共存する生物種間の関係を理解することは生態学の様々な理論をテストする基盤を与えるだけでなく，撹乱の影響予測の精度向上にもつながるため応用生態学的にも重要である．そのため，野外観測に基づく群集データから種間関係を推定する試みが生態学において広く行われてきた．しかしながら，群集データから得られる共起パターンには，環境条件に対する共通応答（ニッチ重複）や第三者の種を介した影響（間接効果）によって生じる見かけの相関が含まれるため，生物間の直接的な種間関係を分離することが重要な課題として残されている．

本研究では，環境要因の影響を補正したうえで，群集データから直接的な種間関係（direct association）を推定する統計的枠組みを提案する．本手法は以下の３つのステップから成る．１）ベイズ推定を用いることで環境共変量の効果を明示的にモデル化する；２）得られる共起パターンの残差構造を無向グラフィカルモデルとして表現する；３）間接経路を介した影響を経路展開に基づいて逐次的に除去する理論を改良し，直接的な種間関係とその符号を定量化する．

本手法を群集動態モデルに基づく人工データに適用したところ，従来の共起解析から推定した種間ネットワークでは検出できなかった種間関係を提案手法が安定して再現できることがわかった．加えてCedar Creek生態系実験の長期群集データを解析したところ，従来の共起解析に比べて負の関係が多く検出された．さらに，この傾向は窒素制限下の処理区においてより顕著であり，資源制約条件下では直接的な競争関係が強く現れるという仮説と整合的であった．これらの結果は，提案手法が野外観測に基づく群集データから直接的種間関係を推定する際に有効であり，群集理論や生態系管理戦略の実証的検証に資することを示唆している．