猎物的均匀性可以产生蜘蛛吃蜘蛛的世界
内布拉斯加大学林肯分校的一项研究说，有限的猎物菜单可能会编织一个纠结的食物网，通过鼓励多个物种的狼蛛互相觅食，甚至蚕食自己的狼蛛。
生态学家早就知道，具有相似饮食的捕食者可以通过有效地分配社区的食物来源来缓解竞争，理想情况下，为每个人留下足够的猎物。但对内布拉斯加州狼蛛物种的分析表明，当它们共同猎物缺乏多样性时，八足捕食者可能会通过相互吃掉来维持生态平衡。
猎物种类的减少应该对较弱的捕食者意味着坏消息，然后与较强的捕食者进行更直接的竞争，Stella Uiterwaal说，她在内布拉斯加州获得博士学位时领导了这项研究。她说，至少偶尔会杀死和吃掉更具竞争力的同伴的捕食者可以通过几种方式受益，共同充当“均衡机制”。
“你的一些饮食现在来自另一种捕食者，而不是你正在竞争的共同猎物，”Uiterwaal说，他现在是圣路易斯华盛顿大学的博士后研究员。“而且你也在减少更好的捕食者的种群规模，所以你与之竞争的物种更少。
这项研究起源于Uiterwaal在内布拉斯加州西南部一个毗邻湖泊的野外基地Cedar Point Biological Station学习和教学时观察到的。正是在那里，她和包括博士生导师约翰·德龙(John DeLong)在内的一些同事意识到，当地狼蛛物种的财富似乎违背了生态原则，或多或少占据了同一栖息地的相同生态位。
“我们注意到有这么多不同的狼蛛物种，它们似乎都在做同样的事情，”Uiterwaal说。“有一个经典的生态学观点，物种不能做完全相同的事情。如果发生这种情况，他们将无法在环境中持续很长时间。
因此，研究人员花了两个夏天收集八种狼蛛及其潜在猎物的标本。为了尽可能准确地计算猎物的数量，Uiterwaal开始将空心木箱扑通一声放在毫无戒心的地块上，然后使用定制的真空吸走里面的每一只地面和飞行昆虫。许多捕获的小动物也出现在狼蛛的菜单上：苍蝇、蚱蜢、蟋蟀、蝴蝶、飞蛾、蚜虫，是的，还有其他蜘蛛。
“你说出它的名字，他们会吃掉它，”Uiterwaal说。“我们甚至看到蜘蛛在那里吃蟾蜍。
尽管如此，对605只狼蛛的实际饮食进行编目仍需要更复杂的技术。其中一项技术涉及分析蜘蛛消化食物的DNA，以寻找条形码：蜘蛛消耗的每种猎物所特有的DNA序列。Uiterwaal还应用了一种数学方法 - 一种她开发的数学方法 - 帮助团队确定蜘蛛消耗了多少每个猎物。
与团队的期望相反，任何一种狼蛛的饮食大多与其他物种相似。
“所有这些蜘蛛基本上都在吃同样的东西 - 这是我没想到的，因为你确实在稍微不同的地方发现这些蜘蛛，它们看起来不同，它们有不同的行为，”Uiterwaal说。“你会期望这以某种方式反映在他们的饮食中。但事实证明，它们有很多重叠。
他们的发现确实为蜘蛛吃蜘蛛的世界留下了可能性。只有一个问题：考虑到区分狼蛛物种DNA的挑战，Uiterwaal知道条形码很难捕捉任何蜘蛛对蜘蛛的捕食。
为了解释这一点，她和团队还分析了他们收集的每只狼蛛的组织样本中较轻与较重的氮原子或同位素的比例。由于较重的氮原子通过食物网持续存在并积累，捕食者往往比猎物含有更多的同位素 - 这意味着研究人员可以使用它们来估计动物在当地食物网中的排名。
这也意味着，如果狼蛛经常互相吃掉，同位素分析可能会将它们在食物网上排名高于基于条形码的方法。这正是Uiterwaal和她的同事发现的。事实上，平均排名远远超出了团队的预期。在许多食物网中，植物排名为1，食植物动物为2，这些食草动物的捕食者排名为3，捕食者的捕食者为4。德龙说，通常，这大约与陆地食物网似乎伸展的高度一样高。
雪松角生物站狼蛛物种的平均排名?近6。一只特别的蜘蛛评分为8.5 - 对于捕食者来说，这是一个特别高的栖息之地，正如Uiterwaal所说，“并不完全是任何人所说的食物链顶端。
“这意味着这种程度的复杂性和掠夺性对于确定整个系统如何工作可能非常重要，”内布拉斯加州生物科学副教授DeLong说。“与其考虑这些短的食物链，一切都非常垂直，它真的是递归的东西，每个人都在吃每个人，有点复合自己。
“对食物网结构的影响与我们想象的非常非常不同。
团队又迎来了另一个惊喜。Uiterwaal决定分析某些因素 - 捕食者的性别和大小，环境特征，猎物的丰富性和多样性 - 可能会在多大程度上影响一只狼蛛捕食另一种狼蛛的可能性。先前基于实验室的实验表明，所有这些变量都可能发挥了某种作用。但研究小组发现，只有猎物的种类或缺乏猎物与狼蛛攻击自己的猎物有关。
尽管任何原因都可以帮助解释这种差异，但Uiterwaal表示，实验室和野生之间的差异可能是一个很好的起点。
“我的猜测是，与在实验室的培养皿中觅食相比，在田间觅食是如此不同，在那里你不需要担心所有这些其他事情，”她说。“你担心被其他蜘蛛或其他捕食者吃掉(在野外)。也许你有你正在处理的寄生虫。你也在努力寻找伴侣，找到适合你的温度区域。你还有所有这些其他正在发生的事情，当我们只是玩一个特定的变量时，这些事情可能会淹没我们在实验室中看到的这些效果。
“事实上，我们对实验室的这些期望(不一定)会很好地转化为复杂的现实生活情况 - 这不仅仅是关于蜘蛛。对于任何系统来说都是如此。
德龙称赞他的前顾问，他称之为“真正的冠军”，进行了如此雄心勃勃的研究，并设法揭示了实验室工作可能错过的细微差别。
“它确实汇集了真正不同类型的数据，”他说，“描绘了一个与以前任何人讲述过的不同的故事。