്റ് മെഷ് മോഡലിൽ നിന്ന് നീക്കം ചെയ്തു. കാരണം, പെറ്ററിഗോയിഡ് പ്രതലങ്ങൾ, സ്റ്റൈലോയിഡ് പ്രക്രിയകൾ, പല്ലിന്റെ തേയ്മാനം,/അല്ലെങ്കിൽ പൊരുത്തമില്ലാത്ത പല്ലുകൾ തുടങ്ങിയ നേർത്തതോ നേർത്തതോ ആയ മൂർച്ചയുള്ള ഭാഗങ്ങൾ കാരണം ഈ ഘടനകൾ ചിലപ്പോൾ അപൂർണ്ണമോ പൂർത്തിയാക്കാൻ പ്രയാസമോ ആണ്. സെർവിക്കൽ സന്ധികളുടെ സ്ഥാനത്തിന് ശരീരഘടനാപരമായി പ്രധാനപ്പെട്ട ഒരു സ്ഥലമായതിനാൽ, തലയോട്ടിയുടെ ഉയരം വിലയിരുത്തേണ്ടതിനാൽ, അടിത്തറ ഉൾപ്പെടെയുള്ള ഫോറമെൻ മാഗ്നത്തിന് ചുറ്റുമുള്ള തലയോട്ടി അടിഭാഗം മാറ്റിസ്ഥാപിച്ചിട്ടില്ല. ഇരുവശത്തും സമമിതിയുള്ള ഒരു ടെംപ്ലേറ്റ് രൂപപ്പെടുത്താൻ മിറർ റിംഗുകൾ ഉപയോഗിക്കുക. പോളിഗോണൽ ആകൃതികൾ കഴിയുന്നത്ര സമഭുജമാക്കി മാറ്റുന്നതിന് ഐസോട്രോപിക് മെഷിംഗ് നടത്തുക.
അടുത്തതായി, HBM-Rugle സോഫ്റ്റ്‌വെയർ ഉപയോഗിച്ച് ടെംപ്ലേറ്റ് മോഡലിന്റെ ശരീരഘടനാപരമായി അനുയോജ്യമായ ലംബങ്ങളിലേക്ക് 56 ലാൻഡ്‌മാർക്കുകൾ നിയോഗിക്കപ്പെട്ടു. ലാൻഡ്‌മാർക്ക് ക്രമീകരണങ്ങൾ ലാൻഡ്‌മാർക്ക് പൊസിഷനിംഗിന്റെ കൃത്യതയും സ്ഥിരതയും ഉറപ്പാക്കുകയും ജനറേറ്റഡ് ഹോമോളജി മോഡലിൽ ഈ സ്ഥലങ്ങളുടെ ഹോമോളജി ഉറപ്പാക്കുകയും ചെയ്യുന്നു. സപ്ലിമെന്ററി ടേബിൾ S5, സപ്ലിമെന്ററി ചിത്രം S3 എന്നിവയിൽ കാണിച്ചിരിക്കുന്നതുപോലെ അവയുടെ പ്രത്യേക സ്വഭാവസവിശേഷതകളെ അടിസ്ഥാനമാക്കി അവയെ തിരിച്ചറിയാൻ കഴിയും. ബുക്ക്‌സ്റ്റൈന്റെ നിർവചനം81 അനുസരിച്ച്, ഈ ലാൻഡ്‌മാർക്കുകളിൽ ഭൂരിഭാഗവും മൂന്ന് ഘടനകളുടെ കവലയിൽ സ്ഥിതി ചെയ്യുന്ന ടൈപ്പ് I ലാൻഡ്‌മാർക്കുകളാണ്, കൂടാതെ ചിലത് പരമാവധി വക്രതയുടെ പോയിന്റുകളുള്ള ടൈപ്പ് II ലാൻഡ്‌മാർക്കുകളാണ്. മാർട്ടിന്റെ നിർവചനം 36-ൽ ലീനിയർ ക്രാനിയൽ അളവുകൾക്കായി നിർവചിച്ചിരിക്കുന്ന പോയിന്റുകളിൽ നിന്ന് നിരവധി ലാൻഡ്‌മാർക്കുകൾ കൈമാറ്റം ചെയ്യപ്പെട്ടു. അടുത്ത വിഭാഗത്തിൽ കൂടുതൽ കൃത്യമായ ഹോമോളജി മോഡലുകൾ സൃഷ്ടിക്കുന്നതിന് ശരീരഘടനാപരമായി അനുയോജ്യമായ ലംബങ്ങളിലേക്ക് സ്വമേധയാ നിയോഗിക്കപ്പെട്ട 342 തലയോട്ടി മാതൃകകളുടെ സ്കാൻ ചെയ്ത മോഡലുകൾക്കായി ഞങ്ങൾ അതേ 56 ലാൻഡ്‌മാർക്കുകൾ നിർവചിച്ചു.
സപ്ലിമെന്ററി ചിത്രം S4-ൽ കാണിച്ചിരിക്കുന്നതുപോലെ, സ്കാൻ ഡാറ്റയും ടെംപ്ലേറ്റും വിവരിക്കുന്നതിനായി ഒരു ഹെഡ്-സെൻട്രിക് കോർഡിനേറ്റ് സിസ്റ്റം നിർവചിക്കപ്പെട്ടിട്ടുണ്ട്. ഇടത്, വലത് ബാഹ്യ ഓഡിറ്ററി കനാലുകളുടെ ഉയർന്ന അരികിലെ ഏറ്റവും ഉയർന്ന പോയിന്റിലൂടെയും (മാർട്ടിന്റെ നിർവചനം: ഭാഗം) ഇടത് ഭ്രമണപഥത്തിന്റെ താഴത്തെ അരികിലെ ഏറ്റവും താഴ്ന്ന പോയിന്റിലൂടെയും (മാർട്ടിന്റെ നിർവചനം: ഭ്രമണപഥം) കടന്നുപോകുന്ന ഫ്രാങ്ക്ഫർട്ട് തിരശ്ചീന തലമാണ് XZ തലം. . X അക്ഷം ഇടത്, വലത് വശങ്ങളെ ബന്ധിപ്പിക്കുന്ന രേഖയാണ്, X+ വലത് വശമാണ്. YZ തലം ഇടത്, വലത് ഭാഗങ്ങളുടെ മധ്യത്തിലൂടെയും മൂക്കിന്റെ വേരിലൂടെയും കടന്നുപോകുന്നു: Y+ മുകളിലേക്ക്, Z+ മുന്നോട്ട്. റഫറൻസ് പോയിന്റ് (ഉത്ഭവം: പൂജ്യം കോർഡിനേറ്റ്) YZ തലം (മധ്യതലം), XZ തലം (ഫ്രാങ്ക്ഫോർട്ട് തലം), XY തലം (കൊറോണൽ തലം) എന്നിവയുടെ കവലയിലാണ് സജ്ജീകരിച്ചിരിക്കുന്നത്.
56 ലാൻഡ്‌മാർക്ക് പോയിന്റുകൾ (ചിത്രം 1 ന്റെ ഇടതുവശത്ത്) ഉപയോഗിച്ച് ടെംപ്ലേറ്റ് ഫിറ്റിംഗ് നടത്തി ഒരു ഹോമോലോജസ് മെഷ് മോഡൽ സൃഷ്ടിക്കാൻ ഞങ്ങൾ HBM-Rugle സോഫ്റ്റ്‌വെയർ (മെഡിക് എഞ്ചിനീയറിംഗ്, ക്യോട്ടോ, http://www.rugle.co.jp/) ഉപയോഗിച്ചു. ജപ്പാനിലെ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് അഡ്വാൻസ്ഡ് ഇൻഡസ്ട്രിയൽ സയൻസ് ആൻഡ് ടെക്‌നോളജിയിലെ സെന്റർ ഫോർ ഡിജിറ്റൽ ഹ്യൂമൻ റിസർച്ച് ആദ്യം വികസിപ്പിച്ചെടുത്ത കോർ സോഫ്റ്റ്‌വെയർ ഘടകത്തെ HBM എന്ന് വിളിക്കുന്നു, കൂടാതെ ലാൻഡ്‌മാർക്കുകൾ ഉപയോഗിച്ച് ടെംപ്ലേറ്റുകൾ ഫിറ്റ് ചെയ്യുന്നതിനും പാർട്ടീഷനിംഗ് സർഫേസുകൾ ഉപയോഗിച്ച് ഫൈൻ മെഷ് മോഡലുകൾ സൃഷ്ടിക്കുന്നതിനുമുള്ള പ്രവർത്തനങ്ങൾ ഇതിൽ ഉണ്ട്. ഫിറ്റിംഗ് പ്രകടനം മെച്ചപ്പെടുത്തുന്നതിന് ലാൻഡ്‌മാർക്കുകളില്ലാതെ പാറ്റേൺ ഫിറ്റിംഗിനായി തുടർന്നുള്ള സോഫ്റ്റ്‌വെയർ പതിപ്പ് (mHBM) 83 ഒരു സവിശേഷത ചേർത്തു. കോർഡിനേറ്റ് സിസ്റ്റങ്ങൾ ഇഷ്ടാനുസൃതമാക്കൽ, ഇൻപുട്ട് ഡാറ്റ വലുപ്പം മാറ്റൽ എന്നിവ ഉൾപ്പെടെയുള്ള അധിക ഉപയോക്തൃ-സൗഹൃദ സവിശേഷതകളുമായി HBM-Rugle mHBM സോഫ്റ്റ്‌വെയറിനെ സംയോജിപ്പിക്കുന്നു. നിരവധി പഠനങ്ങളിൽ സോഫ്റ്റ്‌വെയർ ഫിറ്റിംഗ് കൃത്യതയുടെ വിശ്വാസ്യത സ്ഥിരീകരിച്ചിട്ടുണ്ട്52,54,55,56,57,58,59,60.
ലാൻഡ്‌മാർക്കുകൾ ഉപയോഗിച്ച് ഒരു HBM-Rugle ടെംപ്ലേറ്റ് ഘടിപ്പിക്കുമ്പോൾ, ഐസിപി സാങ്കേതികവിദ്യയെ അടിസ്ഥാനമാക്കിയുള്ള കർശനമായ രജിസ്ട്രേഷൻ വഴി ടെംപ്ലേറ്റിന്റെ മെഷ് മോഡൽ ടാർഗെറ്റ് സ്കാൻ ഡാറ്റയിൽ സൂപ്പർഇമ്പോസ് ചെയ്യുന്നു (ടെംപ്ലേറ്റിനും ടാർഗെറ്റ് സ്കാൻ ഡാറ്റയ്ക്കും ഇടയിലുള്ള ലാൻഡ്‌മാർക്കുകളുടെ ആകെത്തുക കുറയ്ക്കുന്നു), തുടർന്ന് മെഷിന്റെ നോൺ-റിജിഡ് ഡിഫോർമേഷൻ വഴി ടാർഗെറ്റ് സ്കാൻ ഡാറ്റയുമായി ടെംപ്ലേറ്റിനെ പൊരുത്തപ്പെടുത്തുന്നു. ഫിറ്റിംഗിന്റെ കൃത്യത മെച്ചപ്പെടുത്തുന്നതിന് രണ്ട് ഫിറ്റിംഗ് പാരാമീറ്ററുകളുടെ വ്യത്യസ്ത മൂല്യങ്ങൾ ഉപയോഗിച്ച് ഈ ഫിറ്റിംഗ് പ്രക്രിയ മൂന്ന് തവണ ആവർത്തിച്ചു. ഈ പാരാമീറ്ററുകളിൽ ഒന്ന് ടെംപ്ലേറ്റ് ഗ്രിഡ് മോഡലും ടാർഗെറ്റ് സ്കാൻ ഡാറ്റയും തമ്മിലുള്ള ദൂരം പരിമിതപ്പെടുത്തുന്നു, മറ്റൊന്ന് ടെംപ്ലേറ്റ് ലാൻഡ്‌മാർക്കുകളും ടാർഗെറ്റ് ലാൻഡ്‌മാർക്കുകളും തമ്മിലുള്ള ദൂരം പിഴ ചുമത്തുന്നു. 17,709 ലംബങ്ങൾ (34,928 പോളിഗോണുകൾ) അടങ്ങുന്ന കൂടുതൽ പരിഷ്കരിച്ച മെഷ് മോഡൽ സൃഷ്ടിക്കുന്നതിന്, വികലമായ ടെംപ്ലേറ്റ് മെഷ് മോഡലിനെ സൈക്ലിക് സർഫസ് സബ്ഡിവിഷൻ അൽഗോരിതം 82 ഉപയോഗിച്ച് ഉപവിഭജിച്ചു. ഒടുവിൽ, പാർട്ടീഷൻ ചെയ്ത ടെംപ്ലേറ്റ് ഗ്രിഡ് മോഡൽ ഒരു ഹോമോളജി മോഡൽ സൃഷ്ടിക്കുന്നതിന് ടാർഗെറ്റ് സ്കാൻ ഡാറ്റയുമായി യോജിക്കുന്നു. ലാൻഡ്മാർക്ക് ലൊക്കേഷനുകൾ ടാർഗെറ്റ് സ്കാൻ ഡാറ്റയിൽ നിന്ന് അല്പം വ്യത്യസ്തമായതിനാൽ, മുൻ വിഭാഗത്തിൽ വിവരിച്ചിരിക്കുന്ന ഹെഡ് ഓറിയന്റേഷൻ കോർഡിനേറ്റ് സിസ്റ്റം ഉപയോഗിച്ച് അവയെ വിവരിക്കുന്നതിന് ഹോമോളജി മോഡൽ ഫൈൻ-ട്യൂൺ ചെയ്തു. എല്ലാ സാമ്പിളുകളിലെയും അനുബന്ധ ഹോമോലോഗസ് മോഡൽ ലാൻഡ്‌മാർക്കുകളും ടാർഗെറ്റ് സ്കാൻ ഡാറ്റയും തമ്മിലുള്ള ശരാശരി ദൂരം <0.01 മിമി ആയിരുന്നു. HBM-Rugle ഫംഗ്ഷൻ ഉപയോഗിച്ച് കണക്കാക്കിയപ്പോൾ, ഹോമോളജി മോഡൽ ഡാറ്റ പോയിന്റുകളും ടാർഗെറ്റ് സ്കാൻ ഡാറ്റയും തമ്മിലുള്ള ശരാശരി ദൂരം 0.322 മിമി ആയിരുന്നു (സപ്ലിമെന്ററി ടേബിൾ S2).
ക്രാനിയൽ മോർഫോളജിയിലെ മാറ്റങ്ങൾ വിശദീകരിക്കുന്നതിനായി, ജപ്പാനിലെ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് അഡ്വാൻസ്ഡ് ഇൻഡസ്ട്രിയൽ സയൻസ് ആൻഡ് ടെക്നോളജിയിലെ സെന്റർ ഫോർ ഡിജിറ്റൽ ഹ്യൂമൻ സയൻസ് സൃഷ്ടിച്ച HBS സോഫ്റ്റ്‌വെയർ ഉപയോഗിച്ച്, എല്ലാ ഹോമോലോഗസ് മോഡലുകളുടെയും 17,709 ലംബങ്ങൾ (53,127 XYZ കോർഡിനേറ്റുകൾ) പ്രിൻസിപ്പൽ കമ്പോണന്റ് അനാലിസിസ് (PCA) ഉപയോഗിച്ച് വിശകലനം ചെയ്തു. (ഡിസ്ട്രിബ്യൂഷൻ ഡീലർ: മെഡിക് എഞ്ചിനീയറിംഗ്, ക്യോട്ടോ, http://www.rugle.co.jp/). തുടർന്ന്, അൺനോർമലൈസ് ചെയ്ത ഡാറ്റ സെറ്റിലും സെൻട്രോയിഡ് വലുപ്പം അനുസരിച്ച് നോർമലൈസ് ചെയ്ത ഡാറ്റ സെറ്റിലും PCA പ്രയോഗിക്കാൻ ഞങ്ങൾ ശ്രമിച്ചു. അങ്ങനെ, സ്റ്റാൻഡേർഡ് ഡാറ്റ ഉപയോഗിക്കുന്ന PCA-യെ അപേക്ഷിച്ച്, സ്റ്റാൻഡേർഡ് അല്ലാത്ത ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ള PCA, ഒമ്പത് ഭൂമിശാസ്ത്ര യൂണിറ്റുകളുടെ ക്രാനിയൽ ആകൃതിയെ കൂടുതൽ വ്യക്തമായി ചിത്രീകരിക്കാനും ഘടക വ്യാഖ്യാനം സുഗമമാക്കാനും കഴിയും.
മൊത്തം വ്യതിയാനത്തിന്റെ 1% ൽ കൂടുതൽ സംഭാവനയുള്ള കണ്ടെത്തിയ പ്രധാന ഘടകങ്ങളുടെ എണ്ണം ഈ ലേഖനം അവതരിപ്പിക്കുന്നു. പ്രധാന ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിലുടനീളം ഗ്രൂപ്പുകളെ വേർതിരിക്കുന്നതിൽ ഏറ്റവും ഫലപ്രദമായ പ്രധാന ഘടകങ്ങൾ നിർണ്ണയിക്കാൻ, 2% ൽ കൂടുതൽ സംഭാവനയുള്ള പ്രധാന ഘടകം (PC) സ്കോറുകളിൽ റിസീവർ ഓപ്പറേറ്റിംഗ് സ്വഭാവം (ROC) വിശകലനം പ്രയോഗിച്ചു 84. വർഗ്ഗീകരണ പ്രകടനം മെച്ചപ്പെടുത്തുന്നതിനും ഭൂമിശാസ്ത്ര ഗ്രൂപ്പുകൾ തമ്മിലുള്ള പ്ലോട്ടുകൾ ശരിയായി താരതമ്യം ചെയ്യുന്നതിനും ഈ വിശകലനം ഓരോ PCA ഘടകത്തിനും ഒരു പ്രോബബിലിറ്റി കർവ് സൃഷ്ടിക്കുന്നു. വലിയ മൂല്യങ്ങളുള്ള PCA ഘടകങ്ങൾ ഗ്രൂപ്പുകൾക്കിടയിൽ നന്നായി വിവേചനം കാണിക്കുന്ന വക്രത്തിന് (AUC) കീഴിലുള്ള പ്രദേശം ഉപയോഗിച്ച് വിവേചന ശക്തിയുടെ അളവ് വിലയിരുത്താൻ കഴിയും. തുടർന്ന് പ്രാധാന്യത്തിന്റെ അളവ് വിലയിരുത്തുന്നതിന് ഒരു ചി-സ്ക്വയർ ടെസ്റ്റ് നടത്തി. എക്സൽ സോഫ്റ്റ്‌വെയറിനായുള്ള ബെൽ കർവ് (പതിപ്പ് 3.21) ഉപയോഗിച്ച് മൈക്രോസോഫ്റ്റ് എക്സലിൽ ROC വിശകലനം നടത്തി.
തലയോട്ടി രൂപഘടനയിലെ ഭൂമിശാസ്ത്രപരമായ വ്യത്യാസങ്ങൾ ദൃശ്യവൽക്കരിക്കുന്നതിന്, പ്രധാന ഭൂമിശാസ്ത്ര യൂണിറ്റുകളിൽ നിന്ന് ഗ്രൂപ്പുകളെ ഏറ്റവും ഫലപ്രദമായി വേർതിരിച്ചറിയുന്ന പിസി സ്കോറുകൾ ഉപയോഗിച്ച് സ്കാറ്റർപ്ലോട്ടുകൾ സൃഷ്ടിച്ചു. പ്രധാന ഘടകങ്ങളെ വ്യാഖ്യാനിക്കാൻ, പ്രധാന ഘടകങ്ങളുമായി വളരെയധികം പരസ്പരബന്ധിതമായ മോഡൽ ലംബങ്ങൾ ദൃശ്യവൽക്കരിക്കാൻ ഒരു കളർ മാപ്പ് ഉപയോഗിക്കുക. കൂടാതെ, പ്രധാന ഘടക സ്കോറുകളുടെ ±3 സ്റ്റാൻഡേർഡ് ഡീവിയേഷനുകളിൽ (SD) സ്ഥിതി ചെയ്യുന്ന പ്രധാന ഘടക അക്ഷങ്ങളുടെ അറ്റങ്ങളുടെ വെർച്വൽ പ്രാതിനിധ്യങ്ങൾ കണക്കാക്കി അനുബന്ധ വീഡിയോയിൽ അവതരിപ്പിച്ചു.
പിസിഎ വിശകലനത്തിൽ വിലയിരുത്തിയ തലയോട്ടിയുടെ ആകൃതിയും വലുപ്പ ഘടകങ്ങളും തമ്മിലുള്ള ബന്ധം നിർണ്ണയിക്കാൻ അലോമെട്രി ഉപയോഗിച്ചു. 1% ത്തിൽ കൂടുതൽ സംഭാവനകളുള്ള പ്രധാന ഘടകങ്ങൾക്ക് വിശകലനം സാധുതയുള്ളതാണ്. ഈ പിസിഎയുടെ ഒരു പരിമിതി, ആകൃതി ഘടകങ്ങൾക്ക് വ്യക്തിഗതമായി ആകൃതി സൂചിപ്പിക്കാൻ കഴിയില്ല എന്നതാണ്, കാരണം സാധാരണമാക്കാത്ത ഡാറ്റാ സെറ്റ് എല്ലാ ഡൈമൻഷണൽ ഘടകങ്ങളെയും നീക്കം ചെയ്യുന്നില്ല. സാധാരണമാക്കാത്ത ഡാറ്റ സെറ്റുകൾ ഉപയോഗിക്കുന്നതിനു പുറമേ, 1% ത്തിൽ കൂടുതൽ സംഭാവനകളുള്ള പ്രധാന ഘടകങ്ങളിൽ പ്രയോഗിച്ച സാധാരണമാക്കാത്ത സെൻട്രോയിഡ് വലുപ്പ ഡാറ്റയെ അടിസ്ഥാനമാക്കി പിസി ഫ്രാക്ഷൻ സെറ്റുകൾ ഉപയോഗിച്ച് ഞങ്ങൾ അലോമെട്രിക് ട്രെൻഡുകളും വിശകലനം ചെയ്തു.
Y = aXb 85 എന്ന സമവാക്യം ഉപയോഗിച്ചാണ് അലോമെട്രിക് ട്രെൻഡുകൾ പരീക്ഷിച്ചത്, ഇവിടെ Y എന്നത് ഒരു ആകൃതി ഘടകത്തിന്റെ ആകൃതി അല്ലെങ്കിൽ അനുപാതമാണ്, X എന്നത് സെൻട്രോയിഡ് വലുപ്പമാണ് (സപ്ലിമെന്ററി പട്ടിക S2), a ഒരു സ്ഥിരമായ മൂല്യമാണ്, b എന്നത് അലോമെട്രിക് ഗുണകമാണ്. ഈ രീതി അടിസ്ഥാനപരമായി ജ്യാമിതീയ മോർഫോമെട്രിയിലേക്ക് അലോമെട്രിക് വളർച്ചാ പഠനങ്ങളെ പരിചയപ്പെടുത്തുന്നു78,86. ഈ ഫോർമുലയുടെ ലോഗരിഥമിക് പരിവർത്തനം ഇതാണ്: ലോഗ് Y = b × ലോഗ് X + ലോഗ് a. a, b എന്നിവ കണക്കാക്കാൻ ഏറ്റവും കുറഞ്ഞ ചതുര രീതി ഉപയോഗിച്ചുള്ള റിഗ്രഷൻ വിശകലനം പ്രയോഗിച്ചു. Y (സെൻട്രോയിഡ് വലുപ്പം) ഉം X (PC സ്കോറുകളും) ലോഗരിതമായി പരിവർത്തനം ചെയ്യുമ്പോൾ, ഈ മൂല്യങ്ങൾ പോസിറ്റീവ് ആയിരിക്കണം; എന്നിരുന്നാലും, X-നുള്ള എസ്റ്റിമേറ്റുകളുടെ കൂട്ടത്തിൽ നെഗറ്റീവ് മൂല്യങ്ങൾ അടങ്ങിയിരിക്കുന്നു. ഒരു പരിഹാരമായി, ഓരോ ഘടകത്തിലെയും ഓരോ ഭിന്നസംഖ്യയ്ക്കും ഏറ്റവും ചെറിയ ഭിന്നസംഖ്യയുടെ കേവല മൂല്യത്തിലേക്ക് റൗണ്ടിംഗ് ചേർക്കുകയും എല്ലാ പരിവർത്തനം ചെയ്ത പോസിറ്റീവ് ഭിന്നസംഖ്യകൾക്കും ഒരു ലോഗരിഥമിക് പരിവർത്തനം പ്രയോഗിക്കുകയും ചെയ്തു. രണ്ട് വാലുള്ള വിദ്യാർത്ഥിയുടെ ടി ടെസ്റ്റ് ഉപയോഗിച്ചാണ് അലോമെട്രിക് ഗുണകങ്ങളുടെ പ്രാധാന്യം വിലയിരുത്തിയത്. അലോമെട്രിക് വളർച്ച പരിശോധിക്കുന്നതിനുള്ള ഈ സ്ഥിതിവിവരക്കണക്കുകൾ എക്സൽ സോഫ്റ്റ്‌വെയറിലെ ബെൽ കർവുകൾ ഉപയോഗിച്ചാണ് നടത്തിയത് (പതിപ്പ് 3.21).
വോൾപോഫ്, എംഎച്ച് അസ്ഥികൂടത്തിന്റെ നാസാരന്ധ്രങ്ങളിൽ കാലാവസ്ഥാ പ്രത്യാഘാതങ്ങൾ. അതെ. ജെ. ഫിസി. ഹ്യുമാനിറ്റി. 29, 405–423. https://doi.org/10.1002/ajpa.1330290315 (1968).
ബീൽസ്, കെഎൽ തലയുടെ ആകൃതിയും കാലാവസ്ഥാ സമ്മർദ്ദവും. അതെ. ജെ. ഫിസിക്സ്. മാനവികത. 37, 85–92. https://doi.org/10.1002/ajpa.1330370111 (1972).