Mekanisme yang mendasari hilangnya perilaku migrasi pada burung berumur panjang

Abstrak

Perubahan lingkungan yang disebabkan oleh manusia mengubah pola migrasi burung di seluruh dunia. Spesies menyesuaikan waktu migrasi, memperpendek dan mendiversifikasi rute migrasi, atau bahkan beralih ke tempat tinggal tetap. Meskipun penyebab utama yang mendorong perubahan pola migrasi sudah diketahui dengan baik, mekanisme dasar yang digunakan spesies migrasi untuk beradaptasi dengan perubahan lingkungan masih belum jelas.
Di sini, kami mempelajari mekanisme yang mendorong hilangnya perilaku migrasi yang baru-baru ini terjadi dan cepat pada bangau putih Iberia Ciconia ciconia , spesies yang berumur panjang dan sebelumnya bermigrasi penuh melalui jalur penerbangan Afrika-Eurasia. Kami menggabungkan data sensus selama 25 tahun, data pelacakan GPS dari 213 individu (80 dewasa dan 133 remaja tahun pertama) yang dilacak hingga 7 tahun dan pengurutan genom secara keseluruhan untuk mengurai apakah pergeseran perilaku migrasi dalam (fleksibilitas fenotipik) atau di antara (plastisitas perkembangan atau mikroevolusi, melalui seleksi) individu dari waktu ke waktu menjelaskan perubahan tingkat populasi yang diamati menuju tempat tinggal.
Antara tahun 1995 dan 2020, proporsi individu yang tidak lagi bermigrasi dan tetap tinggal di Eropa Selatan sepanjang tahun meningkat drastis, dari 18% menjadi 68–83%. Kami menunjukkan bahwa perubahan perilaku ini kemungkinan besar disebabkan oleh plastisitas perkembangan. Pada burung tahun pertama, 98% menyeberangi Selat Gibraltar menuju tempat musim dingin mereka di Afrika, di Maroko atau Afrika Sub-Sahara. Namun, mayoritas beralih ke strategi non-migrasi seiring bertambahnya usia—proporsi migran menurun menjadi 67% dan 33%, masing-masing pada tahun kedua dan ketiga kehidupan mereka. Mendukung temuan ini, hanya 19% burung dewasa yang dilacak GPS yang bermigrasi. Kami tidak menemukan bukti fleksibilitas fenotipik, karena burung dewasa sangat konsisten dalam perilaku migrasi selama beberapa tahun (hanya 3 individu yang mengubah strategi antar tahun, dari 113 transisi tahunan), atau bukti seleksi yang bekerja pada variasi genetik, karena genom burung migran dan penduduk dewasa pada dasarnya tidak berdiferensiasi dan kami tidak menemukan bukti sapuan selektif pada burung penduduk.
Hasil penelitian kami menunjukkan bahwa melalui plastisitas perkembangan, sifat-sifat yang plastis selama periode perkembangan tertentu menjadi tetap selama masa dewasa. Dengan demikian, pergeseran antargenerasi dalam frekuensi individu muda yang bermigrasi dan tidak bermigrasi dapat mendorong perubahan populasi dalam perilaku migrasi. Hal ini dapat menyediakan mekanisme bagi burung migrasi berumur panjang untuk merespons perubahan lingkungan yang cepat akibat manusia.
1. PENDAHULUAN
Perilaku migrasi banyak spesies burung berubah sebagai respons terhadap perubahan lingkungan yang disebabkan oleh manusia. Ini termasuk perubahan fenologi migrasi, batas rentang perkembangbiakan dan musim dingin, pemendekan jarak migrasi atau bahkan gangguan migrasi (Able & Belthoff, 1998 ; Berthold et al., 1992 ; Curley et al., 2020 ; Horton et al., 2020 ; Rushing et al., 2020 ; Visser et al., 2009 ). Sementara penyebab utama yang mendorong perubahan yang diamati dalam pola migrasi sudah mapan (misalnya perubahan iklim yang disebabkan oleh manusia), mekanisme yang digunakan spesies migrasi untuk beradaptasi dengan perubahan lingkungan sebagian besar masih belum diketahui (Åkesson & Helm, 2020 ; Charmantier & Gienapp, 2014 ). Pada tingkat populasi, perubahan dalam perilaku migrasi burung dapat terjadi melalui tiga proses yang berbeda tetapi tidak saling eksklusif: (i) fleksibilitas fenotipik, yang disebabkan oleh kondisi lingkungan, yang dapat bersifat reversibel dan mencerminkan perubahan dalam individu dalam ekspresi suatu fenotip (Charmantier et al., 2008 ); (ii) evolusi, melalui pergeseran jangka panjang antargenerasi dalam frekuensi alel yang mengendalikan perilaku migrasi (Berthold et al., 1992 ); dan (iii) plastisitas perkembangan, perubahan fenotipik ireversibel yang disebabkan oleh kondisi lingkungan, fisiologis atau sosial yang dialami remaja selama ontogeni (Piersma & Drent, 2003 ), mengarah pada perubahan tingkat populasi yang didorong oleh pergeseran antargenerasi, karena individu muda, dengan fenotip baru, menggantikan yang lebih tua dalam populasi dari generasi ke generasi.

Percobaan persilangan pada burung pengicau, yang dilakukan di penangkaran, menunjukkan heritabilitas substansial dari sifat migrasi (Pulido et al., 2001 ; Pulido & Berthold, 2010 ). Perbedaan yang dapat diwariskan dalam strategi migrasi telah dikaitkan secara tentatif dengan daerah genomik besar dengan diferensiasi tinggi, yang kemungkinan mengandung inversi kromosom yang mengandung puluhan hingga ratusan gen (Delmore et al., 2016 ; Lundberg et al., 2017 ; Sanchez-Donoso et al., 2022 ), atau dengan seleksi yang mengoperasikan gen yang berpotensi terkait dengan perilaku dan pembelajaran spasial (Delmore et al., 2020 ; Gu et al., 2021 ; Toews et al., 2019 ). Meskipun contoh-contoh ini membantu untuk menggambarkan bagaimana proses genetik dapat menyebabkan perubahan dalam perilaku migrasi melalui genetika, plastisitas dapat memberikan mekanisme yang lebih cepat untuk aklimatisasi cepat terhadap perubahan lingkungan (Åkesson & Helm, 2020 ; Both & Visser, 2001 ; Charmantier et al., 2008 ; Charmantier & Gienapp, 2014 ; Dias et al., 2011 ; Horton et al., 2023 ; Teitelbaum et al., 2016 ; Teplitsky et al., 2008 ), yang khususnya relevan untuk spesies berumur panjang karena perubahan lingkungan yang penting dapat terjadi dalam masa hidup individu.

Upaya untuk memisahkan peran relatif dari berbagai mode plastisitas dalam evolusi migrasi burung terhambat oleh kesulitan mengumpulkan informasi jangka panjang untuk seluruh populasi, serta data individu yang berulang melalui periode pergeseran perilaku migrasi pada tingkat populasi (Conklin et al., 2021 ; Fraser et al., 2019 ; Gill et al., 2019 ). Baru-baru ini, perkembangan dalam teknologi pelacakan yang diperlukan untuk menjembatani kesenjangan pengetahuan ini menjadi lebih banyak tersedia (Åkesson & Helm, 2020 ). Namun, penelitian terbaru yang menggunakan data pelacakan berulang tidak secara jelas mendukung satu mekanisme. Beberapa penelitian telah menunjukkan bahwa fleksibilitas fenotipik sebagian besar dapat menjelaskan kemajuan tingkat populasi dalam waktu migrasi migran jarak jauh (misalnya Conklin et al., 2021 ). Namun, semakin banyak penelitian yang mendokumentasikan tingkat pengulangan yang tinggi dalam individu dalam waktu migrasi, rute dan lokasi musim dingin selama beberapa tahun (Carneiro et al., 2019 ; Pedersen et al., 2018 ; Stanley et al., 2012 ; Vardanis et al., 2011 ) Hal ini menunjukkan bahwa, untuk spesies dengan fleksibilitas individu yang rendah, pergeseran antargenerasi melalui plastisitas perkembangan dapat mendorong perubahan tingkat populasi dalam perilaku migrasi dalam beberapa generasi, dengan individu muda menjadi agen perubahan tersebut (Gill et al., 2019 ; Verhoeven et al., 2018 , 2021 ). Namun, penelitian ini belum secara eksplisit mengabaikan efek variasi genetik yang mendasarinya. Burung yang berumur panjang, khususnya, memiliki periode perkembangan yang panjang di mana burung muda dapat belajar dari pengalaman masa lalu dan meningkatkan kinerja migrasi mereka (Campioni et al., 2020 ; Sergio et al., 2014 ). Selain itu, pada spesies sosial, individu dapat mengubah perilaku migrasi mereka berdasarkan pembelajaran sosial dari spesies yang sama, yang juga berkontribusi terhadap pergeseran perilaku migrasi pada tingkat populasi (Mueller et al., 2013 ; Teitelbaum et al., 2016 ).

Banyak penelitian yang menyelidiki perubahan terbaru dalam pola migrasi burung sebagian besar berfokus pada pergeseran rute atau waktu migrasi (waktu dan ruang). Namun, perubahan yang lebih mendalam telah dicatat, dengan individu yang meninggalkan migrasi sepenuhnya dalam populasi yang sebelumnya bermigrasi sebagian atau sepenuhnya dan membangun populasi yang tidak bermigrasi (Berthold, 2001 ; Newton, 2008 ; Van Vliet et al., 2009 ), sebuah proses yang dalam Eurasian blackcap Sylvia atricapilla kemungkinan didorong oleh seleksi pada variasi genetik (De Zoeten & Pulido, 2020 ; Pulido & Berthold, 2010 ). Sementara perubahan ini dapat secara dramatis mempengaruhi distribusi spesies dan ekosistem dengan tantangan konservasi yang tidak terduga (Gill et al., 2019 ), mekanisme yang mendasari hilangnya perilaku migrasi yang cepat masih kurang dipahami. Di sini, kami menggabungkan data sensus dua dekade, informasi pergerakan dari 213 burung yang dilacak GPS hingga 7 tahun dan sekuensing genom utuh untuk menyelidiki hilangnya perilaku migrasi pada bangau putih ( Ciconia ciconia , Gambar 1a ). Spesies yang berumur panjang ini adalah simbol ikonik untuk migrasi jarak jauh di banyak negara Eropa, tempat burung muda dan burung dewasa bermigrasi bersama dalam kawanan campuran (Rotics et al., 2016 ), karena burung yang naif memerlukan bimbingan dari individu yang lebih tua dan lebih berpengalaman untuk berhasil mencapai tempat musim dingin mereka (Dallinga & Schoenmakers, 1987 ). Namun, dalam beberapa dekade terakhir, semakin banyak individu yang tidak lagi melakukan migrasi musim gugur tahunan mereka dari Eropa ke Afrika, dan tetap berada di Eropa Selatan sepanjang tahun (Archaux et al., 2004 ; Cheng et al., 2019 ; Flack et al., 2016 ; Rotics et al., 2017 ). Meningkatnya ketersediaan makanan dari sumber antropogenik, termasuk sampah makanan di tempat pembuangan akhir (Gilbert et al., 2016 ; Soriano-Redondo et al., 2021 ; Tortosa et al., 2002 ) dan udang karang merah invasif Procambarus clarkii (Ferreira et al., 2019 ), bersama dengan peningkatan suhu musim dingin (Schulz & Schulz, 1999 ) diperkirakan berkontribusi terhadap penekanan atau pemendekan migrasi pada bangau putih Eropa. Meskipun demikian, mekanisme yang mendasari perubahan perilaku ini pada tingkat populasi masih belum diketahui.

Survei nasional yang dilakukan selama 25 tahun terakhir (Catry et al., 2017 , dan data tambahan dari studi saat ini) menunjukkan bahwa jumlah bangau putih Portugis yang tersisa di negara itu selama musim dingin meningkat 16 kali lipat dari 1.187 individu pada tahun 1995 menjadi 19.295 pada tahun 2020 (Gambar 1b ), bertepatan dengan perluasan wilayah musim dingin ke utara (Gambar S1 ). Populasi perkembangbiakan meningkat 3,5 kali lipat dalam periode yang sama (dari 3.302 pada tahun 1994 menjadi 11.691 pasangan perkembangbiakan pada tahun 2014; Encarnação, 2015 ), yang menunjukkan peningkatan tajam dalam proporsi individu penduduk (yaitu tidak bermigrasi), dari 18% menjadi 68%–83% (Gambar 1c ). Di sini, kami bertujuan untuk memahami mekanisme yang mendorong perubahan tingkat populasi yang diamati dalam perilaku migrasi bangau putih. Secara khusus, kami menyelidiki apakah perubahan tersebut dapat berasal dari: (i) perubahan reversibel dalam individu dalam ekspresi fenotipe (fleksibilitas fenotipik); (ii) perubahan non-reversibel antar individu dalam ekspresi fenotipe, yang dikaitkan dengan efek perkembangan (plastisitas perkembangan); dan (iii) seleksi pada variasi genetik (evolusi mikro).

2 BAHAN DAN METODE
2.1 Tren populasi burung bangau putih penghuni
Sensus nasional bangau putih telah dilakukan di Portugal selama 25 tahun terakhir untuk memantau tren populasi spesies tersebut menyusul penurunan yang terjadi sebelumnya selama abad ke-20. Sensus perkembangbiakan dilakukan pada tahun 1994, 2004 dan 2014 dengan menghitung jumlah sarang yang ditempati pada musim semi (Encarnação, 2015 ). Sensus non-perkembangbiakan dilakukan dari pertengahan September hingga awal Oktober dari tahun 1995 hingga 1999 (setiap tahun) dan pada tahun 2006, 2008, 2015 (Catry et al., 2017 ) dan 2020 (studi ini) dan mencakup semua area tempat spesies tersebut diketahui menghabiskan musim dingin secara teratur, khususnya area dengan ketersediaan makanan yang tinggi selama musim dingin, seperti tempat pembuangan sampah dan sawah, tempat bangau cenderung berkumpul (Catry et al., 2017 ). Periode sensus dipilih karena sebagian besar individu yang bermigrasi menyeberangi Selat Gibraltar menuju tempat musim dingin mereka di Afrika antara Juli dan awal September (Acácio et al., 2022 ; Fernández-Cruz, 2005 ; Soriano-Redondo et al., 2020 ), dan migrasi kembali sebelum perkawinan ke daerah perkembangbiakan hanya dimulai pada bulan November (Bécares et al., 2019 , data pelacakan penulis). Selain itu, dari pertengahan September hingga pertengahan Oktober, jumlah imigran sangat kecil, seperti yang ditunjukkan oleh data pelacakan dan pengamatan cincin individu non-Portugis (Teks tambahan, Gambar S2 ). Dengan demikian, semua burung yang dihitung selama survei non-perkembangbiakan dianggap sebagai penduduk (lihat Teks tambahan untuk deskripsi yang lebih rinci). Untuk validasi lebih lanjut, kami memperkirakan proporsi burung penghuni menggunakan data dari populasi dewasa yang dilacak GPS (lihat di bawah) antara tahun 2016 dan 2022 dan membandingkannya dengan perkiraan dari survei nasional.

2.2 Pelacakan GPS bangau putih
Kami menangkap 213 bangau putih (80 dewasa dan 133 muda) di Portugal selatan antara tahun 2016 dan 2022 untuk menggunakan perangkat pelacakan GPS (Tabel S1 ). Bangau dilacak minimal selama 2 bulan dan hingga 7 tahun, cukup untuk mengidentifikasi setidaknya satu strategi migrasi per individu. Bangau putih dewasa ditangkap di sarangnya, menggunakan jaring tepuk yang diaktifkan dari jarak jauh atau di tempat pembuangan sampah menggunakan jerat kaki nilon. Anak-anaknya diambil dari sarang untuk penempatan tag dan dikembalikan setelahnya. Semua individu yang ditangkap dipasangi cincin berkode individual, diukur dan sampel darah dikumpulkan dan disimpan dalam etanol. Logger GPS/GSM (‘Flyway-50’ dari Movetech Telemetry, ‘Ornitrack-50′ dari Ornitela dan 50 g tag surya burung dari e-obs GmbH’) dipasang di bagian belakang burung sebagai ransel dengan harness Teflon; berat totalnya adalah 50–90 g, 1,5%–3,7% dari massa tubuh burung. Pencatat diprogram untuk mencatat posisi GPS setiap 20 menit. Prosedur ini disetujui oleh Instituto da Conservação da Natureza e das Florestas (Portugal; izin 493/2016/CAPT, 662/2017/CAPT, 549/2018/CAPT, 248/2019/CAPT, 365/2020/CAPT, 199/2021/CAPT dan 542/2022/CAPT).

Migran didefinisikan sebagai burung yang menyeberangi Selat Gibraltar (ke Maroko atau Afrika Sub-Sahara), sementara penduduk tetap tinggal di Iberia sepanjang tahun (Portugal dan Spanyol). Klasifikasi ini didasarkan pada diskontinuitas jarak migrasi yang ditempuh oleh kedua kelompok (Gambar S3 ) dan asumsi bahwa individu yang mengikuti strategi migrasi atau penduduk menghadapi tantangan yang lebih mirip dalam kelompok mereka sendiri daripada di seluruh strategi yang berbeda. Selat Gibraltar dikenal sebagai hambatan bagi burung yang bermigrasi ke dan dari Eropa dan Afrika dan merupakan tahap yang sangat menuntut di sepanjang jalur migrasi. Kondisi yang dialami selama penyeberangan laut dapat memiliki efek carry-over yang merusak, seperti yang terjadi dengan penghalang lain seperti Gurun Sahara (Mellone, 2020 ). Terlepas dari tempat musim dingin para migran (Afrika Utara atau Sub-Sahara), semua bangau yang menyeberangi Selat Gibraltar melakukannya selama puncak musim migrasi (Agustus–Oktober).

2.3 Ontogeni dan konsistensi dalam perilaku migrasi bangau putih
Untuk menyelidiki pergeseran dalam keputusan migrasi bangau putih seiring bertambahnya usia, kami memasang model campuran linier umum binomial (fungsi g lmer dalam paket R lme4 ; Bates et al., 2014 ) dengan strategi migrasi (penduduk atau migran) dan usia ( n  = 133, 24, 12 dan 83 individu dengan 1, 2, 3 dan ≥4 tahun) sebagai respons dan variabel penjelas, masing-masing, dan ID burung sebagai efek acak. Berlawanan dengan juvenil, burung yang ditandai sebagai burung dewasa yang berkembang biak (≥4 tahun) memasuki model hanya sekali. Dengan demikian, tiga burung dewasa yang mengubah strategi migrasi tidak disertakan dalam analisis.

Bahasa Indonesia: Untuk menilai derajat konsistensi individu (atau sebaliknya, fleksibilitas) dalam pilihan lintang musim dingin (dan dengan demikian, pada strategi migrasi), kami menggunakan data dari burung dewasa dan burung muda yang dilacak dalam beberapa tahun. Untuk setiap burung, kami menentukan lintang musim dingin sebagai lintang minimum yang dicapai pada bulan Oktober, karena pada saat itu burung bangau putih berada di tempat musim dingin utamanya dan tidak menunjukkan pergerakan dispersif atau migrasi yang signifikan (Rosa et al., 1998 ). Di antara burung dewasa, 48 individu dilacak setidaknya selama dua musim dingin berturut-turut; 11, 17, 15, 3, 1 dan 1 burung bangau dilacak berulang kali selama dua hingga tujuh musim dingin, masing-masing (161 perbandingan burung-musim dingin; Tabel S1 ). Di antara burung muda, kami melacak 24 burung muda setidaknya selama dua musim dingin berturut-turut; 13, 5, 3, 1, 1, dan 1 burung bangau dilacak berulang kali selama dua hingga tujuh musim dingin, masing-masing. Namun, untuk memperkirakan pengulangan individu di antara burung muda, kami membuang musim dingin burung setelah usia pertama kali berkembang biak (3–4 tahun; tersisa 59 perbandingan musim dingin burung, Tabel S1 ). Pengulangan garis lintang musim dingin dianalisis menggunakan fungsi rpt untuk data Gaussian dalam paket R rptR (Stoffel et al., 2017 ).

2.4 Perakitan genom referensi
Kami menyusun genom bangau putih menggunakan teknologi linked read (10X Genomics, San Francisco, AS). Darah segar beku cepat dari burung betina (cincin logam nomor MR09149, CEMPA), yang melewati musim dingin di Semenanjung Iberia, digunakan untuk ekstraksi DNA dengan berat molekul tinggi menggunakan protokol berbasis garam (Enbody et al., 2021 ). Sebelum persiapan pustaka, kuantitas dan integritas DNA dinilai menggunakan instrumen NanoDrop, Qubit dsDNA BR Assay Kit, dan Agilent Genomic DNA ScreenTape (Agilent). Ukuran rata-rata DNA yang diekstraksi diperkirakan di atas 60 kb. Pustaka kromium disiapkan oleh Novogene UK mengikuti petunjuk pabrik dan diurutkan pada instrumen Illumina menggunakan 2 × 150 bp pembacaan berpasangan. Ini menghasilkan total 510.084.146 pembacaan (sesuai dengan cakupan efektif 60,9×). Data pengurutan kromium tersedia di Arsip Pembacaan Urutan di bawah BioProject PRJNA713582.

Bahasa Indonesia: Untuk merakit genom menggunakan data linked-read, kami menggunakan Supernova v2.0 (Weisenfeld et al., 2017 ) dengan parameter default. Versi awal dari perakitan yang dikenakan pada Contamination Screen otomatis dari portal pengiriman genom NCBI mengidentifikasi sejumlah sekuens yang terduplikasi, berasal dari luar negeri atau mitokondria, dan ini dihapus dari perakitan. Sekuens adaptor (NGB01088.1, NGB01096.1, NGB01047.1 dan NGB01039.1) juga diidentifikasi mengapit celah di 20 daerah independen dari perakitan, yang menunjukkan kesalahan perakitan lokal. Untuk menguji ini, kami memetakan seluruh dataset re-sequencing genom dari 54 burung (lihat di bawah) ke perakitan awal dan menggunakan IGV v2.8.2 (Thorvaldsdóttir et al., 2013 ) untuk mencari pasangan bacaan yang mencakup setiap celah. Sembilan belas dari 20 daerah ini dianggap sebagai hasil dari perakitan yang benar, karena untuk masing-masing daerah, kami menemukan setidaknya 10 pasang pembacaan yang mematuhi kriteria berikut: (1) setiap pembacaan dipetakan pada sisi celah yang berbeda; (2) pasang pembacaan memiliki kualitas pemetaan 60; dan (3) pembacaan tidak memiliki penyelarasan tambahan atau sekunder. Setelah pemeriksaan ini, urutan adaptor ditutup dengan kuat. Untuk daerah yang tersisa, celah yang besar berarti tidak mungkin untuk mengesampingkan kesalahan perakitan, jadi kami membagi perancah menjadi dua yang lebih kecil.

Untuk mengevaluasi kualitas perakitan akhir kami, kami menghitung metrik ringkasan dengan skrip assemblathon_stats.pl ( https://github.com/KorfLab/Assemblathon ; Bradnam et al., 2013 ). Kami juga mengukur jumlah ortolog salinan tunggal yang sangat terkonservasi menggunakan BUSCO v5 (Simão et al., 2015 ). Untuk analisis BUSCO , kami menjalankan prediktor gen MetaEuk (Levy Karin et al., 2020 ), dengan kumpulan data garis keturunan aves_odb10. Bahasa Indonesia: Untuk mengidentifikasi koordinat untuk urutan pengkodean protein, kami mengunduh rakitan referensi dan anotasi ruff ( Calidris pugnax ) yang diperoleh dari NCBI (GCF_001431845.1) dan melakukan lift-over koordinat dari file anotasi GFF3 melalui Liftoff v1.6.3 (Shumate & Salzberg, 2021 ), dengan opsi -polish dan -flank 0.1, menggunakan minimap2 v2.17-r941 (Li, 2018 ) untuk menyelaraskan urutan gen.

2.5 Pengurutan ulang genom secara keseluruhan, pemetaan pembacaan dan pemanggilan varian
Kami mengurutkan ulang genom beberapa individu pada cakupan rendah menggunakan pengurutan throughput tinggi pembacaan pendek. Berdasarkan data yang kami peroleh melalui pelacakan GPS, kami memilih 54 individu dewasa yang bersumber dari populasi pembiakan Portugis lokal (11 migran, 43 penduduk). Hanya orang dewasa yang dipilih untuk pengurutan karena mereka memungkinkan penentuan strategi migrasi individu yang lebih akurat (lihat Bagian 3 ). DNA genom diekstraksi dari darah yang disimpan dalam etanol (menggunakan protokol ekstraksi berbasis garam yang sama seperti yang disebutkan di atas), dan kuantitas dan integritas DNA dinilai menggunakan instrumen NanoDrop, Qubit dsDNA BR Assay Kit dan melalui visualisasi gel agarosa. Pustaka genom utuh individu disiapkan menggunakan kit TruSeq DNA PCR-Free (Illumina). Pustaka dikuantifikasi oleh qPCR menggunakan KAPA Library Quantification Kit, digabungkan dan diurutkan hingga cakupan 2,1× menggunakan 2 × 150 bp bacaan dalam instrumen Illumina di Novogene UK. Ini menghasilkan total 992.220.763 pembacaan singkat. Data sekuensing genom lengkap tersedia di Arsip Bacaan Sekuens di bawah BioProject PRJNA713582.

Kualitas pembacaan sekuensing dievaluasi menggunakan FastQC v0.11.8 ( https://www.bioinformatics.babraham.ac.uk/projects/fastqc/ ). Pembacaan kemudian dipetakan ke rakitan referensi de novo kami dengan BWA-MEM (Li, 2013 ) menggunakan pengaturan default. Statistik pemetaan dihitung menggunakan SAMtools (Li et al., 2009 ) dan skrip khusus. Analisis selanjutnya dilakukan di bawah kerangka kerja kemungkinan genotipe menggunakan perangkat lunak ANGSD v0.930 (Korneliussen et al., 2014 ). Ketika cakupan sekuensing yang lebih rendah menghalangi pemanggilan genotipe yang akurat, pendekatan kemungkinan genotipe memungkinkan estimasi parameter genetika populasi yang efektif dan dengan demikian semakin banyak diadopsi untuk mempelajari spesies non-model (diulas dalam Lou et al., 2021 ). Saat menghitung kemungkinan genotipe dalam analisis kami, kami mengecualikan: (1) posisi trialel (-skipTriallelic 1); (2) posisi dengan kualitas dasar di bawah 30 (-minQ 30); (3) bacaan dengan kualitas pemetaan di bawah 30 (-minMapQ 30); (4) bacaan sekunder dan duplikat (-remove_bads 1); (5) bacaan dengan beberapa hasil terbaik (-uniqueOnly 1); dan (6) bacaan dengan satu atau kedua pasangan tidak memetakan dengan benar (-only_proper_pairs 1).

2.6 Genomik populasi
Kami memulai analisis genomik populasi kami dengan melakukan analisis komponen utama (PCA) pada kemungkinan genotipe menggunakan PCAngsd dengan parameter default (Meisner & Albrechtsen, 2018 ). Program ini menghasilkan matriks kovariansi antara semua individu, yang digunakan untuk memperkirakan komponen utama dan pemuatan individu dengan fungsi prcomp dari R v3.6.3 (Tim Inti R, 2020 ). Kami melengkapi pendekatan ini dengan menghitung proporsi campuran individu dengan NGSadmix (Skotte et al., 2013 ). Kami menjalankan analisis untuk beberapa nilai K (2–6), yang memaksakan frekuensi alel minor minimum 0,05. Kami juga menghitung, untuk setiap pasangan individu, indeks keterkaitan r xy (Hedrick & Lacy, 2015 ) dari kemungkinan genotipe menggunakan ngsRelateV2 (Hanghøj et al., 2019 ). Analisis PCA, campuran dan keterkaitan dijalankan dengan kumpulan data lengkap, dengan menerapkan kedalaman minimum dan maksimum untuk setiap posisi (selain filter yang diuraikan di atas) di semua sampel masing-masing 10 dan 200 (-setMinDepth 10, -setMaxDepth 200) dan menghapus posisi yang tidak memiliki data setidaknya dalam 15 individu (-minInd 15).

Berikutnya, kami menyelidiki tingkat dan pola variasi genetik pada bangau putih migran dan residen. Untuk analisis ini, kami secara acak mengambil subsampel kedua kelompok menjadi 10 individu (tidak termasuk individu outlier dari PCA, lihat Bagian 3 ) untuk menghindari bias yang terkait dengan ukuran sampel. Dengan menggunakan ANGSD , kami mulai dengan menghasilkan estimasi kemungkinan maksimum dari spektrum frekuensi situs yang tidak terlipat dan menggunakan ini untuk menghitung keragaman nukleotida berpasangan ( π ; Nei, 1987 ) dan Tajima’s D (Tajima, 1989 ) dalam jendela 200 kb yang tidak tumpang tindih. Keragaman nukleotida yang tidak bias diperoleh dengan membagi nilai yang diperoleh untuk setiap jendela dengan jumlah total situs yang lolos filter.

2.7 Pemetaan sapuan selektif
Sensus populasi mendeteksi pergeseran yang konsisten dan terus-menerus ke tempat tinggal pada bangau putih dari Portugal (Gambar 1 ). Jika pergeseran fenotipik ini dimediasi oleh seleksi yang bekerja pada variasi genetik, genom bangau putih penghuni harus menunjukkan penyimpangan yang signifikan dari netralitas. Untuk mendeteksi tanda-tanda seleksi dalam genom penghuni ( n  = 43), kami menghitung beberapa statistik yang melihat sifat-sifat yang berbeda tetapi saling melengkapi dari data sekuens dalam seleksi. Secara khusus, kami menggunakan: (1) Tajima’s D (Tajima, 1989 ), yang mendeteksi penyimpangan dari netralitas dengan membandingkan jumlah situs segregasi dan keanekaragaman nukleotida; (2) Fay dan Wu’s H (Fay & Wu, 2000 ), yang mengidentifikasi sapuan selektif baru-baru ini dengan menganalisis distribusi frekuensi alel turunan; dan (3) statistik rasio kemungkinan komposit (CLR) dari SweepFinder2 (DeGiorgio et al., 2016 ), yang menggunakan spektrum frekuensi situs untuk mengidentifikasi lokasi yang dipengaruhi oleh seleksi positif terkini.

ANGSD digunakan untuk menghitung D dan H melalui modul thetaStat . Karena H memerlukan identifikasi alel leluhur dan turunan, kami memolarisasi situs polimorfik menggunakan informasi sekuens dari bangau maguari ( Ciconia maguari ) yang berkerabat dekat yang diperoleh dari basis data SRA NCBI (SRR9946656; Feng et al., 2020 ). Kami memilih spesies ini dari data genom spesies Ciconia yang tersedia karena penempatan filogenetik dan konteks geografisnya cenderung meminimalkan masalah yang terkait dengan kesalahan pemetaan dan pembagian alel dengan bangau putih (de Sousa et al., 2023 ). Kami memetakan data Illumina ini ke genom referensi kami (menggunakan pendekatan yang sama seperti set data sekuensing ulang kami sendiri; rasio pemetaan: 98,77%, cakupan: 21,97×), menggunakan ANGSD untuk menghasilkan sekuens referensi haploid yang dikoreksi (-doFasta 3), dan akhirnya menggunakan referensi yang dikoreksi ini sebagai sekuens leluhur saat menghitung kemungkinan frekuensi alel situs. Untuk SweepFinder2 , karena berkas masukan memerlukan hitungan alel, kami pertama-tama menggunakan metode pengambilan sampel baca tunggal ANGSD (-doIBS) untuk secara acak mengambil subsampel satu alel per lokus dari masing-masing dari 43 individu; hitungan ini digunakan untuk menghasilkan berkas masukan, dan SweepFinder2 dijalankan di bawah parameter default.

Hasil dari tiga tes digabungkan dengan menghitung komposit de-korelasi dari beberapa sinyal (DCMS, Ma et al., 2015 ), yang memperhitungkan struktur korelasional variabel untuk mempertimbangkan kontribusi relatifnya terhadap skor gabungan. Sebelum analisis ini, nilai D dikalikan dengan −1 sehingga nilai yang lebih tinggi berhubungan dengan bukti yang lebih tinggi dari sapuan selektif. Nilai − D , H dan CLR masing-masing pertama kali diubah menjadi peringkat fraksional untuk membuat probabilitas yang terdistribusi secara seragam, yang diterapkan transformasi normal terbalik. Skor yang dinormalisasi diubah menjadi skor Z , dan dari sini, nilai- p dihitung dengan asumsi distribusi data normal. Koefisien korelasi peringkat Spearman dihitung untuk setiap pasangan variabel. Akhirnya, koefisien korelasi dan nilai- p digunakan untuk menghitung skor DCMS untuk setiap jendela (jendela outlier 1% teratas dianggap sebagai kandidat yang paling mungkin untuk dipilih).

Meskipun pendekatan ini cocok untuk mendeteksi lokus yang diseleksi pada populasi bangau putih penghuni, kemungkinan sebagian kandidat putatif seleksi tidak terkait dengan hilangnya migrasi, tetapi dengan proses lokal lainnya. Untuk menyaring lebih lanjut daftar kandidat potensial kami, kami menggunakan ANGSD untuk menghitung indeks fiksasi ( F ST ) antara migran ( n  = 11) dan penghuni ( n  = 43). Untuk menguji tumpang tindih yang signifikan antara outlier statistik ini dengan outlier DCMS, kami menggunakan SuperExactTest ( https://network.shinyapps.io/superexacttest ; Wang et al., 2015 ). Semua statistik genom-lebar dihitung dalam jendela 50 kb yang tidak tumpang tindih; perancah yang lebih kecil dari 1 Mb dibuang, menghasilkan 22.766 jendela yang dibagi antara analisis ini.

3 HASIL
3.1 Konsistensi individu dalam perilaku migrasi
Pelacakan GPS pada 80 burung dewasa (≥4 tahun) dan 133 burung muda yang ditandai sebagai anak burung yang baru bisa terbang menunjukkan variasi yang luas dalam perilaku migrasi burung bangau putih (Gambar 2a–c ) tetapi penurunan bertahap dalam kemungkinan migrasi seiring bertambahnya usia (GLMM: −12,8 ± 2,6, n  = 252, p  < 0,001; Gambar 2d ). Meskipun terdapat variabilitas antar individu yang cukup besar dalam pola migrasi burung bangau dewasa (Gambar 2c ), individu yang dilacak dari 2 hingga 7 tahun berturut-turut ( n  = 48) menunjukkan konsistensi yang luar biasa dalam strategi migrasi mereka selama beberapa tahun, yang menunjukkan pengulangan intra-individu yang tinggi dalam pemilihan garis lintang musim dingin ( r  = 0,996, SE = 0,001, p  < 0,0001, n  = 161 perbandingan tahun burung, Gambar 3 ). Hanya pada tiga kesempatan bangau dewasa mengubah keputusan migrasi (2% dari semua burung); satu burung pada tahun 2017 dan dua burung pada tahun 2021 tetap berada di Iberia setelah bermigrasi ke Maroko pada tahun sebelumnya (Gambar 3a ). Secara keseluruhan, di antara burung dewasa yang dilacak, hanya 19% yang bermigrasi ke Afrika (menghabiskan musim dingin di Maroko atau Afrika Sub-Sahara) sementara 79% individu tetap berada di Iberia (Portugal dan Spanyol), sehingga menguatkan hasil survei nasional Berbeda dengan burung dewasa, bangau putih muda yang dilacak hingga mencapai kematangan seksual (yaitu dilacak selama >1 dan hingga 3–4 tahun, n  = 24) tidak konsisten dalam memilih tempat musim dingin mereka pada tahun-tahun berturut-turut ( r  = 0,401, SE = 0,14, p  = 0,005, n  = 59 perbandingan burung-tahun, Gambar 3 ). Di antara burung muda tahun pertama, 98% menyeberangi Selat Gibraltar menuju tempat musim dingin mereka di Afrika, dengan 13% menempuh jarak yang lebih pendek untuk musim dingin di Maroko dan 87% musim dingin lebih jauh di Afrika Sub-Sahara (Gambar 2b dan 3a ). Burung bangau muda mengurangi atau mempertahankan jarak migrasi (musim dingin di lintang utara atau lintang serupa) seiring bertambahnya usia, dengan hanya satu pengecualian, burung yang musim dingin di Maroko dan pada tahun berikutnya melakukan perjalanan ke Sahel, Gambar 3a . Di antara bangau muda, proporsi migran menurun hingga 67% dan 33% pada tahun kedua dan ketiga kehidupan mereka, masing-masing. Selain itu, pada tahun ketiga mereka, hanya 17% yang melakukan pergerakan jarak jauh untuk mencapai Afrika Sub-Sahara (Gambar 3a ). Akhirnya, semua juvenil tahun pertama yang dilacak hingga usia perkembangbiakan pertama menjadi konsisten dalam strategi migrasi sebagai orang dewasa, musim dingin di Iberia atau di Afrika ( n  = 5 dan n  = 1, masing-masing, Gambar 3a ). Hasil-hasil ini menunjukkan bahwa perubahan dalam perilaku migrasi pada spesies berumur panjang ini dikaitkan dengan tahap belum dewasa (2 hingga 3-4 tahun), dengan strategi migrasi akhir kemungkinan diperoleh dalam transisi menuju dewasa, dan setelah itu sebagian besar dipertahankan saat bangau memantapkan diri sebagai pembiak.

3.2 Genomik populasi burung bangau putih migran dan residen
Bahasa Indonesia: Untuk menilai peran variasi genetik dalam migrasi bangau putih, kami mulai dengan merakit genom referensi de novo bangau putih menggunakan sequencing linked-read (Weisenfeld et al., 2017 ). Ini menghasilkan sekuens referensi 1,26-Gb, yang terdiri dari 6992 scaffold (Tabel S2 ). Pencarian BUSCO untuk ortolog salinan tunggal yang sangat terkonservasi menggunakan basis data unggas mengungkapkan genom kami sangat lengkap: dari total 8.338 gen yang diuji, 8.091 (97,1%) hadir dalam perakitan. Lift-over sekuens gen penyandi protein dari anotasi genom ruff mengidentifikasi koordinat untuk 17.535 gen (95,6% dari total 18.342 gen ruff yang dianotasi).

Bahasa Indonesia: Setelah perakitan de novo, kami mengurutkan ulang genom 54 burung dewasa pada cakupan 2,1× (migran dan penduduk, Tabel S3 ) dan menyelidiki pola variasi genom dalam sampel bangau putih migran dan penduduk. Analisis komponen utama (PCA, Gambar 4a ) mengindikasikan keberadaan dua kelompok sampel di sepanjang komponen utama pertama tetapi, yang terpenting, tidak menunjukkan struktur genetik antara sampel menurut perilaku migrasi mereka di PC1 (Mann–Whitney U -test, p  = 0,968) atau PC2 (Mann–Whitney U -test, p  = 0,211). Analisis campuran menunjukkan pola yang sama, dengan individu migran dan penduduk berbagi nenek moyang dengan kelompok yang sama di sepanjang beberapa nilai K. Diferensiasi genetik keseluruhan yang rendah terjadi meskipun tidak ada bukti keterkaitan substansial antara individu dalam kumpulan data kami. Dari total 1431 perbandingan berpasangan antara sampel, hanya 10 yang memiliki indeks r xy di atas 0,03125 (1/32), yang sesuai dengan keterkaitan yang lebih tinggi daripada sepupu kedua (rata-rata ± deviasi standar; r xy  = 0,002 ± 0,013). Sesuai dengan pengamatan bahwa individu migran dan penduduk memiliki nenek moyang yang sama dan termasuk dalam populasi kawin silang tunggal, rata-rata keragaman nukleotida di seluruh genom ( π ) dan ukuran spektrum frekuensi alel mutasi (Tajima’s D ) serupa antara kelompok (rata-rata ± simpangan baku; π migran  = 0,085 ± 0,045; π penduduk  = 0,083 ± 0,041, D migran  = 1,219 ± 0,276; D penduduk  = 1,279 ± 0,262, . Secara keseluruhan, hasil kami menunjukkan bahwa pergeseran mendadak baru-baru ini menuju hilangnya perilaku migrasi pada bangau putih, yang menyebabkan perbedaan besar antar individu dalam pola pergerakan, tidak terkait dengan populasi yang terdiferensiasi dalam tempat berkembang biaknya di Iberia.

Untuk memeriksa bukti seleksi baru-baru ini yang terkait dengan hilangnya perilaku migrasi, kami memindai genom bangau penghuni untuk tanda-tanda sapuan selektif menggunakan statistik yang menyoroti berbagai sifat variasi genetik . Seperti yang diharapkan, koefisien korelasi keseluruhan antara ketiga pengujian memiliki rentang variabilitas yang luas ( ρD-H  = 0,400; ρD- CLR = 0,199; ρH- CLR = −0,109). Namun, ini seharusnya bertemu di wilayah genom di bawah seleksi, jadi kami meringkas informasi ini dengan statistik komposit DCMS . 1% teratas dari distribusi empiris DCMS (228 jendela 50 kb yang tidak tumpang tindih) tumpang tindih dengan kerangka baca terbuka penuh dari 223 gen pengkode protein. Tidak satu pun dari jendela ini merupakan outlier dalam ketiga statistik secara independen, dan mayoritas mewakili jendela yang terisolasi (197 wilayah independen, setelah jendela yang berdekatan digabungkan). Wilayah outlier teratas (scaffold50: 1.200.000–1.450.000), berisi empat gen, EPHB6 (reseptor ephrin tipe-B 6) dan tiga gen rantai β reseptor sel T. Wilayah outlier besar lainnya, yang berisi tiga atau lebih jendela yang berdekatan, terletak pada scaffold10 (6.550.000–6.700.000; 2 gen), scaffold17 (23.550.000–23.750.000; 14 gen), scaffold19 (19.700.000–19.850.000; 3 gen) dan scaffold49 (1.450.000–1.600.000; 1 gen).
Sementara wilayah genomik ini dapat mewakili bukti seleksi yang bekerja pada populasi bangau penghuni, ada kemungkinan bahwa mereka mencerminkan seleksi pada sifat-sifat yang tidak terkait dengan migrasi. Untuk menguji ini, kami secara eksplisit menghitung diferensiasi genom-lebar ( F ST ) antara bangau migran dan penghuni. Yang mengejutkan, kami gagal menemukan perbedaan substansial antara individu dari dua kelompok pada lokus mana pun di seluruh genom (Gambar 4d ). Nilai F ST tertinggi juga tersebar di seluruh genom (182 wilayah independen, setelah jendela yang berdekatan digabungkan) dan, yang lebih penting, memiliki besaran yang sangat rendah. Untuk menggambarkan hal ini, jendela teratas memiliki F ST 0,076, dan hanya 15 jendela (0,07% dari jumlah total) yang memiliki F ST di atas 0,05. Rata-rata F ST di 1% jendela DCMS teratas ( F ST  = 0,015) juga mirip dengan rata-rata genom-lebar ( F ST  = 0,014). Perbandingan outlier DCMS teratas dengan outlier F ST teratas mengindikasikan kurangnya konkordansi secara umum (Gambar S6 ), karena hanya empat jendela genom yang secara bersamaan merupakan outlier 1% dalam kedua statistik, tumpang tindih yang tidak lebih tinggi dari yang diharapkan secara kebetulan ( p  = 0,196). Dari keempat jendela ini, tiga ditempatkan pada scaffold3 (tidak ada gen yang terletak 100 kb di kedua sisi jendela ini) dan jendela pada scaffold40 (gen yang tumpang tindih HAO2 dan 3BHSD ); pola F ST antara kedua kelompok di wilayah genom ini tidak secara meyakinkan menunjukkan adanya hubungan .

Kurangnya kemungkinan asosiasi genetik dalam studi kami ini tidak menghalangi skenario seleksi yang bekerja pada wilayah genom yang belum dirakit (tidak mungkin mengingat genom kami sangat lengkap), atau bahwa pergeseran tersebut dapat dikaitkan dengan seleksi poligenik yang tersebar luas yang dicirikan oleh perubahan yang sangat kecil dalam frekuensi alel (yang memerlukan ukuran sampel yang sangat besar untuk mendeteksinya). Namun, jika digabungkan dengan data pelacakan kami, hasil ini konsisten dengan skenario di mana efek perkembangan adalah mekanisme utama yang menjelaskan hilangnya migrasi yang cepat pada bangau putih, meskipun dengan potensi kontribusi kecil dari fleksibilitas fenotipik atau seleksi pada variasi genetik. Hasil ini selanjutnya didukung oleh analisis viabilitas populasi yang mensimulasikan pergeseran populasi menuju residensi tanpa mempertimbangkan plastisitas fenotipik dewasa.

4 DISKUSI
Mengungkap apakah, dan bagaimana, populasi alami merespons perubahan lingkungan yang disebabkan manusia yang sedang berlangsung adalah topik yang sangat penting dalam ekologi evolusi dan konservasi. Mengingat potensi migrasi hewan untuk mengubah jaringan ekologi di seluruh dunia (Bauer & Hoye, 2014 ), memahami peran yang dimainkan oleh seleksi dan plastisitas dalam membentuk strategi migrasi akan menjadi kunci untuk memahami bagaimana sifat riwayat hidup ini dapat berubah sebagai respons terhadap perubahan lingkungan. Hasil kami menunjukkan bahwa perubahan tingkat populasi yang cepat dan drastis dalam perilaku migrasi burung, termasuk hilangnya migrasi itu sendiri, dapat muncul melalui pergeseran generasi, dengan rekrutan muda sebagai agen perubahan tersebut melalui plastisitas perkembangan. Pada bangau putih, pemendekan jarak migrasi yang terdokumentasikan, dan bahkan hilangnya perilaku migrasi (Archaux et al., 2004 ; Catry et al., 2017 ; Cheng et al., 2019 ; Flack et al., 2016 ; Rotics et al., 2017 ), kemungkinan terjadi melalui proses antargenerasi yang didorong oleh perekrutan bangau muda yang tidak bermigrasi ke dalam populasi. Hal ini dapat menjadi mekanisme yang efektif untuk aklimatisasi cepat terhadap perubahan lingkungan antropogenik.

Pelacakan jangka panjang individu bangau putih dewasa mengungkapkan konsistensi yang tinggi dalam individu dalam strategi migrasi (baik migrasi atau non-migrasi), sehingga tidak mendukung temuan terbaru pada spesies burung lain yang melaporkan fleksibilitas fenotipik sebagai mekanisme yang mendorong perubahan tingkat populasi dalam perilaku migrasi burung (Conklin et al., 2021 ; Fraser et al., 2019 ). Antara tahun 2016 dan 2022, hanya tiga bangau dewasa yang mengubah strategi migrasi (3 dari 113 transisi potensial), dari migrasi jarak pendek ke Maroko ke tempat tinggal di Iberia. Fleksibilitas dewasa yang diamati ini (0,4% per tahun) tidak akan cukup untuk menjelaskan besarnya perubahan yang diamati dalam perilaku migrasi populasi bangau Portugis dalam 25 tahun terakhir, di mana 50%–64% populasi menjadi non-migrasi  Selain itu, data pelacakan kami menangkap periode pergeseran signifikan dalam perilaku migrasi: hanya dalam 6 tahun (2014–2020), kami memperkirakan bahwa proporsi penduduk meningkat sebesar 8%–23%. Mempertimbangkan tingkat konsistensi dalam individu yang sangat tinggi dalam perilaku migrasi di antara orang dewasa ( R  = 1), sangat tidak mungkin bahwa perubahan dalam populasi ini didorong oleh plastisitas fenotipik orang dewasa. Orang dapat berargumen bahwa konsistensi tinggi dalam strategi migrasi di antara orang dewasa yang tinggal tidak berasal dari fenotipe yang tidak fleksibel, tetapi dari kondisi lingkungan yang menguntungkan dan stabil di Iberia selama musim non-kawin dan karena ketersediaan makanan yang tinggi di tempat pembuangan sampah. Studi ini tidak menunjukkan bahwa perilaku orang dewasa tidak dapat diubah. Namun, jika orang dewasa memiliki fenotipe yang fleksibel, kami akan mengamati beberapa tingkat plastisitas pada migran, terutama mereka yang melakukan perjalanan jarak jauh. Dalam populasi kami, migran jarak jauh mengeluarkan biaya energi musim dingin yang lebih tinggi dibandingkan dengan penduduk (Soriano-Redondo et al., 2023 ) dan kemungkinan mengalami variabilitas antar-tahunan dalam kondisi musim dingin di Sahel (Zwarts et al., 2009 ). Selain itu, dan serupa dengan penduduk, bangau migrasi sangat bergantung pada tempat pembuangan sampah selama musim kawin , yang menunjukkan bahwa mereka dapat mengakses dan mengamankan sumber daya yang melimpah dan dapat diprediksi ini juga selama musim non-kawin. Namun, peningkatan sumber makanan dan kondisi lingkungan yang sesuai di Iberia sejauh ini belum mengganggu migrasi bangau dewasa.

Berlawanan dengan orang dewasa, sebagian besar juvenil yang dilacak bermigrasi pada tahun pertama dan kemudian bergeser menuju tempat tinggal. Pergeseran ini terjadi sepanjang perkembangan mereka, sebelum mereka mencapai kematangan seksual (3–4 tahun), yang menunjukkan bahwa suatu populasi dapat bertransisi dari yang dominan bermigrasi menjadi sebagian besar penduduk melalui pergeseran antargenerasi dalam frekuensi rekrutmen yang tidak bermigrasi. Hal ini didukung oleh analisis kelangsungan hidup populasi yang menunjukkan bahwa pergeseran fenotipik yang sebanding pada tingkat populasi dapat dicapai dengan tingkat konversi hanya 10% dari juvenil yang bermigrasi menjadi orang dewasa yang penduduk, tanpa mempertimbangkan plastisitas fenotipik dewasa atau pembalikan perilaku migrasi dewasa (Teks tambahan, Gambar S9 , Tabel S4 dan S5 ).

Sebagai spesies sosial, kita akan berharap bahwa sebagian besar bangau tahun pertama akan tetap berada di Iberia, bersama dengan burung dewasa yang tidak bermigrasi. Namun, program migrasi bawaan spesies tersebut kemungkinan mendorong semua burung muda tahun pertama untuk menyelesaikan migrasi awal ke Afrika (Chernetsov et al., 2004 ; Mayr, 1952 ), mungkin dipandu oleh individu migrasi yang belum dewasa atau dewasa dari populasi mereka sendiri atau populasi lain untuk berhasil mencapai daerah musim dingin mereka. Pada tahun kedua dan ketiga mereka, pengalaman lingkungan, fisiologis, individu atau isyarat sosial dapat menurunkan kecenderungan untuk bermigrasi dan mengesampingkan program migrasi yang awalnya diekspresikan, yang mengarah pada fenotipe dewasa yang sangat konsisten (Åkesson & Helm, 2020 ; Gill et al., 2019 ; Méndez et al., 2021 ). Memang, sementara 98% dari remaja tahun pertama bermigrasi ke Afrika, proporsi individu yang bermigrasi menurun menjadi 67% dan 33% pada tahun kedua dan ketiga mereka. Selain itu, remaja tahun pertama yang dilacak melampaui usia perkembangbiakan pertama mempertahankan strategi migrasi mereka sepanjang masa dewasa (lima remaja menjadi penduduk dan satu tetap bermigrasi, melewati musim dingin di Sahel), menambah bukti bahwa strategi migrasi mungkin tidak sepenuhnya fleksibel secara perilaku, stabil pada tahap tertentu dari perkembangan individu.

Meskipun, bagi banyak spesies, kecenderungan untuk bermigrasi jarak jauh memiliki komponen genetik yang kuat (Liedvogel, 2019 ) yang dapat diseleksi karena perubahan lingkungan, kami tidak menemukan dukungan konklusif untuk hipotesis respons evolusioner terhadap seleksi yang mendorong hilangnya migrasi pada bangau putih. Namun, perlu dicatat bahwa ukuran sampel kami yang terbatas dapat menghalangi jawaban pasti tentang peran evolusi adaptif jika dikaitkan dengan sapuan lembut pada beberapa lokus dengan efek kecil (Hermisson & Pennings, 2017 ). Bagaimanapun, kurangnya sinyal yang jelas di beberapa statistik independen merupakan indikasi bahwa sapuan baru-baru ini berdasarkan lokus efek besar, seperti yang ditemukan dalam studi genom sebelumnya, tidak mungkin terjadi. Sementara program migrasi bawaan menghadirkan peluang bagi seleksi untuk mendorong perubahan dalam strategi migrasi, plastisitas seharusnya menyediakan mekanisme yang lebih cepat untuk adaptasi. Hubungan antara perubahan strategi migrasi dan variasi genetik berefek besar dengan demikian lebih mungkin ditemukan pada burung yang lebih kecil (migran soliter nokturnal) (Delmore et al., 2016 , 2020 ; Lundberg et al., 2017 ; Sanchez-Donoso et al., 2022 ; Toews et al., 2019 ), yang biasanya berumur pendek dan dengan demikian kecil kemungkinannya untuk memodulasi migrasi berdasarkan efek ontogenetik atau pengalaman (Pulido, 2007 ).

Jarak migrasi yang semakin pendek dan penekanan perilaku migrasi yang diamati pada bangau putih telah dikaitkan dengan peningkatan ketersediaan makanan sepanjang tahun dari tempat pembuangan sampah (Catry et al., 2017 ; Cheng et al., 2019 ; Flack et al., 2016 ). Penelitian terbaru menunjukkan bahwa mencari makan di tempat pembuangan sampah adalah strategi menghemat waktu dan energi yang memungkinkan bangau mengurangi pergerakan dan upaya mencari makan mereka (Soriano-Redondo et al., 2021 ), sehingga memfasilitasi kelangsungan hidup mereka sepanjang musim dingin. Memang, melewati musim dingin di Afrika Utara (Maroko) dan Eropa, tempat tempat pembuangan sampah dan tempat pembuangan sampah menyediakan makanan yang melimpah, telah terbukti meningkatkan kelangsungan hidup bangau putih muda (Cheng et al., 2019 ; Rotics et al., 2017 ), yang kemungkinan berkontribusi terhadap manifestasi perilaku tidak bermigrasi. Bagi bangau muda, keputusan untuk tinggal di Iberia dan tidak lagi bermigrasi ke tempat musim dingin sub-Sahara mereka juga dapat diperkuat oleh pembelajaran sosial (Byholm et al., 2022 ; Mueller et al., 2013 ; Teitelbaum et al., 2016 ), di mana bangau muda memperoleh informasi dari semakin banyak spesies yang berpengalaman melewati musim dingin di tempat pembuangan sampah ini. Meskipun manfaatnya jelas, mencari makan di tempat pembuangan sampah juga cenderung memperburuk persaingan intraspesifik (Martins et al., 2024 ; Soriano-Redondo et al., 2021 ). Dengan demikian, interaksi sosial, yang dimediasi oleh kemahiran dan pengalaman mencari makan setiap individu, dapat berfungsi untuk mendorong atau menekan migrasi individu yang dominan dan yang kalah bersaing, masing-masing (Campioni et al., 2020 ; Grecian et al., 2018 ). Akhirnya, kecenderungan migrasi juga dapat diubah selama pematangan melalui efek bawaan dari kinerja migrasi yang berbeda. Meningkatnya biaya penerbangan telah terbukti menjadi penyebab langsung yang penting dari kematian bangau muda selama migrasi (Rotics et al., 2017 ) dan kinerja individu yang buruk selama migrasi pertama dapat menekan perilaku migrasi pada tahun-tahun berikutnya. Terlepas dari pendorong di balik pergeseran perilaku migrasi selama perkembangan remaja, perbedaan yang tidak proporsional dalam tingkat kelangsungan hidup rekrutan migrasi dan non-migrasi dapat, dari generasi ke generasi (yaitu melalui kematian selektif), mempercepat pergantian populasi bangau putih menuju tempat tinggal. Dalam jangka pendek, jika kondisi lingkungan terus mendukung individu yang tidak bermigrasi, populasi bangau putih kemungkinan akan berubah menuju tempat tinggal penuh. Namun, inisiatif pengurangan limbah di masa mendatang yang direncanakan oleh Uni Eropa (Soriano-Redondo et al., 2021)) mungkin akan membalikkan kecenderungan ini, yang beroperasi melalui kekurangan makanan dan proses yang bergantung pada kepadatan (misalnya peningkatan persaingan) selama periode non-perkembangbiakan. Dalam skenario seperti itu, kami berhipotesis bahwa bangau akan (i) tetap tinggal jika mereka menemukan sumber makanan alternatif di tempat perkembangbiakan (misalnya udang karang di sawah) atau (ii) beradaptasi dengan perubahan lingkungan di masa mendatang dengan melanjutkan migrasi melalui plastisitas perkembangan, dengan anakan yang bermigrasi menggantikan burung dewasa yang tinggal selama beberapa generasi.

Kemajuan dalam teknologi pelacakan sekarang memungkinkan kita untuk memantau hewan dengan detail yang belum pernah terjadi sebelumnya sepanjang siklus tahunan dan seluruh rentang hidup mereka (misalnya Börger et al., 2020 ). Bersamaan dengan itu, teknologi pengurutan genom yang terus meningkat telah memperluas pengetahuan kita tentang evolusi sifat dalam sistem alami. Menggabungkan pendekatan ini dapat merevolusi pemahaman kita tentang pergerakan hewan dan perilaku migrasi dengan membantu kita menghubungkan respons fenotipik dengan proses evolusi dan perkembangan yang mendasarinya. Studi kami memperluas temuan sebelumnya tentang evolusi dan perkembangan perilaku migrasi burung dalam tiga aspek utama. Pertama, kami menawarkan bukti tambahan bahwa proses perkembangan ini tidak hanya dapat menyebabkan perubahan fenologis dan jangkauan dalam pergerakan migrasi (Gill et al., 2019 ; Verhoeven et al., 2018 , 2021 ) tetapi juga pelaksanaan migrasi jarak jauh itu sendiri. Kedua, kami menyajikan bukti bahwa variasi genetik, khususnya di lokus efek besar, kemungkinan tidak terkait dengan pergeseran ini. Ketiga, kami menggunakan studi longitudinal skala besar sepanjang tahun-tahun awal bangau putih, yang menunjukkan interval perkembangan selama perubahan dramatis dalam perilaku terjadi. Dengan memungkinkan organisme mengembangkan fenotipe yang disesuaikan dengan kondisi yang akan dialami orang dewasa, plastisitas perkembangan dapat menyediakan, melalui pergeseran generasi, mekanisme cepat bagi spesies berumur panjang untuk beradaptasi dengan peluang ekologis baru dalam rentang hidup individu dan topik ini semakin mendapat perhatian (Åkesson & Helm, 2020 ; Gill et al., 2019 ). Oleh karena itu, penelitian di masa depan harus fokus pada identifikasi mekanisme perkembangan spesifik yang mendorong sifat migrasi selama ontogeni (misalnya efisiensi terbang, kinerja migrasi, akses ke sumber makanan di tempat pembuangan sampah) untuk lebih meningkatkan pemahaman kita tentang adaptasi spesies terhadap perubahan lingkungan dan implikasi terkait untuk konservasi mereka.