数据收集和操作定义

从 2009 年 7 月到 2022 年 4 月，每天早上收集有关性肿胀的数据，涉及 9 只成熟的倭黑猩猩（表 1），它们生活在 5 到 18 个人的稳定社会群体中，具体取决于该时期（表 1）位于 La Vallée des Singes（法国罗马涅）。

训练有素的饲养员收集有关性肿胀、雌性生殖状况和可能的药物治疗的数据。对于每个成年女性饲养员，按照 Furuichi 的方法 36，都会注意到性肿胀的大小、硬度和颜色变化。性肿胀根据三个阶段进行编码：最小（1），最大（3）和中间，当它不能被归类为最大或最小（2）时（图1）。因此，中间膨胀是一个非均质类别，包括膨胀和减少膨胀期间的膨胀和大小阶段（即，从最小到最大，反之亦然；第 2-3 阶段为 per23）。

图显示： (a) 最小膨胀阶段； (b) 最大膨胀阶段； （ c ）两名女性之间的生殖器 - 生殖器摩擦（GGR）最大肿胀。

每月对每位成年女性进行一次基于尿液的快速妊娠试验 (Clearblue)。阶段 0 表明由于妊娠晚期、哺乳期初期或临时服用避孕药，性肿胀没有变化。总共收集了 28,033 条记录（平均值 ± SE = 3,114.78 ± 439.43）。

五年来，在 2018 年（4 月至 5 月）、2019 年（7 月至 8 月）、2020 年（8 月至 9 月）、2021 年（4 月至 6 月）和 2022 年（3 月至 4 月），我们收集了该组的行为观察数据，包括七名女性（表 1 中的所有女性，除了 Nakala 和 Lisala）。由于女性之间的梳理和静坐接触（从属模式）是特别频繁的行为，因此通过 10 分钟扫描采样收集了有关这些模式的数据。关联频率被计算为在给定的二元组中观察到梳理和静坐接触的扫描次数，该次数标准化为二元组的两个个体都存在的扫描次数。

通过所有事件抽样37，我们收集了关于生殖器-生殖器社会-性接触（GGR；表 S1）和女性之间的竞争性遭遇的数据，包括公开的攻击性和不太激烈的竞争互动（例如，流离失所、回避、食物优先；表 S1）。如果赢家和输家无疑是可识别的，则冲突被归类为“已确定”，否则为“未确定”。具体来说，当一个受试者逃离、尖叫、将食物或地方留给另一个受试者、或发出顺从的声音和/或表现出顺从的面部表情时，他们被标记为攻击性互动的失败者（表 S1）。二元激动相互作用的频率被确定为在这种二元的观察时间内给定二元的相互作用的数量。计算每个数据收集期的从属关系和激动相互作用水平。

数据整理和统计阐述

我们通过标准化大卫分数（NDS38）根据确定的激动相互作用（行为图：表 S1）确定个人排名位置。NDS 是通过侵略性社会矩阵单独确定的，包括确定的激动遭遇的频率/ dyad（R“陡峭”包；CRAN.R-project.org/package =陡峭）。附录S1中提供了更多详细信息。

在随后的分析中，对于每个女性，我们排除了她们在药理学下处于第0阶段的时期治疗，或者当它们的肿胀周期没有显示出完全波动时（从第 1 阶段到第 3 阶段，反之亦然）。此外，出于本研究的目的（在最大肿胀阶段显示同步），我们考虑了最大肿胀 (3)和最小值 (1) 作为控制条件，以确保同步应用于最大膨胀阶段。如上所述，中间膨胀不代表同质类别，因此不能纳入分析。

由于样本量小（N < 10）无法检验正态性（Nfemales = 9），我们应用了非参数 Wilcoxon 符号秩检验来比较每个女性在最大和最小肿胀阶段的天数.这项分析是必要的，以检查最大肿胀的可能同步是否可能是女性在最大肿胀上花费的时间比最小肿胀更多时间的副产品。我们使用相同的测试来验证女性的 MSP 发病是否有助于诱导另一名女性的 MSP 发病。在这方面，我们比较了两种情况下每名女性的 MSP 发作频率：（i）当至少另一名女性之前在三天内经历过 MSP 发作和（ii）没有其他女性之前的 MSP 发作时相同时间窗口。在这两种情况下，数据均按机会总数（MSP 发病病例 + 目标女性未发病的病例）进行标准化。在这两种情况下，不明确的病例（即其他女性已经表现出 MSP 的病例——但不是它的发作——或给定女性的 MSP 在三天时间窗口之前结束的病例）由于不可能而被排除在分析之外挑出 MSP 发作（可能是其他女性的 MSP 诱导剂）或（对于女性）进行 MSP 发作。在 Mundry 和 Fischer39 之后选择了确切的概率值。

第一个广义线性混合模型 (GLMM1: Nmax_min_swelling_days = 5256) 专注于检查女性是否表现出 MSP 同步。具体来说，通过 GLMM1，我们验证了两名女性是否会在同一天显示相同的肿胀阶段（同步肿胀），如果是，哪些因素会影响肿胀同步。选择女性之间每天存在/不存在同步作为二项式目标变量（不同/相同肿胀阶段 = 0/1）。包括以下固定因素：（i）每年收集数据的两名女性的年龄（数字）； (ii) 每日肿胀阶段（二项式；1 = min/3 = max）； (iii) 研究组中两名女性所花费的年数（数字）。对于此分析，我们考虑了女性处于最小或最大肿胀阶段并显示出规律的肿胀周期（如上所述）的日子。

GLMM2 (NMSP_onset_days = 52) 专注于可能导致女性在三天时间窗口内 MSP 同步的社会因素。具体来说，运行 GLMM2 以检查女性之间的优势关系和隶属关系水平是否会引起 MSP 上的肿胀同步。我们设置二项式目标变量，基于在给定日期一名女性（以下简称“触发”）的 MSP 发作是否在三天内（或不是）另一名女性（以下简称'追随者'）。三天是排卵期，在检测孕酮变化的范围内23。

我们将女性二元组之间的二元从属关系水平（高：从属频率>中值；低：从属频率≤中值）和优势关系（触发等级>追随者等级或反之亦然）作为二项式固定因素。可用于 GLMM2 的减少数据集是合理的，因为该分析（对五年内收集的行为数据进行）仅包括 MSP 发作的天数和以女性为特征的触发跟随者二元组，表现出规律的肿胀周期（如所解释的）以上）。

运行 GLMM3 (Ndyad_observation_days = 153) 以检查 MSP 同步的可能社交功能。为此，我们通过 GLMM3 验证了女性之间的社会性接触是否受到 MSP 同步和/或隶属关系水平的影响。社会性接触的日常存在/不存在被引入为二项式目标变量。我们包括作为二项式固定因素：（i）二元从属水平（高：从属频率>中值；低：从属频率≤中值）和（ii）女性是否在给定日期同步到 MSP .这种分析仅限于行为观察的日子（如上所示），当女性表现出最小或最大肿胀和有规律的肿胀周期时。在所有 GLMM 中，二元身份（包括女性）和日期（朱利安日期）都被列为随机因素。

通过使用 R 包 lme441 的函数 glmer 将模型安装在 R（R 核心团队，2018；版本 3.5.340）中。我们首先通过似然比检验（带有参数“Chisq”的方差分析；43）验证了完整（所有因素）和空模型（仅随机因素）是否有显着差异 42。随后，通过使用 R 函数“drop1”，计算了基于完整模型和空模型之间的似然比检验的各个预测变量的 p 值。作为因变量，响应变量是二元的，因此使用二项式误差分布（链接函数：logit）。

通过免费软件 Behatrix 0.9.1145，我们进行了序列分析，以评估特定日期女性-女性生殖器-生殖器社会-性接触的存在、MSP 上女性-女性同步或不同步之间的时间关联概率在同一天，以及在社会性接触后三天女性与女性同步或不同步。我们对行为转换计数进行了排列测试（“运行随机排列测试”Behatrix 函数，10,000 次排列测试）。基于此，我们生成了行为到行为显着和非显着转换的流程图。对于所有分析，概率显着性阈值设置为 α = 0.05。