TIEGO LUIZ DE ARAÚJO COSTA Orientadora: Liana de Figueiredo Mendes Coorientador: Sérgio Maia Queiroz Lima Natal, junho de 2016 II TIEGO LUIZ DE ARAÚJO COSTA PROJETO RAIA DE FOGO: Ecologia e filogeografia de Dasyatis marianae Gomes, Rosa & Gadig 2000 Tese apresentada ao Programa de Pós- Graduação em Ecologia, do Departamento de Ecologia da Universidade Federal do Rio Grande do Norte, como requisito para a obtenção do título de Doutor. Orientadora: Liana de Figueiredo Mendes Coorientador: Sérgio Maia Queiroz Lima Natal, junho de 2016 III PROJETO RAIA DE FOGO: Ecologia e filogeografia de Dasyatis marianae Gomes, Rosa & Gadig 2000 TIEGO LUIZ DE ARAÚJO COSTA Banca examinadora: Dra. Liana Mendes de Figueiredo Mendes (UFRN – Universidade Federal do Rio Grande do Norte) (Presidente / Orientadora) Dr. Ricardo de Souza Rosa (UFPB - Universidade Federal da Paraíba) (Examinador Externo à Instituição) Dr. HUGO BORNATOWSKI (UFPR – Universidade Federal do Paraná) (Examinador Externo à Instituição) Dr. MARIA LÚCIA GÓES DE ARAÚJO (UFRPE – Universidade federal Rural de Pernambuco) (Examinador Externo à Instituição) Dr. RODRIGO AUGUSTO TORRES (UFPE – Universidade Federal de Pernambuco) (Examinador Externo à Instituição) Natal, junho de 2016 IV Universidade Federal do Rio Grande do Norte - UFRN Sistema de Bibliotecas - SISBI Catalogação de Publicação na Fonte. UFRN - Biblioteca Setorial do Centro de Biociências - CB Costa, Tiego Luiz de Araujo. Projeto raia de fogo: Ecologia e filogeografia de Dasyatis marianae Gomes, Rosa & Gadig 2000 / Tiego Luiz de Araujo Costa. - Natal, 2016. 120 f.: il. Orientadora: Profa. Dra. Liana Mendes de Figueiredo Mendes. Coorientador: Prof. Dr. Sérgio Maia Queiroz Lima. Tese (Doutorado) - Universidade Federal do Rio Grande do Norte. Centro de Biociências. Programa de Pós-Graduação em Ecologia. 1. Raia - Tese. 2. Modelagem - Tese. 3. Morfometria - Tese. 4. Genética - Tese. 5. Dieta - Tese. I. Mendes, Liana Mendes de Figueiredo. II. Lima, Sérgio Maia Queiroz. III. Universidade Federal do Rio Grande do Norte. IV. Título. V AGRADECIMENTOS À Liana Mendes, pela orientação, por todo conhecimento transmitido, pela paciência, pela confiança e principalmente pela amizade ao longo de todos estes anos de convivência. Ao Sérgio Lima, pela disponibilidade e confiaça para abraçar este projeto, assim como por todos os ensinamentos que me foram passados. Ao Programa de Pós-Graduação em Ecologia – UFRN, pela oportunidade e pelo apoio ao projeto e à minha formação como Doutor em Ecologia. À CAPES, pela concessão da bolsa. Ao Instituto de Desenvolvimento Econômico e Meio Ambiente – IDEMA e Instituto Chico Mendes de Conservação da Biodiversidade - IcmBio pelas licenças de pesquisa concedidas e pelo apoio ao projeto. À Berna Barbosa, por toda colaboração na execução do trabalho no Parque Nacional Marinho dos Abrolhos, sempre disponível e transbordando alegria e seriedade ao trabalhar com conservação marinha. Ao Felipe Buloto, amigo sempre disposto a ajudar e que foi indispensável na logística da expedição para o Parque Nacional Marinho dos Abrolhos, me recebendo de portas abertas em Vitorória – ES. À Rosângela Lessa e Maria Lúcia, que sempre estão disponíveis para parceria, abrindo as portas do Lab. de Dinâmica de Populações Marinhas – UFRPE. Ao Guelson Silva, grande parceiro que me recebeu na Universidade Federal Rural do Semi-Árido – UFERSA, no Lab. de Biologia e Dinâmica Populacional de Peixes Marinhos, para auxiliar no que fosse possível na pesquisa. Ao Cláudio Sampáio, que se tornou um amigo e que literalmente abriu as portas de sua casa em Salvador para colaborar com a execução deste projeto. À Maria Grazia Pennino, pelo companheirismo e ensinamentos no desenvolvimento do capítulo que trata da modelagem bayesiana. VI Ao Carlos Eduardo Alencar e Sávio Arcanjo, pela amizade e toda a disposição no desenvolvimento dos capítulos de variações morfométricas e dieta. Aos parceiros para toda hora Cristiano Mero e Cristiano Rato, que me receberam em suas casas em Salvador, colaborando com a captura de exemplares e começando a rede de contatos com grandes mergulhadores da Bahia. Ao José Denis Gomes, por toda a disposição e ajuda ao longo do projeto, principalmente na expedição do Ceará. Ao professor Antônio Sole Cava, que disponibilizou toda a estrutura do Lab. De Biodiversidade Molecular – UFRJ, acreditando no potencial deste projeto. À todos que tive o prazer de conviver durante todo o processo desta tese, no Laboratório do Oceano – LOC, no departamento de Ecologia, em todas as localidades visitadas, pelas conversas, pela ajuda e pela troca de conhecimento. Ao Waldir Miron, por toda ajuda e instrução passada dentro e fora do laboratório de genética LISE – Lab. De Ictiologia sistemática e Evolutiva. À minha família, por sempre acreditar, incentivar e ter paciência nessa jornada acadêmica escolhida. À Marihelly de Oliveira, que mesmo sabendo como funciona sempre teve paciência e cumplicidade ao longo dessa jornada. Todos vocês, MUITO OBRIGADO! VII SUMÁRIO Informações gerais...................................................................................................... 1 Resumo......................................................................................................................... 2 Abstract........................................................................................................................ 3 Introdução.................................................................................................................... 4 Objetivo geral.............................................................................................................. 6 Objetivos específicos................................................................................................... 6 Metodologia................................................................................................................. 7 Referências.................................................................................................................. 9 Capitulo I - Barreiras ecológicas na distribuição de Dasyatis marianae Gomes, 11 Rosa & Gadig 2000.................................................................................................... Resumo........................................................................................................................ 12 Abstract........................................................................................................................ 13 Introdução................................................................................................................... 14 Material e métodos...................................................................................................... 16 Resultados................................................................................................................... 20 Discussão..................................................................................................................... 23 Conclusão.................................................................................................................... 27 Referências.................................................................................................................. 28 Material suplementar................................................................................................... 34 Capitulo II - Variações morfológicas entre populações da raia endêmica Dasyatis marianae Gomes, Rosa & Gadig, 2000 ao longo de sua restrita 39 distribuição no Atlântico Sul….…………………………………………………... Resumo........................................................................................................................ 40 Abstract........................................................................................................................ 41 Introdução..................................................................................................................... 42 Material e métodos....................................................................................................... 43 Resultados.................................................................................................................... 47 Discussão...................................................................................................................... 54 Referências................................................................................................................... 58 VIII Capitulo III - Estruturação populacional de raia de fogo Dasyatis marianae Gomes, Rosa & Gadig, 2000 (Myliobatiformes, Dasyatidae) no Atlântico 62 Sudoeste....................................................................................................................... Resumo........................................................................................................................ 63 Abstract........................................................................................................................ 64 Introdução..................................................................................................................... 65 Material e métodos....................................................................................................... 67 Resultados.................................................................................................................... 70 Discussão...................................................................................................................... 75 Referências................................................................................................................... 85 Capitulo IV - Flexibilidade dos hábitos alimentares da raia Dasyatis marianae 92 Gomes, Rosa & Gadig, 2000………………………………………………………. Resumo........................................................................................................................ 93 Abstract........................................................................................................................ 94 Introdução..................................................................................................................... 95 Material e métodos....................................................................................................... 96 Resultados..................................................................................................................... 98 Discussão...................................................................................................................... 101 Conclusão..................................................................................................................... 105 Referências................................................................................................................... 106 Material suplementar.................................................................................................... 111 Considerações gerais.................................................................................................. 117 INFORMAÇÕES GERAIS 2 RESUMO Um grande número de tubarões e raias habita áreas costeiras tropicais. Diferentemente dos ambientes pelágicos em mar aberto, as áreas costeiras estão mais sujeitas a variações, tanto por ações antrópicas como pela influência continental, geográfica ou climática, resultando numa grande diversidade de habitats. Algumas espécies podem apresentar estreita relação com determinados habitats a ponto de ser possível distinguir padrões específicos para localidades diferentes. Dasyatis marianae é uma raia endêmica do nordeste do Brasil, ocorrendo do Maranhão ao sul da Bahia, exclusivamente sobre a plataforma continental. Com uma distribuição restrita, esta raia se mostrou estenotópica, apresentando baixa amplitude de tolerância às condições ambientais, principalmente a temperatura, salinidade e profundidade. Em consequência, D. marianae apresentou diferenças morfológicas, ecológicas e moleculares intraespecíficas ao longo de sua distribuição geográfica. As raias mais ao sul da distribuição são maiores e apresentam um padrão morfométrico distinto em relação as raias das localidades mais ao norte. Além disso, apresentam menor diversidade genética e uma maior preferência por crustáceos, em sua dieta. De uma forma geral, D. marianae está dividida em duas populações geneticamente estruturas, uma ampla população conectando os extremos de sua distribuição e outra população mais restrita, localizada na costa de Salvador. Características ambientais locais isolam essa população, mesmo sem uma barreira física fácil de ser identificada. O padrão de estruturação populacional de D. marianae sugere um isolamento por ambiente (IBE), onde a interação entre a espécie e o habitat estruturam sua variação espacial, independente da distância. Este trabalho, baseado numa abordagem integrativa (morfologia, alimentação, modelagem de nicho e filogeográfica), certamente gera subsídios para ações de manejo e conservação dessa espécie que, de acordo com a Portaria MMA n° 43/2014, é prioritária para pesquisas sobre seu estado de conservação. PALAVRAS-CHAVE: raia; modelagem; morfometria; genética; dieta; diferenças. 3 ABSTRACT A large number of sharks and rays inhabit tropical coastal áreas. Unlike pelagic environments in the open sea, coastal areas are more subject to variations, both by human actions, continental influence, geographic or climatic, resulting in a wide variety of habitats. Some species may have close relationship with certain habitats as to be possible to distinguish specific standards for different locations. Dasyatis marianae is an endemic stingray of northeastern Brazil, occurring from Maranhão to the south of Bahia, exclusively on the continental shelf. With a restricted distribution, this stingray showed stenotopic, with low amplitude tolerance to environmental conditions, especially temperature, salinity and depth. Consequently, D. marianae showed morphological differences, ecological and molecular intraspecific over their geographical distribution. The stingrays most southerly distribution are larger and have a distinct morphometric standard against the rays of the northernmost locations. In general, D. marianae is divided into two populations genetically structures, a large population connecting the extremes of the distribution and a more restricted population located in Salvador coast. Local environmental characteristics insulate this population, even without a physical barrier easy to identify. The pattern of population structure of D. marianae suggests an isolation by environment (IBE), where the interaction between the species and the habitat build their spatial variation, regardless of distance. This work, based on an integrative approach (morphology, feeding, niche modeling and phylogeographical) certainly generates grants for management actions and conservation of this species, according to Ordinance MMA n° 43/2014, is a priority for research on your conservation state. KEYWORDS: Ray; modeling; morphometry; genetics; diet; differences. 4 INTRODUÇÃO As raias (Batoidea) constituem mais da metade de todas as espécies de Chondrichthyes (630 em 1170), correspondendo a aproximadamente 54% da riqueza (Aschliman et al. 2012a). Este grupo apresenta grande diversidade de formas (desde corpos comprimidos dorso-ventralmente e expandidos lateralmente a formas menos comprimidas semelhantes a tubarões) e tamanhos (desde poucos centímetros de comprimento em algumas raias da família Narcinidae a 7 m em Pristidae e 6 m de largura em Mobulidae), no entanto a maioria das raias variam de pequeno a médio porte, entre 0,6 a 1 m de largura (McEachran & Carvalho, 2002). Atualmente os batóides são divididos em quatro ordens: Torpediniformes, Rajiformes, Pristiformes e Myliobatiformes (Nelson et al., 2016). Entre os Myliobatiformes, a família Dasyatidae é a que apresenta o maior número de espécies (White & Sommerville, 2010), com 89 espécies (Froese & Pauly, 2016). A grande diversidade da família Dasyatidae reflete na ocupação de diversos tipos de habitats, de ambientes marinhos a dulcícolas e de regiões tropicais a temperadas (Nelson et al., 2016). Entretanto, de uma forma geral, cerca de 41% das espécies de tubarões e raias ocorrem em águas costeiras tropicais sobre a plataforma continental (White & Sommerville, 2010). As raias Dasyatidae são bentônicas e muitas vezes permanecem, por longos períodos de tempo, parcialmente enterradas em substratos inconsolidados (com exceção de Pteroplatytrygon violacea (Bonaparte, 1832) que é uma espécie de hábitos epipelágicos e ocorre em águas abertas além da plataforma continental) e todas as espécies são vivíparas aplacentárias (McEachran & Carvalho, 2002). No nordeste do Brasil ocorrem sete espécies de dasiatídeos: Dasyatis guttata Bloch & Schneider, 1801; D. geijskesi Boeseman, 1948; D. centroura (Mitchill, 1815); D. americana Hildebrand & Schroeder, 1928; D. say (Lesueur, 1817); D. marianae Gomes, Rosa & Gadig 2000; Himantura schmardae (Werner, 1904); além de uma suposta espécie nova em fase de descrição (Garcia Júnior et al., 2015; Nobrega et al., 2015). Algumas dessas espécies ocorrem muitas vezes associadas a ambientes consolidados, como as áreas recifais ao longo da costa do Nordeste, principalmente D. americana e D. marianae. De fato, D. marianae (Fig. 1) apresenta uma estreita relação com as formações recifais (Gomes et al., 2000; Costa et al., 2015). Trata-se de uma espécie de pequeno- médio porte que habita áreas costeiras, considerada endêmica do nordeste do Brasil, com ocorrência registrada do Maranhão até o sul da Bahia, no arquipélago de Abrolhos (Rosa 5 et al., 2000). Atualmente não existe uma exploração comercial direcionada para D. marianae, no entanto estas são capturadas em pequenos números pela pesca artesanal, principalmente para o consumo (Costa et al., 2015). Embora reduzida, a exploração da espécie não deve ser subestimada, visto que os desembarques de raias têm ultrapassado o de tubarões nas últimas três décadas (Dulvy et al., 2014). Esse efeito é apontado como um reflexo da substituição das capturas de peixes ósseos com estoques em declínio (Rezende et al., 2003). Além disso, as raias do gênero Dasyatis estão entre os recursos pesqueiros mais capturados entre os elasmobrânquios (Vaz et al., 2006). Figura 1: Raia de fogo, Dasyatis marianae. Juntamente com cerca da metade das raias no mundo, D. marianae é atualmente considerada como deficiente de dados (DD – IUCN, International Union for Conservation of Nature 2015-4) devido a falta de informação sobre a sua biologia e história de vida (Rosa & Furtado, 2004; Dulvy et al., 2014). Recente, através da avaliação das ameaças potenciais para peixes recifais no Brasil, foi atribuída ~75% de probabilidade de D. marianae se tornar ameaçada (Bender et al. 2013). A estreita relação com os ambientes recifais da espécie, somada as diferenças marcantes na composição, estrutura e características abióticas destes ambientes ao longo da costa Nordeste (Castro & Pires, 2001; Leão et al., 2003; Spalding et al., 2007) podem resultar em condições especificas restritas a algumas localidades ao longo da distribuição de D. marianae. Estas características locais, podem reduzir a conectividade entre 6 populações e refletir de diferentes formas, desde da expressão da plasticidade fenotípica (Schlichting & Smith, 2002), estruturação genética (Wang & Bradburd, 2014) e variações comportamentais (Ajemian et al., 2012b). Segundo Aguiar et al. (2009), muitos autores reconhecem e discutem a importância da diversidade de habitats para as comunidades de peixes. No entanto, as fronteiras entre esses habitats nem sempre são evidentes e raramente são absolutas no ambiente costeiro marinho, sendo importante a avaliação da espécie como um todo, ao longo de toda sua distribuição geográfica para identificar possíveis fronteiras. As populações de áreas distintas podem se isolar pela distância (IBD) ou pelas diferenças acentuadas entre localidades, quando a interação entre a espécie e o ambiente estruturam sua variação espacial, resultando no isolamento pelo ambiente (IBE) (Wang & Bradburd, 2014). As populações isoladas podem vir a sofrer pressão distintas, bem como apresentar padrões de resiliência diferenciados. Neste panorama, torna-se imprescindível elucidar detalhadamente aspectos da ecologia e distribuição geográfica de D. marianae. Este trabalho aborda aspectos ecológicos, morfológicos e genéticos da espécie, gerando informações importantes para subsidiar o manejo e a conservação de D. marianae. OBJETIVO GERAL Avaliar aspectos ecológicos e genéticos que influenciam a história de vida de D. marianae, identificando e analisando possíveis variações ao longo de sua distribuição geográfica utilizando métodos de modelagem Bayesiana, morfológicos, filogeográficos e de ecologia alimentar. OBJETIVOS ESPECÍFICOS -Verificar através de modelagem ecológica áreas com condições ambientas mais adequadas para a ocorrência da espécie; -Identificar fatores ambientais limitantes para a distribuição restrita de D. marianae e avaliar sua sensibilidade ecológica; -Avaliar padrões morfológicos da espécie e identificar possíveis grupos com morfometria semelhantes ao longo da distribuição geográfica de D. marianae; -Verificar a diversidade genética da espécie; -Utilizar a análise filogeográfica para avaliar a conectividade das localidades e identificar a existência de estruturação populacional; 7 -Caracterizar os hábitos alimentares de D. marianae de uma forma geral; -Verificar diferenças na dieta da espécie ao longo de sua distribuição geográfica. METODOLOGIA GERAL As localidades foram selecionadas a partir de informações prévias sobre ocorrência e captura de exemplares de D. marianae por pescadores artesanais. As localidades de amostragem foram: Bitupitá (BIT) – CE; Caiçara do Norte (CAI) e Maracajaú (MAR) – RN; Ponta de Pedras (PON) – PE; Salvador (SAL) e Abrolhos (ABR) – BA. Todas os indivíduos foram oriundos da pesca de curral, pesca submarina e pesca de linha, com exceção de Abrolhos. Inicialmente foi coletada uma amostra de tecido muscular da porção anterior da nadadeira peitoral direita, seguido da pesagem e medição, de acordo com os caracteres métricos utilizados (Cap. 2; Tabela 2). Após este procedimento, as raias foram dissecadas para coleta do estômago e conteúdo estomacal. Não foram coletados os estômagos ou conteúdo estomacal dos indivíduos capturados em ABR. Na localidade ABR, foi executado um procedimento diferenciado, as raias foram capturadas com auxílio de um puçá, através de mergulho livre em apnéia, colocadas numa bandeja com água do mar para contenção, pesagem, medição e coleta de tecido. Todos os exemplares foram soltos na mesma localidade após ~5min de manipulação e monitorados visualmente até sua recuperação. As amostras de tecidos foram armazenadas em álcool 95% e preservadas a -10o C. No total, 137 exemplares foram capturados, todos foram medidos e tiveram amostra de tecido coletada. Estômagos e conteúdo estomacal foram coletados de 112 raias (Tabela 1). Entretanto, para o Cap. III, mesmo com amostras de tecido de todos os exemplares capturados, apenas 109 amostras foram amplificadas e sequenciadas. 8 Tabela 1: Locais de amostragem, coordenadas geográficas, período das amostragens e número de D. marianae analisados de acordo com os capítulos deste trabalho (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). Localidade Latitude, Período de Cap II Cap III Cap IV Longitude amostragem Morfologia Genética Dieta Total BITUPITÁ 2°53'26.53"S, 41°16'29.02"O set/13 25 18 25 25 CAIÇARA DO NORTE 5° 3'43.72"S, 36° 3'8.30"O mai e jun/14 25 18 25 25 MARACAJAÚ 5°24'35.96"S, 35°18'37.66"O jan e fev/14 20 16 20 20 PONTA DE PEDRAS 7°37'55.90"S, 34°48'38.95"O fev e ago/14 24 19 24 24 SALVADOR 12°59'39.75"S, 38°31'45.19"O ago e set/14 18 18 18 18 ABROLHOS 17°58'10.55"S, 38°42'33.44"O fev e mar/14 25 20 - 25 Total 137 109 112 137 9 BIBLIOGRAFIA Aguiar, A. A., J. L. Valentin & R. S. Rosa. 2009. Habitat use by Dasyatis americana in a south-western Atlantic oceanic island. Journal of the Marine Biological Association of the United Kingdom, 89: 1147-1152. Aschliman, N. C.; Claeson, K. M. & McEachran, J. D. (2012a) Phylogeny of Batoidea. In: Carrier JC, Musick JA, Heithaus MR (eds) Biology of sharks and their relatives. Florida, EUA, pp 57-96. Ajemian, M. J., Powers, S. P. & Murdoch, T. J. T. (2012b). Estimating the potential impacts of large mesopredators on benthic resources: integrative assessment of spotted eagle ray foraging ecology in Bermuda. PLoS One 7, e40227. Bender, M. G.; Floeter, S. R.; Mayer, F. P.; Vila-Nova. D. A.; Longo, G. O.; Hanazaki. N.; Carvalho-Filho, A. & Ferreira, C. E. L. (2013) Biological attributes and major threats as predictors of the vulnerability of species: a case study with Brazilian reef fishes. Oryx 47 (2), 259-265 Castro, C. B. & Pires, D.O. (2001) Brazilian coral reefs: what we already know and what is still missing. Bulletin of Marine Science, 69 (2): 357-371. Costa, T. L. A.; Thayer, J. A. & Mendes, L. F. (2015) Population characteristics, habitat and diet of a recently discovered stingray Dasyatis marianae: implications for conservation. Journal of Fish Biology. 86, 527–543. Dulvy, N. K., Fowler, S. L., Musick, J. a., Cavanagh, R. D., Kyne, P. M., Harrison, L. R.; et al. (2014). Extinction risk and conservation of the world’s sharks and rays. eLife, 3(e00590). doi:10.7554/eLife.00590 Froese, R. & Pauly, D. (Ed.). (2016) FishBase. World Wide Web electronic publication. ww.fishbase.org, version (01/2016). Garcia Júnior, J.; Nóbrega, M.F.; Oliveira, J.E.L. 2015. Coastal fishes of Rio Grande do Norte, northeastern Brazil, with new records. Check List, 11(3):1659, p.1-24. Gomes, U. L.; Rosa, R. S. & Gadig, O. B. F. (2000). Dasyatis macrophthalma sp. n.: A new Species of Stingray (Chondrichthyes: Dasyatidae) from the Southwestern Atlantic. Copeia 2000(2): 510-515. Leão, Z. M. A. N.; Kikuchi, R. K. P. & Testa, V. (2003) Corals and Coral Reefs of Brazil. In Latin America Coral Reefs (J. Cortês ed.). Elsevier Publisher, Amsterdam, p.9-52. McEachran, J. D. & Carvalho, M. R. (2002). Batoid fishes. In The Living Marine Resources of the Western Central Atlantic, Vol. 1 (Carpenter, E. E., ed.), pp. 507–589. Rome: FAO. Nelson, J. S.; Grande, T. C. & Wilson, M. V. H. (2016) Fishes of the World, Fifth Edition. John Wiley & Sons, Inc., New York. 752 p. 10 Nobrega, M.F.; Garcia Júnior, J. & Oliveira, J.E.L. 2015. Biodiversidade marinha da Bacia Potiguar/RN: Peixes da Pesca Artesanal. Rio de Janeiro: Museu Nacional. Série Livros: 53. 293p. Rezende, S. M., Ferreira, B. P. & Frédou, T. (2003). A pesca de lutjanídeos no Nordeste do Brasil: histórico das pescarias, características das espécies e relevância para o manejo. Technical and Scientific Bulletin of CEPENE 11, 257–270. Rosa, R. S. & Furtado, M. (2004) Dasyatis marianae. In IUCN 2014. IUCN Red List of Threatened Species. Version 2014.1. Available at http://www.iucnredlist.org/details/45925/0/ (accessed on 01 June 2016). Rosa, R. S.; Gadig, O. B. F. & Gomes, U. L. (2000) Dasyatis marianae: The correct name for a recently described stingray (Chondrichthyes: Dasyatidae) from the southwestern Atlantic. Copeia, v.3, p.889-890. Schlichting, C. D. & H. Smith. (2002) Phenotypic plasticity: linking molecular mechanisms with evolutionary outcomes. Evol. Ecol. 16:189–211. Spalding, M. D.; Fox, H.E.; Allen, G.R.; Davidson, N.; Ferdaña, Z. A.; Finlayson, M.; Halpern, B.S.; Jorge, M. A.; Lombana, A.; Lourie, S. A.; Martin, K .D., McManus, E.; Molnar, J.; Recchia, C. A. & Robertson, .J. (2007) Marine Ecoregions of the World: a bioregionalization of coast and shelf areas. BioScience 57(7): 573-583. Vaz, L. A. L.; Carreiro, C. R. P.; Goulart-Filho & Furtedo-Neto (2006) Phylogenetic relationships in rays (Dasyatis, Elasmobranchii) from Ceará State, Brazil. Arquivos de Ciências do Mar, 39: 86-88 Wang, I. J. & Bradburd, G. S. (2014) Isolation by environment. Mol Ecol. 23(23):5649- 62. White, W. T. & Sommerville, E. (2010). Elasmobranch of tropical marine ecosystems. In Carrier, J. C.; Musick, J. A. & Heithaus, M. R. (Eds.). Sharks and their relatives II: Biodiversity, adaptive physiology and conservation. New York: Taylor and Francis Group. p. 160-238. 11 CAPÍTULO I BARREIRAS ECOLÓGICAS NA DISTRIBUIÇÃO DE Dasyatis marianae GOMES, ROSA & GADIG 2000 12 RESUMO A distribuição geográfica de uma espécie aquática é determinada fortemente por fatores ambientais como temperatura, correntes, salinidade, depth, slope, concavity of the seabed, distance to coast, etc. Estas variáveis influenciam diretamente na configuração de seus nichos ecológicos. O efeito combinado destas variáveis pode ser analisado através de modelos de nicho ecológico, estimando o quanto um local é satisfatório para uma espécie. Através de um modelo hierárquico bayesiano iCAR, com base num conjunto de variáveis ambientais e na ocorrência da espécie, foi identificada a probabilidade de ocorrência de D. marianae ao longo do litoral brasileiro. Os principais preditores para ocorrência de D. marianae foram profundidade, temperatura e salinidade. A profundidade apresentou uma relação negativa com a ocorrência da espécie, indicando que a probabilidade de ocorrência de D. marianae diminui em águas mais profundas. Entretanto, a salinidade e temperatura apresentaram relação positiva, indicando que habitas associados a maiores níveis de salinidade e temperatura são mais adequados para espécie. Dasyatis marianae se apresentou como estenotópica, endêmica da costa nordeste do Brasil, com distribuição limitada ao norte pela baixa salinidade proveniente da pluma do Rio Amazonas e ao sul pela diminuição da temperatura da água e ao leste pelo aumento da profundidade além da plataforma continental. Esta espécie é mais sensível às variações ambientais que as outras do mesmo gênero que ocorrem na mesma área. Dessa forma, sua ocorrência em ambientes menos adequados, principalmente com baixa temperatura e salinidade, pode ser considerada rara e provavelmente sejam exemplares de outras áreas. PALAVRAS-CHAVE: águas costeiras; modelos hierárquicos bayesianos; modelos de distribuição de espécies; salinidade; temperatura; raia. 13 ABSTRACT The geographical distribution of aquatic species is determined strongly by environmental factors such as temperature, currents, salinity, depth, slope, concavity of the seabed, distance to coast, etc. These variables directly influence the configuration of their ecological niches. The combined effect of these variables can be analyzed using ecological niche models, estimating how much a site is suitable for a species. Through a Bayesian hierarchical model iCAR, based on a set of environmental variables and the occurrence of Dasyatis marianae, it was identified the probability of occurrence of this stingray along the Brazilian coast. The main predictors for the occurrence of D. marianae were depth, temperature and salinity. The depth shows a negative correlation with the occurrence of the species, indicating that the probability of D. marianae decreases in deeper waters. However, salinity and temperature have positive relationship, indicating that habitats associated with higher levels of salinity and temperature are more suitable for species. Dasyatis marianae as stenotopic, endemic to the northeastern coast of Brazil, with distribution limited to the north by low salinity from the Amazon River plume, to the south by the decrease in water temperature and to the east by increasing depth beyond the continental shelf. This species is more sensitive to environmental changes than others of the same genera that occur in the same área. Thus, its occurrence in less suitable environments, especially with low temperature and salinity can be considered rare and probably are examples vagrants of other areas. KEYWORDS: Coastal waters; Bayesian hierarchical models; species distribution models; salinity; temperature; stingray. 14 INTRODUÇÃO A distribuição geográfica de uma espécie é determinada por fatores como nicho ecológico, capacidade de dispersão e competição interespecífica (Pulliam, 2000). O nicho ecológico é resultado combinado da ação de fatores externos (e. g. condições ambientais) e internos (e. g. tamanho populacional) (Planque et al., 2011; Aarts et al., 2013), podendo ser definido como o conjunto de condições necessárias para sobrevivência e reprodução da espécie (Chase & Leibold, 2003). Padrões ambientais menos adequados podem determinar a distribuição de peixes e manutenção de suas populações, efeito direto da interação entre estes padrões e características adaptativas da espécie (Bayley & Li, 1992; Mazzoni & Iglesias-Rios, 2002). As características físicas (temperatura, salinidade, correntes, etc.) das massas de águas são fatores externos relevantes na distribuição espacial dos peixes (Mahon & Smith, 1989; Maravelias et al., 2007; Maravelias et al., 2007a). A temperatura da água corresponde a uma barreira ou filtro para a dispersão e estabelecimento dos organismos e a salinidade é uma conhecida barreira biogeográfica no Oceano Atlântico Sul (Floeter & Gasparini, 2000, Floeter et al., 2001; Ferreira et al., 2004; Briggs, 2010; Dudgeon et al., 2012). A profundidade é outra característica importante na distribuição de peixes, podendo ser considerado o principal gradiente no qual ocorrem alterações de fauna em alguns casos (Demestre et al., 2000; Bianchi 1992). Modelos de distribuição ou modelos de nicho ecológico podem ser utilizados para entender os efeitos das variáveis ambientais na distribuição das espécies (ver Peterson et al., 2011). A modelagem tem sido utilizada em estudos de biogeografia e macroecologia, constituindo também uma ferramenta para tratar questões evolutivas e ecológicas (Wintle et al., 2005; Lobo et al., 2010; Varela et al., 2011). Considerado um dos temas mais ativos na ecologia, de uma forma geral, a modelagem é o processamento computacional de informações como os pontos de ocorrência de uma espécie em função de um conjunto multivariado de dados ambientais, permitindo a predição da sua distribuição por meio da representação das condições requeridas (Anderson et al. 2003; Phillips et al., 2006, Zimmermann et al., 2010). Sendo assim, os modelos estimam o quanto um local é satisfatório para a espécie considerando-se as variáveis das condições ambientais (Phillips, 2008). Um grande número de algoritmos de modelagens alternativas tem sido aplicado para estimar e prever a distribuição de espécies (Elith & Leathwick, 2009). Neste contexto, os atuais modelos de distribuição das espécies e habitats são ferramentas 15 essenciais para fornecer uma imagem clara da distribuição dos recursos marinhos, facilitando a sua conservação e manejo (Guisan et al. 2000; Guisan et al., 2013; Young & Carr 2015). Em ambientes marinhos costeiros podem ocorrer grandes variações ambientais, seja pelo aporte de água doce de grandes rios, a variação de temperatura associada à latitude ou a drásticas variações de profundidade devido à quebra do talude continental. Muitos peixes que habitam as plataformas continentais são susceptíveis a tais variações as quais podem atuar como difíceis barreiras a serem transpostas. A maioria dos elasmobrânquios habita ambientes costeiros (Dulvy et al., 2014) e estão submetidos às alterações ambientais mencionadas acima. Nesta região, os elasmobrânquios, assim como outros peixes, ainda estão mais susceptíveis a pressão da pesca e perda de habitat que outras espécies de ecossistemas pelágicos ou águas profundas, podendo sofrer severas alterações em suas populações (Stevens et al.,2000; Ferretti et al., 2010; Dulvy et al., 2014). Destaca-se que as raias dominaram o desembarque de elasmobrânquios reportado nas últimas três décadas e mesmo assim aproximadamente metade das raias são consideradas “Data Deficient” pela IUCN Red List (Dulvy et al., 2014). As raias são relativamente abundantes e representam papel chave, modificando física e biologicamente os habitats através do comportamento de forrageamento e predação (O’Shea et al., 2012). Dasyatis marianae Gomes, Rosa & Gadig 2000 é uma espécie costeira, endêmica do Brasil, com distribuição limitada entre o norte do estado do Maranhão e o sul da Bahia. Esta espécie é uma das espécies classificadas como “Data Deficient” (Rosa & Furtado, 2004; MMA, 2014). Por se tratar de uma espécie descrita há pouco tempo ainda não foram identificados os fatores limitantes de sua distribuição restrita. Neste estudo, foram identificados os fatores ambientais que influenciam sua distribuição através da modelagem de nicho ecológico. Este estudo adiciona informações importantes acerca da compreensão da distribuição geográfica da espécie, mencionando os habitats sensíveis para D. marianae ao longo da costa brasileira. Dessa forma gerando informações importantes para possíveis estratégias de conservação e manejo, uma vez que a maioria das abordagens de conservação marinha são baseadas na identificação das necessidades de habitat das espécies (Margules & Pressey 2000; Roberts et al. 2003; Sarkar et al. 2005). 16 MATERIAL E MÉTODOS Coleta dos dados O conjunto de dados de Dasyatis marianae foi baseado apenas na presença da espécie, visto que não são conhecidas as ausências reais. Foram registradas ocorrências da espécie em 41 localidades nos estados do Ceará, Rio Grande do Norte, Pernambuco e Bahia entre os anos de 2006 e 2014. Os registros representam a ocorrência na área, não o número de indivíduos da espécie. Somado aos nossos registros, foi realizada uma pesquisa bibliográfica para coletar informações sobre a ocorrência da espécie ao longo do litoral brasileiro (ver Anexo S1) As ausências foram combinadas com as presenças observadas em um conjunto de dados de presença-ausência para executar um modelo espacial bayesiano com uma distribuição bimodal. Somado a isto, foi utilizado o banco de dados AQAMAPS para acessar outras informações disponíveis sobre a presença de D. marianae na costa brasileira (Kaschner et al. 2013). As presenças encontradas na bibliografia e AQUAMAPS foram utilizadas como conjuntos de dados independentes para uma validação adicional de nossas previsões (ver modelo de validação para mais detalhes) (Roos et al., 2015). 17 Figure 1: Localidades de ocorrência de D. marianae. Pontos vermelhos: presenças observadas neste estudo; pontos pretos: ausências; pontos verdes: presenças segundo AQUAMAPS; pontos azuis: presenças segundo a bibliografia. Variáveis ambientais Foram consideradas seis variáveis ambientais como potenciais preditoras da distribuição de D. marianae. Estas incluem duas variáveis climáticas – Temperatura Superficial do Mar (SST) e salinidade – e quatro características batimétricas – profundidade, declive, concavidade e distância da costa. Todas a variáveis foram acessadas através do banco de dados MARSPEC (http://www.marspec.org). MARSPEC é um banco de dados oceanográficos mundial com resolução de 30 arc-second desenvolvido para ecologia espacial marinha (Sbrocco & Braber, 2013). A colinearidade entre as variáveis ambientais explicativas foi verificada usando draftsman’s plot e o índice de correlação de Pearson. As variáveis não foram muito correlacionadas (r < 0.4), portanto todas foram consideradas para as análises posteriores. A variação potencial dos dados de ocorrência da espécie podem ser ocasionadas pelo observador, principalmente para as observações acessadas pela bibliografia, onde não temos qualquer informação adicional da amostragem. O comportamento individual do observador causado pelos efeitos aleatórios como a experiência, o tipo de arte de captura e amostras não observadas poderiam causar alguma variação nos dados. Sendo ignoradas, essas variações podem levar a uma inferência estatística inválida. Para 18 remover o viés das diferenças dos observadores na amostragem foi incluído um efeito do observador. Esta variável foi incluída como efeito aleatório, não sendo necessário conhecer a natureza específica dos observadores. Modelos estatísticos A probabilidade de ocorrência de D. marianae foi modelada usando o modelo hierárquico bayesiano iCAR com a finalidade de considerar a autocorrelação espacial (Latimer et al., 2006). Especificamente, foi utilizado um modelo Gaussiano intrínseco condicional autoregressivo (iCAR) (Besag, 1974) para a autocorrelção espacial entre as observações, assumindo que a probabilidade de presença da espécie em um local depende da probabilidade da presença da espécie em locais vizinhos. Dessa forma, a variável aleatória zi é assumida na distribuição Bernoulli com valor de 1 ou 0 dependendo de o ambiente ser adequado (zi = 1) ou não (zi = 0), então: zi ∼ Bernoulli(πi) logit(πi) = Xiβ + Zi + ρj(i) onde β representa o vetor do coeficiente de regressão, X é a matrix de covariáveis, Zi é o efeito aleatório do observador, ρ representa o efeito espacial aleatório para qualquer célula j, e a relação entre as covariáveis de interesse πi e o efeito espacial, indicados pelo logit. Seguindo a abordagem de Latimer et al. (2006), foi assumida a distribuição condicional do efeito espacial aleatório nas células i, dados os valores do efeito espacial em todas as células j ≠ i, depende apenas do efeito aleatório espacial das células vizinhas de i. Neste estudo, consideramos que a célula i é vizinha de j se suas fronteiras se cruzam. Além disso, o efeito aleatório espacial para qualquer célula depende somente dos valores de ρ para as células na sua vizinhança, e a vizinhança abrange a altura das células imediatamente adjacentes. Seguindo o raciocínio Bayesiano, os parâmetros são considerados como variáveis aleatórias, e o conhecimento prévio tem de ser incorporado por intermédio das correspondentes distribuições a priori dos referidos parâmetros. Em particular, para os parâmetros envolvidos nos efeitos fixos, usamos a distribuição Gaussiana β ∼ N (0, 100) (Pennino et al., 2013). Nesta segunda etapa do modelo hierárquico a incerteza sobre os parâmetros utilizados no primeiro nível é incorporada e propagadas através estágios modelo para refletir com mais precisão a incerteza inferencial geral. No terceiro e último nível da hierarquia, o conhecimento prévio sobre os hiper- parâmetros (um parâmetro que é uma prévia para outro parâmetro) é expresso. Neste 19 modelo, o hiper-parâmetro é a variância do efeito espacial. Para este hiper-parâmetro foi assumida uma distribuição Gaussiana com média igual a 0,01 e variância igual a 0,01. Estes modelos foram ajustados usando o pacote “hSDM” (Vieilledent, 2012) do ambiente estatístico R (R Development Core Team 2015). Todos os modelos obtidos a partir da combinação das variáveis mencionadas e as respectivas interações foram gerados e comparados usando abordagens tanto backwards e forwards utilizando o padrão de Deviance Information Criterion (DIC) (Spiegelhalter et al., 2002). Baixos valores de DIC representam melhores relações entre o ajuste e parcimônia. Validação do modelo para ocorrência A validação do modelo foi realizada por meio de uma validação interna cruzada 10 vezes baseado em formações selecionadas aleatoriamente e teste do conjunto de dados (criado por uma seleção aleatória de 75% e 25% dos dados, respectivamente), como recomendado por Fielding & Bell (1997), utilizando o pacote ‘PresenceAbsence’ no R (Freeman, 2012). A performance do modelo foi avaliada utilizando a “True Skill Statistic” (TSS) (Allouche et al., 2006) e a curva ROC (receiver-operating characteristic), onde os maiores valores da área sob a curva (AUC) indicam maior confiabilidade do modelo (Fielding & Bell, 1997). AUC mede a capacidade de um modelo para discriminar entre aqueles locais em que uma espécie está presente e aqueles em que está ausente, e tem sido amplamente utilizada na literatura modelagem de distribuição de espécies (Elith et al., 2006). AUC varia de 0 a 1, com um valor de 0,5, indicando um desempenho melhor do que aleatória, valores entre 0,7-0,9 considerado útil, e valores> 0,9 como excelente. TSS corrige AUC para a dependência da prevalência na especificidade (isto é, capacidade de prever corretamente ausências) e sensibilidade (isto é, capacidade de prever corretamente presenças; Allouche et al., 2006). Além disso, as informações de presença de D. marianae segundo a bibliografia e AQUAMAPS foram utilizados como teste secundário para validar o desempenho de previsão. Os conjuntos de dados amostrados foram restritos à área nordeste do litoral do brasileiro, enquanto os modelos Bayesianos previram uma visão mais ampla e mais completa da distribuição da espécie em uma escala macro. Dessa forma, os dados da bibliografia e AQUAMAPS funcionaram como controle para a capacidade preditiva da 20 abordagem Bayesiana. Neste sentido, as correlações de Pearson foram calculadas entre as presenças bibliográficos e AQUAMAPS vs ocorrências previstas. RESULTADOS Um total de 57 registros foram utilizadas para realizar as análises. Especificamente, 41 presenças foram coletadas durante o período de 2 anos. Os principais preditores (baseado nos menores valores de DIC) para habitat de D. marianae foram profundidade, temperatura superficial do mar (SST) e salinidade. O modelo final também inclui o efeito aleatório do observado e o efeito espacial como variáveis relevantes. Entre as outras variáveis, inclinação e concavidade foram consideradas irrelevantes sobre a variabilidade da distribuição de D. marianae. Todos os modelos que incluem estas variáveis apresentaram valores de Deviance Information Criterion (DIC) superiores aos modelos sem estas variáveis. Mesmo assim, o efeito espacial era relevante para todos os modelos. A profundidade apresentou uma relação negativa com a ocorrência da espécie, indicando que a probabilidade de ocorrência de D. marianae diminui em águas mais profundas. Entretanto, a salinidade e SST apresentaram relação positiva (Tabela 1). Habitas associados a maiores níveis de salinidade e SST são mais adequados para espécie. Table 1: Resumo numérico da distribuição a posteriori dos efeitos fixos para o melhor modelo de D. marianae. A média, o desvio padrão (SD), a mediana e um intervalo de credibilidade de 95%, que é um intervalo central que contém 95% da probabilidade sob a distribuição a posteriori (SST = temperatura da superfície do mar). Predictor Mean SD Q0.025 Q0.5 Q0.975 Intercept -15.32 0.90 -20.19 -13.94 -3.85 Depth -0.66 0.08 -1.05 -0.52 -0.79 SST 2.84 1.00 8.95 14.27 35.50 Salinity 0.39 0.20 3.06 4.93 11.56 A figura 2 mostra a probabilidade posterior mediana da ocorrência de D. marianae no litoral brasileiro, destacando a alta probabilidade de ocorrência em águas rasas, com altos valores de SST e salinidade. Especificamente, as altas probabilidades foram verificadas na área da região entre os estados do Maranhão e Pará até o estado do Espírito Santo. 21 Figura 2: Probabilidade de ocorrência média da espéci e D. marianae ao longo da costa brasileira. No entanto, o efeito espacial indicando a variabilidade intrínseca da distribuição das espécies após a exclusão das variáveis ambientais, destaca um padrão adicional (fig. 3). O efeito especial mostra (através da media a posteriori) valores negativos em duas localidades (aprox. em -1.312749 lat e -45.274748 long, norte do estado do Maranhão; e aprox.. em -11.169879 lat e -37.091265 long, estado de Sergipe). Estas localidades correspondem, ao sul, a foz do rio são Francisco (segundo maior rio do Brasil) e ao norte uma área próxima da foz do rio Amazonas (AOP, Pluma do Amazonas–Orinoco, ver Luiz et al., 2012). 22 Figura 3: Média posterior do efeito espacial da espécie D. marianae ao longo da costa brasileira. A Fig. 4 mostra a função de suavização da média posterior da probabilidade de ocorrência de D. marianae em relação as variáveis ambientais. Em particular, a alta probabilidade de ocorrência foi encontrada com salinidade entre 36 e 37 PSU (A), com SST entre 26º e 28ºC (B) e a profundidade entre 0 e 200 metros, na plataforma continental. Figure 4: Função de suavização da probabilidade de ocorrência relacionada à salinidade (A), SST (B) e a profundidade (C). A linha sólida é a estimativa de função suave e a regiões sombreadas representam intervalo de confiança de 95% aproximado (CI). O modelo final alcançou um valor de AUC de 0,83, o que indica um bom grau de discriminação entre as localizações onde a espécie está presente e aqueles em que está ausente. Além disso, o valor de TSS foi de 0,75, o que representa uma boa capacidade do modelo para prever verdadeiro negativo e verdadeiras previsões positivas. 23 Quinze presenças foram encontradas segundo a bibliografia, enquanto nove foram extraídos do AQUAMAPS. Ambos os conjuntos de dados alcançaram altos valores de correlação de Pearson entre a probabilidade prevista (0,89 para o conjunto de dados bibliográficos e 0,92 para o AQUAMAPS). DISCUSSÃO Preditores ambientais e a distribuição de D. marianae A distribuição espacial de Dasyatis marianae mostrou-se influenciada por três variáveis ambientais: temperatura superficial do mar (SST), profundidade e salinidade. Os resultados apontam para a maior probabilidade de ocorrência em habitats costeiros, na plataforma continental, com SST variando de 26,5 a 28 graus, até 200 metros de profundidade e salinidade entre 36 e 37 PSU. A temperatura da água foi o fator ambiental que mais influenciou a distribuição de D. marianae na costa do Brasil. A relação positiva desta variável com a distribuição da espécie indica que a probabilidade de ocorrência diminui com o aumento da latitude, diretamente associada à diminuição da temperatura da água. Ao longo do Atlântico Sul Oeste a temperatura é um fator relacionado à latitude e considerada a variável mais importante na distribuição espacial da fauna de condrictes (Menni et al., 2010). Lauria et al. (2015) mencionam que temperatura da água é uma importante variável na seleção de habitat por elasmobrânquios. Estes autores verificaram a relação positiva da temperatura da água com a abundância e densidade de elasmobrânquios no Mar Mediterrâneo Central. Grande parte dos elasmobrânquios são ectotérmicos e mudanças na temperatura ambiental afeta a maioria dos processos fisiológicos dos indivíduos (Hopkins & Cech, 2003; Carrier et al., 2012) atuando como fator limitante e definindo limites geográficos térmicos à distribuição das espécies, mesmo em habitats de águas abertas (Feary et al., 2014). Segundo Froese & Pauly (2015), espécies do gênero de Dasyatis que sobrepõem a distribuição de D. marianae estendem sua distribuição até águas mais frias no sudeste do Brasil (D. americana Hildebrand & Schroeder, 1928 e D. guttata Bloch & Schneider, 1801) e Argentina (D. centroura Mitchill, 1815). Aparentemente, o estresse fisiológico causado pela temperatura ocorre de maneira diferente para estas outras espécies as quais mostram-se mais tolerantes a águas mais frias. A profundidade mostrou uma relação negativa com a probabilidade de ocorrência de D. marianae, ou seja, a probabilidade de ocorrência diminui com o aumento da profundidade o que limita a distribuição aos habitats costeiros e impedindo sua ocorrência 24 em ilhas oceânicas. A profundidade é um dos principais fatores que controla a distribuição de espécies e têm sido identificada como preditor chave para determinar os padrões espaciais de elasmobrânquios (Martin et al., 2012; Pennino et al., 2013; Tserpes et al., 2013). A segregação batimétrica, ou preferência por determinadas faixas de profundidade na comunidade de elasmobrânquios demersais é bem documentada para o Mar Mediterrâneo (Massuti & Moranta, 2003; Damalas et al., 2010; Pennino et al., 2013; Ragonese et al., 2013; Tserpes et al., 2013; Lauria et al., 2015) e conhecida para costa oeste da África do Sul (Compagno et al., 1991), mas são desconhecidos os padrões para costa do Brasil, com exceção da porção sul (Menni et al., 2010). Sabe-se que a distribuição de Dasyatis americana se estende da costa até ilhas oceânicas brasileiras (Aguiar et al. 2009; Froese & Pauly, 2015) e D. centroura ocorre em ambos os lados do Oceano Atlântico, bem como em ilhas oceânicas (Afonso et al., 2013; Froese & Pauly, 2015). O amplo padrão batimétrico de distribuição destas espécies sugere que a profundidade não é um fator limitante, como para D. marianae. Outra espécie associada a ambientes recifais e da mesma família, Neotrygon kuhlii (Müller & Henle, 1841), mostrou que a profundidade é a variável ambiental mais importante na sua distribuição na costa norte/nordeste australiana, seguida da salinidade (Weigmann & Thiel, 2013). Parâmetros derivados da batimetria (e.g. inclinação, concavidade) são indicativos da morfologia do leito do mar e têm sido usados como indicadores na distribuição de espécies e habitats adequados. Baixos valores de inclinação correspondem a fundos planos (ou áreas de deposição de sedimentos), enquanto valores mais altos indicam potenciais formações rochosas (Martin et al. 2012; Lauria et al., 2015). No entanto, mesmo mostrando estreita relação com as formações recifais e ambientes associados (Costa et al., 2015), estas variáveis não foram relevantes para nosso modelo de distribuição de D. marianae (elevados DIC). A salinidade, assim como a temperatura, apresentou relação positiva com a distribuição de D. marianae, onde habitats marinhos com maiores valores de salinidade são mais adequados à ocorrência da espécie. A maioria dos elasmobrânquios, com poucas exceções, apresenta baixa tolerância à variação de salinidade - sendo a maioria estenoalinos (alguns em água doce) ou parcialmente eurialinos (Dowd et al., 2010). A distribuição de D. marianae é limitada ao norte pela baixa de salinidade proveniente do aporte de agua doce do Rio Amazonas, que desagua cerca de 15% da agua doce mundial que chega aos oceanos (Sorribas et al., 2016). A sensibilidade da espécie a baixos valores 25 de salinidade foi evidenciada ainda com a baixa probabilidade de ocorrência na área de influência da pluma do Rio São Francisco (Fig. 3), corroborando informações da ausência (ou ocorrência rara) em ambientes estuarinos (Paiva et al. 2013). As outras espécies do mesmo gênero – D. americana, D. centroura e principalmente D. guttata - são menos sensíveis às oscilações de salinidade, ocorrendo tanto na costa com águas mais salgadas como nos estuários com águas salobras (Paiva et al. 2013). A distribuição dessas espécies não é limitada pela pluma do Rio Amazonas (Froese & Pauly, 2015), como D. marianae. A salinidade tem um importante papel na movimentação e distribuição de espécies costeiras e estuarinas (Dowd et al., 2010). Em estuários, tubarões e raias que toleram ampla variação de salinidade, ainda assim, se deslocam para se manter em áreas com níveis de salinidade preferidos (Heupel, 2009; Ortega et al., 2009; Simpfendorfer et al., 2011). Espécies costeira também tem seus padrões de movimento afetados pela salinidade (Hopkins & Cech, 2003; Grubbs & Musick, 2007; Ubeda et al., 2009). A ocorrência da raia australiana Neotrygon kuhlii foi positivamente relacionada à salinidade (Weigmann & Thiel, 2013), como D. marianae. Estes autores discutem também que valores muito altos de salinidade podem influenciar a distribuição da espécie, sugerindo uma faixa preferencial desta variável. Sabe-se que a salinidade e temperatura da água são fortemente relacionadas à produtividade em sistemas marinhos e afetam a disponibilidade de nutrientes, taxas metabólicas e estratificação da água (Pennino et al., 2013). Esses fatores ambientais influenciam os padrões de distribuição de espécies demersais, como a escolha de habitat por elasmobrânquios (Pennino et al., 2013; Lauria et al., 2015). Aspectos internos Além da resposta às variáveis ambientais, outros fatores como predação e competição podem influenciar a distribuição de raias (Weigmann & Thiel, 2013). Dasyatis marianae compartilha a preferência por crustáceos com a maioria dos dasyatídeos (Costa et al., 2015) e as espécies D. americana e D. guttata, comuns na área de ocorrência de D. marianae, podem competir diretamente pelo mesmo recurso alimentar (ver Silva et al., 2001; Tilley et al., 2013; Costa et al., 2015). A competição interespecífica adicionada ao estresse fisiológico causado por temperaturas mais baixas, por exemplo, pode prejudicar a ação competitiva de D. marianae resultando em populações mínimas ou com baixa ocorrência em áreas de transição de temperatura. Por tanto, é plausível considerar que exemplares que venham a ser registrados em localidades com temperatura e salinidade baixas, ou mesmo em maiores profundidades do que é 26 previsto, possivelmente seriam “vagrants”. Tais indivíduos raros e provavelmente oriundos de outras áreas, não completariam seu ciclo de vida neste ambiente (Joyeux et al., 2001). Mudanças climáticas O aumento da temperatura dos oceanos devido ao aquecimento global (Saba et al., 2016) pode influenciar a distribuição de D. marianae na costa do Brasil. O aquecimento das águas poderá estender a distribuição da espécie mais ao sul. No entanto, ao norte pode acontecer o inverso devido a sensibilidade da espécie a baixas salinidades, pois com o aumento do degelo dos Andes, origem do Rio Amazonas (Sorribas et al., 2016), o aporte de água doce no mar também aumentaria. Por outro lado, espécies como D. americana e D. centroura, que ocorrem em áreas “offshore” e D. guttata, que é aparentemente menos sensível à baixos valores de salinidade não teriam suas distribuições tão afetadas por estas mudanças climáticas, como o esperado para D. marianae. Além disso, considerando que D. marianae, assim como a raia australiana N. kuhlii, ocorra em uma faixa de temperatura preferencial, o aquecimento das costeiras pode influenciar essa mudança na distribuição para águas menos quentes em maiores latitudes. Ameaças da pesca A distribuição restrita a ambientes costeiros rasos deixa a espécies mais exposta à pesca artesanal que atua predominantemente nesta área. Embora não haja uma pesca direcionada à D. marianae, esta raia é capturada ocasionalmente para consumo em várias localidades da costa nordeste do Brasil (Costa et al., 2015). Sabe-se que os desembarques de raias têm ultrapassado o de tubarões nas últimas três décadas (Dulvy et al., 2014) e esse efeito pode ser reflexo da substituição das capturas de peixes ósseos com estoques em declínio (Rezende et al., 2003). Devido à distribuição espacialmente restrita, o aumento no esforço de captura de D. marianae pode afetar a resiliência da espécie, comprometendo a população, a médio e longo prazo. A facilidade de captura de D. marianae em algumas localidades, particularmente devido a concentração de indivíduos próximo a complexos recifais, juntamente com o declínio dos estoques de outras espécies, proporciona um cenário perigoso e preocupante, que aponta para a necessidade do desenvolvimento de um manejo eficiente para D. marianae (Costa et al., 2015). 27 CONCLUSÃO Dasyatis marianae é uma espécie estenotópica, endêmica da costa nordeste do Brasil, com distribuição limitada ao norte pela baixa salinidade proveniente da pluma do Rio Amazonas e ao sul pela diminuição da temperatura da água, ao leste pelo aumento da profundidade além da plataforma continental. Esta espécie é mais sensível às variações ambientais que as outras do mesmo gênero. Além da elaboração de estratégias de manejo e conservação, sugerimos estudos semelhantes a este para ampliar a base de conhecimento também para outras espécies, bem como estudos capazes de avaliar e comparar as respostas fisiológicas das raias Dasyatidae, principalmente D. marianae, D. americana e D. guttata que são mais comuns na costa do nordeste do Brasil e ainda constam como “Data Deficient” na IUCN Red List (Rosa & Furtado, 2004, 2004a; Grubbs et al., 2006). 28 BIBLIOGRAFIA Aarts, G.; Fieberg, J.; Brasseur, S. & Matthiopoulos, J. (2013) Quantifying the effect of habitat availability on species distributions. J. Anim. Ecol. 82, 1135–45. Aguiar, A. A.; Valentin, J. L. & Rosa, R. S. (2009) Habitat use by Dasyatis americana in a south-western Atlantic oceanic island. Journal of the Marine Biological Association of the United Kingdom, 89: 1147-1152. Afonso, P.; Porteiro, F. M.; Fontes, J.; Tempera, F.; Morato, T.; Cardigos, F. et al. (2013). New and rare coastal fishes in the Azores islands: occasional events or tropicalization process? J Fish Biol 83: 272–294. Allouche, O.; Tsoar, A. & Kadmon, R. (2006) Assessing the accuracy of species distribution models: prevalence, kappa and the true skill statistic (TSS). Journal of Applied Ecology, 43,1223-1232. Anderson, R. P.; Lew, D. & Peterson, A. T. (2003) Evaluating predictive models of species’ distributions: criteria for selecting optimal models. Ecological Modelling 162: 211-232. Bayley, P. B. & Li, H. W. (1992) Riverine fishes. In: P. Calow & G. E. Petts (eds.), The river handbook: hydrological and ecological principles. Blackwell Scientific Publications, vol. 1, pp. 251-281. Besag, J. (1974) Spatial interaction and the statistical analysis of lattice systems. Journal of the Royal Statistical Society Series B (Methodological), 192-236. Bianchi, G. (1992) Demersal assemblages of the continental shelf and upper slope of Angola. Mar Ecol Prog Ser 81:101–120 Briggs, J. C. (2010) Marine biology: the role of accommodation in shaping marine biodiversity. Marine Biology, DOI 10.1007/s00227-010-1490-9. Carrier, J.; Musick, J. & Heithaus, M. (2012) Biology of Sharks and their relatives II: biodiversity, adaptive physiology, and conservation (eds. Carrier, Musick and Heithaus) 1–681 (Taylor and Francis, 2012). Chase, J. M. & Leibold, M. (2003) Ecological Niches: Linking Classical and Contemporary Approaches. (University of Chicago Press, 2003). Compagno, L. J. V.; Ebert, D. A. and Cowley, P. D. (1991): Distribution of offshore demersal cartilaginous fish (Class Chondrichthyes) off the west coast of southern Africa, with notes on their systematics. South African Journal of Marine Science, 11:1, 43-139 Costa, T. L. A.; Thayer, J. A. & Mendes, L. F. 2015 Population characteristics, habitat and diet of a recently discovered stingray Dasyatis marianae: implications for conservation. Journal of Fish Biology. 86, 527–543 29 Damalas, D.; Maravelias, C.; Katsanevakis, S.; Karageorgis, A. & Papaconstantinou, C. (2010) Seasonal abundance of non-commercial demersal fish in the eastern Mediterranean Sea in relation to hydrographic and sediment characteristics. Estuar. Coast. Shelf Sci. 89, 107–118. Demestre, M.; Sa´nchez, P. & Abello´, P. (2000) Demersal fish assemblages and habitat characteristics on the continental shelf and upper slope of the north-western Mediterranean. J Mar Biol Assoc UK 80:981–988 Dowd, W. W.; Harris, B. N.; Cech, J. J. & Kultz, D. (2010) Proteomic and physiological responses of leopard sharks (Triakis semifasciata) to salinity change. Journal of Experimental Biology 213: 210–224. Dudgeon, C. L.; Blower, D. C.; Broderick, D.; Giles, J. L.; Holmes, B. J.; Kashiwagi, T.; Krück, N. C.; Morgan, J. A. T.; Tillett, B. J. & Ovenden, J. R. (2012) A review of the application of molecular genetics for fisheries management and conservation of sharks and rays. J Fish Biol. 80: 1789-1843. Dulvy, N. K., Fowler, S. L., Musick, J. a., Cavanagh, R. D., Kyne, P. M., Harrison, L. R.; et al. (2014). Extinction risk and conservation of the world’s sharks and rays. eLife, 3(e00590). doi:10.7554/eLife.00590 Elith, J.; Graham, C. H.; Anderson, R. P.; Dudík, M.; Ferrier, S.; Guisan, A.; Hijmans, R.J.; Huettmann, F.; Leathwick, J. R.; Lehmann, A.; Li, J.; Lohmann, L. G.; Loiselle, B. A.; Manion, G.; Moritz, C.; Nakamura, M.; Nakazawa, Y.; Overton, J. M. M.; Peterson, A. T.; Phillips, S. J.; Richardson, K. W.; Scachetti-Pereira, R.; Schapire, R.; Soberón, J.; Williams, S.; Wisz, M. S & Zimmermann, N. E. (2006). Novel methods improve prediction of species’ distributions from occurrence data. Ecography, 29,129-151. Elith, J. & Leathwick, J. R. (2009) Species distribution models: ecological explanation and prediction across space and time. Annual Review of Ecology, Evolution, and Systematics, 40(1): 677. Feary, D. A.; Pratchett, M. S.; J Emslie, M.; Fowler, A. M.; Figueira, W. F.; Luiz, O. J., Nakamura, Y. & Booth, D. J. (2014). Latitudinal shifts in coral reef fishes: why some species do and others do not shift. Fish and Fisheries, 15(4), 593-615. Ferreira, C. E. L.; Floeter, S. R.; Gasparini, J. L.; Joyeux, J. C. & Ferreira, B. P. (2004) Trophic structure patterns of Brazilian reef fishes: a latitudinal comparison. Journal of Biogeography, 31: 1093–1106. Ferretti, F.; Worm, B.; Britten, G. L.; Heithaus, M. R. & Lotze, H. K. (2010) Patterns and ecosystem consequences of shark declines in the ocean. Ecology Letters 13:1055–1071. doi: 10.1111/j.1461-0248.2010.01489.x. Fielding, A. H. & Bell, J. F. (1997). A review of methods for the assessment of prediction errors in conservation presence/absence models. Environmental Conservation, 24:38-49. 30 Floeter, S. R. & Gasparini, J. L. (2000) The south-western Atlantic reef fish fauna: composition and zoogeographic patterns. Journal of Fish Biology, 56, 1099-1114. Floeter, S. R.; Guimarães, R. Z. P.; Rocha, L. A.; Ferreira, C. E. L.; Rangel, C. A. & Gasparini, J. L. (2001) Geographic variation in reef-fish assemblages along the Brazilian coast. Global Ecology and Biogeography, 10: 423–433. Freeman, E. (2012) Presence-Absence model evaluation (R package) [online]. Available fromhttp://cran.r-project.org/web/packages/PresenceAbsence. Froese, R. & D. Pauly. Editors. 2015. FishBase. World Wide Web electronic publication. www.fishbase.org Grubbs, R. D. & Musick, J. A. (2007) Spatial delineation of summer nursery areas for juvenile sandbar sharks in Chesapeake Bay, Virginia. In: McCandless CT, Kohler NE, Pratt HL, Jr., eds. Shark nursery grounds of the Gulf of Mexico and the East Coast waters of the United States: American Fisheries Society Symposium 50. pp 63–86. Grubbs, R. D.; Snelson, F.; Piercy, A.; Rosa, R. S. & Furtado, M. (2006) Dasyatis americana. In IUCN 2014. IUCN Red List of Threatened Species. Version 2015.4. Available at http://www.iucnredlist.org/details/60149/0 (accessed on 29 March 2016). Guisan, A. & Zimmermann, N. E. (2000) Predictive habitat distribution models in ecology. Ecol. Modell. 135:147–186. Guisan, A.; Tingley, R.; Baumgartner, J. B.; Naujokaitis-Lewis, I.; Sutcliffe, P. R.; Tulloch, A. I. T.; Regan, T.J.; Brotons, L.; McDonald-Madden, E.; Mantyka-Pringle, C.; Martin, T. G.; Rhodes, J. R.; Maggini, R.; Setterfield, S. A.; Elith, J.; Schwartz, M. W.; Wintle, B. A.; Broennimann, O.; Austin, M.; Ferrier, S.; Kearney, M. R.; Possingham, H.P. & Buckley, Y. M. (2013) Predicting species distributions for conservation decisions. Ecology Letters 16, 1424–1435. Heupel, M. R.; Yeiser, B. G.; Collins, A. B.; Ortega, L. & Simpfendorfer, C. A. (2010) Long-term presence and movement patterns of juvenile bull sharks, Carcharhinus leucas, in an estuarine river system. Marine and Freshwater Research 61: 1–10. Hopkins, T. E. & Cech, J. J. (2003) The influence of environmental variables on the distribution and abundance of three elasmobranchs in Tomales Bay, California. Environmental Biology of Fishes 66: 279–291. Joyeux, J. C.; Floeter, S. R.; Ferreira, C. E. L. & Gasparini, J. L. (2001) Biogeography of tropical reef fish: the South Atlantic puzzle. Journal of Biogeography, 28, 831–841. Latimer, A. M.; Wu, S. S.; Gelfand, A. E. & Silander, J. A. (2006). Building statistical models to analyze species distributions. Ecological Applications, 16, 33-50. Lauria, V.; Gristina, M.; Attrill, M. J.; Fiorentino, F., & Garofalo, G. (2015). Predictive habitat suitability models to aid conservation of elasmobranch diversity in the central Mediterranean Sea. Scientific reports, 5. 31 Lobo, J. M.; Jiménez-Valverde, A. & Hortal, J. (2010) The uncertain nature of absences and their importance in species distribution modelling. Ecography 33, 103–114. Luiz, O. J.; Madin, J. S.; D. Robertson, R.; Rocha, L. A.; Wirtz, P. & Floeter, S. R. (2012) Ecological traits influencing range expansion across large oceanic dispersal barriers: insights from tropical Atlantic reef fishes. Proc. R. Soc. B. 279, 1033–1040. Mahon, R. & Smith, R. W. (1989) Demersal fish assemblages on the Scotian shelf, northwest Atlantic: spatial distribution and persistence. Can J Fish Aquat Sci 46 (Suppl. 1):134–152 Maravelias, C. D.; Tsitsika, E. V. & Papaconstantinou, C. (2007) Evidence of Morocco dentex (Dentex maroccanus) distribution in the NE Mediterranean and relationships with environmental factors determined by generalized additive modelling. Fish Oceanogr 16:294–302. Maravelias, C. D.; Tsitsika, E. V. & Papaconstantinou, C. (2007a) Seasonal dynamics, environmental preferences and habitat selection of John Dory (Zeus faber). Estuar Coast Shelf Sci 72:703–710 Martin, C. S.; Vaz, S.; Ellis, J. R.; Lauria, V.; Coppin, F. & Carpentier, A. (2012). Modelled distributions of ten demersal elasmobranchs of the eastern English Channel in relation to the environment. Journal of Experimental Marine Biology and Ecology, 418, 91-103. Margules, C. R. & Pressey, R. L. (2000) Systematic conservation planning. Nature 405:243–53 Massuti, E. & Moranta, J. (2003) Demersal assemblages and depth distribution of elasmobranchs from the continental shelf and slope off the Balearic Islands (western Mediterranean). ICES J. Mar. Sci. 3139, 753–766. Mazzoni, R. & Iglesias-Rios, R. (2002). Distribution pattern of two fish species in a coastal stream in Southeast Brazil. Braz. J. Biol., 62(1): 171-178. Menni, R. C.; Jaureguizar, A. J.; Stehmann, M. F. W. & Lucifora, L. O. (2010) Marine bio-diversity at the community level: zoogeography of sharks, skates, rays andchimaeras in the Southwestern Atlantic. Biodivers. Conserv. 19, 775–796. MMA (Ministério do Meio Ambiente). (2014). Lista de espécies Quase Ameaçadas e Com Dados Insuficientes. Retirado de: http://www.icmbio.gov.br/portal/faunabrasileira/lista-de-especies-dados-insuficientes, último acesso 29 de maio de 2016. Ortega, L. A.; Heupel, M. R.; Van Beynen, P. & Motta, P. J. (2009) Movement patterns and water quality preferences of juvenile bull sharks (Carcharhinus leucas) in a Florida estuary. Environmental Biology of Fishes 84: 361–373. 32 O’Shea, O. R.; Thums, M.; Van Keulen, M. & Meekan, M. (2012) Bioturbation by stingrays at Ningaloo Reef, Western Australia, Mar. Freshwater Res., 2012, vol. 63, no. 3, pp. 189–197. Paiva, A.; Chaves, P. T.; Araújo, M.E. (2013) Distribution of estuarine fish fauna along coast of Brazil. Tropical Oceanography, v.41, p. 1-36. Pennino, M. G.; Muñoz, F.; Conesa, D.; López-Quίlez, A. & Bellido, J. M. (2013) Modeling sensitive elasmobranch habitats. Journal of Sea Research, 83, 209-218. Peterson, A. T.; Soberón, J.; Pearson, R. G.; Anderson, R. P.; Martínez-Meyer, E.; Nakamura, M. & Araújo, M. B. (2011) Ecological niches and geographic distributions. Oxford, Princeton University Press, 336 p. Phillips, S. J. (2008) Transferability, sample selection bias and background data in presence-only modelling: a response to Peterson et al. (2007). Ecography 31: 272-278. Phillips, S. J.; Anderson, R. P. & Schapire, R. E. (2006) Maximum entropy modeling of species geographic distributions. Ecological Modelling 190: 231-259. Planque, B.; Loots, C.; Petitgas, P.; Lindstrom, U. & Vaz, S. (2011) Understanding what controls the spatial distribution of fish populations using a multi-model approach. Fish. Oceanogr. 20, 1–17. Pulliam, H. R. (2000) On the relationship between niche and distribution. Ecol. Lett. 3, 349–361. R Development Team (2015) R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Ragonese, S.; Vitale, S.; Dimech, M. & Mazzola, S. (2013) Abundances of demersal sharks and chimaera from 1994-2009 scientific surveys in the central Mediterranean Sea. PLoS One 8, e74865. Rezende, S. M.; Ferreira, B. P. & Frédou, T. (2003). A pesca de lutjanídeos no Nordeste do Brasil: histórico das pescarias, características das espécies e relevância para o manejo. Technical and Scientific Bulletin of CEPENE 11, 257–270. Roberts, C. M.; Branch, G.; Bustamante, R. H.; Castilla, J. C.; Dugan, J.; Halpern, B. S.; Lafferty, K. D.; Leslie, H.; Lubchenco, J. & McArdle, D. (2003) Application of ecological criteria in selecting marine reserves and developing reserve networks. Ecol. Appl. 13:215–228 Rosa, R. S. & Furtado, M. 2004. Dasyatis marianae. In IUCN 2014. IUCN Red List of Threatened Species. Version 2015.4. Available at http://www.iucnredlist.org/details/45925/0/ (accessed on 29 March 2016). Rosa, R. S. & Furtado, M. 2004a. Dasyatis guttata. In IUCN 2014. IUCN Red List of Threatened Species. Version 2015.4. Available at http://www.iucnredlist.org/details/44592/0 (accessed on 29 March 2016). 33 Roos, N. C.; Carvalho, A. R.; Lopes, P. F.; & Pennino, M. G. (2015). Modeling sensitive parrotfish (Labridae: Scarini) habitats along the Brazilian coast. Marine environmental research, 110,92-100. Saba, V. S.; Griffies, S. M.; Anderson, W. G.; Winton, M.; Alexander, M. A.; Delworth, T. L.; Hare, J. A.; Harrison, M. J.; Rosati, A.; Vecchi, G. A.; Zhang, R. (2016) Enhanced warming of the Northwest Atlantic Ocean under climate change. J. Geophys. Res. Oceans, 121, 118–132, DOI: 10.1002/2015JC011346 Sarkar, S.; Justus, J.; Fuller, T.; Kelley, C.; Garson, J. & Mayfield, M. (2005) Effectiveness of environmental surrogates for the selection of conservation area networks. Conserv. Biol. 19:815–825 Sbrocco, E. & Barber, P. (2013). MARSPEC: Ocean climate layers for marine spatial ecology. Ecology, 979. Spiegelhalter, D. J.; Best, N. G.; Carlin, B. P. & Van Der Linde, A. (2002) Bayesian measures of model complexity and fit. Journal of the Royal Statistical Society, Series B (Statistical Methodology) 64, 583-639. Silva, G.B.; Viana, M. S. V. & Furtado-Neto, M. A. A. (2001) Morphology and feeding of the ray Dasyatis guttata (Chondrichthyes:Dasyatidae) in Mucuripe Bay, Ceará State, Brazil. Arquivos de Ciências do Mar, 34: 67-75 Simpfendorfer, C. A.; Yeiser, B. G.; Wiley, T. R.; Poulakis, G. R.; Stevens, P. W. & Heupel, M. R. (2011). Environmental influences on the spatial ecology of juvenile smalltooth sawfish (Pristis pectinata): results from acoustic monitoring. PLoS ONE 6:e16918. doi: 10.1371/journal.pone.0016918 Sorribas, M. V.; Paiva, R. C. D.; Melack, J. M.; Bravo, J. M.; Jones, C.; Carvalho, L.; Beighley, E.; Forsberg, B. & Costa, M. H. (2016) Projections of climate change effects on discharge and inundation in the Amazon basin. Climatic Change pp 1-16. DOI 10.1007/s10584-016-1640-2. Stevens, J. D.; Bonfil, R.; Dulvy, N. K. & Walker, P. (2000) The effects of fishing on sharks, rays and chimaeras (Chondrichthyans), and the implications for marine ecosystems. ICES Journal of Marine Science 57:476–494. doi: 10.1006/jmsc.2000.0724. Tilley, A.; López-Angarita, J. & Turner, J. R. (2013) Diet Reconstruction and Resource Partitioning of a Caribbean Marine Mesopredator Using Stable Isotope Bayesian Modelling. PLoS ONE 8(11): e79560. doi:10.1371/journal.pone.0079560. Tserpes, G.; Maravelias, C. D.; Pantazi, M. & Peristeraki, P. (2013) Distribution of relatively rare demersal elasmobranchs in the eastern Mediterranean. Estuar. Coast. Shelf Sci. 117, 48–53. Ubeda, A. J.; Simpfendorfer, C. A. & Heupel, M. R. (2009) Movements of bonnetheads, Sphyrna tiburo, as a response to salinity change in a Florida estuary. Environmental Biology of Fishes 84: 293–303. 34 Varela, S.; Lobo, J.M. & Hortal, J. (2011) Using species distribution models in paleobiogeography: a matter of data, predictors and concepts. Palaeogeography, Palaeoclimatology, Palaeoecology, 310:451-463. doi:10.1016/j.palaeo.2011.07.021. Vieilledent, G.; Merow, C.; Guélat, J. & Vieilledent, M. G. (2012). Package ‘hSDM’. Weigmann, S. & Thiel, R. (2013) Predicting the spatial distribution of the blue-spotted maskray Neotrygon kuhlii (Myliobatiformes, Dasyatidae) on the Australian North and Northwest Shelf comparing two different methods of habitat modeling, Journal of Ichthyology 53(8): 628-640. Wintle, B. A.; Elith, J. & Potts, J.M. (2005) Fauna habitat modelling and mapping: a review and case study in the Lower Hunter Central Coast Region of NSW, Austral Ecol., 30, no. 7, pp. 719–738. Young, M, & Carr, M. H. (2015) Application of species distribution models to explain and predict the distribution, abundance and assemblage structure of nearshore temperate reef fishes. Divers. Distrib. 1–13. Zimmermann, N. E.; Edwards Jr., T.C.; Graham, C. H.; Pearman, P. B. & Svenning, J. C. (2010) New trends in species distribution modelling. Ecography, 33:985-989. doi:10.1111/j.1600-0587.2010.06953.x 34 Material suplementar Tabela S1: Informações sobre a ocorrência de D. marianae ao longo do litoral brasileiro indicando: localização geográfica do registro, dados da localidade, período da amostragem, a presença (1) ou ausência (0) da espécie e a referência consultada. Latitude Longitude Area State Period Occurrence Reference -00.906890 -44.313.519 Manoel Luis reefs MA Jun/98 1 LRuoiczh Ma,a Lr.iAn.e, RStoastae, PI.a Lr.k, ,2 M00a1r. Baseline assessment of reef fish assemblages ofdoi: 10.1111/j.1095-8649.20a0n1h.ãtbo0, 0n5o4rt9h.x-e ast Brazil. Journal of Fish Biology, 5 P8a: r9c8e5l –M9a9n8u. el aCrarramiaosn ma,a Nri.n; hSaasm cpoamioe,r Ic.i;a Sisa ndtao cso, Sst.;a S noourztae, bRr.a Fs.i lCe.i;r aS cchonme ibdaesre, He.m, 2008. Identificação de -00.783190 -46.575.453 PA PA 2005 0 m56i6to4c/obntcdcr.iva8l.n B1opl5. 1T-é5c8. Cient. CEPNOR, 8(1): 51- 58. doi: 10.17080/1 s6e7q6u-ências de DNA -00.737141 -48.442.673 PA PA 1995 - 2002 0 TEastvaadroes d, oM P. aCr.á S. .B, oFulerttiamd oT éJúcnniicoor,- CI.i,e Snotíufizcao, Rd.o A C. eLp.,n Borri,t oB,e Clé. mS., FP.A, 2, 0n0. 55 ,A p p. 1e1sc5a- 1d3e9 c, u2r0r0a5l .n o -1.294.932 -45.194.002 Maranhão MA OFuetv//12909070 - 0 NinU sNhaElSlo, Jw.L w.Sa.;t AerLsM oEf IMDAa,r aZn.Sh.;ã PoI OStRaSteK,I ,B Nra.Mzil.., A20rq0.5 C. iRêany. sM caarp,t Fuorertda lbeyz at,h ve. 3a8rt,i spa.4n9a-l 5f4is.h eries -2.370.631 -44.113.434 Maranhão MA Set/2004 0 sPhioerski, N. M.; Serpa, S. S., Nunes, 71. ries at São Luís Island, Maranhã J.o L S. tSa.t, e2,0 B0r9a.z Cil.o Amrpqa. rCaiêtinv.e M anaar,l yFsoisr toafl etzhae, fvi .s4h2-(w1)e, ipr .f6i 5- -2.550.984 -44.435.779 Maranhão MA Set/2004 0 sPhioerrsiekis, 71. a Nt. SMão.; LSueírsp Ias,l aSn. dS,. ,M Naurnaensh, ãJ.o L S. tSa.t, e2,0 B0r9a.z Cil.o Amrpqa. rCaiêtinv.e M anaar,l yFsoisr toafl etzhae, fvi .s4h2-(w1)e, ipr .f6i 5- -2.864.202 -41.297.955 Bitupitá CE Set/2013 1 This study -2.882.514 -41.351.773 Cajueiro da Praia PI DNeozv//22000089 - 1 Mcoaais,t A o. fC P. iGau.,í Ssitlavate, ,T B. rFa. zAil.., ALerqguaitv, oJ.s Fd. eA C.,i ê2n0c1i2a.s A dsos eMssamr 4e5n(t2 o),f pth.4e0 f–is4h8w. eir fishery off the -2.897.918 -39.791.370 Almofala CE NOouvt//220007 - 1 PMALM08 Ceynlitob EaIRtiAfo, rAm. R. O. (2009). Biologia da raia mariquita Dasyatis mer of Brasielisa) –ca UpntuiCrEaUdaB .e 8m3 cpupr.r al de pesca do Ceará. Under agrraiadnuaaet e(E tlhaesmsiso -b Urannicvheiris: ity -3.682.683 -38.482.449 Mucuripe CE Abr/1945 1 GSpoemcieess, oUf. SLt.i;n Rgorasay, (RC.h So.n, Gdraidchig, O. B. F., 2000. Dasyatis macrophthalma sp. n.: A new 2000(2): 510-515. Stable URL: thhtytpe:s/:/ Dwawsywa.tjsidtoare.)o frrgo/mst atbhlee /S1o4u4th81w9e9s.t ern Atlantic. Copeia -3.828.760 -32.434.480 Fernando de Noronha PE 2000 0 S1o6t9o. , J.M.R. (2001) Peixes do Arquipélago Fernando de Noronha. Mare Magnum, 1, 147– 35 -3.860.385 -33.821.678 Atol das Rocas RN Mai/2006 0 PDiinssheeritraoç, ãI.o E d. eG M. (2e0st0r6a)d Coa -r aUcntievreizrsaiçdãaod ee cFoelódgeircaal ddoo sR pioe iGxerasn rdeeci fdaois N door tAet.o8l4 d paps .R ocas. -4.700.000 -36.816.667 João da Cunha RN 2006 1 This study -4.883.333 -36.300.000 Banco das Agulhas RN 2006 1 This study -4.883.333 -36.166.667 Cabeço do Oliveira RN 2006 1 This study -4.884.109 -37.136.177 Areia Branca RN Out/2013 1 This study -4.900.000 -36.450.000 Urca do Tubarão RN 2010 1 This study -4.900.000 -36.016.667 Coroa das Lavadeiras RN 2006 1 This study -4.916.667 -35.850.000 Urca da Cotia RN 2006 1 This study -4.916.667 -36.083.333 Urca da Conceição RN 2010 1 This study -4.950.000 -36.333.333 Urca do Minhoto RN 2010 1 This study -5.050.000 -36.050.000 Caiçara reefs RN Mai/2014 1 This study -5.150.000 -35.400.000 Cação Caiçara reefs RN 2006 1 This study -5.166.667 -35.183.333 Risca de Zumbi RN 2013 1 This study -5.200.000 -35.350.000 Rio do Fogo reefs RN 2013 1 This study -5.383.333 -35.250.000 Maracajaú reefs RN Jul/08 1 This study -5.550.000 -35.233.333 Muriú reefs RN 2010 1 This study -5.550.000 -35.066.667 Batente das Agulhas RN 2010 1 This study -5.683.333 -35.183.333 Genipabu RN 2006 1 This study -5.716.667 -35.083.333 Bola RN 2006 1 This study -5.783.333 -35.033.333 Bugaio RN 2006 1 This study -5.883.333 -35.000.000 Risca RN 2006 1 This study -5.900.000 -35.033.333 Pedra do Felix RN 2010 1 This study -5.900.000 -35.000.000 Caga Fogo RN 2006 1 This study -5.916.667 -34.983.333 Antonio Novo RN 2006 1 This study 36 -5.916.667 -35.033.333 Meros RN 2010 1 This study -5.950.000 -34.983.333 Três Trempes RN 2006 1 This study -5.950.000 -35.033.333 Barreirinhas RN 2010 1 This study -5.966.667 -35.083.333 Ariocó RN 2006 1 This study -5.966.667 -35.116.667 Pirangi reefs RN 2010 1 This study -6.000.000 -35.100.000 Pirambuzios RN 2010 1 This study -6.000.000 -34.966.667 João Ninguém RN 2006 1 This study -6.033.333 -35.016.667 Biquara RN 2006 1 This study -6.233.333 -35.033.333 Parracho de Pipa RN 2006 1 This study -6.878.805 -34.824.570 Lucena PB Jul/93 1 SGpoemcieess, oUf. SLt.i;n Rgorasay, (RC.h So.n, Gdraidchigt,h Oye. sB:. DFa.,s 2y0a0ti0d.a De)a fsryoamtis t hmeacrophthalma sp. n.: A new 2000(2): 510-515. Stable URL: http://www.jstor.org/stable /S1o4u4th81w9e9s.t ern Atlantic. Copeia -6.967.860 -34.781.834 Cabedelo PB Jul/80 1 GSpoemcieess, oUf. SLt.i;n Rgorsa,2000(2): 510-515a.y S (RC. S., Gadigtahbolen UdrRicLh: t ,h Oye. sB:. DFa.,s 2y0a0t 0. Dasyatis macrophthalma sp. n.: A new http://www.jsidtoare.)o frrgo/mst atbhlee /S1o4u4th81w9e9s.t ern Atlantic. Copeia -7.086.209 -34.782.719 Manaíra PB Nov/88 1 Gomes2Sp0e0c0i(e2s , ) oUf. SLt.i;n Rgorasa, R. S., Gadig,: 510-515.y S (tCahbolen UdrRicLh: thh Oye. sB:. DFa.,s 2y0a0ti0d.a De)a fsryoamtis t hmea Scoroupthhtwheaslmtearn s pA.t lna.n: tAic n. ew ttp://www.jstor.org/stable/1448199. Copeia -7.262.908 -34.762.928 Praia do Amor PB Mar-Nov/2003 1 SDhaisbyuaytaid, aAe.), Rofofs Paa, rRa. íSb.a, 2S0ta1t1e., DBireatz cilo. Amrpqousivitoiosn d eo fC Diêanscyiaatsi sd mo aMriaarn, a4e4 ((E2l)a:s 8m9o-9b2ra. nchii: -7.290.637 -34.755.520 Tabatinga PB Set/1995 1 GSpoemcieess, oUf. SLt.i;n Rgorasay, (RC.h So.n, Gdraidchigt,h Oye. sB. F., 2000. Dasyatis macrophthalma sp. n.: A new 2000(2): 510-515. Stable URL: http:/:/ Dwawsywa.tjsidtoare.)o frrgo/mst atbhlee /S1o4u4th81w9e9s.t ern Atlantic. Copeia -7.620.943 -34.762.772 Ponta de Pedras PE Fev/2014 1 This study -8.056.138 -34.814.003 Recife PE Out/1944 1 SGpoeme200c0i(e ss, oUf. SLt.2): 510i ; -n Rosa, R. S., Ga 5g1r5a.y S (tCahbolen UdrRi dcLh ig : t , hh O. B tytpe:s/: . DFa.,s 200/wwywa.ti 0d.a Dajstore.)o f sryoamtis t hmrg/stable a e c /S1o roup44th htwheaslmtearn s pA.t lna.n: tAic n8199. . eCwop eia -8.115.794 -34.839.111 Pina PE 1 BBruacskiul. p2,. ePd.A. .U &R LM: henttepz:e//sw, Nw.Aw.. m(endrsj..)u 2fr0j.0b3r./ Ccaattaállooggoo/ d os Peixes Marinhos e de Água Doce do -8.892.608 -35.097.118 São José da Coroa Grande PE 2013 1 This study 37 -9.883.698 -35.862.133 Praia do Gunga AL Jan/2006 - 1 (MGaocmedeso, MRo. sMa .&, 2 G0a0d9i.g O, 2c0o0rr0ê)n (ccihao en adsrpicehctthoyse gs:e draaiss da biologia de Dasyatis marianae Jun/2008 Congresso de Ecologia do Brasil, 13 - 17 Septembery,a 2t0id0a9e, )S nãoo lLitoourrael ndçeo A - lMagGoa s. Anais do IX -11.009.831 -36.990.000 Aracajú SE 2000 - 2005 0 MStaetnee, sBersa, zTil.. SA.;r qS.a Cnitêons., MF. aNr.,, FPoerrteailreaz,a C, .3 W8:. ,7 290 –0 853. E. lasmobranch fish fauna off Sergipe -11.135.127 -37.088.310 Mosqueiro SE 2000 - 2005 0 MStaetnee, sBersa, zTil.. SA.;r qS.a Cnitêons., MF. aNr.,, FPoerrteailreaz,a C, .3 W8:. ,7 290 –0 853. E. lasmobranch fish fauna off Sergipe -11.846.568 -37.502.651 Sítio do Conde BA 2003 1 SItoatjaoí,. JI..M C.a Rta.,l oMg ionfc acarortne, M. M., 2004. Collections of the Museu Oceanográfico do Vale do Holocephali). Mare Maiglanguinmo,u 2s( 1fi-s2h)e:1s -(1M25yx. ini, Cephalaspidomorphi, Elasmobranchii, -12.781.403 -38.130.665 Arembepe BA 2003 1 SHIt oatjaoí,. JI..M C.a Rta.,l oMg ioncarone, M. M., 2004. Collections of the Museuolocephali). Marfe c aMrtaiglanguinmo,u 2s( 1fi-s2h)e:1s -(1M25yx. ini, Cephalaspidomor Ophcei,a Enlaosgmráofbicroa ndcoh Viia, le do -12.947.688 -38.584.744 Itaparica BA Ago/2014 1 This study -12.955.268 -38.534.327 Todos os Santos Bay BA Nov/13 1 This study -13.079.539 -38.692.871 Aratuba BA Dez/1988 1 SGpoemcieess, oUf. SLt.i;n Rgorasay, (RC.h So.n, Gdraidchigt,h Oye. sB:. DFa.,s 2y0a0ti0d.a De)a fsryoamtis t hmea Scoroupthhtwheaslmtearn s pA.t lna.n: tAic new 2000(2): 510-515. Stable URL: http://www.jstor.org/stable/1448199. . Copeia -17.961.384 -38.697.225 Guarita BA Fev/2014 1 This study -17.965.672 -38.699.912 St. Bárbara BA Fev/2014 1 This study -17.969.770 -38.709.805 Siriba BA Fev/2014 1 This study -17.979.162 -38.702.432 Sueste BA Fev/2014 1 This study -20.329.151 -40.215.099 Vitória ES 0 Collection Ichthyological - Federal University of Espírito Santo -20.521.712 -29.349.891 Trindade ES 0 Collection Ichthyological - Federal University of Espírito Santo Schmidt, B. F., 2013, Identificação molecular e aspectos biológicos de elasmobrânquios -23.227.771 -44.084.459 RJ RJ MMaai/i/22001112 - 0 pcaepsqtuPescau reaidrao.s D niass peertsactai odne. p – APTA – SAA. G arraedluhaat neo P sruodgreasmte ien sAuql udaoc burltausriel: aconndt Friibshueiçrãieos poafr tah gee Isntsãtoit uto de -24.044.149 -46.233.147 SP SP MMaai/i/22001112 - 0 cSachpmtuirdatd, oBs. nF.a, 2p0e1sc3a, Iddee nptairfieclahçaã noo m souldeecsutlea re e s uals pdeoc btorass bili:o clóognitcroibsu diçeã eol apsamrao bgerâsntãqou ios 38 Ppeesscqau e–i rAaP. TDAis –se SrAtaAt.i on. Graduate Program in Aquaculture and Fisheries of the Instituto de Schmidt, B. F., 2013, Identificação -25.676.079 -48.393.898 PR PR MMaai/i/22001112 - 0 cpaepsqtuureaidrao.s D niass peertsactai odne. pGarraedluhaat neo m souldeecsutlea re e s uals pdeoctos biológicos de elasmobrânquios Pesca – APTA – SAA. Program in Aquac burltausriel: aconndt Friibshueiçrãieos poafr tah gee Isntsãtoit uto de Mai/2011 - cSachpmtuirdatd, oBs. nF.a, 2p0e1sc3a, Iddee nptairfieclahçaã noo m souldeecsutlea re e s uals pdeoc btorass biológicos de elasmobrânquios -27.522.567 -48.357.554 SC SC Mai/2012 0 pPeesscqau e–i rAaP. TDAis –se SrAtaAt.i on. Graduate Program in Aquacultur iel: aconndt Friibshueiçrãieos poafr tah gee Isntsãtoit uto de Mai/2011 - Scachpmtuirdatd, oBs. nF.a, 2p0e1sc3a, Iddee nptairfieclahçaã noo molecular e-29.706.274 -49.919.786 RS RS Mai/2012 0 pesqueira. Dissertation. Graduate P sruodgreasmte ien s uals pdeoc btos biológicos de elasmobrânquios Pesca – APTA – SAA. Aquacu rltausriel: aconndt Friibshueiçrãieos poafr tah gee Isntsãtoit uto de 39 CAPÍTULO II VARIAÇÕES MORFOLÓGICAS ENTRE POPULAÇÕES DA RAIA ENDÊMICA Dasyatis marianae GOMES, ROSA & GADIG, 2000 AO LONGO DE SUA RESTRITA DISTRIBUIÇÃO NO ATLÂNTICO SUL 40 RESUMO Diversos fatores podem gerar variações na forma corporal de peixes e essas variações podem caracterizar padrões locais distintos ao longo de sua distribuição. No caso particular da raia Dasyatis marianae, sua área de ocorrência é relativamente pequena em relação ao padrão geral dos elasmobrânquios, entretanto, mesmo nesta meso-escala geográfica pode apresentar variações. A espécie mostra estreita relação com as formações recifais e ambientes associados. Neste trabalho, investigamos as variações morfométricas de exemplares de D. marianae para identificar possíveis grupos populacionais relacionados com as três grandes zonas recifais no nordeste do Brasil (zonas Norte, Nordeste e Leste). Foram utilizados 22 caracteres métricos de 137 exemplares. Após a preparação, os dados foram analisados através de análises de variáveis canônicas (CVA), análises de variância multivariada não-paramétrica (NPMANOVA) e análises de agrupamento hierárquico aglomerativo. O grupo populacional Leste apresentou importante separação morfológica ao longo do segundo eixo canônico. Norte e Nordeste apresentaram distinção ao longo do primeiro eixo canônico. Os grupos mais bem definidos morfologicamente foram: Leste e Norte, com respectivamente 79% e 69%, de chance de pertencerem ao padrão morfométrico da região. Norte e Nordeste apresentaram um padrão morfológico mais comum, com características morfométricas mais compartilhadas. O teste NPMANOVA apontou um resultado geral significativo (F = 10,61, p = 0,0001) e a análise de CLUSTER revelou dois agrupamentos distintos: um grupo unindo as regiões Norte e Nordeste, indicando maior similaridade entre eles, e outro isolando a região Leste. Ainda foi identificado um padrão que corrobora a regra de Bergmann, correlacionando maiores tamanhos corporais com maiores latitudes. Os caracteres morfológicos podem indicar alto grau de plasticidade fenotípica em resposta às condições ambientais locais. Além das particularidades das áreas recifais ao longo da distribuição de D. marianae, deve-se considerar também a descontinuidade dos corpos recifais ao longo da costa brasileira. O padrão fenotípico identificado sugere alguma limitação de mobilidade da espécie, pois os grupos populacionais mostram-se fieis à determinadas localidades com padrões fenotípicos específicos. Neste sentido, a partir dos nossos resultados e dos trabalhos de delimitação zoogeográfica marinha, verificamos que o grupo Leste pode estar realmente exposto a pressões específicas desta região, possibilitando um padrão morfométrico mais restrito. PALAVRAS-CHAVE: raia de fogo; variação morfométrica; expressão fenotípica 41 ABSTRACT Several factors can cause changes in body shape of fish and these variations can characterize local distinct patterns throughout its distribution. In the particular case of Dasyatis marianae stingray, its range is relatively small compared to the overall pattern of elasmobranchs, however, even in this geographical mesoscale may vary. The species shows a close relationship with the reef formations and associated environments. In this study, we investigated the morphometric variations D. marianae specimens to identify possible population groups related to the three major reef areas in the northeast of Brazil (North, Northeast and East). Twenty-two metric character 137 copies were used. After preparation, the data were analyzed by of canonical variables analysis (CVA), non- parametric multivariate analysis of variance (NPMANOVA) and agglomerative hierarchical clustering analysis. The population group East had significant morphological separation along the second axis canonical. North and Northeast have distinction over the first canonical axis. The most morphologically well-defined groups were: East and North, with respectively 79% and 69% chance of belonging to the morphometric standard region. North and Northeast have a common morphological pattern, with morphometric characteristics most shared. The NPMANOVA test showed a significant overall effect (F = 10.61, p = 0.0001) and the CLUSTER analysis revealed two distinct groupings: a group uniting the North and Northeast regions, indicating greater similarity between them and other isolating the eastern region. A pattern that confirms the Bergmann rule, correlating larger body sizes with higher latitudes yet been identified. Morphological characters may indicate high degree of phenotypic plasticity in response to local environmental conditions. Beyond the specific characteristics of the reef areas along the distribution D. marianae, one should also consider the discontinuity of reef bodies along the Brazilian coast. The phenotypic pattern identified suggests some limitation of mobility of the species because population groups are shown true to certain locations with specific phenotypes. In this sense, from our results and marine zoogeography work, we find that the Eastern group may be really exposed to specific pressures in this region, allowing a more limited standard morphometric. KEYWORDS: Brazilian large-eyed stingray; morphometric variation; phenotypic expression. 42 INTRODUÇÃO Variações na morfometria de peixes há muito tempo vem sendo usadas para distinguir formas locais (Cadrin, 2000). Estas variações, ao longo da distribuição de peixes, são bem conhecidas e suas diferenças englobam diversos aspectos da história de vida das espécies (Frisk, 2010). Fatores genéticos e padrões ambientais específicos sobre o desenvolvimento e crescimento dos indivíduos seriam responsáveis por variações entre grupos populacionais (Garrod & Horwood, 1984). As variações de forma corporal e a variação geográfica deste fenômeno são, respectivamente, multidimensionais e multivariadas, dessa forma, análises simultâneas de caracteres morfologicamente representativos aparentam ser mais eficientes para identificar diferenças entre os grupos populacionais (para mais detalhes ver Cadrin, 2000). Cardin (2000) explica que mesmo com os problemas de interpretação de caracteres fenotípicos, as análises morfométricas podem ser importantes ferramentas para identificação de grupos populacionais distintos. Este tipo avaliação pode ser o primeiro passo para discriminação de populações (Turan, 1999), definindo grupos com crescimento, mortalidade e taxas reprodutivas similares (Cadrin, 2000). Gaston & Lauer (2015) destacam que a relação entre a morfologia e o ambiente é um dos postulados da biologia. Além disso, a compreensão da discriminação de populações é indispensável para definir uma abordagem de conservação efetiva ou manejo de uma espécie, uma vez que a esta pode ser explorada de diferentes formas em localidades distintas (Ricker, 1981, Ibanez et al., 2007). No caso particular da raia D. marianae (GOMES et al., 2000), uma espécie de pequeno/médio porte, endêmica do Brasil com distribuição limitada entre o norte do estado do Maranhão e o sul da Bahia (Rosa & Furtado, 2004), atualmente existe uma exploração ocasional, com a captura de exemplares para consumo em várias localidades ao longo da costa nordeste do Brasil (Costa et al., 2015) e o nível de exploração, assim como o tipo dela, varia muito ao longo de sua distribuição (T. L. A. Costa, com. pess.). Quanto a área de ocorrência, em relação ao padrão geral dos elasmobrânquios, D. marianae apresenta uma distribuição relativamente pequena, entretanto, mesmo nesta meso-escala geográfica pode sofrer pressões distintas ao longo de sua distribuição. A espécie habita áreas recifais costeiras (Gomes et al., 2000; Rosa et al., 2000) e ambientes associados (Costa et al., 2015), indicando estreita relação com as formações recifais. Ao longo de sua distribuição geográfica, a composição, estrutura e características abióticas das áreas recifais habitadas por D. marianae são bem distinguíveis (Castro & Pires, 2001; Leão et al., 2003), o que pode gerar respostas de plasticidade fenotípicas pela 43 espécie. Schlichting & Smith (2002) definem plasticidade fenotípica como qualquer mudança nas características de um organismo em resposta a um sinal ambiental. Comum a muitos organismos (Miner et al., 2005; Schlichting & Wund 2014), estas respostas plásticas permitem alterações no comportamento e fisiologia que podem desencadear mudanças na morfologia e história de vida da espécie, para reduzir os efeitos da pressão ambiental (Stearns, 1983; Meyer, 1987) durante a vida do indivíduo (Young et al., 2003) ou, ao longo das gerações (Agrawal et al., 1999). Além da plasticidade fenotípica, o padrão de distribuição de D. marianae pode revelar a possibilidade de variação no tamanho dos indivíduos sobre o efeito da latitude, conforme postula a regra de Bergmann (Bergmann, 1847; Lindsey; 1966). Tendências distintas no tamanho corporal ao longo de gradientes ambientais tem sido observadas em muitos táxons (Collins et. al., 2005), sendo uma das tendências ecogeográficas mais intensamente estudadas (Angilletta & Dunham, 2003). Este trabalho investigou as variações morfométricas de exemplares de D. marianae ao longo de sua distribuição para identificar possíveis grupos populacionais e avaliar a plasticidade fenotípica da espécie, assim como variações de tamanho ao longo dessa distribuição. Neste trabalho, ainda assumimos três grandes zonas recifais no nordeste do Brasil (Castro & Pires, 2001 e Leão et al., 2003) para avaliar uma possível formação de grupos populacionais fenotípicos distintos nestas regiões. MÉTODOS Amostragem e coleta de dados Foram amostrados exemplares de seis localidades ao longo da distribuição geográfica de Dasyatis marianae (Tabela 1). As localidades de amostragem foram: Bitupitá (BIT) – CE; Caiçara do Norte (CAI) e Maracajaú (MAR) – RN; Ponta de Pedras (PON) – PE; Salvador (SAL) e Abrolhos (ABR) – BA (Fig. 1). As localidades foram selecionadas a partir de informações prévias sobre ocorrência e captura de exemplares da espécie, com uma amplitude de 15º de latitude. Foram utilizados 22 caracteres métricos (Tabela 2). Medidas que envolveram o comprimento total da cauda ou espinho foram desconsideradas por apresentarem grande variação devido ao estado dos animais, pois é comum a cauda das raias serem danificadas por causas naturais e durante a captura por pescadores. A variável largura da nadadeira pélvica (LP) foi posteriormente excluída por inconsistência das medidas aferidas, principalmente em indivíduos vivos, onde o 44 movimento ocasionam grande variação na medida. A largura do disco (LD) foi considerada a medida padrão nos posteriores procedimentos analíticos. Análise dos dados Inicialmente, os dados morfométricos foram padronizados para controlar a influência alométrica no conjunto de dados (Turan et al., 2006; Hossain et al., 2010 e Mohaddasi et al., 2013) utilizando a equação MS = M0 (LS / L0 )b, onde MS é medida padronizada do exemplar, M0 é a medida original do exemplar, LS é a média aritmética de LD (medida padrão) para todas as raias amostradas e L0 é o LD do exemplar. O valor do coeficiente alométrico (b) foi calculado através das regressões lineares do log M0 vs. log L0. Após a padronização alométrica, os dados foram avaliados através da análise de componentes principais (PCA), análises de variáveis canônicas (CVA), análises de variância multivariada não-paramétrica (NPMANOVA) e análises de agrupamento hierárquico aglomerativo. Uma PCA computada a partir da matriz de correlação foi utilizada, inicialmente, para identificação e remoção visual de outliers (Kohler & Luniak 2005). O conjunto morfométrico foi avaliado sobre a presença de colinearidade das variáveis morfométricas a partir do cálculo do Fator de Inflação de Variância (VIF) das variáveis (Zuur et al. 2010). A colinearidade foi considerada para valores de VIF maiores que 5,5. Variáveis que violaram esta premissa foram retiradas da matriz de dados por um processo de seleção manual passo-a-passo. A partir desta seleção, uma nova PCA computada a partir da matriz de correlação foi utilizada para observar a variação do conjunto morfométrico dos indivíduos. Permutações do tipo Bootstrap foram calculadas para verificar a significância da PCA. Em seguida, foram selecionadas as variáveis morfométricas de maior relevância na variação de dados através da avaliação dos autovalores das componentes principais, onde as variáveis com autovalor menor que a metade do maior autovalor em cada um dos dois primeiros componentes principais foram excluídas das seguintes análises. A CVA foi utilizada para verificar o poder de distinção entre as populações (Mohadasi et al. 2013). A partir dos resultados da CVA, foi analisada também as porcentagens de acerto de classificação da matriz de validação cruzada através do procedimento de permutação de Jackknife. Foi utilizado ainda a análise de variância multivariada não-paramétrica (NPMANOVA) para analisar a significância das diferenças morfológicas entre as 45 localidades. O teste foi ajustado com a correção de Bonferroni para o valor de p para evitar o erro tipo I (Rice, 1989). Foi investigada a hipótese da existência de discriminação morfométrica entre os grupos populacionais das regiões recifais: Norte, Nordeste e Leste (Fig. 1). Todo o procedimento analítico de CVA e NPMANOVA descrito anteriormente também foi aplicado a esta classificação regional. Por fim, para construir um dendograma da similaridade dos grupos regionais (Norte, Nordeste e Leste), foi realizada uma análise de agrupamento hierárquico aglomerativo utilizando a função de ligação de UPGMA com medida de distância Euclideana baseado na distância de Mahalanobis (Ferrito et al. 2007) obtida nos resultados da CVA. Permutações do tipo Bootstrap (n = 9999) foram calculados para gerar um intervalo de confiança dos resultados. A eficiência e qualidade do agrupamento foi avaliada através dos dois coeficientes: o coeficiente de aglomeração (AC) e o coeficiente de correlação cofenético (CPCC). O AC indica a diferença observada das dissimilaridades de cada amostra antes e após o agrupamento hierárquico, gerando um valor que varia de 0 a 1 (Maechler et al. 2012). O CPCC é uma correlação entre a matriz de dissimilaridade original e a matriz após a transformação cofenética (Legendre & Legendre 2003), apresentando valores que variam de 0 a 1. De acordo com Singh et al. (2011) altos valores de CPCC indicam que não houve muita distorção entre a matriz de dissimilaridade original e a matriz pós-agrupamento. Em adição, quanto maior os valores de AC e CPCC maior a qualidade, ajuste e eficiência do agrupamento. Dessa forma, o melhor algoritmo de agrupamento foi certificado pela interpretação dos índices AC, CPCC e pela inspeção visual do dendograma. Para avaliar as diferenças de peso e tamanho (LD e CD) entre as localidades de amostragem, inicialmente os dados foram testados para normalidade (Shapiro-Wilk W) e homocedasticidade (Levene`s test) para avaliar a parametricidade dos dados. Quando necessário os dados foram transformados a: “log + 1” e “raiz quadrada”. Sendo reavaliados quanto a normalidade e homocedasticidade. Nos casos de parametricidade foi utilizado One-way analysis of variances (ANOVA) e os resultados representados em média e desvio padrão e nos casos de não parametricidade foi utilizado teste Kruskal Wallis e seus resultados representados em mediana e erro padrão. Complementando as análises, a relação das variáveis peso, tamanho (LD e CD) com a variação da latitude foi analisada através de modelos de regressão linear. 46 Tabela 1: Locais de amostragem, distância do ponto de coleta ao norte, coordenadas geográficas, período das amostragens e número de D. marianae analisados (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). Região1 Localidade pDoisntâton caioa ndoor te2 Latitude, Longitude Pameroíosdtroa gdeem N North BIT X 2°53'26.53"S, 41°16'29.02"O set/13 25 CAI 670 km 5° 3'43.72"S, 36° 3'8.30"O mai e jun/14 25 Northeast MAR 100 km 5°24'35.96"S, 35°18'37.66"O jan e fev/14 20 PON 260 km 7°37'55.90"S, 34°48'38.95"O fev e ago/14 24 Easst SAL 750 km 12°59'39.75"S, 38°31'45.19"O ago e set/14 18 ABR 560 km 17°58'10.55"S, 38°42'33.44"O fev e mar/14 25 1De acordo com Castro e Pires (2001) e Leão et al. (2003). 2Aproximadamente. Tabela 2: Caracteres morfométricos utilizados para D. marianae. No. Medida Abreviação Descrição Ref. 1 Largura do disco LD dMisacioor distância entre as extremidades laterais do SAAkNhiTleOS & CHARVET-ALMEIDA (2007); S(2A0N0T7O) s h et al. (2008); Silva & Goulart 2 Cdiosmcop rimento do CD Dpoisstância entre S & CHARVET-ALMEIDA (2007); terior do dis acos extremidades anterior e Akhilesh et al. (2008); Silva & Goulart 3 oCrobmitparl imento pré CpO Desisqtuâenrcdiao da extremidade do focinho até o olho (2007) Akhilesh et al. (2008) 4 Cesopmirpárciumloe nto pré CpE Desistância da extDistância piráculo esque rerdmoi dade do focinho até Akhilesh et al. (2008) 5 interorbital DiO Distância entre os olhos SAAkNhiTleOsSh &et C aHl.A (R2V00E8T-)A LMEIDA (2007); 6 iDnitsetârenscpiair áculo DiE Distância entre os espiráculos SANTOS & CHARVET-ALMEIDA (2007); 7 oClohmo primento do CO Dpoissttâenrcioiar entre as extremidades anterior e S AAkNhilesh et al. (2008) do olho esquerdo TOS & CHARVET-ALMEIDA (2007); 8 eCsopmirpárciumloe nto do CE pDoissttâenrcioiar ednot eresp aisrá mcualrog eensqs uinetredron as anterior e AAk(2k0h h 0i ill7e esshh ) eett aall.. ((22000088)); Silva & Goulart 9 Leasprgiruárcau dloo LE Dinifsetrâinocri ad oe netsrpei raásc umloa regseqnuse irndtoe rnas superior e eSA GNoTuOlaSr t& ( 2C0H0A7R) VET-ALMEIDA (2007); Silva 10 Comprimento pré CpO Distância da extremidade do focinho até a boca SAAkNhiTleOsSh &et C aHl.A (R2V00E8T-)A; SLiMlvEaI &DA G (o2u0l0a7rt)oral ; 11 cCloomacpar imento pré (2007) CpC Distância da extremidade do focinho até a cloaca Akhilesh et al. (2008) 12 Cnaosmapl rimento pré CpN Dmiéstdâion ceian tdrae eaxst nreamrinidaasd e do focinho até o ponto Akhilesh et al. (2008) 13 Dnaisstaâln cia iner DiN Distância entre as margens internas das narinas A SAkNT(20h0ile OsSh &et C aHl.A (R2V00E8T)-;A SLiMlvEa I&DA G (o2u0l0a7rt) ; 14 Dfoicstinahnoci aà d1oª 7) D1 Dmiéstdâion ceian tdrae eaxtremfenda branquial s 1ª fe inddadase bdroa nfoqcuiniahiso até o ponto Akhilesh et al. (2008) 15 Dfoicstinahnoci aà d5oª D5 Dmiéstdâion ceian tdrae eaxst 5reª mfeinddadase bdroa nfoqcuiniahiso até o ponto fenda branquial Akhilesh et al. (2008) 47 16 D1ªis etâ 5nªc fiae nednatr e a D15 eDsisqtuâenrcdiaa entre a 1ª e a 5ª fenda branquial &SA GNoTuOlaS r&t (C2H00A7R)V ET-ALMEIDA (2007); Silva Dbranquial 17 1bª istâ ra fneqn ndciaas entre as Di1 Distância entre as 1ª fendas branquiais ASAkNhiTleOsSh &et C aHl.A (R2V00E8T-)A LMEIDA (2007); 18 5Distân uciiaai se ntre as bªra fneqnudiaasi s Di5 Distância entre as 5ª fendas branquiais Akhilesh et al. (2008) 19 cCloomacpar imento da CC Dcliosatâcna cia entre a margem anterior e posterior da Silva & Goulart (2007) 20 Largura da LP DExisttrâenmciidaa ennadadeira pélvica de t rlaet ae rianls deraç nãoad paodsetierrai opré elv aic a &SA GNoTuOlaS r&t (C2H00A7R)V ET-ALMEIDA (2007); Silva esquerda 21 Cnaodmapdreimirae n Distâ ptéolv dicaa CP eexsqtrue nmciidaa ednet rpeo as tienrsieorrç dãao naandteardieoirr ae paé lvica S&A GNoTuOlaS r&t (C2H00A7R)V ET-ALMEIDA (2007); Silva 22 Lca e inrtguurraa pdéal vica LcP Dnaisdtaâdn rcdiaa eiraesn ptérelv aicsa isn serções anteriores das SANTOS & CHARVET-ALMEIDA (2007) Figura 1: Mapa dos locais de amostragem de D. maria nae na costa brasileira com a identificação das zonas recifais Norte, Nordeste e Leste, segundo Castro & Pires, 2001 e Leão et al., 2003 (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). RESULTADOS Foi analisado um total de 137 exemplares (sem outliers), onde os quatro primeiros componentes da Análise de Componente Principal (PCA) explicaram 71,8% da variação morfométrica entre as populações (PC1 = 45,2%, PC2 = 11,7%, PC3 = 7,6%, PC4 = 48 7,2%). As principais variáveis morfométricas responsáveis pela distribuição das raias no diagrama da PCA são: largura da cintura pélvica (autovalor: 0,32), distância entre as 1ª fendas branquiais e largura do espiráculo (ambos com autovalor 0,31) (PC1) (Tabela 3). As raias de SAL e ABR se destacam em dispersão quase total no sentido positivo das variáveis morfométricas, enquanto os exemplares de BIT e PON estão em posição oposta ao conjunto de variáveis (Fig.2a). A tendência de agrupamento das raias de SAL e ABR indica que a maioria dos seus exemplares apresentaram valores maiores em todas a variáveis em relação as raias de BIT e PON. ABR apresentou tendência de maior separação das outras populações ao longo do primeiro e segundo componente e uma sobreposição com SAL. Observando os mesmos dados sob a identificação por agrupamento regional, o grupo Leste (ABR e SAL) se destacou das demais regiões no sentido positivo das variáveis (Fig. 2b). Os indivíduos das outras localidades apresentaram-se mais difusos ao longo da primeira e segunda CP. Figura 2: Resultados das análises de componentes principais (PCA) das variáveis morfométric as para as localidades de amostragem (A) e regiões recifais (B) (Castro & Pires, 2001 e Leão et al., 2003). Onde as abreviações indicam os centroides da distribuição (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). 49 Tabela 3: Tabela resultado da análise de componentes principais (PCA) indicando os autovalores das variáveis nos quatro componentes principais (PC). Considerando ao dois primeiros PCs, todas as variáveis foram selecionadas para as análises seguintes de acordo com o critério utilizado (vermelho – valores menores que a metade do maior). PC 1 PC 2 PC 3 PC4 CD 0,03 0,52 0,32 0,46 CpO 0,25 -0,36 0,14 0,15 CpE 0,28 -0,22 0,14 0,30 DiO 0,23 -0,19 0,48 -0,14 CO 0,24 -0,09 0,08 0,23 CE 0,23 0,15 -0,43 -0,33 LE 0,31 0,00 -0,17 0,01 CpC 0,22 0,49 0,13 0,15 CpN 0,29 -0,22 0,14 -0,07 D1 0,30 0,01 -0,41 0,14 D5 0,26 0,07 -0,37 0,30 Di1 0,31 0,22 -0,01 -0,15 CC 0,24 0,21 0,20 -0,53 CP 0,22 -0,28 -0,05 0,06 LcP 0,32 0,12 0,15 -0,21 Eigenvalue 6,78627 1,75232 1,14617 1,07832 % variance 45,2 11,7 7,6 7,2 Eig 2.5% 40,38 10,42 5,81 5,61 Eig 97.5% 50,52 14,13 9,91 9,41 Cumulative variance (%) 45,2 56,9 64,6 71,8 A população de ABR, juntamente com BIT estão bem separadas das outras no primeiro eixo canônico da análise CVA, se separando morfologicamente das outras áreas (Fig. 3a). Entretanto, em relação ao segundo eixo canônico, estão em setores distintos, positivo e negativo respectivamente, destacando a distinção morfológica entre as duas localidades. PON, MAR e CAI encontram-se relativamente sobrepostos, corroborando a maior proximidade geográfica destas populações na classificação regional, respectivamente, regiões Norte e Nordeste nos componentes principais da PCA (Fig. 2b). Analisando os agrupamentos regionais, o grupo Leste apresentou importante separação morfológica ao longo do primeiro eixo canônico. Norte e Nordeste apresentaram distinção ao longo do primeiro eixo canônico (Fig. 3b). As populações com separação morfológica mais definidas foram as das extremidades da amostragem, que são: ABR, com 84%, e BIT, com 74% de chance de pertencerem ao padrão morfométrico da localidade (Tabela 4). Dessa forma, muito 50 provavelmente um exemplar que compartilhe as características morfológicas das raias dessa localidade não seja confundido com indivíduos das outras localidades. As localidades CAI, MAR e PON apresentaram maiores porcentagens de confusão entre elas, corroborando o resultado da análise de CVA, que as agrupa morfologicamente (Fig. 3a). Refletindo o efeito das populações, as regiões mais bem definidas morfologicamente foram: Leste e Norte, com respectivamente 79% e 69%, de chance de pertencerem ao padrão morfométrico da localidade (Tabela 5). As regiões Norte e Nordeste apresentaram um padrão morfológico mais comum, com características morfométricas mais compartilhadas. Figura 3: Resultados das análises de variáveis canônicas (CVA) das variáveis selecionadas para as localidades de amostragem (A) e regiões recifais (B) (Castro & Pires, 2001 e Leão et al., 2003). Onde as abreviações indicam os centroides da distribuição (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). 51 Tabela 4: Matriz de confusão (Jacknifed) do padrão morfométrico de D. marianae em relação com as localidades exibindo o valor e a porcentagem das raias probabilidade (%) as localidades (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). População Grupo previsto BIT CAI MAR PON SAL ABR Total BIT 17 2 0 2 2 0 23 CAI 0 13 4 7 1 0 25 Valor MAR 0 5 13 0 1 0 19 PON 0 6 2 13 1 0 22 SAL 0 2 2 1 12 0 17 ABR 1 1 0 2 0 21 25 Total 18 29 21 25 17 21 131 BIT 74 9 0 9 9 0 CAI 0 52 16 28 4 0 % MAR 0 26 68 0 5 0 PON 0 27 9 59 5 0 SAL 0 12 12 6 71 0 ABR 4 4 0 8 0 84 Tabela 5: Matriz de confusão (Jacknifed) do padrão morfométrico de D. marianae em relação com as regiões recifais (Castro & Pires, 2001 e Leão et al., 2003) exibindo o valor e a probabilidade (%) das raias pertencerem as localidades (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). Região Grupo previsto Norte Nordeste Leste Total Norte 33 12 3 48 Valor Nordeste 6 27 8 41 Leste 3 6 33 42 Total 42 45 44 131 Norte 69 25 6 % Nordeste 15 66 20 Leste 7 14 79 Na avaliação por agrupamento regional, a região Leste se destacou das outras e a Norte vs. Nordeste não exibiu diferença significativa (Tabela 6). A população de raias de ABR não se assemelhou a nenhuma outra população e Salvador se assemelhou apenas com MAR, fortalecendo a representatividade do grupo Leste (Tabela 6). O teste 52 NPMANOVA, com as variáveis selecionadas, apontou um resultado geral significativo tanto na avaliação por localidades (F = 7,72, p = 0,0001) quanto por agrupamento regional (F = 10,61, p = 0,0001). Tabela 6: Resultados da análise de variância multivariada não- paramétrica (NPMANOVA) indicando a significância das diferenças morfológicas entre as localidades e regiões recifais (Castro & Pires, 2001 e Leão et al., 2003), onde BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos. BIT CAI MAR PON SAL BIT CAI 0,126 Localidades MAR 0,050 1,000 PON 0,053 0,722 0,038 SAL 0,002 0,002 0,119 0,002 ABR 0,002 0,002 0,002 0,002 0,003 N orte Nordeste Leste Norte Rreecgifiõaeiss Nordeste 0,159 Leste 0,000 0,000 A análise de agrupamento hierárquico por região revelou dois agrupamentos distintos. Um grupo unindo as regiões Norte e Nordeste, indicando maior similaridade entre eles e outro, isolando a região Leste (Fig. 4). Figura 4: Dendograma ilustrando os padrões morfométricos entre os três grupos regionais para D. marianae (UPGMA e distância euclidiana com permutações Bootstrap). 53 Ao longo da distribuição da espécie, verificamos que os machos de D. marianae apresentaram maiores medidas em localidades com maior latitude, como SAL e ABR, quando avaliados por localidades de amostragem (peso - F(5, 53)=13,57, p=0,000; LD - F(5, 53)=21,64, p=0,000; CD - F(5, 53)=25,06, p=0,000) e por grupos regionais (peso - F(2, 56)=31,23, p=0,000; LD - F(2, 56)=53,53, p=0,000; CD - F(2, 56)=58,40, p=0,000). Com relação às fêmeas, a variação das medidas acompanhou o mesmo padrão, tanto por localidades amostradas (peso - F(5, 72)=5,63, p=0,000; LD - H(5,78) =30,87, p =0,000; CD - F(5, 72)=6,41, p=0,0001) quanto por grupos regionais (Peso - F(2;75) = 8,58, p = 0,000; LD - F(2, 75)=12,98, p=,0000; CD - F(2, 75)=8,36, p=,0005). Todas as análises, tanto para machos como fêmeas, por localidades ou grupos regionais, indicaram tendências positivas no aumento das medidas de D. marianae com o aumento da latitude. Os valores do R-quadrado foram menores para as fêmeas, variando de 11% a 30%, enquanto para os machos, de 48% a 68%. No geral, os modelos de regressão lineares considerando os grupos regionais foram mais satisfatórios, com maiores valores de R-quadrado (Fig. 5). 54 Figura 5: Modelos lineares do peso, largura e comprimento do disco de D. marianae em relação ao aumento da latitude ao longo de sua distribuição geográfica, divididos em machos e fêmeas e agrupados pelas localidade e regiões recifais. DISCUSSÃO Um relevante padrão de distinção morfométrico foi observado entre as populações de D. marianae ao longo da distribuição da amostragem. Em destaque, quanto às diferenças entre as regiões recifais e as diferenças das populações extremas da distribuição. As distintas configurações de cada localidade podem proporcionar pressões distintas nas populações locais de D. marianae, gerando respostas adaptativas (Miner et al., 2005; Schlichting & Wund 2014) favorecendo a plasticidade fenotípica da espécie. As causas das diferenças morfológicas entre populações de uma espécie são difíceis de serem esclarecidas (Cadrin, 2000; Poulet et al., 2004; Gaston & Lauer, 2015). Apesar da 55 dificuldade, os caracteres morfológicos podem indicar alto grau de plasticidade fenotípica em resposta às condições ambientais locais (Agrawal, 2001; Wimberger, 2008; Fulton et al., 2013). Ao longo da costa brasileira, os recifes possuem características biológicas e físicas distintas (Leão et al. 2003). Além das particularidades das áreas recifais ao longo da distribuição de D. marianae, deve-se considerar também a descontinuidade dos corpos recifais ao longo da costa brasileira (Castro & Pires, 2001; Figueiredo et al., 2008), uma vez que essas raias exibem estreita relação com os ambientes recifais (Gomes et al., 2000; Rosa et al., 2000) e os habitats do entorno (Costa et al., 2015). O padrão fenotípico descrito sugere limitação de mobilidade da espécie, podendo ocasionar uma limitação do fluxo genético ao longo de sua distribuição, pois os grupos populacionais com padrões fenotípicos específicos mostram-se fieis à determinadas localidades. Avaliando os padrões morfométricos em grupos regionais verificamos o destaque do grupo Leste, que inclui as populações de SAL e ABR. A costa nordeste do Brasil é dividida em três grandes áreas recifais (Fig. 1). Cada uma dessas áreas com especificidades no aporte de sedimentos do continente, em suas características físicas (ventos, chuvas, temperatura da água, ondas, marés e correntes) e na composição de corais (Castro & Pires, 2001; Leão et al., 2003). No entanto, de acordo com Spalding et al. (2007) nossa área de amostragem está inserida em apenas duas ecorregiões, Nordeste (Piauí – 2º54’ S e 41º32’ O a Salvador – 13º00’ S e 38º30’ O) e Leste do Brasil (Salvador ao Rio de Janeiro – 22º59’ S e 41º59’ O), mesmo assim ainda distinguem a grupo regional “Leste” assumido em nossa amostragem. Neste sentido, a partir dos nossos resultados e dos trabalhos de delimitação zoogeográfica marinha, tanto em grandes áreas (Castro & Pires, 2001; Leão et al., 2003) como ecorregiões (Spalding et al., 2007), verificamos que o grupo Leste (SAL e ABR) pode estar realmente exposto a pressões específicas desta região, possibilitando um padrão morfométrico mais restrito. As regiões recifais Norte e Leste são mais semelhantes entre si e distintas da região Leste (Castro & Pires, 2001; Leão et al., 2003), corroborando o padrão morfométrico identificado para D. marianae (Fig. 4). Neste estudo, verificamos que, além da estruturação em morfotipos populacionais, D. marianae demostrou um padrão de maiores indivíduos em maiores latitudes. Os maiores exemplares foram verificados na região Leste (SAL e ABR). Padrões de variação na história de vida dos organismos podem se desenvolver ao longo de gradientes latitudinais, influenciados pela temperatura que induz mudanças no crescimento e metabolismo (Frisk, 2010). Além disso, a temperatura mínima da água apresenta uma 56 diminuição acentuada com o aumento da latitude, com até 2ºC a menos na região Leste (Leão et al., 2003) (neste estudo, SAL e ABR), em relação à região Nordeste (MAR e PON). Embora estudos de variações geográficas em batóides não existam para o Atlântico Sul, alguns trabalhos com tubarões e rajídeos relacionam o aumento de tamanho com o aumento da latitude (Lombardi-Carlson et. al., 2003; Frisk & Miller, 2006, 2009; Colonello et al., 2007; Licandeo & Cerna, 2007; McPhie & Campana, 2009). Os resultados observados no presente estudo e mencionados anteriormente corroboram a regra de Bergmann (Bergmann, 1847), que correlaciona maiores tamanhos corporais com maiores latitudes em animais, especialmente em vertebrados. O tubarão martelo Sphyrna tiburo em grandes latitudes acelera sua taxa de crescimento durante períodos de condições ótimas (growing season), atingindo maiores tamanhos nestas áreas, enquanto populações em menores latitudes exibem crescimento mais lento e uniforme ao longo de sua vida. Isto pode estar relacionado à consistência das condições ambientais ao longo do ano. As taxas de crescimento mais rápidas podem atuar como mecanismo para indivíduos em maiores latitudes compensarem os períodos de condições ótimas em períodos mais curtos (Lombardi-Carson et al., 2003). Possíveis explicações para essa variação latitudinal são: a associação de pequenos tamanhos e maior especialização nos trópicos; conservação do calor ou outro processo fisiológico relacionado com a relação superfície/volume corporal; seleção por tamanhos maiores em regiões sujeitas a inverno e escassez de alimento; e uma associação do maior tamanho e maior potencial reprodutivo em regiões mais frias (Lindsey, 1966). No entanto, existe ainda um fator local que pode afetar as variações morfológicas. As variações fenotípicas podem não estar sempre relacionadas a latitude (Licandeo & Cerna, 2007). Condições ambientais locais também tem grande influência em algumas espécies, alterando as características de suas histórias de vida (Stearns, 1976) devido à combinação de fatores, como uso dos recursos, competição, predação, longevidade e sucesso reprodutivo (Van Voorhies, 1996). Neste sentido, considera-se também que D. marianae, estreitamente relacionada a ambientes recifais, encontra na região Leste, em ABR, o maior e mais rico sistema de recifes de corais do Atlântico Sul (Leão & Ginsburg, 1997; Floeter et al., 2001). Desse modo, D. marianae pode atingir maiores tamanhos nesta área devido uma possível maior disponibilidade de presas e maior proteção contra predadores, permitindo um melhor aporte de calorias e mais tempo de vida para alcançar maiores tamanhos. Begg (2005) explica que a expectativa de vida, 57 consequentemente o tamanho, também é uma expressão fenotípica da interação entre genótipo e ambiente. A estruturação em morfotipos espécificos ao longo da distribuição de D. marianae e o aumento de tamanho nas regiões próximas do extremo sul de sua distribuição, corroboram a regra de Bergmann (Bergmann, 1847) e também reflete uma resposta às características ambientais locais. A variação de tamanho entre populações é dependente de parâmetros ambientais, enquanto que a variação de forma pode refletir constituição genética diferenciada (Bagherian & Rahmani, 2007). No entanto, diferenças fenotípicas nem sempre resultam de divergência genética e os grupos definidos por diferenças morfométricas podem não indicar populações isoladas reprodutivamente (Cadrin, 2000). Diferenças morfométricas podem indicar que os grupos habitaram diferentes ambientes ou habitats em algum estágio crítico do seu desenvolvimento. Cardin (2000) explica que se os eventos ontogenéticos que alteram a forma envolverem aspectos reprodutivos, as diferenças morfométricas podem indicar dinâmicas reprodutivas específicas que são fundamentais para identificação de estoques, modelagens de populações, manejo de pesca e conservação. Neste trabalho verificamos um padrão de distinção fenotípica para D. marianae, destacando o grupo populacional Leste, assim como o aumento de tamanho das raias de baixas para altas latitudes, corroborando a regra de Bergmann (Bergmann, 1847), no entanto, não foi possível avaliar características bióticas e abióticas especificas das áreas amostradas. Sugerimos que este padrão deva ser investigado para outras espécies de peixes recifais que apresentem distribuição geográfica similar ou sobreposta a de D. marianae para avaliar o possível padrão. Recomendamos ainda um estudo genético da espécie para verificar a congruência dos resultados deste trabalho com uma possível estruturação gênica de D. marianae. 58 BIBLIOGRAFIA Agrawal, A. A. (2001). Phenotypic plasticity in the interaction and evolution of species. Science. 294, 321–326. Agrawal, A. A.; Laforsch, C. & Tollrian, R. (1999) Transgenerational induction of defences in plants and animals. Nature, 401: 60-63. Angilletta; M. J. & Dunham, A. E. (2003) The temperature-size rule in ectotherms: simple evolutionary explanations may not be general. The American Naturalist 162:332–342. Bagherian, A. & Rahmani, H. (2007) Morphological differentiation between two populations of Shemaya, Chalcalburnus chalcoides: a geometrical morphometric approach. Zool. Middle East 40, 53–62. Begg, G. A. (2005) Life history parameters, p. 119-150. In: Cardin, S.X.; Friedland, K. D. & Waldman, J. R. (Eds). Stock identification methods: applications in fishery science. Oxford, Elsevier Academic Press. Bergmann, C. (1847) Ueber die Verhaltnisse der warmeokonomie der thiere zu ihrer grosse. Gottinger Studien 3:595–708. Cadrin, S. X. (2000) Advances in morphometric identification of fishery stocks. Fish Biology and Fisheries 10: 91–112. Castro, C. B. & Pires, D.O. (2001) Brazilian coral reefs: what we already know and what is still missing. Bulletin of Marine Science, 69 (2): 357-371. Collins, M. A.; Bailey, D. M.; Ruxton, G. D. & Priede, I. G. (2005) Trends in body size across an environmental gradient: A differential response in scavenging and non- scavenging demersal deep-sea fish. Proc. R. Soc. B. 272, 2051–2057. Colonello, J. H.; Lucifora, L. O. & Massa, A. M. (2007) Reproduction of the angular shark (Squatina guggenheim): geographic differences, reproductive cycle and sexual dimorphism. ICES J. Mar. Sci., 64: 131-140. Costa, T. L. A.; Thayer, J. A. & Mendes, L. F. (2015) Population characteristics, habitat and diet of a recently discovered stingray Dasyatis marianae: implications for conservation. Journal of Fish Biology. 86, 527–543. Elliott, N.; Haskard, K. & Koslow, J. (1995) Morphometric analysis of orange roughy (Hoplostethus atlanticus) off the continental slope of southern Australia. J. Fish Biol. 46, 202–220. Ferrito, V.; Mannino, M. C.; Pappalardo, A. M. & Tigano, C. (2007) Morphological variation among populations of Aphanius fasciatus Nardo, 1827 (Teleostei, Cyprinodontidae) from the Mediterranean. J Fish Biol 70: 1–20. 59 Figueiredo, M.; Horta, P. A.; Pedrini, A.; Nunes, M. & Nunes, J. M. (2008). Benthic marine algae of the coral reefs of Brazil: a literature review. Oecologia Brasiliensis, Rio de Janeiro, v. 1, n. 2, p. 258-269. Oecologia Brasiliensis, v. 12, p. 40-50, 2008. Floeter, S. R.; Guimarães, R. Z. P.; Rocha, L. A.; Ferreira, C. E. L.; Rangel, C. A. & Gasparini, J. L. (2001) Geographic variation in reef-fish assemblages along the Brazilian coast. Global Ecol. Biogeogr., v. 10, p. 423-431. Frisk, M. G. (2010). Life history strategies of batoids. In ‘Sharks and their Relatives II, Biodiversity, Adaptive Physiology and Conservation’. (Eds J. C. Carrier, J. A. Musick and M. R. Heithus.) pp. 283–316. (CRC Press: Boca Raton, FL.) Frisk, M. G. & Miller, T. J. (2006) Age, growth, and latitudinal patterns of two Rajidae species in the northwestern Atlantic: little skate (Leucoraja erinacea) and winter skate (Leucoraja ocellata). Canadian Journal of Fisheries and Aquatic Sciences 63:1078–1091. Frisk, M. G. & Miller, T. J. (2009). Maturation of little skate, Leucoraja erinacea, and winter skate, Leucoraja ocellata in the western Atlantic from Cape Hatteras to Georges Bank. Marine and Coastal Fisheries: Dynamics, Management, and Ecosystem Science, 1(1) pp. 1-10. Fulton; C. J., Binning, S. A.; Wainwright, P. C. & Bellwood, D. R. (2013).Wave-induced abiotic stress shapes phenotypic diversity in a coral reef fish across a geographical cline. Coral Reefs 32, 685–689. Garrod, D. & Horwood, J. (1984) Reproductive strategies and the response to exploitation. In: Potts, G.W., WoottonFish, R.J. (Eds.), Fish Reproduction. Academic Press, New York, pp. 367– 384. Gaston, K. A. & Lauer T. E. (2015) Morphometric variation in bluegill Lepomis macrochirus and green sunfish Lepomis cyanellus in lentic and lotic systems. Journal of Fish Biology. 86, 317–332 Gomes, U. L.; Rosa, R. S. & Gadig, O. B. F. (2000) Dasyatis marianae sp. n.: A new Species of Stingray (Chondrichthyes: Dasyatidae) from the Southwestern Atlantic. Copeia 2000(2): 510-515. Hossain, M. A. R.; Nahiduzzaman, M.; Saha, D.; Khanam, M. U. H. & Alam, M. S. (2010) Landmark-based morphometric and meristic variations of the endangered carp, Kalibaus labeo calbasu, from stocks of two isolated rivers, the Jamuna and Halda, and a hatchery. Zool. Stud. 49, 556–563. Ibanez, A. L; Cowx, I. G. & O’Higgins, P. (2007). Geometric morphometric analysis of fish scales for identifying genera, species and local populations within the Mugilidae. Can. J. Fish. Aquat. Sci., 64: 1091-1100. Kohler, U. & Luniak, M. (2005) Data inspection using biplots. The Stata Journal, 5(2), 208-223. 60 Leão, Z. M. A. N. & Ginsburg, R. N. (1997) Living reefs surrounded by siliciclastic sediments: The Abrolhos coastal reefs, Bahia, Brazil. In: Proceedings of 8th Int. Coral Leão, Z. M. A. N.; Kikuchi, R. K. P. & Testa, V. (2003) Corals and Coral Reefs of Brazil. In Latin America Coral Reefs (J. Cortês ed.). Elsevier Publisher, Amsterdam, p.9-52. Legendre, P. & Legendre, L. (2003) Numerical Ecology. Amsterdam, Elsevier. Licandeo, R. & Cerna, F. (2007) Geographic variation in life-history traits of the endemic kite skate Dipturus chilensis (Batoidea: Rajidae), along its distribution in the fjords and channels of southern Chile. Journal of Fish Biology, 71 (2): 421-440. Lombardi-Carlson, L. A., Cortés, E., Parsons, G. R. & Maniri, C. A. (2003). Latitude variation in life-history of bonnethead sharks, Sphyrna tiburo (Carcharhiniformes: Sphyrnidae) from the eastern Gulf of Mexico. Marine and Freshwater research. 54: 875- 883. Maechler, M.; Rousseeuw, P.; Struyf, A.; Hubert, M. & Hornik, K. (2012) Cluster: Cluster Analysis Basics and Extensions. R package version 1.14.2. Meyer, A. (1987) Phenotypic plasticity and heterochrony in Cichlasoma managuense (Piscles, ciclidae) and their implication for speciation in cichlid fishes. Evolution 41: 1357-1369. McPhie, R. P. & Campana, S.E. (2009) Bomb dating and age determination of skates (family Rajidae) off the eastern coast of Canada. ICES J. Mar. Sci. 66 (3):546-560. Miner, B. G., S. E.; Sultan, S. G.; Morgan, D. K.; Padilla, & Relyea, R. A. (2005) Ecological consequences of phenotypic plasticity. Trends Ecol. Evol. 20:685–692. Mohaddasi. M.; Shabanipour, N. & Abdolmaleki, S. (2013) Morphometric variation among four populations of Shemaya (Alburnus chalcoides) in the south of Caspian Sea using truss network. The Journal of Basic & Applied Zoology. 66, 87–92. Mohadasi, M.; Shabanipour, N. & Eagderi, S. (2013) Habitat-associated morphological divergence in four Shemaya, Alburnus chalcoides (Actinopterygii: Cyprinidae) populations in the southern Caspian Sea using geometric morphometrics analysis. International Journal of Aquatic Biology 1(2): 82-92. Poulet, N.; Berrebi, P.; Crivelli, A. J.; Lek, S. & Argillier, C. (2004) Genetic and morphometric variations in the pikeperch (Sander lucioperca L.) of a fragmented delta. Arch. Hydrobiol. 159, 531–554. Rice, W. R. (1989). Analyzing tables for statistical tests. Evolution 43, 223–225. Ricker, W. E. (1981) Changes in the average size and average age of Pacific salmon. Can. J. Fish. Aquat. Sci. 38, 1636-1656. 61 Rosa, R. S.; Gadig, O. B. F. & Gomes, U. L. (2000) Dasyatis marianae: The correct name for a recently described stingray (Chondrichthyes: Dasyatidae) from the southwestern Atlantic. Copeia, v.3, p.889-890. Rosa, R. S. & Furtado, M. (2004) Dasyatis marianae. In IUCN 2014. IUCN Red List of Threatened Species. Version 2014.1. Available at http://www.iucnredlist.org/details/45925/0/ (accessed on 20 April 2015). Schlichting, C. D. & M. A. Wund. (2014) Phenotypic plasticity and epigenetic marking: an assessment of evidence for genetic accommodation. Evolution. 68-3: 656–672. Schlichting, C. D. & H. Smith. (2002) Phenotypic plasticity: linking molecular mechanisms with evolutionary outcomes. Evol. Ecol. 16:189–211. Singh, W.; Hjorleifsson, E. & Stefansson, G. (2011) Robustness of fish assemblages derived from three hierarchical agglomerative clustering algorithms performed on Icelandic groundfish survey data. ICES Journal of Marine Science, 68:189–200. Spalding, M. D.; Fox, H.E.; Allen, G.R.; Davidson, N.; Ferdaña, Z. A.; Finlayson, M.; Halpern, B.S.; Jorge, M. A.; Lombana, A.; Lourie, S. A.; Martin, K .D., McManus, E.; Molnar, J.; Recchia, C. A. & Robertson, .J. (2007) Marine Ecoregions of the World: a bioregionalization of coast and shelf areas. BioScience 57(7): 573-583. Stearns S. C. (1983) A natural experiment in life-history evolution: field data on the introduction of mosquitofish (Gambusia affinis) to Hawaii. Evolution 37: 601-617. Stearns, S. C. (1976). Life-history tactics: a review of the ideas. The Quarterly Review of Biology 51, 3–47. Turan, C. (1999) A note on the examination of morphometric differentiation among fish populations: the truss system. Turkish Journal of Zoology 23: 259-263. Turan, C.; Oral, M.; Ozturk, B. & Duzgunes, E. (2006). Morphometric and meristic variation between stocks of Bluefish (Pomatomus saltatrix) in the Black, Marmara, Aegean and northeastern Mediterranean Seas. Fish Res 79:139-147. Van Voorhies, W. A. (1996). Bergmann size clines: a simple explanation for their occurrence in ectotherms. Evolution 50, 1259–1264. Wimberger, P. H. (2008) Plasticity of fish body shape. The effects of diet, development, family and age in two species of Geophagus (Pisces: Cichlidae). Biol. J. Linnean Soc. 45, 197–218. Young, T.P.; Stanton, M.L. & Christian, C.E. (2003) Effects of natural and simulated herbivory on spine lengths of Acacia drepanolobium. Kenya. Oikos, 101, 171–179. Zuur, A. F.; Ieno, E. N. & Elphick, C. S. (2010) A protocol for data exploration to avoid common statistical problems. Methods in Ecology and Evolution, 1: 3-14. doi: 10.1111/j.2041-210X.2009.00001.x 62 CAPÍTULO III ESTRUTURAÇÃO POPULACIONAL DE RAIA DE FOGO Dasyatis marianae GOMES, ROSA & GADIG, 2000 (MYLIOBATIFORMES, DASYATIDAE) NO ATLÂNTICO SUDOESTE 63 RESUMO De uma forma geral, elasmobrânquios são K estrategistas e sua dispersão é principalmente resultado da movimentação dos adultos. No entanto, outras características específicas como preferência por habitat e fidelidade espacial, podem interferir no fluxo gênico e conectividade populacional, além da mobilidade propriamente dita. Dasyatis marianae é uma espécie de raia endêmica do nordeste do Brasil, de pequeno-médio porte e habita áreas costeiras associadas a recifes. Através de uma abordagem filogeográfica, avaliamos a estruturação populacional, diversidade genética e o fluxo gênico de D. marianae usando dados de sequencias de DNA mitocondrial (CitB) e nuclear (RAG1). Foram amostrados 109 indivíduos, em seis localidades ao longo da distribuição geográfica da espécie. Os resultados apontam que a maioria dos haplótipos são exclusivos de determinadas localidades e a análise do Índice de Fixação par-a-par FST foi significativa na maioria das comparações (60%). Todos os resultados destacaram a localidade SAL. Incorporando informações geográficas à análise molecular multilocus foram identificados dois grupos geneticamente diferentes (BIT+CAI+MAR+PON+ABR/SAL) com valor de FST 0.68594 (p < 0,0001) entre eles. Dasyatis marianae apresentou uma estruturação populacional incomum para elasmobrânquios, com forte estruturação gênica entre localidades próximas (SAL e ABR) sem uma barreira de fluxo gênico aparente, enquanto localidades mais distantes estão conectadas. Tal padrão sugere um isolamento ecológico IBE, não por mobilidade ou distância. Aparentemente as diferentes características das bacias hidrográficas influenciam a distribuição e fluxo gênico dessa espécie costeira, favorecendo a ocupação das áreas mais ao norte de sua distribuição geográfica e uma maior diversidade genética nestas áreas. PALAVRAS-CHAVE: filogeografia, raia de fogo, estruturação genética, gene mitocondrial, nordeste do Brasil, isolamento ecológico. 64 ABSTRACT In general, elasmobranchs are K strategists and their dispersion is mainly a result of the movement of adults. However, other specific features such as preference for habitat and spatial fidelity, may interfere with gene flow and population connectivity , in addition to the actual mobility. Dasyatis marianae stingray is endemic of northeastern Brazil, the small-medium size and inhabits coastal areas associated with reefs. Through a phylogeographic approach, we evaluate the population structure, genetic diversity and gene flow of the D. marianae using mitochondrial DNA sequences (CITB) and nuclear (RAG1). They sampled 109 individuals in six locations along the geographical distribution of species. The results show that most haplotypes are unique to particular localities and the analysis of the peer-to-peer fixation index FST was significant in most comparisons (60%). All results highlighted the SAL location. Incorporating geographic information to multilocus molecular analysis we identified two genetically different groups (BIT+CAI+MAR+PON+ABR/SAL) value of FST 0.68594 (p <0.0001) between them. Dasyatis marianae presented an unusual population structure for elasmobranchs, with strong genetic structuring between nearby locations (SAL and ABR) without an apparent gene flow barrier, while more remote locations are connected. This pattern suggests an ecological isolation IBE, not mobility or distance. Apparently the different characteristics of watersheds influence the distribution and gene flow of this coastal species, favoring the occupation of areas further north of its geographical distribution and greater genetic diversity in these areas. KEYWORDS: phytogeography, brazilian large-eyed stingray, genetic structuration, mitochondrial gene, northeastern Brazil, ecological isolation. 65 INTRODUÇÃO Elasmobrânquios apresentam padrões de conectividade populacional geralmente diferentes dos peixes ósseos; sem estratégias reprodutivas dependentes da liberação de ovos ou larvas pelágicas, a dispersão de tubarões e raias é principalmente resultado da movimentação dos adultos (Le Port & Lavery, 2012). A maioria dos tubarões e raias são K estrategistas (crescimento lento, maturidade sexual tardia, expectativa de vida longa e baixa fecundidade) e apresentam uma estreita relação entre recrutamento e o tamanho da população reprodutiva (Stevens et al., 2000). A mobilidade tem sido várias vezes usada como indicador de fluxo gênico (Slatkin, 1987). No entanto, a hipótese de fluxo gênico elevado baseada na alta mobilidade potencial pode levar a conclusões falsas e subestimar a diferenciação genética intraespecífica (Sandoval-Castillo & Rocha-Olivares, 2011). No caso das raias Dasyatidae, de hábitos bentônicos costeiros, espera-se que seu potencial de dispersão seja mais limitado que espécies de tubarões mais móveis. Sendo assim, um excelente grupo para examinar a relativa importância dos fatores potenciais de isolamento como distância, preferência por habitat e fidelidade espacial consideradas na dispersão marinha (Le Port & Lavery, 2012). Dasyatis marianae Gomes, Rosa & Gadig 2000 é uma espécie de pequeno-médio porte que habita áreas costeiras associadas a recifes. É uma espécie endêmica do nordeste do Brasil com ocorrência registrada do estado do Maranhão até o sul da Bahia, arquipélago de Abrolhos e ausente em ilhas oceânicas (Gomes et al., 2000). Quanto ao status de conservação é classificada como dados deficientes (DD – IUCN, International Union for Conservation of Nature 2015-4) devido ao atual nível de informação sobre a sua biologia e história de vida (Rosa & Furtado, 2004; MMA, 2014). É uma raia de hábito de vida bentônico e com forte relação com ambientes recifais (Gomes et al., 2000; Rosa et al., 2000) e habitats do entorno, como bancos de fanerógamas (Costa et al., 2015). Características que associadas à descontinuidade das formações recifais ao longo costa (Castro & Pires, 2001; Figueiredo et al., 2008) podem influenciar diretamente a estruturação genética da espécie. Dasyatis marianae não ocorre nas ilhas oceânicas do nordeste do Brasil, fato que sugere uma capacidade limitada de dispersão, visto que hábitats recifais estão presentes nestes ambientes insulares distantes cerca de 260 km da costa, no Atol das Rocas, que é a localidade mais próxima. De fato, a modelagem do nicho ecológico de D. marianae (Cap. 1) aponta que a profundidade tem uma relação negativa com a probabilidade de sua 66 ocorrência, ou seja, a probabilidade de ocorrência diminui com o aumento da profundidade o que restringe a distribuição aos habitats costeiros. Entretanto, destaca-se que embora a capacidade de dispersão seja importante no estabelecimento de novas populações, outros fatores podem ter maior relevância considerando menores escalas geográficas (Le Port & Lavery, 2012). Trabalhos recentes apontam que diferenças ambientais se destacam para o entendimento da maioria dos padrões de isolamento genético de populações, independentemente da distância entre estes ambientes, definindo o padrão como isolamento por ambiente (IBE) (Wang & Bradburd, 2014; Sexton et al., 2013). A estruturação intraespecífica pode ser resultado tanto da capacidade limitada de dispersão (Palumbi, 1992), como da descontinuidade de um habitat específico (Duncan et al. 2006), como as áreas recifais. Outros aspectos da biologia das raias devem ser considerados na estruturação genética, como por exemplo, os possíveis padrões de movimentação sazonal e o uso do habitat (repouso, alimentação, reprodução, filopatria, etc). A sensibilidade às variações físicas e químicas das águas costeiras (Cap. 1) também devem ser consideradas como potenciais barreiras a dispersão (Luiz et al. 2012). Estas características podem variar entre espécies, dificultando uma padronização para um modelo eficiente de manejo e conservação de raias que ocorram numa mesma área. Neste sentido, para traçar estratégias eficazes para o grupo, seria eficiente elucidar se existem padrões condizentes com a filogeografia ou se são características espécie-específicas. A sistemática integrativa sugere a concatenação de abordagens ecológicas, moleculares e morfológicas na determinação de espécies e linhagens evolutivas (Padial et al., 2010). Baseado neste conceito, destacamos: que a avaliação morfométrica de D. marianae apontou uma distinção das raias amostradas mais ao sul da distribuição (Cap. 2); a modelagem de nicho ecológico revelou que variáveis ambientais, como temperatura e salinidade, são limitantes da dispersão e possíveis barreiras para distribuição da espécie (Cap. 1); e variações na dieta de D. marianae ao longo de sua distribuição, sugerem uma disponibilidade de alimento distinta, que pode estar relacionada a condições ambientais específicas das localidades amostradas (Cap. 4). Neste sentido, este estudo propõe esclarecer se as diferenças morfométricas e ecológicas encontradas para D. marianae ao longo de sua distribuição refletem uma estruturação genética ou plasticidade fenotípica da espécie. Através de uma abordagem filogeográfica, será possível identificar possíveis processos demográficos, geomorfológicos e/ou climáticos relacionados com o possível particionamento populacional ao longo da distribuição geográfica da espécie. 67 Cabe ressaltar ainda, que este é o primeiro estudo filogeográfico de um Myliobatiformes na costa brasileira e que a deficiência de dados atual de D. mariane a torna uma espécie prioritária para pesquisas sobre seu estado de conservação, de acordo com a Portaria MMA n° 43/2014 (BRASIL, 2014). Atualmente a captura da espécie pela pesca artesanal é baixa, e destinada principalmente para consumo (Costa et al., 2015). Porém, características biológicas compartilhadas com a maioria dos elasmobrânquios (K estrategistas), ocorrência associada a ambientes recifais costeiros, fácil captura por pescadores e reprodução com um filhote por ciclo reprodutivo (Costa, T. L. A., com. pess.), tornam tais resultados fundamentais na discussão do manejo e conservação de D. marianae. MATERIAL E MÉTODOS Coleta de dados Foram analisadas 109 amostras de tecido muscular de Dasyatis marianae em seis localidades ao longo da sua distribuição geográfica (Tabela 1). Tabela 1: Número de amostras coletadas (N) de D. marianae nas localidades de amostragem. N Localidade Estado Código da localidade Latitude Longitude 18 Bitupitá CE BIT 02°53'26,53"S 41°16'29,02"O 18 Caiçara do Norte RN CAI 05°03'43,72"S 36°03'8,30"O 16 Maracajaú RN MAR 05°24'35,96"S 35°18'37,66"O 19 Ponta de Pedras PE PON 07°37'55,90"S 34°48'38,95"O 18 Salvador BA SAL 12°59'39,75"S 38°31'45,19"O 20 Abrolhos BA ABR 17°58'10,55"S 38°42'33,44"O As localidades foram selecionadas a partir de informações prévias sobre ocorrência e captura de exemplares da espécie por pescadores artesanais. Todas a amostras foram oriundas da pesca de curral, pesca submarina e pesca de linha, exceto em ABR. Nesta localidade as raias foram capturadas com auxílio de um puçá, através de mergulho livre em apnéia, colocadas numa bandeja com água do mar para contenção e coleta de tecido, da porção anterolateral do disco. Todos os exemplares foram soltos na mesma localidade após ~5min de manipulação e monitorados visualmente até sua recuperação. As amostras de tecidos foram armazenadas em álcool 95% e preservadas a -10o C. 68 Amplificação e sequenciamento O DNA genômico foi extraído utilizando o Kit Vivantis GF-1 de acordo com as instruções disponibilizadas no manual do fabricante. Fragmentos do gene mitocondrial (mtDNA) Citocromo b (CitB) foram obtidos utilizando os iniciadores GluFish-F (5`_AACCACCGTTGTTATTCAACTACAA_3`) e THR-Fish- R (5`_ACCTCCGATCTTCGGATTACAAGACC_3`) (Sevilla et al., 2007); e Citocromo oxidase I (COI) utilizando FishF1 (5`_TCAACCAACCACAAAGACATTGGCAC_3`) e FishR1 (5`_TAGACTTCTGGGTGGCCAAAGAATCA_3`) (Ward et al., 2005). Para o gene ativador da recombinação 1 (RAG1) nuclear (nuDNA) foi utilizado o marcador Rag1For61 (5`- CAG YTA TGA CAT GAA RTA CCC AGT C -3`) e Rag1Rev12 (5'- CTG GCT TCA GCC CTG ATC CAT G -3') (Puckridge et al., 2013). As reações de amplificação (PCR) foram conduzidas em um volume final de 25 µL, contendo 1 µL de cada iniciador (10 mM), 12,5 µL Taq DNA Polimerase Master Mix Ampliqon, 8,5 µL H2O e 2 µL DNA. Os parâmetros de ciclagem utilizados foram: CitB, 4 min a 95°C para desnaturação, seguidos por 36 ciclos de 35 seg a 94°C, 20 seg a 52°C para anelamento, 70 seg a 72°C para extensão e um passo final de extensão de 5 min a 72°C; COI, 2 min a 95°C, seguidos por 35 ciclos de 50 seg a 94°C, 50 seg a 52°C e 1 min a 72°C e um passo final de extensão de 10 min a 72°C; e RAG1, 10 min a 95°C, seguidos por 35 ciclos de 30 seg a 94°C, 30 seg a 57°C e 70 seg a 72°C, finalizando com 7 min a 72°C. Todas os produtos de PCR foram purificados e sequenciados (ambas as fitas forward e reverse) baseados no método de Sanger (Sanger et al., 1977), no Laboratório de Biodiversidade Molecular, da Universidade Federal do Rio de Janeiro, com a utilização do sequenciador automático ABI 3500 (Applied Biosystems). Os dados de nuDNA foram adquiridos de uma sub-amostragem inicial de três amostras de cada localidade. Análises moleculares Todas a sequencias de DNA foram editadas usando Geneious 9.0.2 (http://www.geneious.com, Kearse et al., 2012) e alinhadas no MEGA 6 (Tamura et al., 2011). Posteriormente os códons foram traduzidos para aminoácidos no mesmo software para verificar a presença de códon de parada causados por erros de edição. Após o alinhamento das sequências, uma distribuição de haplótipos foi gerada, através do programa Dnasp v.5.0 (Librado & Rozas, 2009). 69 Os índices de diversidade molecular [número de sítios polimórficos (S), número de haplótipos (H), diversidade haplotípica (h), diversidade nucleotídica (π)] foram obtidos no Arlequin 3.5 (Excoffier & Lischer, 2010). Estes índices ainda foram analisados através de regressão linear para verificar alguma tendência em relação a latitude das localidades de amostragem Statistica 7. Os testes D de Tajima (Tajima, 1989) e Fs de Fu (Fu, 1997) no Arlequin 3.5, foram usados para testar a manutenção da neutralidade seletiva. Valores negativos significativos de D e Fs podem ser interpretados como afastamento da neutralidade, frequentemente causado por expansão populacional, enquanto que os positivos significativos indícios de contração populacional. Foram considerados eventos prováveis de expansão apenas os resultados congruentes em ambos os testes, a fim de evitar falsos positivos impulsionado por maior sensibilidade do Fu`s Fs (Ramos-Onsins & Rozas, 2002). Mudanças históricas no tamanho efetivo da população (Nef) de D. marianae foram estimadas pela análise Bayesiana Skyline Plot (BSP) (Drummond et al., 2005) no programa BEAST 1.8.3 (Drummond & Rambaut, 2007). Foi assumida a taxa de mutação de 0,58% por milhões de anos (Richards et al., 2009), já utilizada para outros dasiatídeos (Puckridge et al. 2013). A estruturação genética entre as localidades de coleta de D. marianae foi avaliada através do índice de fixação ΦST, entre todas as comparações par-a-par (a um nível de significância α = 0,05). Quatro hipóteses de estruturação populacional foram testadas usando Análises de Variância Molecular (AMOVA, Excoffier et al., 1992): 1- contrastando as ecorregiões Nordeste (BIT+CAI+MAR+PON) e Leste (SAL+ABR) da província do Atlântico Tropical Sudoeste (Spalding et al. 2007); 2 – baseada nas três áreas recifais do nordeste do Brasil (Castro & Pires, 2001; Leão et al., 2003), Norte (BIT+CAI), Nordeste (MAR+PON) e Leste (SAL+ABR); 3 – nos índices de fixação ΦST significativos (BIT+CAI+MAR+PON / SAL / ABR); e 4 – assumindo a influência das correntes marinhas e do aporte de água doce no mar pelo rio São Francisco e rios da bacia do Leste do Brasil (Souza & Knoppers, 2003; Abell et al., 2008) (BIT+CAI+MAR / PON+ABR / SAL). Nesta última hipótese, espera-se que a Corrente Norte do Brasil (CNB), oriunda da bifurcação da corrente Sul Equatorial (CSE) na costa brasileira a cerca de 10–14ºS (Rodrigues et al., 2007, Rudorff et al. 2009), interfira no fluxo dos indivíduos de BIT+CAI+MAR para áreas mais ao sul. A outra corrente resultante da CSE, a corrente do Brasil (CB), que flui em direção ao sul ao longo da costa, juntamente com o aporte de 70 água doce do rio São Francisco e das bacias do Leste no mar poderiam interferir na conexão das localidades costeiras abaixo da bifurcação da CSE (PON e SAL). No entanto, induzindo o distanciamento dos indivíduos da costa, possibilitando a conexão de PON, ao norte da foz do rio São Francisco e bacias do Leste (fig. 1), com ABR, localidade mais ao sul, porém afastada da costa e livre da influência do aporte de agua doce. Estes testes assim como a estimativa do índice de fixação foram feitos no Arlequin 3.5. A análise espacial de variância molecular (SAMOVA) foi feita no programa SAMOVA v. 1.0 (Dupanloup et al., 2002). Esta abordagem testa diferentes números de agrupamentos a priori, levando em conta a posição geográfica. Os agrupamentos significativos que explicam a maior proporção da variância genética significativa entre grupos representam a melhor hipótese para determinar o número de grupos (k) (Dupanloup et al., 2002). A estrutura genética também foi avaliada usando o teste de atribuição Bayesiana no GENELAND 4.0.3 (Guillot et al., 2005ab). O programa incorpora as informações geográficas à análise molecular multilocus (mtDNA e nuDNA) para inferir o número mais provável de populações e as fronteiras espaciais entre os grupos identificados. Redes de haplótipos foram desenvolvidas no programa PopArt (popart.otago.ac.nz, Bandelt et al., 1999) a fim de observar as relações genealógicas e a frequência dos haplótipos. RESULTADOS As sequências de COI foram consideradas de baixa qualidade, o que afetaria a confiabilidade da edição e análises posteriores. A sub amostragem de sequencias de RAG1 nuDNA com 878 pb apontou a presença de três haplótipos (Fig. 1) e dois sítios polimórficos, assim, estes dados foram utilizados apenas na análise multilocus do GENELAND. Diversidade genética Sequências de CitB com 887 pb foram obtidas de 109 indivíduos de Dasyatis marianae. O total de oito haplótipos foram identificados para as seis localidades amostradas, com sete sítios polimórficos (Tabela 2). 71 Tabela 2: Índices de diversidade genética e testes de neutralidade das sequências do marcador mitocondrial Citocromo B (887 pb) para cada localidade amostral de D. marianae. Número de sequências (N), número de haplótipos (H), número de sítios polimórficos (S), diversidade haplotípica (h) e nucleotídica (π). Pop 1 = BIT+CAI+MAR+PON+ABR (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). Local Índices de diversidade Testes de equilíbrio N H S H π * 100 Fu’s FS Tajima’s D BIT 18 4 3 0.6275 +/- 0.0733 0.0818 +/- 0.0715 -0.84096 -0.46640 CAI 18 6 5 0.7190 +/- 0.0933 0.1201 +/- 0.0931 -225.473* -0.84553 MAR 16 2 1 0.5000 +/- 0.0741 0.0564 +/- 0.0567 1.24657 1.30896 PON 19 2 1 0.4561 +/- 0.0852 0.0514 +/- 0.0530 1.19314 1.09508 SALPop 2 18 1 0 0.000 0.000 0.00000 ABR 20 1 0 0.000 0.000 0.00000 Pop 1 91 7 6 0.5309 +/- 0.0407 0.0667 +/- 0.0598 -321.188* -113.861 Total 109 8 7 0.6476 +/- 0.0329 0.0902 +/- 0.0727 -286.141 -0.92182 * Valores significativos de p (≤ 0.05). A diversidade haplotípica (h) total foi 0,6476, variando de 0 (SAL e ABR) a 0,7190 (CAI). A diversidade nucleotídica (π) total foi 0.0902 e variou zero a 0.1201 para as mesmas localidades. Os índices de diversidade genética demonstraram uma tendência negativa significativa em relação a latitude, isto é, quanto maior a latitude menor o valor dos índices de diversidade (análise de regressão da relação dos índices de diversidade com a latitude: h; r = -0,9322, p = 0,006 e π * 100; r = -0,8521, p = 0,031) (Tabela 1). Embora os valores dos testes de neutralidade de BIT e CAI sejam negativos, apenas Fs de Fu de CAI foi significativo (Tabela 2). A análise BSP indicou uma expansão populacional suave, com amplos limites da alta densidade posterior (HPD). Foi detectado o aumento constante na média do tamanho populacional de fêmeas (Nef x tempo) no período entre aproximadamente 27 e 7 milhões de anos atrás. Após esse período de expansão, permanecendo estável até o presente (fig. 2). A maioria dos haplótipos são exclusivos de determinadas localidades. SAL apresentou um haplótipo único e exclusivo desta localidade. Outros quatro haplótipos exclusivos ocorrem em CAI (n = 3) e BIT (n = 1) (fig. 1). 72 Figura 1: Mapa dos locais de amostragem de Dasyatis marianae na costa brasileira, rede de haplótipos (95% probabilidade de parcimônia) do CitB com cada haplótipo representado por um círculo de tamanho proporcional a sua frequência e as bacias hidrográficas dos rios Parnaíba e São Francisco (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). As linhas pontilhadas ilustram barreiras de ocorrência (ao norte) e de fluxo gênico (ao sul) e o valor do FST POP1 e POP2. No detalhe, a rede de haplótipos do RAG1 (nuDNA). A rede de haplótipos de CitB mostra dois haplótipos amplamente compartilhados, principalmente entre os indivíduos das localidades mais ao norte da distribuição (BIT, CAI, MAR e PON). ABR compartilha o haplótipo mais comum com as localidades mais ao norte. No entanto, SAL apresentou apenas um haplótipo, que não é compartilhado com nenhuma outra localidade (fig. 1). Este conjunto de dados também evidencia a baixa diversidade genética das localidades mais ao sul na distribuição de D. marianae, representadas por apenas dois haplótipos (vs. sete nas mais ao norte). 73 Figura 2: Bayesiana Skyline Plot (BSP) de D. marianae representando mudanças no tamanho populacional ao longo do tempo, baseado no mtDNA CitB e assumindo uma taxa de mutação de 0,58% por milhões de anos. A linha escura indica a média Nef e a área azul 95% os limites da alta densidade posterior (HPD). A linha tracejada grossa representa a ~LGM e a fina a estabilização da população. Estruturação populacional A análise do Índice de Fixação par-a-par FST mostrou valores de -0.00735 a 1. O FST foi significativo na maioria das comparações par-a-par (60%), indicando uma diferenciação genética forte entre SAL e ABR e entre estas e as demais localidades. As outras localidades formam um grupo (BIT+CAI+MAR+PON) com haplótipos compartilhados e fluxo gênico entre elas (Tabela 3). Tabela 3: Índice de Fixação par-a-par F entre as localidades de amostragem de D. marianae (BIT – BitupiStáT; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). Population pairwise FST BIT CAI MAR PON SAL CAI -0.00735 MAR -0.05126 0.00862 PON -0.03570 0.04859 -0.05286 SAL 0.75817* 0.70945* 0.82781* 0.82250* ABR 0.28911* 0.37643* 0.36759* 0.28473* 1* * Valores significativos de p (≤ 0.05). As hipóteses baseadas nas ecorregiões e FST testados com a AMOVA não foram significantes, no entanto apresentaram valores de p marginalmente significativos (0.064, 74 0.058 e 0.067). O quarto cenário, que aborda o efeito do rio São Francisco/bacias do Leste e da corrente do Brasil (CB) na conectividade das localidades, apresentou o valor de FCT 0.52 significativo (p=0,014) (Tabela 4). Tabela 4: Análise de variância molecular (AMOVA) para os cenários de diferentes hipóteses biogeográficas (HB) de D. marianae com diferentes números de grupos (K) (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). HB K Composição do grupo Entre Entre populações Dentro das grupos dentro do grupo populações ΦCT 1 2 BIT+CAI+MAR+PON/SAL+ABR 28.69 26.35 44.96 0.28690 2 3 BIT+CAI/MAR+PON/SAL+ABR 11.15 38.30 50.55 0.11151 3 3 BIT+CAI+MAR+PON/SAL/ABR 59.24 0.75 40.01 0.59245 4 3 BIT+CAI+MAR/PON+ABR/SAL 51.90 3.34 44.76 0.51905* * Valores significativos de p (≤ 0.05). A análise espacial de variância (SAMOVA) mostrou um cenário distinto das hipóteses testadas, variando de dois grupos (K = 2) explicando 66.73% da variação molecular a cinco grupos (K = 5) explicando 52.45% da variação, porém nenhum cenário foi significativo (Tabela 5). A HB 3, baseada nos valores de FST, foi identificada na SAMOVA, indicando coerência geográfica, porém não foi significativo (p = 0,06). Tabela 5: A análise espacial de variância (SAMOVA) para diferentes números de populações (K) para o gene CitB de D. marianae (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). K Composição do grupo Entre Entre populações Dentro das grupos dentro do grupo populações ΦCT 2 BIT+CAI+MAR+PON+ABR/SAL 66.73 4.64 28.63 0.66731 3 BIT+CAI+MAR+PON/SAL/ABR 59.24 0.75 40.01 0.59245 4 BIT+MAR+PON/CAI/SAL/ABR 55.60 -1.87 46.27 0.55596 5 BIT/CAI/MAR+PON/SAL/ABR 52.45 -2.49 50.03 0.52454 * Valores significativos de p (≤ 0.05). O GENELAND corroborou parcialmente os resultados de FST, sugerindo dois grupos geneticamente diferentes. K = 2 apresentou alta probabilidade posterior, seguido de K = 3 e K = 4 (Fig. 3). Além do GENELAND, todos os resultados destacam a localidade SAL, com altos valores de FST (Tabela 3) e FCT (Tabela 4) e com haplótipo exclusivo (fig. 2). A SAMOVA identificou o mesmo grupamento K =2 do GENELAND, com a maior taxa de variação molecular entre grupos, porém, não indicou significância (Tabela 4). O valor do índice FST entre POP1 e POP2 identificadas no GENELAND é 75 0.68594 (p < 0,0001) e os valores de diversidade genética e os resultados dos testes de neutralidade destas populações estão apresentados na Tabela 2. Figura 3: Resultado do GENELAND mostrando a maior probabilidade de D. marianae estar dividida em duas populações. As isoclinas estão representados em cada mapa indicando as probabilidades posteriores de um grupo de localidades pertencerem à mesma população ou cluster genética (BIT – Bitupitá; CAI – Caiçara; MAR – Maracajaú; PON – Ponta de Pedras; SAL – Salvador; e ABR – Abrolhos). A) mapa com uma grande população englobando BIT, CAI, MAR, PON e ABR. B) mapa com a população exclusiva de SAL. DISCUSSÃO As análises dos dados mitocondriais e nucleares de D. marianae revelaram diferenças genéticas significativas, rejeitando a hipótese nula de panmixia ao longo de sua distribuição geográfica. No entanto, localidades nos extremos da distribuição geográfica da espécie pertencem a mesma população, sugerindo uma grande mobilidade ao longo da costa do nordeste do Brasil. Por outro lado, o isolamento da população de SAL em relação as demais localidades sugere a importância de fatores ecológicos nesse padrão. Citocromo b O gene mitocondrial CitB tem sido amplamente utilizado para investigar a variações inter e intraespecíficas (Kartavstvev, 2011), sendo considerado um marcador molecular adequado para análises populacionais (Pereyra et al., 2010). Segundo Pereyra 76 et al. (2010), o DNA mitocondrial tem sido empregado com sucesso para identificar estrutura genética populacional em outros elasmobrânquios. O CitB mostrou-se bem variável em estudos com elasmobrânquios em áreas tão restritas (~ 2.000 km ao longo da costa) como a distribuição de D. marianae (Chevolot et al., 2006, 2007; Richards et al., 2009; Pereyra et al., 2010) e ainda pode apresentar maior variabilidade que outros genes mitocondriais, como NADH desidrogenase (ND4) (ver Schluessel et al., 2010). No geral, marcadores mitocondriais se destacam por possuírem informação genealógica, possibilitando a reconstrução das linhagens genéticas das populações de forma mais simples, devido à ausência de recombinação (Solé-Cava & Cunha, 2012). Sendo assim, uso do marcador molecular citocromo b foi considerado apropriado o para as análises de estrutura populacional de D. marianae. No entanto, o uso de marcadores mais variáveis como a região controle, microssatélites ou SNPs (Polimorfismo de Nucleotídeo Simples) poderiam detectar eventos mais recentes e maior estruturação populacional do que o resultado que foi recuperado com o CytB (Waples et al., 2008). Diversidade Genética No geral, foi observada uma diversidade haplotípica alta (h = 0.65) para D. marianae, compatível com resultados encontrados para diversos elasmobrânquios, tanto para CitB, Somniosus antarcticus Whitley, 1939 e S. microcephalus (Bloch & Schneider, 1801) (h = 0.67 e 0.77, respectivamente) (Murray et al., 2008), Amblyraja radiata (Donovan, 1808) (h = 0.80) (Chevolot et al., 2007), Aetobatus ocellatus (Kuhl, 1823) (h = 0.80) (Schluessel et al., 2010), Mustelus schmitti Springer, 1939 (h = 0.23) (Pereyra et al., 2010), como para região controle, Dasyatis brevicaudata (Hutton, 1875) (h = 0.78) (Le Port e Lavery, 2012), Rhinobatos productus Ayres, 1854 (h = 0.77) (Sandoval- Castillo et al., 2004), A. radiata (h = 0.79) (Chevolot et al., 2007), e Dasyatis thetidis Ogilby, 1899 (h = 0.58) (Le Port A, unpublished data). A diversidade nucleotídica estimada foi baixa (π = 0 - 0.12%), refletindo o baixo número de sítios polimórficos presentes nas sequencias, com valores menores que a maioria dos elasmobrânquios (ver Murray et al., 2008; Le Port & Lavery, 2012; Li et al., 2015). No entanto o valor geral da diversidade nucleotídica de D. marianae (π = 0.09%) é similar ao encontrado para dasiatídeos recifais, do gênero Neotrygon, do Indo-Pacífico de tamanhos corporal semelhantes (Puckridge et al. 2013). Embora os índices de diversidade genética tenham variado muito entre as localidades, independentemente do tamanho das amostras, os resultados apontam uma 77 tendência negativa da diversidade genética em relação a latitude. As localidades ao norte (BIT, CAI, MAR e PON), em menores latitudes, apresentam maior diversidade genética que as localidades ao sul (SAL e ABR), em maiores latitudes. A menor diversidade genética nestas localidades pode ser resultado de populações periféricas menores, de modo que a alta diversidade nas localidades ao norte sugere populações maiores e mais antigas, que talvez tenham agido como centros de radiação para as áreas ao sul (Le Port & Lavery, 2012). Estas inferências são fortalecidas pela análise dos resultados do Índice de Fixação FST (Tabela 3). Segundo Waples et al. (2008), quanto maiores as populações comparadas, menor será o valor de FST e entre populações pequenas o FST será maior. História demográfica Embora as localidades mais ao norte da distribuição (BIT e CAI) apresentarem valores negativos de Fs e D, apenas o Fs de CAI foi significativo (Fs = -225.473). A população que inclui CAI, a POP1, também apresentou apenas o FS significativo (Fs = - 321.188). De todo modo, o valor negativo significativo de Fs pode ser um indício de uma expansão demográfica recente (Fu, 1997). A forma de estrela da rede de haplótipos do CitB de D. marianae também sugere uma recente expansão. Dos oito haplótipos identificados, o H2 foi o mais frequente e com maior número de conexões. Baseado na teoria de coalescência, a ampla distribuição geográfica, a presença de múltiplas conexões (forma de estrela apresentando poucos passos mutacionais) e alta frequência dos hapótipos centrais são indícios de presença alelos antigos, que tiveram mais tempo para evoluir e dar origem a outros haplótipos (Freeland, 2006; Freeland et al. 2011; Cunha & Solé-Cava 2012). A análise BSP permitiu visualizar um provável aumento populacional. No entanto, considera-se que o uso de um marcador mais variável pode detectar com mais clareza possíveis eventos de expansão recente. Considera-se que a possível expansão populacional da espécie pode estar relacionada com o último máximo glacial (UMG) do Pleistoceno, a ~21 mil de anos (Leite et al. 2016). De fato, fatores extrínsecos como as grandes oscilações ambientais do período Quaternário, podem ter impacto direto sobre a distribuição geográfica e demografia de várias espécies, o que possivelmente gerou assinaturas genéticas (Dynesius & Jansson, 2000). Durante o UMG, a queda da temperatura das águas costeiras pode ter restringido o ambiente favorável a D. marianae às áreas no norte de sua distribuição atual, em menores latitudes, com temperaturas mais elevadas. Como D. marianae é uma espécie 78 muito sensível a baixas temperaturas e salinidades (Cap. 1), esse panorama de repetidas alterações em suas áreas de vida, pode ter levado a perda de alelos e homozigose (Hewitt, 1996; 2000). No final deste último evento glacial, a temperatura e o nível do mar elevaram-se, disponibilizando ambientes com condições satisfatórias mais amplas se estendendo ao sul. As análises da BSP, da rede de haplótipos, da queda da diversidade genética com o aumento da latitude e o indicativo de expansão (Fs) de uma das populações mais antigas, fornecem suporte para essa hipótese. Além do mais, ABR é o extremo sul da distribuição de D. marianae que é limitada pela baixa temperatura da água nesta área (Cap. 1) e identificada como uma das populações mais recentes e menores. Neste novo cenário de expansão populacional, comum a vários grupos de espécies marinhas (Naro-Maciel et al., 2011; Crandall et al., 2012; Portnoy et al., 2014; Koblmuller et al., 2015; Li et al., 2015), surgiram novas barreiras para D. marianae. Destaca-se aqui, o aporte de água doce no mar pelos grandes rios, como o Parnaíba e o São Francisco, entre outros, que desaguam na área de ocorrência da espécie, ao norte e ao sul, respectivamente, que teriam sua vazão aumentada com o aumento da pluviosidade, em decorrência da elevação da temperatura e umidade nos períodos interglaciais (Rossetti et al., 2013). Estruturação genética A análise genética de CitB de D. marianae apresentou aspectos contrastantes na estrutura genética, com limitação de fluxo gênico entre localidades mais próximas, ao sul (SAL e ABR) e entre estas e as demais localidades (Tabela 3). Não existe barreira física aparente para dispersão entre SAL e ABR. Li et al., (2015) identificaram um padrão semelhante para D. akajei (Müller & Henle, 1841), com estruturação entre populações próximas, mas sem barreira evidente, na costa da China e sugeriram que a dispersão estaria sendo interrompida por outros fatores comportamentais, especificidade de habitat (como substrato) ou comportamento de fidelidade ao habitat natal. Dasyatis marianae é uma espécie recifal que apresenta uma estreita relação com o habitat em pequena escala, mostrando preferências de uso destes habitats (Costa et al., 2015), além de sensível à diminuição de temperatura e salinidade no ambiente (Cap. 1). As particularidades de preferências conduzem aspectos da história de vida de elasmobrânquios, como as necessidades reprodutivas e o comportamento de filopatria, os quais devem influenciar a estruturação populacional (Keeney et al., 2005; Le Port & Lavery, 2012). 79 Sabe-se que as flutuações no nível do mar devido às glaciações do Pleistoceno, afetaram no tamanho das áreas recifais, provavelmente influenciando os padrões de distribuição gênica de vários peixes recifais (Ludt & Rocha, 2015). Isto levanta a hipótese de que o isolamento por ambiente (IBE) (Wang & Bradburd, 2014) poderia explicar este ponto da estrutura genética de D. marianae, como considerado para Sphyrna lewini (Griffith & Smith, 1834), numa avaliação global (Duncan et al., 2006). Na literatura, o IBE é um frequente padrão de isolamento populacional que delimita os padrões de diferenciação genética e fluxo gênico em peixes marinhos (Nanninga et al., 2014; Gaither et al., 2015). O modelo IBE prevê uma relação positiva entre divergência genética e ambiental, com a uma maior diferenciação de habitat entre as populações, o que reduz a aptidão de dispersores, conduzindo a forte seleção divergente (Nanninga et al., 2014). Dessa forma, considera-se possível que características locais de SAL estariam limitando o fluxo gênico com ABR. Baseado nos valores de FST, SAL se diferencia fortemente de todas as outras localidades, assim como ABR. No entanto, a análise de variância molecular AMOVA para hipótese 3 (K = 3), baseada nos resultados de FST, não foi significativa. Apenas a quarta hipótese 4 (K = 3) baseada na influência das correntes marinhas e aporte de água doce no mar foi significativa (FCT = 52%, p < 0,05), com BIT+CAI+MAR agrupados, PON+ABR formando outro grupamento e SAL isolado. Neste panorama, o aporte de água doce do Rio São Francisco e das bacias do Leste parecem interferir no fluxo gênico entre as localidades costeiras adjacentes PON e SAL, favorecendo a conexão de PON e ABR, mais ao sul e afastada da costa. No limite norte da distribuição de D. marianae, embora as temperaturas da água sejam mais elevadas e ideais para ocorrência da espécie, ocorre situação semelhante: não há registros de ocorrência da espécie na costa do Maranhão (Nunes et al., 2005; Piorski et al., 2009). Esta área é caracterizada por grandes formações estuarinas e pela influência da água doce de diversos rios que confluem na região, sendo o Parnaíba o mais volumoso (Nunes et al., 2005) (fig. 1). No entanto há registros da espécie no Parcel Manoel Luiz, uma formação recifal distante cerca de 90km da costa (Gomes et al., 2000; Rocha & Rosa, 2001). Essa distribuição corrobora a teoria do panorama do aporte de água doce como um limitante para o estabelecimento da espécie. Entre os rios Parnaíba e São Francisco está a ecorregião hidrográfica do Nordeste Médio Oriental, caracterizada por rios de pequeno e médio porte que pela elevada evaporação e baixa pluviosidade apresentam regime 80 temporário (Rosa et al., 2003; Abell et al., 2008), facilitando o estabelecimento de D. marianae nas áreas costeiras. Inicialmente, foi considerada a ação das correntes Norte do Brasil (fluindo no sentido norte) e Sul Equatorial (fluindo no sentido sul) para separar as populações de D. marianae na altura da bifurcação da corrente Sul Equatorial (CSE), que origina as duas anteriores. Porém, a determinação da bifurcação da CSE ainda é controversa (Rodrigues et al., 2007), diminuindo a confiabilidade dessa hipótese. A SAMOVA identificou agrupamento genético K = 2, sendo BIT+CAI+MAR+PON+ABR e SAL, porém o Fct = 0.66 não foi significativo, sugerindo um baixo poder estatístico da análise baseada em um único loci ou que uma abordagem de estrutura populacional diferente poderia explicar melhor o padrão de diferenciação genética em D. marianae (Fitzpatrick, 2009). Por outro lado, foi obtido um forte apoio probabilístico para o mesmo agrupamento utilizando o GENELAND. O GENELAND é um programa de atribuição, sem o viés tendencioso a priori. Aparentemente, a influência da bifurcação da CSE na costa do Brasil não interfere tão fortemente na dispersão organismos bentônicos com desenvolvimento direto, como o caso de D. marianae, quanto para espécies de desenvolvimento indireto, com larvas planctônicas (Floeter et al. 2001; Rudorff et al. 2009). A menor influência da bifurcação da CSE também foi constatada através da análise de padrões morfométricos da espécie (cap. 2). Com essa avaliação, o panorama da hipótese 4 (baseada na influência das correntes marinhas e aporte de água doce no mar) não é mais sustentado. Em todas as análises deste estudo, foi constatado o forte isolamento populacional de das raias de SAL. Assumindo a barreira do aporte de água doce pelo Rio São Francisco e rios das bacias do Leste, e considerando a diminuição da diversidade genética para o sul da distribuição, pode-se inferir que o haplótipo isolado de SAL seja consequência de efeito fundador recente, ou fixação de alelos por deriva. Aparentemente a Baia de Todos os Santos, em Salvador na Bahia, teve uma colonização relativamente recente. Duas informações históricas/geográficas são importantes para considerar este aspecto temporal: 1) a baia de Todos os Santos é um ambiente recente e transitório, com seu atual ciclo inundado iniciado há cerca de 10 mil anos (Dominguez & Bittencourt, 2009); e 2) a partir da foz do rio São Francisco, as áreas costeiras estão sobre influência direta de outra região hidrográfica, das Bacias do Leste (Rosa et al., 2003; Abell et al. 2008), apresentando rios perenes e caudalosos, com grande aporte de água doce no mar, como por exemplo os rios Paraguaçu e Contas, na Bahia (Rosa et al., 2003; Souza & Knoppers, 81 2003). A influência do rio São Francisco e das Bacias do Leste em águas costeiras parece causar o isolamento por ambiente (IBE) da POP2 (SAL), com FST = 0.68* (fig. 1), assim como o Parnaíba limitando a ocorrência na costa do Maranhão. De fato, o padrão identificado para as duas populações de D. marianae neste estudo, apresentando fluxo de genes entre áreas com ambientes semelhantes, independente da distância entre eles, e o isolamento genético de uma região próxima, sem barreira evidente, está de acordo com o cenário de IBE, onde as diferenças ambientais direcionam o fluxo gênico na direção de adaptações (Sexton et al., 2013; Wang, 2013; Wang et al., 2013). Este tipo de isolamento IBE pode ser gerado a partir da reprodução não aleatória devido às diferenças ambientais (e. g. timing reprodutivo) e adaptação locais devido à forte seleção, onde migrantes mal adaptados de diferentes ambientes são selecionados negativamente (Sexton et al., 2013). Mesmo com os indícios, é preciso analisar quantitativamente as possíveis diferenças das variáveis ambientais para certificar o padrão de IBE (ver Wang et al., 2013) De uma forma geral, o padrão filogeográfico de D. marianae ao longo de uma curta distância geográfica é incomum para elasmobrânquios marinhos. Mas este padrão também é identificado para outras espécies em áreas igualmente restritas (abrangendo menos de 15º latitude) e hábitos semelhantes (bentônicos e costeiros) como: Rhinobatus productos e Gymnura marmorata (Cooper, 1864), entre o Golfo da Califórnia e a costa do Pacífico da Califórnia (respectivamente, Sandoval-Castillo et al., 2004; Smith et al., 2009); ao longo da costa da Nova Zelândia em Dasyatis brevicaudata (Le Port & Lavery 2012); em D. akajei na costa da China (Li et al., 2015); e para Squatina californica Ayres, 1859 entre as ilhas na costa de Los Angeles, Califórnia (Gaida, 1997). Portanto, considera-se que as características mencionadas aliadas à preferência por habitats em pequena escala estejam influenciando fortemente a estruturação genética de D. marianae. Conservação Provavelmente devido ao pequeno porte, atualmente D. marianae ainda é pouco explorada comercialmente. No entanto, existe a pesca ocasional, com a captura de exemplares para consumo em várias localidades ao longo da costa nordeste do Brasil (Costa et al., 2015). O nível de exploração, assim como seu tipo, varia muito ao longo de sua distribuição (T. L. A. Costa, com. pess.). A espécie também é eventualmente explorada para o comércio de peixes ornamentais em localidades específicas da Bahia 82 (Rosa & Furtado, 2004). Portanto, embora reduzida, a exploração da espécie não deve ser subestimada, visto que os desembarques de raias têm ultrapassado o de tubarões nas últimas três décadas (Dulvy et al., 2014). Esse efeito é apontado como um reflexo da substituição das capturas de peixes ósseos com estoques em declínio (Rezende et al., 2003). Bender et al. (2013) esclarecem que a sobreexploração tem levado a graves reduções na distribuição, tamanho populacional e extinção de espécies no ambiente marinho. Dasyatis marianae é atualmente considerada como deficiente de dados (DD) pela IUCN Red List (Rosa & Furtado, 2004), no entanto a espécie apresenta ~75% de probabilidade de se tornar ameaçada (Bender, et al. 2013). As localidades com menor diversidade genética, ao sul do rio São Francisco (SAL e ABR), estariam mais susceptíveis à redução populacional por fatores antropogênicos ou ambientais. O arquipélago de Abrolhos é o maior e mais rico sistema de recifes de corais do Atlântico Sul (Leão & Kikuchi, 2003; Floeter et al., 2001) e 5% de sua área é protegida pelo Parque Nacional Marinho de Abrolhos (Bruce et al., 2012), garantindo certa proteção da população mais abrangente de D. marianae. Por outro lado, destaca-se a situação mais delicadas das raias de SAL que não apresenta áreas de proteção ambiental, além de não ter aparentemente fluxo gênico com as demais áreas. Neste sentido, uma possível redução populacional, por pesca ou outro fator externo, poderia causar significativo efeito negativo nessa população. Com a estruturação detectada para SAL, caso ocorra uma depleção local, a população não seria recolonizada por imigrantes naturais, mas lentamente através da reprodução local (Pauly et al., 2005). Além disso, em populações geneticamente isoladas como SAL, mudanças ambientais rápidas podem prejudicar mais fortemente os indivíduos mais especializados, visto que as adaptações podem ser rápidas em condições estáveis, mas não necessariamente sob mudanças ambientais drásticas (Sexton et al., 2013). Nesse caso, uma extinção local, resultaria na perda da de diversidade gênica da espécie, e poderia comprometer o potencial evolutivo da espécie (Spielman et al., 2004; Solé-Cava & Cunha, 2012). Medidas de proteção especificas devem ser avaliadas para manter o estoque genético exclusivo, que é essencial à manutenção da diversidade genética da espécie (Mcneely et al. 1990). A restrição da captura de D. marianae na região de SAL, até que estudos específicos estimem seu tamanho populacional, torna-se fundamental para evitar depleções populacionais irreversíveis. 83 Por outro lado, a diversidade genética das localidades mais ao norte de sua distribuição se destaca, despertando a atenção para a proteção dessas áreas afim manter o aporte genético ao longo da costa. Sabendo que a diversidade genética é um dos três níveis de diversidade biológica requeridos para conservação (Mcneely et al. 1990), torna-se necessário a proteção de habitats, por exemplo em unidades de conservação (UCs), considerando a população com maior diversidade genética. Atualmente existem cerca de 10 UCs marinhas na região nordeste do Brasil (Costa et al., 2015), porém nenhuma abrange a localidade de CAI. Esta localidade parece exercer um papel importante na manutenção da diversidade, pois abriga a maior diversidade genética por localidade e pode servir de área fonte para as demais áreas da população. As unidades de conservação marinhas devem funcionar como uma rede conectada de fluxo de indivíduos entre as diferentes localidades (Crooks & Sanjayan, 2006), ajudando a manter a resiliência das populações (Fernandes et al., 2012). Para D. marianae, Costa et al. (2015) já destacaram, entre outras ações, a importância de UCs marinhas no manejo e conservação da espécie. CONCLUSÃO Dasyatis marianae apresentou uma estruturação populacional incomum para elasmobrânquios. Duas populações foram identificadas, porém, com forte estruturação gênica entre duas localidades próximas (SAL e ABR) sem uma barreira de fluxo gênico aparente. Por outro lado, as localidades mais distantes (BIT e ABR) estão conectadas. Esta configuração mostra indícios de um isolamento ecológico IBE, não por mobilidade ou distância. Existe uma tendência negativa da diversidade genética em relação a latitude e uma possível expansão populacional histórica no sentido norte-sul. Acreditamos que a colonização das localidades mais ao sul da distribuição de D. marianae pode ter ocorrido em dois eventos. Um evento mais antigo em SAL, com tempo para fixação do haplótipo exclusivo e perda dos haplótipos mais comuns compartilhados, e outro mais recente em ABR. Além disso, a sensibilidade da espécie para baixa salinidade e temperatura, que possivelmente limita sua distribuição (Cap. 1), e aparentemente afeta a estruturação populacional de D. marianae. SAL constitui uma população isolada geneticamente possivelmente pelo aporte de água doce no mar pelo rio São Francisco e pelas bacias do Leste, com rios perenes e caudalosos. Panorama diferente do padrão característico da região hidrográfica do 84 Nordeste Médio Oriental, compreendida do rio Parnaíba ao São Francisco, com pequenos rios temporários, área costeira onde a espécie é mais diversificada (fig. 1). Estudos utilizando marcadores mais variáveis, como microssatélites ou sequenciamento de nova geração (NGS), podem elucidar mais precisamente os padrões de estruturação populacional da espécie encontrados, principalmente com amostragem contemplando a áreas costeiras ao sul da foz do rio São Francisco (fig. 1). Este foco amostral será importante para entender mais precisamente a ação do rio São Francisco e das bacias do Leste como barreira do fluxo gênico entre as populações costeiras e esclarecer os fatores restritivos da população de D. marianae de SAL. 85 BIBLIOGRAFIA Abell, R., Thieme, M.L., Revenga, C., Bryer, M., Kottelat, M., Bogutskaya, N., et al. (2008) Freshwater ecoregions of the world: a new nap of biogeographic units for freshwater biodiversity conservation. BioScience 58(5): 403-414. Bandelt, H. J.; Forster, P. & Röhl, A. (1999) Median-joining networks for inferring intraspecific phylogenies. Mol Biol Evol. 16(1):37–48. Bender, M. G.; Floeter, S. R.; Mayer, F. P.; Vila-Nova. D. A.; Longo, G. O.; Hanazaki. N.; Carvalho-Filho, A. & Ferreira, C. E. L. (2013) Biological attributes and major threats as predictors of the vulnerability of species: a case study with Brazilian reef fishes. Oryx 47 (2), 259-265 BRASIL (2014) Ministério do Meio Ambiente, Portaria nº 43, de 31 de janeiro de 2014. Diário Oficial da União, 05 de fevereiro de 2014, pp 53. Brasília, DF Bruce, T.; Meirelles, P. M.; Garcia, G.; Paranhos, R.; Rezende, C. E.; et al. (2012) Abrolhos Bank Reef Health Evaluated by Means of Water Quality, Microbial Diversity, Benthic Cover, and Fish Biomass Data. PLoS ONE 7(6): e36687. Castro, C. B. & Pires, D. O. (2001). Brazilian coral reefs: what we already know and what is still missing. Bulletin of Marine Science, 69 (2): 357-371. Chevolot, M.; Hoarau, G.; Rijnsdorp, A. D.; Stam, W. T. & Olsen, J.L. (2006) Phylogeography and population structure of thornback rays (Raja clavata L., Rajidae). Mol. Ecol. 15 (12), 3693–3705. Chevolot, M.; Wolfs, P. H.; Pálsson, J.; Rijnsdorp, A. D.; Stam, W. T. & Olsen, J. L. (2007) Population structure and historical demography of the thorny skate (Amblyraja radiata, Rajidae) in the North Atlantic. Marine Biology 151, 1275-1286. Costa, T. L. A.; Thayer, J. A.; Mendes, L. F. (2015) Population characteristics, habitat and diet of a recently discovered stingray Dasyatis marianae: implications for conservation. Journal of Fish Biology. 86, 527–543. Crandall, E. D., Sbrocco. E. J., De Boer, T. S., Barber, P. H. & Carpenter, K. E. (2012) Expansion dating: calibrating molecular clocks in marine species from expansions onto the Sunda Shelf following the last glacial maximum. Mol Biol Evol 29:707–719. Crooks, K. R. & Sanjayan, M. (2006) Connectivity conservation: maintaining connections for nature, in Connectivity conservation, edited by Crooks, K. R., Sanjayan, M., pp.1–19, Cambridge University Press, Cambridge. Cunha, H.A & Solé-Cava, A.M. (2012). Análise Filogeográfica. In: S.R. Matioli. Biologia Molecular e Evolução. (pp. 197-215). Ribeirão Preto: Holos editora Dominguez, J. M. L. & Bittencourt, A. C. S. P (2009) Geologia. In: Andrade j., Hatje V. (eds) Baía de Todos os Santos: aspectos oceanográficos. Salvador: EDUFBA, v. 1. p. 27- 66. 86 Drummond, A. J. & Rambaut, A. (2007). BEAST: Bayesian evolutionary analysis by sampling trees. BMC Evol Biol 7:214. Drummond, A. J.; Rambaut, A.; Shapiro, B. & Pybus, O. G. (2005). Bayesian coalescent inference of past population dynamics from molecular sequences. Mol Biol Evol 22:1185–92. Duncan, K. M.; Martin, A. P.; Bowen, B. W. & Couet, H. G. D. (2006). Global phylogeography of the scalloped hammerhead shark (Sphyrna lewini). Mol Ecol. 15:2239–2251 Dupanloup, I.; Schneider, S. & Excoffier, L. (2002). A simulated annealing approach to define the genetic structure of populations. Mol. Ecol. 11: 2571-2581. Dulvy, N. K., Fowler, S. L., Musick, J. a., Cavanagh, R. D., Kyne, P. M., Harrison, L. R.; et al. (2014). Extinction risk and conservation of the world’s sharks and rays. eLife, 3(e00590). doi:10.7554/eLife.00590 Dynesius, M. & Jansson, R. (2000). Evolutionary consequences of changes in species geographical distributions driven by Milankovitch climate oscillations. Proc Natl Acad Sci USA 97:9115–20. Excoffier, L. & Lischer, H. E. L. (2010) Arlequin suite ver 3.5: a new series of programs to perform population genetics analyses under Linux and Windows. Mol. Ecol.Res. 10(3):564-567. Excoffier, L.; Smouse, P. E. & Quattro, J. M. (1992) Analysis of molecular variance inferred from metric distances among DNA haplotypes-application to human mitochondrial DNA restriction data. Genetics 131:479-491. Fernandes, L.; Green. A.; Tanzer, J.; White, A.; Alino, P. M.; Jompa, J. et al. (2012) Biophysical principles for designing resilient networks of marine protected areas to integrate fisheries, biodiversity and climate change objectives in the Coral Triangle. Report prepared by The Nature Conservancy for the Coral Triangle Support Partnership, 152 pp. Figueiredo, M.; Horta, P. A.; Pedrini, A.; Nunes, M. & Nunes, J. M. (2008) Benthic marine algae of the coral reefs of Brazil: a literature review. Oecologia Brasiliensis, Rio de Janeiro, v. 1, n. 2, p. 258-269. Oecologia Brasiliensis, v. 12, p. 40-50, 2008. Fitzpatrick, B. M. (2009) Power and sample size for nested analysis of molecular variance. Mol. Ecol.18:3961–6. Floeter, S. R.; Guimarães, R. Z. P.; Rocha, L. A.; Ferreira, C. E. L.; Rangel, C. A. & Gasparini, J. L. (2001) Geographic variation in reef-fish assemblages along the Brazilian coast. Global Ecol. Biogeogr., v. 10, p. 423-431. Freeland, J. (2006) Molecular ecology, 1ª ed. Jon Wiley and Sons Ltd, Sussex. 87 Freeland, J. R., Kirk, H. & Petersen, S. D. (2011) Molecular Ecology. Wiley-Blackwell, Chichester. Fu, Y. X. (1997) Statistical tests of neutrality of mutations against population growth, hitchhiking and background selection. Genetics. 147(2):915–25. Gaida, I. H. (1997). Population structure of the Pacific angel shark, Squatina californica (Squatiniformes: Squatinidae), around the California Channel Islands. Copeia 4:738–44. Gaither, M. R.; Bernal, M. A.; Coleman, R. R.; Bowen, B. W.; Jones, S. A.; Simison, W. B. & Rocha, L. A. (2015) Genomic signatures of geographic isolation and natural selection in coral reef fishes. Mol Ecol. 24:1543–57. Gomes, U. L., Rosa, R. S. & Gadig, O. B. F. (2000) Dasyatis macrophthalma sp. n.: a new species of stingray (Chondrichthyes: Dasyatidae) from the southwestern Atlantic. Copeia, v.2, p.510-515. Guillot, G.; Estoup, A.; Mortier. F. & Cosson, J. F. (2005) A spatial statistical model for landscape genetics. Genetics. 170:1261–80. Guillot, G.; Mortier, F. & Estoup, A. (2005) GENELAND: a computer package for landscape genetics. Molecular Ecology Notes, 5, 712–715. Hewitt, G. M. (1996). Some genetic consequences of ice ages and their role in divergence and speciation. Biol J Linn Soc 58:247–76. Hewitt, G. M. (2000). The genetic legacy of the Quaternary ice ages. Nature 405:907–13. Kartavtsev, Y. P. (2011) Divergence at Cyt-b and Co-1 mtDNA genes on different taxonomic levels and genetics of speciation in animals. Mit. DNA.22 (3):55-65. Kearse, M.; Moir, R.; Wilson, A.; Stones-Havas, S.; Cheung, M.; Sturrock, S.; Buxton, S.; Cooper, A.; Markowitz, S.; Duran, C.; Thierer, T.; Ashton, B.; Mentjies, P. & Drummond, A. (2012). Geneious Basic: an integrated and extendable desktop software platform for the organization and analysis of sequence data.Bioinformatics, 28(12), 1647- 1649. Keeney, D. B.; Heupel, M.; Hueter, R. E. & Heist, E. J. (2005). Microsatellite and mitochondrial analyses of the genetic structure of blacktip shark (Carcharhinus limbatus) nurseries in the northwestern Atlantic, Gulf of Mexico and Caribbean Sea. Mol Ecol 14:1911–23. Koblmuller, S.; Steinwender, B.; Weib, S. & Sefc, K. M. (2015) Gene flow, population growth and a novel substitution rate estimate in a subtidal rock specialist, the black-faced blenny Tripterygion delaisi (Perciformes, Blennioidei, Tripterygiidae) from the Adriatic Sea. J Zoolog Syst Evol Res. 53(4), 291—299 Leão, Z. M. A. N.; Kikuchi, R. K. P. & Testa, V. (2003) Corals and coral reefs of Brazil. In: Jorge C, ed. Latin American Coral Reefs. Amsterdam: Elsevier Science. pp 9–52. 88 Leite, Y L.; Costa, L. P.; Loss, A. C.; Rocha, R. G.; Batalha-Filho, H.; Bastos, A. C.; Quaresma, V. S.; Fagundes, V.; Paresque, R.; Passamani. M. & Pardini, R. (2016) Neotropical forest expansion during the last glacial period challenges refuge hypothesis. Proceedings of the National Academy of Sciences of the United States of America. PMID 26755597 DOI: 10.1073/pnas.1513062113 Le Port, A. & Lavery, S. (2012) Population structure and phylogeography of the short- tailed stingray, Dasyatis brevicaudata (Hutton 1875), in the Southern Hemisphere. J. Hered. 103:174–85. Librado, P. & Rozas, J. (2009) DnaSP v5: A software for comprehensive analysis of DNA polymorphism data. Bioinformatics 25:1451-1452. Li, N.; Chen, X.; Sun, D.; Song, N.; Lin, Q. & Gao, T. (2015) Phylogeography and population structure of the red stingray, Dasyatis akajei inferred by mitochondrial control region. Mitochondrial DNA, 26 (4): 505-513 DOI: 10.3109/19401736.2013.861423 Ludt, W. B., & Rocha, L. A. (2015). Shifting seas: the impacts of Pleistocene sea‐level fluctuations on the evolution of tropical marine taxa. Journal of Biogeography, 42(1), 25- 38. Luiz, O. J.; Madin, J. S.; Robertson, D. R.; Rocha, L. A.; Wirtz, P. & Floeter, S. R. (2012) Ecological traits influencing range expansion across large oceanic dispersal barriers:insights from tropical Atlantic reef fishes. Proc R Soc Lond B Biol Sci 279: 1033−1040 McNeely, J. A.; Miller, K. R.; Reid, W. V.; Mittermeier, R. A. & Werner, T. B. (1990). Conserving the World's Biological Diversity. 193 pp. International Union for Conservation of Nature and Natural Resources: Gland, Switzerland MMA (Ministério do Meio Ambiente). (2014). Lista de espécies Quase Ameaçadas e Com Dados Insuficientes. Retirado de: http://www.icmbio.gov.br/portal/faunabrasileira/lista-de-especies-dados-insuficientes, último acesso 29 de maio de 2016. Murray, B W.; Wang, J. Y.; Yang, S-C.; Stevens, J. D.; Fisk, A. & Svavarsson, J. (2008) Mitochondrial cytochrome b variation in sleeper sharks (Squaliformes: Somniosidae). Marine Biology 153, 1015-1022. Nanninga, G. B.; Saenz-Agudelo, P.; Manica, A. & Berumen, M. L. (2014) Environmental gradientes predict the genetic population structure of a coral reef fish in the Red Sea. Mol Ecol. 23(3):591–602. Naro-Maciel, E.; Reid, B.; Holmes, K. E.; Brumbaugh, D. R.; Martin, M. & DeSalle, R. (2011) Mitochondrial DNA sequence variation in spiny lobsters: population expansion, panmixia, and divergence. Mar Biol 158:2027–2041. Nunes, J. L. S.; Almeida, Z. S. & Piorski, N. M. (2005) Rays captured by the artisanal fisheries in shallow Waters of Maranhão State, Brazil. Arq. Ciên. Mar, Fortaleza, v.38, p.49-54. 89 Padial, J., Miralles, A., De la Riva, I. & Vences, M. (2010) The integrative future of taxonomy. Frontiers in Zoology, 7, 16. Palumbi, S. R. (1992) Marine speciation on a small planet. Trends Ecol Evol. 7(4):114– 118. Pauly, D.; Booth, S.; Christensen, V.; Cheung, W. L.; Close, C.; Kitchingman, A.; Palomares, M. L. D.; et al. (2005). On the exploitation of elasmobranchs, with emphasis on cowtail stingray Pastinachus sephen (Family Dasyatidae). Vancouver, BC: The Fisheries Centre, University of British Columbia, p 1–38. Pereyra, S.; García, G.; Miller, P.; Oviedo, S. & Domingo, A. (2010) Low genetic diversity and population structure of the narrownose shark (Mustelus schmitti). Fisheries Research 106, 468-473. Piorski, N. M.; Serpa, S. S. & Nunes, J. L. S. (2009) Comparative analysis of the fish- weir fisheries at São Luís Island, Maranhão State, Brazil. Arq. Ciên. Mar, Fortaleza, v.42, p.65-71. Portnoy, D. S.; Hollenbeck, C. M.; Belcher, C. N.; Driggers, W. B.; Frazier, B. S.; Gelsleichter, J. R.; Grubbs, D. & Gold; J. R. (2014) Contemporary population structure and post-glacial genetic demography in a migratory marine species, the blacknose shark, Carcharhinus acronotus. Mol Ecol.4;23(22):5480-95. Puckridge, M., Last, P.R., White, W.T. & Andreakis, N. (2013) Phylogeography of the Indo-West Pacific maskrays (Dasyatidae, Neotrygon): a complex example of chondrichthyan radiation in the Cenozoic. Ecology and Evolution, 3, 217–232. Ramos-Onsins, S. E. & Rozas, J. (2002) Statistical properties of new neutrality tests against population growth. Mol Biol Evol. 19(12):2092–100. Rezende, S. M., Ferreira, B. P. & Frédou, T. (2003). A pesca de lutjanídeos no Nordeste do Brasil: histórico das pescarias, características das espécies e relevância para o manejo. Technical and Scientific Bulletin of CEPENE 11, 257–270. Richards, V. P.; Henning, M., Witzell, W. & Shivji, M. S. (2009) Species delineation and evolutionary history of the globally distributed spotted eagle ray (Aetobatus narinari). J Hered. 100:273–283. Rocha, L. A. & Rosa, I. L. (2001) Baseline assessment of reef fish assemblages of Parcel Manuel Luiz Marine State Park, Maranhão, north-east Brazil. Journal of Fish Biology. 58, 985–998. Rodrigues, R. R.; Rothstein, L. M. & Wimbush, M. (2007) Seasonal variability of the South Equatorial Current bifurcation in the Atlantic Ocean: a numerical study.J. Phys. Oceanogr., v. 37, n. 1, p. 16-30. 90 Rosa, R. S. & Furtado, M. (2004) Dasyatis marianae. In IUCN 2014. IUCN Red List of Threatened Species. Version 2014.1. Available at http://www.iucnredlist.org/details/45925/0/ (accessed on 01 June 2016). Rosa, R. S.; Gadig, O. B. F. & Gomes, U. L. (2000). Dasyatis marianae: The correct name for a recently described stingray (Chondrichthyes: Dasyatidae) from the southwestern Atlantic. Copeia, v.3, p.889-890. Rosa, R. S.; Menezes, N. A.; Britski, H. A.; Costa, W. J. E. M. & Groth, F. (2003) Diversidade, padrões de distribuição e conservação dos peixes da Caatinga. In: Leal, I. R.; Tabarelli, M. & Silva, J. M. C. (eds.). Ecologia e conservação da Caatinga. pp. 135- 180. Editora Universitária, Universidade Federal de Pernambuco, Recife, Brasil. Rossetti, F. D.; Polizel, S. P., Cohen, M. C. L., & Pessenda, L. C. R. (2015). Late Pleistocene–Holocene evolution of the Doce River delta, southeastern Brazil: Implications for the understanding of wave-influenced deltas. Marine Geology, 367, 171- 190. Rudorff, C. A. G; Lorenzzetti, J. A.; Gherardi, D. F. M. & Lins-Oliveira, J. E. (2009) Modeling spiny lobster larval dispersion in the Tropical Atlantic. Fisheries Research, 96, 206–215. Sandoval-Castillo, J. & Rocha-Olivares, A. (2011). Deep mitochondrial divergence in Baja California populations of an aquilopelagic elasmobranch: the golden cownose ray. Journal of Heredity 102(3): 269–274. Sandoval-Castillo, J.; Rocha-Olivares, A.; Villavicencio-Garayzar, C. & Balart, E. (2004). Cryptic isolation of Gulf of California shovelnose guitarfish evidenced by mitochondrial DNA. Mar Biol 45:983–8. Sanger, F.; Nicklen, S. & Coulson, A. R. (1977) DNA sequencing with chain-terminating inhibitors. Proceedings of the National Academy of Sciences, 74: 5463-5467. Schluessel, V.; Broderick, D.; C‐ollin, S. & Ovenden, J. (2010) Evidence for extensive population structure in the white spotted eagle ray within the Indo‐Pacific inferred from mitochondrial gene sequences. Journal of zoology 281, 46-55. Sevilla, R. G.; Diez, A.; Norén, M.; Mouchel, O.; Jerome, M.; Verrez-Bagnils, V.; Van Pelt, H.; Favare-Krey, L.; Krey, G. & Bautista, J.M. (2007) Primers and polymerase chain reaction conditions for DNA barcoding teleost fish based on the mitochondrial cytochrome b and nuclear rhodopsin genes. Moecular Ecolgy Notes, 7: 730–734. Sexton, J. P.; Hangartner, S. B. & Hoffmann, A. A. (2013) Genetic isolation by environment or distance: which pattern of gene flow is most common? Evolution, doi:10.1111/evo.12258 Slatkin, M. (1987). Gene flow and the geographic structure of natural populations. Science. 236:787–792. 91 Smith; W. D.; Bizzarro, J. J.; Richards, V. P.; Nielsen, J.; Marquez-Flarias, F. & Shivji, M. S. (2009) Morphometric convergence and molecular divergence: the taxonomic status and evolutionary history of Gymnura crebripunctata and Gymnura marmorata in the eastern Pacific Ocean. J Fish Biol. 75:761–783. Solé-Cava, A. M. & Cunha, H. Á. (2012) A genética e a conservação da natureza. In Matioli, S. R. & Fernandes, F. M. C. (Eds.). Biologia Molecular e Evolução. Ribeirão Preto: Holos. p.217-228. Souza, W. F. L. & Knoppers, B. (2003) Fluxos de água e sedimentos à costa Leste do Brasil: relações entre a tipologia e pressões antrópicas. Geoquímicas brasiliensis, vol. 17, no. 2, p. 57-74 Spalding, M. D.; Fox, H. E.; Allen, G. R.; Davidson, N.; Ferdaña, Z. A.; Finlayson, M. et al. (2007) Marine Ecoregions of the World: A Bioregionalization of Coastal and Shelf Areas. Bioscience. 57(7):573–83. Spielman, D.; Brook, B. W.; & Frankham, R. (2004). Most species are not driven to extinction before genetic factors impact them. Proc Natl Acad Sci USA 101:15261–4. Stevens, J. D.; Bonfil, R.; Dulvy, N. K. & Walker, P. A. (2000). The effects of fishing on sharks, rays and chimaeras (Chondrichthyans), and the implication for marine ecosystems. ICES Journal of Marine Science 57, 476–494. Tajima, F. (1989) The effect of change in population size on DNA polymorphism. Genetics. 123(3):597–601. Tamura, K.; Stecher, G.; Peterson, D.; Filipski, A. & Kumar, S. (2013) MEGA6: Molecular Evolutionary Genetics Analysis version 6.0. Mol Biol Evol. 30(12):2725–9. Wang, I. J. (2013). Examining the full effects of landscape heterogeneity on spatial genetic variation: a multiple matrix regression approach for quantifying geographic and ecological isolation. Evolution, 67(12), 3403-3411. Wang, I. J. & Bradburd, G. S. (2014) Isolation by environment. Mol Ecol. 23(23):5649- 62. Wang, I. J.; Glor, R. E. & Losos, J. B. (2013). Quantifying the roles of ecology and geography in spatial genetic divergence. Ecology letters, 16(2), 175-182. Waples, R. S., Punt, A. E., & Cope, J. M. (2008). I ntegrating genetic data into management of marine resources: how can we do it better?. Fish and Fisheries, 9(4), 423- 449. Ward, R.D.; Zemlak, T.S.; Innes, B.H.; Last, P.R.; Hebert, P.D.N. 2005. Barcoding Australia’s fish species. Philosophical Transactions of the Royal Society, 360: 1847– 1857. 92 CAPÍTULO IV FLEXIBILIDADE DOS HÁBITOS ALIMENTARES DA RAIA Dasyatis marianae GOMES, ROSA & GADIG, 2000 93 RESUMO Diferenças geográficas na dieta de elasmobrânquios são comuns em espécies mais generalistas, que se adequam a disponibilidade de diferentes presas em diferentes regiões, ao contrário de espécies mais especializadas como Dasyatis marianae, predadora carcinofágica. Possíveis diferenças na dieta desta espécie foram avaliadas através da coleta de exemplares em cinco localidades estratégicas ao longo de sua distribuição no nordeste do Brasil. A dieta foi analisada através do índice de importância relativa IRI% e comparada entre as localidades amostradas. Ainda foram avaliadas diferenças na amplitude de nicho e nível trófico entre as localidades amostradas. No geral, as presas preferenciais de D. marianae foram crustáceos, IRI% = 91.0, especialmente caranguejos e camarões, com IRI% 33.9 e 31.4, respectivamente. Porém o consumo de outros tipos de presas foi suficiente para apontar diferença significativa na dieta nas diferentes localidades amostradas (ANOSIM, r2 = 0.21, P < 0.01). Foi possível relacionar o consumo diferenciado de poliquetas, sipunculas e peixes com as localidades através da análise de correspondência (CA) e agrupar localidades com dietas próximas por análise de agrupamento hierárquico aglomerativo (CLUSTER, Coph. Corr 97%). As raias das localidades mais ao norte da distribuição apresentaram consumo considerável de peixes (IRI% = 19.4 e 4.7), maiores amplitudes de nicho e níveis tróficos. Enquanto as raias das localidades mais ao sul concentraram a dieta apenas em crustáceos (IRI% = 97.9 e 98.7), demostrando menores amplitudes de nicho e níveis tróficos. Numa localidade mais intermediária da amostragem, as raias apresentaram grande preferência por poliquetas e sipunculas (IRI% = 21.3 e 31.2, respectivamente), além dos crustáceos. As raias coletadas por capturada indireta apresentaram elevados índices de vacuidade e baixos índices de repleção. No sentido oposto, a captura direta revelou baixos valores de VI% e RI% elevados. Diferenças deste tipo são comuns para espécies com ampla distribuição, mas podem ocorrer também entre localidades relativamente próximas para espécies com distribuição mais restrita. Nossos resultados apontam que grupos populacionais apresentam tendências distintas no consumo de presas especificas, mas o consumo de itens diferentes de crustáceo foi suficiente para caracterizar o uso do recurso alimentar por D. marianae entre as localidades amostradas. PALAVRAS-CHAVE: dieta; seletividade; padrões alimentares, presas preferenciais. 94 ABSTRACT Geographical differences in elasmobranchs diet are common in more generalist species, that suit the availability of different prey in different regions, unlike more specialized species like Dasyatis marianae, a specialist predator with a carcinophagic preference. Possible differences in the diet of this species were assessed by collecting specimens in five strategic locations throughout its distribution in northeastern Brazil. The diet was analyzed using the index of relative importance IRI% and compared between sampling locations. Also differences were evaluated in niche breadth and trophic level between sampling locations. Overall, the preferred prey of D. marianae were crustaceans, IRI% = 91.0, especially crabs and shrimp, with IRI% 33.9 and 31.4, respectively. However the consumption of other types of prey was sufficient to point out significant differences in diet sampled in different locations (ANOSIM, r2 = 0.21, P < 0.01). It was possible to relate the different consumption polychaete, sipunculas and fish with locations through correspondence analysis (CA) and group locations with nearby diets by analyzing agglomerative hierarchical clustering (Coph. Corr 97%). The individuals of locations further north the distribution have considerable consumption of fish (IRI% = 19.4 e 4.7) and higher niche amplitudes and trophic levels. In contrast, the rays of the southernmost localities concentrate diet only crustaceans (IRI% = 97.9 and 98.7), showing smaller niche breadth and trophic levels. In a more intermediate location of the sampling, the rays have great preference for polychaete and sipunculas (IRI% = 21.3 and 31.2, respectively), besides crustaceans. The rays collected by indirect captured have high rates of vacuity and low rates of repletion. In the opposite direction, the direct capture showed low values of VI% and higth RI%. Differences like that are common for species with wide distribution, but may also occur between relatively nearby locations for species with more restricted distribution. Our results indicate that populations have distinct trends in the consumption of specific prey, but consumption of different items of crustacean was sufficient to characterize the use of food resources by D. marianae between sampling locations. KEYWORDS: diet; selectivity; eating patterns, preferred prey. 95 INTRODUÇÃO Diversos aspectos da história de vida de um peixe, como a dieta, por exemplo, podem sofrer variações ao longo de sua distribuição geográfica (Frisk, 2010). A flexibilidade na dieta é uma característica adaptativa importante do comportamento de forrageamento, porque a maioria dos ambientes naturais varia espacialmente e os indivíduos devem responder aos baixos níveis de disponibilidade de alimentos, alterando seu comportamento alimentar para garantir taxas de alimentação mais elevadas (Dill, 1983). Variações na dieta de elasmobrânquios, de uma mesma espécie, são comuns e no caso das raias são bem documentados os efeitos ontogenéticos nesta variação (Koen- Alonso et al., 2001; Muto et al., 2001; Brickle et al., 2003; Navia et al., 2011; Schmitt et al., 2015). No entanto, são pouco conhecidas as variações de dieta ao longo da distribuição geográfica das espécies. As raias compõem um grupo abundante e rico em espécies com reconhecida influência nas teias alimentares das comunidades demersais, embora muitos aspectos desta influência ainda sejam relativamente mal compreendidos (Ebert & Bizzarro, 2007). Diferentes espécies de raias ocupam diferentes níveis tróficos, algumas são consideradas predadoras de topo (Ebert et al., 1991; Link et al., 2002; Orlov, 2003; Lipej et al., 2013) outras, de médio nível trófico (Myers et al., 2007; Ritchie & Johnson, 2009; Ajemian et al., 2012). Desta forma as raias podem participar de formas distintas da dinâmica das comunidades demersais. Sabe-se que a composição da dieta de predadores pode ser influenciada por características espacialmente distintas dos locais (Bax, 1998; Wetherbee & Cortés, 2004). Para as espécies mais generalistas são comuns variações na dieta associadas às diferentes zonas geográficas, e tais diferenças são relacionadas à diversidade de presas das regiões (Wetherbee & Cortés, 2004). No entanto, para as raias da Família Dasyatidae, com a maioria das espécies bentônicas e dieta especializada em invertebrados, principalmente crustáceos (Navia et al., 2007; Yeldan et al., 2009; Jacobsen & Bennett, 2012, Costa et al, 2015), esse tipo variação é menos esperado. Estudos sobre dieta de raias são muitas vezes restritos a comparações interespecíficas (Jacobsen & Bennett, 2013) e não abordam variações ao longo da distribuição da espécie. É possível que a menor exploração comercial das raias gere um panorama de maior dificuldade em acessar as amostras, as quais são geralmente provenientes de capturas esporádicas pela pesca artesanal, na maioria dos casos. 96 A raia de fogo Dasyatis marianae Gomes, Rosa & Gadig 2000 é uma espécie predadora, especialista no consumo de crustáceos, selecionando presas com maiores valores energéticos, como as lagostas, mesmo este item sendo de baixa disponibilidade no ambiente (Costa et al., 2015). Assim, é esperado que haja pouca ou nenhuma variação na dieta da espécie ao longo de sua distribuição geográfica, considerando a mencionada seletividade da espécie. A raia de fogo é uma espécie que foi descoberta há pouco tempo (descrita em 2000), de médio porte, endêmica do Brasil e com distribuição limitada entre o norte do estado do Maranhão e o sul da Bahia (Rosa & Furtado, 2004). Neste estudo foram obtidas amostras de D. marianae de cinco localidades ao longo de sua distribuição geográfica na costa do Brasil, por meio da captura ocasional da pesca artesanal. Este trabalho avaliou o conteúdo estomacal das raias capturadas permitindo a comparação e análise dos padrões de sua dieta ao longo de sua distribuição. MATERIAL E MÉTODOS Exemplares de Dasyatis marianae foram amostrados em cinco localidades ao longo de sua distribuição geográfica entre os meses de setembro de 2013 e setembro de 2014 (Fig. 2). As localidades de amostragem foram selecionadas a partir de informações prévias sobre ocorrência e captura de exemplares da espécie. Todos os indivíduos foram adquiridos através da pesca artesanal praticada na localidade (ex: pesca de curral – captura indireta; linha e mergulho – captura direta). Os itens alimentares foram identificados até o nível de famílias (Anexo S1 e S2), no entanto, para avaliação da dieta, estes foram agrupados em categorias maiores para melhor homogeneização nas análises (Navia et al., 2011). Além disso foi avaliado o consumo das presas preferenciais de D. marianae afim de investigar possíveis variações e se estas variações seriam significativas considerando o gradiente geográfico. Os números cumulativos de estômagos amostrados foram agrupados aleatoriamente e representados graficamente em função do número acumulado de itens alimentares, com a finalidade de determinar o número mínimo de estômagos necessário para a caracterização adequada da dieta (Cortés, 1997). Um tamanho adequado da amostra foi assumido com curva resultante se aproximando de uma assíntota exibindo uma redução na variabilidade (Ferry & Cailliet 1996). As amostras foram randomizadas 100 vezes com a rotina “sample-based rarefaction” no software EstimateS 9.1.0 (Colwell, 97 2013). Para a construção da curva foram utilizadas as categorias em que os itens foram agrupados para as análises (Scenna et al., 2006). A contribuição de cada item presente na dieta de D. marianae foi expressa como porcentagem de frequência de ocorrência (%FO), porcentagem numérica (%N) e porcentagem de massa (%W). Estômagos vazios foram desconsiderados. Foi calculado ainda o índice de importância relativa [IRI = %FO (%N +%W)] (Pinkas et al., 1971) expresso em porcentagem (Cortés, 1997). As categorias de preferência dos itens alimentares foram definidas usando o método de coeficiente alimentar (Q; Hureau, 1970), onde Q = (W %)(N %). De acordo com esse método, o item é considerado como presa preferencial quando Q≥200, presa secundária quando 20