A structural approach to species interactions What determines the stability of ecological networks? Rohr et al. devised a conceptual approach to study interactions between species that emphasizes the role of network structure (see the Perspective by Pawar). Using the example of mutualistic networks of communities of plants and their pollinator species, they show how the structure of networks can determine the persistence of the interactions. Network structures and architectures observed in nature intrinsically match the most stable solution. This approach has promise for application to questions of ecological community stability under global change. Science , this issue 10.1126/science.1253497 ; see also p. 383

Abstract Although observations of species‐rich communities have long served as a primary motivation for research on the coexistence of competitors, the majority of our empirical and theoretical understanding comes from two‐species systems. How much of the coexistence observed in species‐rich communities results from indirect effects among competitors that only emerge in diverse systems remains poorly understood. Resolving this issue requires simple, scalable, and intuitive metrics for quantifying the conditions for coexistence in multispecies systems, and how these conditions differ from those expected based solely on pairwise interactions. To achieve these aims, we develop a structural approach for studying the set of parameter values compatible with n ‐species coexistence given the geometric constraints imposed by the matrix of competition coefficients. We derive novel mathematical metrics analogous to stabilizing niche differences and fitness differences that measure the range of conditions compatible with multispecies coexistence, incorporating the effects of indirect interactions emerging in diverse systems. We show how our measures can be used to quantify the extent to which the conditions for coexistence in multispecies systems differ from those that allow pairwise coexistence, and apply the method to a field system of annual plants. We conclude by presenting new challenges and empirical opportunities emerging from our structural metrics of multispecies coexistence.

Abstract The realization that evolutionary feedbacks need to be considered to fully grasp ecological dynamics has sparked interest in the effect of evolution on community properties like coexistence and productivity. However, little is known about the evolution of community robustness and productivity along diversification processes in species-rich systems. We leverage the recent structural approach to coexistence together with adaptive dynamics to study such properties and their relationships in a general trait-based model of competition on a niche axis. We show that the effects of coevolution on coexistence are two-fold and contrasting depending on the timescale considered. In the short term, evolution of niche differentiation strengthens coexistence, while long-term diversification leads to niche packing and decreased robustness. Moreover, we find that co-evolved communities tend to be on average more robust and more productive than non-evolutionary assemblages. We illustrate how our theoretical predictions echo in observed empirical patterns and the implications of our results for empiricists and applied ecologists. We suggest that some of our results such as the improved robustness of Evolutionary Stable Communities could be tested experimentally in suitable model systems.

A bstract With current environmental changes, evolution can rescue declining populations, but what happens to their interacting species? Mutualistic interactions can help species sustain each other when their environment worsens. However, mutualism is often costly to maintain, and evolution might counter-select it when not profitable enough. We investigate how evolution of mutualism affects the coexistence of two mutualistic species, e.g. a plant-pollinator or plant-fungi system. Specifically, using eco-evolutionary dynamics, we study the evolution of the focal species investment in the mutualistic interaction of a focal species (e.g. plant attractiveness via flower or nectar production for pollinators or carbon exudate for mycorrhizal fungi), and how it is affected by the decline of the partner population with which it is interacting. We assume an allocation trade-off so that investment in the mutualistic interaction reduces the species intrinsic growth rate. First, we investigate how evolution changes species persistence, biomass production, and the intensity of the mutualistic interaction. We show that concave trade-offs allow evolutionary convergence to stable coexistence. We next assume an external disturbance that decreases the partner population by lowering its intrinsic growth rate. Such declines result in the evolution of lower investment of the focal species in the mutualistic interaction, which eventually leads to the extinction of the partner species. With asymmetric mutualism favouring the partner, the evolutionary disappearance of the mutualistic interaction is delayed. Our results suggest that evolution may account for the current collapse of some mutualistic system like plant-pollinator ones, and that restoration attempts should be enforced early enough to prevent potential negative effects driven by evolution.

Abstract Knowledge about the per capita interactions between organisms and their intrinsic growth rates, and how these vary over environmental gradients, allows understanding and predicting species coexistence and community dynamics. Estimating these crucial ecological parameters requires tedious experimental work, with isolation of organisms from their natural context. Here, we provide a novel approach for inferring these key parameters from time-series data by using weighted multivariate regression on the per capita growth rates of populations. Beyond the validation of our approach on synthetic data, we reveal from experimental data an expected allocative trade-off between grazing resistance and rapid growth in algae. Application of observational data suggests facilitation between cyanobacteria and chrysophyte, indicating a possible explanation for cyanobacteria bloom. Our approach offers a way forward for inferring per capita interactions and intrinsic growth rates directly from natural communities, providing realism, mechanistic understanding of eco-evolutionary dynamics, and key parameters to develop predictive models.

Abstract Pollination plays a central role both in the maintenance of biodiversity and in crop production. However, habitat loss, pesticides, invasive species, and larger environmental fluctuations are contributing to a dramatic decline of numerous pollinators world-wide. This has increased the need for interventions to protect the composition, functioning, and dynamics of pollinator communities. Yet, how to make these interventions successful at the system level remains extremely challenging due to the complex nature of species interactions and the various unknown or unmeasured confounding ecological factors. Here, we propose that this knowledge can be derived by following a probabilistic causal analysis of pollinator communities. This analysis implies the inference of interventional expectations from the integration of observational and synthetic data. We propose that such synthetic data can be generated using theoretical models that can enable the tractability and scalability of unseen confounding ecological factors affecting the behavior of pollinator communities. We discuss a road map for how this probabilistic causal analysis can be accomplished to increase our system-level causative knowledge of natural communities.