资讯
首页  >  专题  >  环球科学  >  环球科学<前沿资讯>

数以千计未被发现的哺乳动物物种可能隐藏在你的眼皮下

蝴蝶,生命科学,生物多样性
图片来源:pixabay
分类学是一门研究生物体如何作为物种相互联系的学科,自18世纪以来就已经存在。尽管科学家和哲学家长期以来一直在争论,到底是什么使一个物种成为一个物种,但是分类学家将每个物种视为一组具有共同生物学特征的有机体。
发现和描述新物种对生物研究人员和自然资源保护主义者来说至关重要,因为他们使用物种作为分析单位。物种在经济上对农业、狩猎和渔业也很重要,并具有特殊的法律地位(如美国的《濒危物种法案》)。
尽管如此,根据多年来的发现趋势来看,科学家们只正式命名并描述了地球上大约10%的物种。这种知识上的缺口被称为林奈短缺。目前还不清楚这种缺口是由糟糕的研究方法、定义物种的分歧还是其他因素造成的。
我们是进化生物学的科学家,我们研究的核心是找出鉴别物种的更好的方法。使用基因分析和人工智能技术,我们能够发现那些集中在一个群体中的隐藏物种,并预测它们的可能分部地区和分类。我们的发现还指出了物种鉴定不足的一个潜在原因:分类科学获得的投资不足。
有待发现的隐藏物种
在这项研究中,我们选择关注哺乳动物。由于哺乳动物相对较大的体型,以及它们作为食物、伴侣动物和娱乐的来源对人类的重要性,我们估计,大部分的哺乳动物物种很可能已经被确认。
我们的首要任务是确定可能实际上包含两个或更多物种的已知物种。为此,我们分析了来自4,300个命名物种的100万个基因序列,识别出具有高遗传多样性的序列簇,并将数据拟合到进化模型中。
我们发现可能有数百个以前被归类为一个种群的隐藏物种。这一发现是意料之中的,因为它印证了以前的研究结果(尽管规模更大)。
这些隐藏的物种在哪里,都是什么物种?
一旦我们确定了这些潜在隐藏物种的存在,我们的第二个任务是确定它们具有的共同特征。为此,我们使用了一种称为随机森林分析的数据科学技术,这是一种机器学习形式,它从大量不同的变量中提取信息,对特定结果进行预测。这类似于Netflix用来推荐您可能感兴趣观看的节目的技术。
在我们的案例中,我们想要预测一个已知物种是否包含隐藏的物种。我们使用的预测变量包含了环境因素(如常见哺乳动物栖息地的气候)以及物种特有的因素(如身体特征、地理范围、繁殖和生存模式)。我们还纳入了基于研究的因素,如科学家用于开展研究的技术。我们总共收集了大约380万个数据点来构建我们的模型。
基于我们的模型,我们发现三种类型的预测变量最为突出。
第一类包括物种本身的属性,如体重和地理范围。这些结果表明,分布范围相对较大的小型哺乳动物更可能有隐藏的物种。这是有道理的,因为在所有条件相同的情况下,相比于大动物,科学家们更难识别小动物的身体差异。
第二种类型是气候。在昼夜温差很大的潮湿温暖地区,可能有更多隐藏的物种。这可能反映了这样一个事实,即热带雨林往往有高水平的哺乳动物多样性。
第三种类型是研究工作,包括博物馆收藏样本的地理分布,以及涉及已知学名的物种的近期出版物数量。这意味着研究人员在识别新的哺乳动物方面通常是有效的,因为科学界对特定哺乳动物的关注程度,就可以预测该生物是否被识别。我们已经确定的一般特征与过去30年描述的新哺乳动物物种相匹配,以及我们的模型识别出科学家已经在调查隐藏物种的区域,这些都支持了这一点。
生物分类学,物种匹配,大数量
图片来源:Danielle Parsons,CC BY-NC-ND
濒临灭绝的未知物种
地球曾经面临了一次小行星杀死恐龙的最大的灭绝危机,我们意识到,界别和描述地球上许多未知物种对于帮助保护生物多样性至关重要。
尽管我们的研究仍然发现了大量有待发现的哺乳动物,但与其他物种相比,哺乳动物的多样性已经得到了相对较好的关注。我们发现,大约80%的现存哺乳动物物种已经被描述过,这个比例远远高于具有更高多样性的非哺乳动物群体,如甲虫或螨类。
甲虫,昆虫,叶子
图片来源:pixabay
和所有科学研究一样,发现和描述新物种需要多方合作。自然历史博物馆主要负责收集我们分析的原始数据,基因和生物多样性数据库提供了基础设施供我们访问。同行间的信息共享文化和大型计算机网络支持了我们所需的数千小时的计算时间。只有在分类学研究方面的持续投资,我们的工作成果才成为可能。
这是地球上第六次物种大灭绝(完全是由人类活动造成的),生物多样性科学家们正在加速努力地了解大自然创造和维持生物多样性的过程。分类学家面临的挑战是,在我们周围的物种灭绝之前,完成对它们的分类描述。正如我们所发现的,这项任务还有很长的路要走。
撰文:Danielle Parsons,俄亥俄州立大学进化生物学博士生;Bryan Carstens,俄亥俄州立大学进化生物学教授。
翻译:魏书豪
审校:郭晓
引进来源:theconversation
本文来自:中国数字科技馆
特别声明:本文转载仅仅是出于科普传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或其它相关事宜,请与我们接洽。
[责任编辑:环球科学]
分享到:
文章排行榜
©2011-2022 版权所有:中国数字科技馆
未经书面许可任何人不得复制或镜像
京ICP备11000850号-1 京公网安备11010502039775号
信息网络传播视听节目许可证0111611号
国家科技基础条件平台
./t20220611_1070438_taonews.html