Evolutionary biology faces the important challenge of determining how to interpret the relationship between selection pressures and evolutionary radiation of species. The different biodiversity indicators highlight the disparate nature of biodiversity investigations. However, the influence of ecological factors and the specificity of taxonomic phylogeny have led to controversy over the correlation between these indicators. By combining quantitative morphology and statistical methods, here we analyze the biodiversity under the influences of phylogenetic relation factors represented by higher categories. A total of 8508 species of beetles from 1247 genera, 34 subfamilies, and 10 families of the Scarabaeoidea were selected as a test group; 70% of the family-level samples and 60% of the subfamily-level samples were selected at a proportion of 10–30% of the global described species. The taxonomic categories of family and subfamily were selected for phylogenetic representation, and the analysis of geometric morphometrics on the pronotum and elytron, which represent the major aspect of the morphology in dorsal view, was conducted. Through principal component analysis and Spearman correlation coefficient analysis, it was found that: the morphological diversity of the pronotum is higher in most groups of family/subfamily category than in the elytron; the correlation between the morphological diversity and species richness of the pronotum in the superfamily Scarabaeoidea is higher than that of the elytron; correlations between morphological diversity of the pronotum and taxa richness among sub-/families were always found to be consistent, and it was higher than it in the elytron test. This study compares the correlation between the diversity of different characters and the richness of taxa to interpret the phylogenetic impacts of biodiversity and sheds light on a fresh perspective for detailed studies of the selection pressures and formation mechanisms regulating the rise and fall of species.

Abstract Discriminative traits are important in biodiversity and macroevolution, but extracting and representing these features from huge natural history collections using traditional methods can be challenging and time-consuming. To fully utilize the collections and their associated metadata, it is urgent now to increase the efficiency of automatic feature extraction and sample retrieval. We developed a Phenotype Encoding Network (PENet), a deep learning-based model that combines hashing methods to automatically extract and encode discriminative features into hash codes. We tested the performance of PENet on six datasets, including a newly constructed beetle dataset with six subfamilies and 6566 images, which covers more than 60% of the genera in the family Scarabaeidae. PENet showed excellent performance in feature extraction and image retrieval. Two visualization methods, t-SNE, and Grad-CAM, were used to evaluate the representation ability of the hash codes. Further, by using the hash codes generated from PENet, a phenetic distance tree was constructed based on the beetle dataset. The result indicated the hash codes could reveal the phenetic distances and relationships among categories to a certain extent. PENet provides an automatic way to extract and represent morphological discriminative features with higher efficiency, and the generated hash codes serve as a low-dimensional carrier of discriminative features and phenotypic distance information, allowing for broader applications in systematics and ecology.

Abstract Evolutionary biology faces the important challenge of determining how to interpret the relationship between selection pressures and evolutionary radiation. The lack of morphological evidence on cross-species research adds to difficulty of this challenge. We proposed a new paradigm for evaluating the evolution of branches through changes in characters on continuous spatiotemporal scales, for better interpreting the impact of biotic/abiotic drivers on the evolutionary radiation. It reveals a causal link between morphological changes and selective pressures: consistent deformation signals for all tested characters on timeline, which provided strong support for the evolutionary hypothesis of relationship between scarabs and biotic/abiotic drivers; the evolutionary strategies under niche differentiation, which were manifested in the responsiveness degree of functional morphological characters with different selection pressure. This morphological information-driven integrative approach sheds light on the mechanism of macroevolution under different selection pressures and is applicable to more biodiversity research.