-
南海海洋所?|?物種分布信息選擇對準(zhǔn)確評估海洋生物分布格局的潛在影響取得新進(jìn)展
3月24日,中國科學(xué)院南海海洋研究所林強(qiáng)團(tuán)隊(duì)在海洋物種分布數(shù)據(jù)信息對其生物地理格局精確評價(jià)與應(yīng)用效果方面取得新進(jìn)展,相關(guān)成果以“Differences in predictions of marine species distribution models based on expert maps and opportunistic occurrences”為題發(fā)表于保護(hù)生物學(xué)旗艦期刊Conservation Biology。研究員張志新為本文第一作者,研究員林強(qiáng)和研究員秦耿為本文共同通訊作者。當(dāng)前,全球范圍內(nèi)正面臨嚴(yán)峻的生物多樣性喪失危機(jī),部分區(qū)域的生物多樣性正以驚人的速度下降,因此,精確評估生物多樣性現(xiàn)狀與未來演變趨勢,制定科學(xué)的保護(hù)策略,對于遏制生物多樣性衰退現(xiàn)狀極其重要。物種分布模型(SDM)是當(dāng)前學(xué)界評估生物多樣性變化的重要工具,其預(yù)測能力高度依賴于物種分布數(shù)據(jù)的質(zhì)量,高質(zhì)量的物種分布數(shù)據(jù)源信息是限制物種分布模型應(yīng)用的關(guān)鍵。因此,探究不同來源的高質(zhì)量物種分布數(shù)據(jù)對生物地理分布格局的精準(zhǔn)預(yù)測是當(dāng)前本領(lǐng)域?qū)W者最為關(guān)注的科學(xué)問題。在實(shí)際的物種分布模型構(gòu)建過程中,物種分布點(diǎn)和分布范圍是兩類常用的數(shù)據(jù)源,兩者的獲取來源不同,數(shù)據(jù)特征各具優(yōu)勢,但兩者在模型性能方面的差異,尤其是在海洋場景下生物地理格局研究領(lǐng)域,尚未充分研究和報(bào)道。據(jù)此,本研究以珍稀海洋魚類海龍科和石斑魚科233個物種為研究對象,基于其分布點(diǎn)和分布范圍數(shù)據(jù)分別構(gòu)建物種分布模型,系統(tǒng)評估了兩種模型在預(yù)測能力方面的差異(圖1),發(fā)現(xiàn)兩種模型均表明水深和溫度是制約海龍科和石斑魚科魚類地理分布的關(guān)鍵因素,但基于物種分布點(diǎn)而構(gòu)建的模型具有更好的預(yù)測能力和可轉(zhuǎn)移性。同時(shí),基于物種分布點(diǎn)和分布范圍的模型在緯度多樣性梯度格局預(yù)測方面差異顯著(圖2),分布點(diǎn)模型呈現(xiàn)雙峰緯度梯度(即物種多樣性在赤道附近較低,在中緯度地區(qū)呈現(xiàn)峰值),而分布范圍模型則呈現(xiàn)了單峰模式(即物種多樣性在赤道附近最高)。由此,本研究提出在研究海洋生物多樣性的緯度梯度格局中,應(yīng)特別關(guān)注數(shù)據(jù)源對結(jié)果產(chǎn)出的潛在影響。進(jìn)一步,本研究利用廣義線性模型探討了兩種模型預(yù)測差異背后的驅(qū)動機(jī)制。研究結(jié)果表明,兩種分布數(shù)據(jù)對應(yīng)的環(huán)境信息差異是導(dǎo)致模型預(yù)測差異的主要因素;基于兩種分布數(shù)據(jù)的模型預(yù)測結(jié)果在海龍科物種中差異更大,推測這可能與海龍科物種具有更強(qiáng)的棲息生境偏好性有關(guān)(圖3)。本研究率先在海洋領(lǐng)域系統(tǒng)評估了物種分布數(shù)據(jù)類型選擇在海洋物種分布模型研究中的重要性,指出未來相關(guān)研究應(yīng)更加關(guān)注數(shù)據(jù)源的獲取和選擇;同時(shí),建議開發(fā)新的數(shù)據(jù)整合方法,充分考慮不同類型數(shù)據(jù)及其應(yīng)用場景的優(yōu)勢,提升物種分布模型的準(zhǔn)確性。此外,本研究呼吁相關(guān)機(jī)構(gòu)應(yīng)進(jìn)一步提高數(shù)據(jù)的開放度和透明度,以便更好地支撐和踐行全球生物多樣性保護(hù)戰(zhàn)略。本研究得到了國家自然科學(xué)基金項(xiàng)目、中國科學(xué)院戰(zhàn)略性先導(dǎo)專項(xiàng)等的聯(lián)合資助。文章信息:Zhang,Z.,Kass,J. M.,Bede-Fazekas,á.,Mammola,S.,Qu,J.,Molinos,J. G.,...& Lin,Q (2025). Differences in predictions of marine species distribution models based on expert maps and opportunistic occurrences.?Conservation biology: the journal of the Society for Conservation Biology,e70015.文章鏈接:https://doi.org/10.1111/cobi.70015圖1?研究流程圖?圖2?基于分布點(diǎn)(a和b)和分布范圍(c和d)構(gòu)建的物種分布模型預(yù)測結(jié)果圖3?兩種物種分布模型預(yù)測差異驅(qū)動機(jī)制分析
2025-03-27
-
區(qū)域創(chuàng)新發(fā)展聯(lián)合基金項(xiàng)目“自航單浮體氣動式波浪能高效轉(zhuǎn)換機(jī)理研究及驗(yàn)證試驗(yàn)”結(jié)題驗(yàn)收
3月20日,由中國科學(xué)院廣州能源研究所海洋能研究團(tuán)隊(duì)承擔(dān)的2020年度國家自然科學(xué)基金區(qū)域創(chuàng)新發(fā)展聯(lián)合基金項(xiàng)目-廣東-“自航單浮體氣動式波浪能高效轉(zhuǎn)換機(jī)理研究及驗(yàn)證試驗(yàn)”在北京通過結(jié)題驗(yàn)收。3月20日,由中國科學(xué)院廣州能源研究所海洋能研究團(tuán)隊(duì)承擔(dān)的2020年度國家自然科學(xué)基金區(qū)域創(chuàng)新發(fā)展聯(lián)合基金項(xiàng)目-廣東-“自航單浮體氣動式波浪能高效轉(zhuǎn)換機(jī)理研究及驗(yàn)證試驗(yàn)”在北京通過結(jié)題驗(yàn)收。該項(xiàng)目由廣州能源所海洋能科研團(tuán)隊(duì)吳必軍研究員主持,聯(lián)合中國科學(xué)院電工研究所和南京工程學(xué)院,對自航行的單浮體氣動式技術(shù)的轉(zhuǎn)換機(jī)制開展了理論、實(shí)驗(yàn)和海試研究。國家海洋技術(shù)中心造波水池試驗(yàn)結(jié)果表明:單浮體后彎管發(fā)電模型波電轉(zhuǎn)換效率最高達(dá)到63.4%、獨(dú)創(chuàng)發(fā)展的單浮體U型管發(fā)電模型波電轉(zhuǎn)換效率最高達(dá)到80.6%。基于單浮體后彎管技術(shù)研建了20kW自航行發(fā)電樣機(jī)“梵靜山”號,寬3.8m,長9m,進(jìn)行了河面航行測試。2025年1月17日投放于廣東省珠海大萬山海域(北緯21°55′1″,東經(jīng)113°42′5″)開展實(shí)海況發(fā)電試驗(yàn),試驗(yàn)表明0.2m波浪下起動發(fā)電,目前測得最大發(fā)電功率為6.079kW。近年來廣州能源所研制的單浮體氣動式技術(shù)模型造波水池測試結(jié)果20kW發(fā)電樣機(jī)河面航行測試20kW發(fā)電樣機(jī)實(shí)海況試驗(yàn)
2025-03-28
-
深圳先進(jìn)院?| 科研團(tuán)隊(duì)實(shí)現(xiàn)PET/MR雙模態(tài)全腦區(qū)自動分割技術(shù)(IEEE JBHI 封面文章)
腦區(qū)分割是醫(yī)學(xué)圖像處理的主要任務(wù),對神經(jīng)科學(xué)研究和臨床診斷都有著深遠(yuǎn)的影響。精確的腦區(qū)分割對于分析不同的腦區(qū)至關(guān)重要,因?yàn)樗鼈兊捏w積、表面積和形態(tài)與各種神經(jīng)系統(tǒng)疾病有關(guān),比如帕金森病和阿爾茨海默病等。PET/MR成像系統(tǒng)則是一種有效的腦部疾病診斷工具,它結(jié)合了PET代謝成像和MR結(jié)構(gòu)成像的優(yōu)點(diǎn),可以在疾病早期觀察到特定大腦區(qū)域的代謝異常和結(jié)構(gòu)變化,從而將功能和代謝雙模態(tài)信息相結(jié)合用于腦疾病診斷。腦區(qū)分割是醫(yī)學(xué)圖像處理的主要任務(wù),對神經(jīng)科學(xué)研究和臨床診斷都有著深遠(yuǎn)的影響。精確的腦區(qū)分割對于分析不同的腦區(qū)至關(guān)重要,因?yàn)樗鼈兊捏w積、表面積和形態(tài)與各種神經(jīng)系統(tǒng)疾病有關(guān),比如帕金森病和阿爾茨海默病等。PET/MR成像系統(tǒng)則是一種有效的腦部疾病診斷工具,它結(jié)合了PET代謝成像和MR結(jié)構(gòu)成像的優(yōu)點(diǎn),可以在疾病早期觀察到特定大腦區(qū)域的代謝異常和結(jié)構(gòu)變化,從而將功能和代謝雙模態(tài)信息相結(jié)合用于腦疾病診斷。然而,人工分割腦區(qū)圖像費(fèi)時(shí)費(fèi)力,且分割結(jié)果容易受到個體差異和操作人員主觀因素的影響。因此,急需引入自動分割技術(shù)來解決分割中高成本和長耗時(shí)的問題,促進(jìn)基于醫(yī)學(xué)影像的腦科學(xué)研究。2025年3月,醫(yī)學(xué)成像科學(xué)與技術(shù)系統(tǒng)全國重點(diǎn)實(shí)驗(yàn)室、中國科學(xué)院深圳先進(jìn)技術(shù)研究院醫(yī)學(xué)人工智能研究中心胡戰(zhàn)利研究員團(tuán)隊(duì),開發(fā)了一種基于交叉融合機(jī)制的PET/MR雙模態(tài)全腦區(qū)自動分割技術(shù),該方法在分割過程中高效整合PET與MR的功能和結(jié)構(gòu)信息,實(shí)現(xiàn)了更精確、更全面的腦區(qū)分割。研究成果以“Automatic Brain Segmentation for PET/MR Dual-modal Images through a Cross-Fusion Mechanism”為題,發(fā)表在醫(yī)學(xué)成像領(lǐng)域TOP期刊IEEE Journal of Biomedical and Health Informatics上,論文同時(shí)被選為期刊2025年3月的“封面文章”。提出方法創(chuàng)新性地引入交叉融合機(jī)制,充分利用PET和MR的互補(bǔ)特性來實(shí)現(xiàn)腦區(qū)自動分割,為醫(yī)學(xué)影像分析和神經(jīng)系統(tǒng)疾病的診斷提供了全新思路。隨著人工智能技術(shù)的迅速發(fā)展,深度學(xué)習(xí)以其強(qiáng)大的特征表達(dá)能力活躍在計(jì)算機(jī)視覺的各個領(lǐng)域,也大量地被應(yīng)用于醫(yī)學(xué)圖像領(lǐng)域。深度學(xué)習(xí)方法通過對大量數(shù)據(jù)進(jìn)行學(xué)習(xí),訓(xùn)練深層學(xué)習(xí)網(wǎng)絡(luò),可以實(shí)現(xiàn)端到端的輸出,具有廣泛的應(yīng)用前景。然而,現(xiàn)有基于深度學(xué)習(xí)的方法在PET/MR腦區(qū)分割任務(wù)中仍存在一定局限性。單模態(tài)方法僅依賴單一信息源,難以提供完整的腦部結(jié)構(gòu)信息,而現(xiàn)有的雙模態(tài)方法大多只是將PET與MR數(shù)據(jù)簡單拼接,缺乏深度融合,未能充分利用兩種模態(tài)的優(yōu)勢。因此,如何有效結(jié)合PET和MR信息,提高腦區(qū)自動分割的精度和魯棒性成為了研究人員關(guān)注的重點(diǎn)。研究團(tuán)隊(duì)提出了一種基于交叉融合機(jī)制的全腦區(qū)自動分割方法,通過融合功能和結(jié)構(gòu)信息以提高腦區(qū)分割的準(zhǔn)確性。該網(wǎng)絡(luò)同時(shí)處理PET和MR圖像,在編碼部分,首先采用UX-Net進(jìn)行特征提取,然后利用基于交叉注意力機(jī)制的融合模塊進(jìn)行結(jié)構(gòu)和功能特征融合,以增強(qiáng)分割網(wǎng)絡(luò)對多模態(tài)信息的適應(yīng)性,提高分割效果。實(shí)驗(yàn)從視覺、定量、臨床、額外數(shù)據(jù)驗(yàn)證以及消融實(shí)驗(yàn)五個方面展示分割結(jié)果,以驗(yàn)證模型的有效性。實(shí)驗(yàn)結(jié)果表明,所提出方法實(shí)現(xiàn)了精確的全腦區(qū)分割,有利于腦部疾病的臨床診斷和分析。該方法對其它多模態(tài)融合分割任務(wù)表現(xiàn)出良好的通用性和適用性,未來也可將該方法應(yīng)用于分割其它多模態(tài)或組織和器官的任務(wù)中。中國科學(xué)院深圳先進(jìn)技術(shù)研究院胡戰(zhàn)利研究員、河南省人民醫(yī)院王梅云副院長為論文共同通訊作者,中國科學(xué)院深圳先進(jìn)技術(shù)研究院碩士生唐紅艷、副研究員黃振興和博士生李文博為論文共同第一作者。該研究得到了國家自然科學(xué)基金(數(shù)學(xué)天元重點(diǎn)專項(xiàng))、國家重點(diǎn)研發(fā)計(jì)劃(重大科學(xué)儀器設(shè)備研發(fā)重點(diǎn)專項(xiàng))、廣東省自然科學(xué)基金(卓越青年團(tuán)隊(duì)項(xiàng)目)和深圳醫(yī)學(xué)科學(xué)院(原創(chuàng)探索項(xiàng)目)等項(xiàng)目的資助。圖1:論文被選為IEEE JBHI期刊2025年3月封面文章圖2:提出方法的總體技術(shù)路線圖圖3:提出方法與現(xiàn)有分割方法效果對比圖4:不同方法分割結(jié)果的SUV相關(guān)性評估
2025-03-25
-
?深圳先進(jìn)院?|?三維感知-復(fù)雜操作端到端機(jī)器人學(xué)習(xí)新方法(IEEE Transactions on Robotics)
近日,中國科學(xué)院深圳先進(jìn)技術(shù)研究院集成所智能仿生研究中心徐升團(tuán)隊(duì)與澳門大學(xué)楊志新團(tuán)隊(duì)合作,在機(jī)器人學(xué)習(xí)領(lǐng)域取得突破,提出了一種基于三維視覺融合注意力機(jī)制的端到端多模態(tài)模型——Fusion-Perception-to-Action Transformer(FP2AT)。該算法通過融合全局與局部體素網(wǎng)格特征,結(jié)合本體感知信息,顯著提升了機(jī)器人在復(fù)雜三維場景中的精細(xì)操作能力。研究成果以“Fusion-Perception-to-Action Transformer: Enhancing Robotic Manipulation With 3-D Visual Fusion Attention and Proprioception”為題,發(fā)表于機(jī)器人領(lǐng)域頂級期刊《IEEE Transactions on Robotics》,論文第一作者為澳門大學(xué)-中國科學(xué)院深圳先進(jìn)技術(shù)研究院聯(lián)合培養(yǎng)博士生劉楊駿,徐升副研究員和楊志新副教授為共同通訊作者,先進(jìn)院和澳門大學(xué)為共同第一單位。近日,中國科學(xué)院深圳先進(jìn)技術(shù)研究院集成所智能仿生研究中心徐升團(tuán)隊(duì)與澳門大學(xué)楊志新團(tuán)隊(duì)合作,在機(jī)器人學(xué)習(xí)領(lǐng)域取得突破,提出了一種基于三維視覺融合注意力機(jī)制的端到端多模態(tài)模型——Fusion-Perception-to-Action Transformer(FP2AT)。該算法通過融合全局與局部體素網(wǎng)格特征,結(jié)合本體感知信息,顯著提升了機(jī)器人在復(fù)雜三維場景中的精細(xì)操作能力。研究成果以“Fusion-Perception-to-Action Transformer: Enhancing Robotic Manipulation With 3-D Visual Fusion Attention and Proprioception”為題,發(fā)表于機(jī)器人領(lǐng)域頂級期刊IEEE Transactions on Robotics,論文第一作者為澳門大學(xué)-中國科學(xué)院深圳先進(jìn)技術(shù)研究院聯(lián)合培養(yǎng)博士生劉楊駿,徐升副研究員和楊志新副教授為共同通訊作者,先進(jìn)院和澳門大學(xué)為共同第一單位。研究背景:三維操作亟需“類人”感知與規(guī)劃能力傳統(tǒng)機(jī)器人操作多依賴二維圖像觀測,難以捕捉三維空間中的物體結(jié)構(gòu)、位置及姿態(tài)關(guān)系,導(dǎo)致精細(xì)化操作任務(wù)(如拔插、旋擰、堆疊)成功率低。雖然體素表示(Voxel Grid)能保留豐富的三維空間信息,但現(xiàn)有方法存在特征利用率低、動作預(yù)測分辨率不足等問題。人類在完成精細(xì)操作時(shí),可通過靈活切換全局視野與局部聚焦,結(jié)合手部本體感知動態(tài)調(diào)整動作。受此啟發(fā),研究團(tuán)隊(duì)提出了一種“類人”的多模態(tài)感知到動作操作框架。核心創(chuàng)新:基于三維視覺融合注意力機(jī)制的端到端多模態(tài)模型——Fusion-Perception-to-Action Transformer(FP2AT)(圖2),其中具體包括:1、設(shè)計(jì)全局-局部視覺融合注意力(HVFA-3D),模擬人類“先全局觀察、再局部聚焦”的視覺感知模式,增強(qiáng)對關(guān)鍵操作區(qū)域的關(guān)注(圖1)。提出三維視覺互注意力機(jī)制(VMA-3D),實(shí)現(xiàn)跨尺度空間信息雙向交互,提升場景理解能力。2、集成關(guān)節(jié)力位、末端力/力矩、夾爪狀態(tài)數(shù)據(jù),感知接觸力與運(yùn)動狀態(tài),提升機(jī)器人對周圍環(huán)境接觸、本體運(yùn)動和協(xié)調(diào)的感知能力。漸進(jìn)式動作預(yù)測框架,先通過低分辨率體素全局規(guī)劃,再基于高分辨率局部體素微調(diào)動作,保持網(wǎng)絡(luò)端到端特性的同時(shí)提升預(yù)測精度。3、提出關(guān)鍵規(guī)劃步數(shù)指標(biāo)(ANKA),用于評估同類算法執(zhí)行效率和規(guī)劃能力。實(shí)驗(yàn)結(jié)果:成功率提升,效率顯著優(yōu)化研究團(tuán)隊(duì)在多個仿真(RLBench)和真實(shí)機(jī)械臂(UR5)任務(wù)上驗(yàn)證了FP2ATs的性能(視頻),平均成功率較體素SOTA方法提升34.4%,較點(diǎn)云SOTA方法提升14.6%。展現(xiàn)出有更好的規(guī)劃能力(如避障等),減少的關(guān)鍵規(guī)劃步數(shù)。應(yīng)用前景:面向通用任務(wù)的智能機(jī)器人該工作所提出的FP2AT理論具有強(qiáng)泛化性能,能夠適配不同機(jī)器人操作平臺,通過多模態(tài)感知與智能操作規(guī)劃,引導(dǎo)機(jī)器人完成多樣化復(fù)雜操作任務(wù)。該工作是團(tuán)隊(duì)在學(xué)習(xí)控制領(lǐng)域的進(jìn)一步拓展,將來可與具身智能、人形機(jī)器人相結(jié)合,應(yīng)用于家庭服務(wù)、醫(yī)療護(hù)理、工業(yè)生產(chǎn)、化學(xué)試驗(yàn)等各類場景。研究資助本研究在國家自然科學(xué)基金面上項(xiàng)目、澳門科技發(fā)展基金、廣東省、深圳市、澳門大學(xué)等科技項(xiàng)目資助下完成。<!--!doctype-->圖1 |?體素重建與“類人”視覺感知圖2 | Fusion-Perception-to-Action Transformer網(wǎng)絡(luò)架構(gòu)圖3?|?面向家庭及醫(yī)療服務(wù)的仿真及實(shí)際實(shí)驗(yàn)驗(yàn)證
2025-03-26
-
深圳先進(jìn)院丨科研團(tuán)隊(duì)提出單細(xì)胞譜系追蹤的量化評分體系,為基于臨床樣品的細(xì)胞譜系研究提供理論指導(dǎo)(Genome Biology)
單細(xì)胞譜系追蹤可記錄細(xì)胞分裂歷史,為解析發(fā)育生物學(xué)規(guī)律和疾病發(fā)生機(jī)制提供了關(guān)鍵性研究工具。當(dāng)前主流方法依賴基因編輯,通過對外源人工條形碼的定向編輯來標(biāo)記細(xì)胞譜系,但該方法不適用于臨床樣品。線粒體DNA因其高突變率和易檢測性,在人體譜系追蹤中展現(xiàn)出巨大潛力。然而,受其多拷貝性和高度動態(tài)性影響,線粒體譜系追蹤的準(zhǔn)確性和適用性尚存不確定性,需系統(tǒng)評估與方法優(yōu)化以提升其實(shí)用性。單細(xì)胞譜系追蹤可記錄細(xì)胞分裂歷史,為解析發(fā)育生物學(xué)規(guī)律和疾病發(fā)生機(jī)制提供了關(guān)鍵性研究工具。當(dāng)前主流方法依賴基因編輯,通過對外源人工條形碼的定向編輯來標(biāo)記細(xì)胞譜系,但該方法不適用于臨床樣品。線粒體DNA因其高突變率和易檢測性,在人體譜系追蹤中展現(xiàn)出巨大潛力。然而,受其多拷貝性和高度動態(tài)性影響,線粒體譜系追蹤的準(zhǔn)確性和適用性尚存不確定性,需系統(tǒng)評估與方法優(yōu)化以提升其實(shí)用性。北京時(shí)間3月26日,中國科學(xué)院深圳先進(jìn)技術(shù)研究院合成生物學(xué)研究所胡政研究員團(tuán)隊(duì)、馬晴研究員團(tuán)隊(duì)聯(lián)合中山大學(xué)徐錦教授團(tuán)隊(duì)在Genome Biology雜志在線發(fā)表了題為Clonal expansion dictates the efficacy of mitochondrial lineage tracing in single cells的研究論文。本研究結(jié)合計(jì)算仿真模型與單細(xì)胞多組學(xué)數(shù)據(jù)分析,系統(tǒng)評估線粒體譜系追蹤技術(shù)在不同生物學(xué)情景下的適用性。結(jié)果表明,克隆擴(kuò)張強(qiáng)度顯著影響線粒體譜系追蹤效果,首次提出“譜系信息評分”(LIS),可量化線粒體DNA突變的譜系標(biāo)記準(zhǔn)確性,為線粒體譜系追蹤的實(shí)際應(yīng)用提供關(guān)鍵理論指導(dǎo)。團(tuán)隊(duì)首先利用計(jì)算仿真框架模擬了不同克隆擴(kuò)張強(qiáng)度下線粒體DNA突變的動態(tài)演化,發(fā)現(xiàn)胚系線粒體異質(zhì)性突變(germline mtDNA heteroplasmy)仍具克隆譜系標(biāo)記能力,尤其在強(qiáng)克隆擴(kuò)張環(huán)境(如腫瘤)中追蹤準(zhǔn)確性更高。同時(shí),細(xì)胞內(nèi)低頻線粒體突變可實(shí)現(xiàn)深度譜系樹的重構(gòu),但受限于當(dāng)前單細(xì)胞測序的低覆蓋度,亟需開發(fā)高深度單細(xì)胞線粒體測序技術(shù)。為量化線粒體DNA突變的克隆標(biāo)記能力,團(tuán)隊(duì)首次提出“譜系信息評分”(LIS)指標(biāo),顯著提升對有效譜系標(biāo)記的鑒定及對組織克隆結(jié)構(gòu)的解析能力?;诙嗄B(tài)單細(xì)胞數(shù)據(jù)分析,研究進(jìn)一步驗(yàn)證了線粒體譜系追蹤在強(qiáng)克隆擴(kuò)增環(huán)境(如克隆性造血、免疫反應(yīng)等)中的優(yōu)越性,且高LIS值的突變表現(xiàn)出更高的譜系追蹤準(zhǔn)確性??傊狙芯肯到y(tǒng)解析了線粒體DNA突變在細(xì)胞分裂過程中的動態(tài)特征,量化其在不同生物學(xué)場景下的譜系追蹤能力,為線粒體譜系追蹤技術(shù)的應(yīng)用提供理論指導(dǎo),并有望推進(jìn)基于臨床樣品的細(xì)胞命運(yùn)和克隆演化研究。中國科學(xué)院深圳先進(jìn)技術(shù)研究院合成生物學(xué)研究所助理研究員王鑫、廈門大學(xué)數(shù)學(xué)科學(xué)學(xué)院博士研究生王琨、中山大學(xué)生命科學(xué)學(xué)院博士后張衛(wèi)星為該論文的共同第一作者。中國科學(xué)院深圳先進(jìn)技術(shù)研究院胡政研究員、馬晴研究員和中山大學(xué)徐錦教授為該論文的共同通訊作者。該研究得到國家自然科學(xué)基金、廣東省自然科學(xué)基金、深圳合成生物學(xué)創(chuàng)新研究院等項(xiàng)目的支持。文章上線截圖系統(tǒng)評估線粒體譜系追蹤方法的準(zhǔn)確性和適用性,提出單細(xì)胞譜系追蹤的量化評分體系,為基于臨床樣品的細(xì)胞譜系研究提供理論指導(dǎo)
2025-03-26
-
深圳先進(jìn)院|科研團(tuán)隊(duì)提出新型高精度動物行為學(xué)姿態(tài)估計(jì)工具(eLife)
研究團(tuán)隊(duì)提出了一種基于Transformer架構(gòu)的抗漂移姿態(tài)追蹤技術(shù)(ADPT),成功實(shí)現(xiàn)跨物種動物姿態(tài)追蹤的高精度、高魯棒性檢測。動物行為的精細(xì)化追蹤與分析對于神經(jīng)科學(xué)、行為學(xué)和生物醫(yī)學(xué)領(lǐng)域至關(guān)重要。然而,當(dāng)前主流的深度學(xué)習(xí)姿態(tài)估計(jì)方法在面對多動物交互和長時(shí)程追蹤場景時(shí),往往受到關(guān)鍵點(diǎn)漂移問題的困擾,影響行為量化的準(zhǔn)確性與數(shù)據(jù)的穩(wěn)定性。近日,中國科學(xué)院深圳先進(jìn)技術(shù)研究院(簡稱“深圳先進(jìn)院”)腦認(rèn)知與腦疾病研究所/深港腦科學(xué)創(chuàng)新研究院蔚鵬飛研究員團(tuán)隊(duì)在國際學(xué)術(shù)期刊eLife發(fā)表了題為“Anti-drift pose tracker (ADPT):A transformer-based network for robust animal pose estimation across species”的研究論文。研究團(tuán)隊(duì)提出了一種基于Transformer架構(gòu)的抗漂移姿態(tài)追蹤技術(shù)(ADPT),成功實(shí)現(xiàn)跨物種動物姿態(tài)追蹤的高精度、高魯棒性檢測。ADPT融合了卷積神經(jīng)網(wǎng)絡(luò)(CNN)與Transformer結(jié)構(gòu)的優(yōu)勢,一方面利用CNN提取圖像的局部精細(xì)特征,另一方面通過Transformer有效捕捉身體各部位之間的全局依賴關(guān)系,顯著降低了關(guān)鍵點(diǎn)的漂移現(xiàn)象(圖1)。與DeepLabCut、SLEAP等現(xiàn)有方法的對比測試顯示,ADPT在復(fù)雜的多動物交互和長時(shí)程行為追蹤任務(wù)中具有明顯的精度與穩(wěn)定性優(yōu)勢。研究團(tuán)隊(duì)對多物種(包括小鼠、食蟹猴等)的行為視頻數(shù)據(jù)集進(jìn)行了深入評估。在小鼠數(shù)據(jù)集中,ADPT有效解決了傳統(tǒng)方法難以準(zhǔn)確檢測的尾尖等細(xì)微部位追蹤問題,總體檢測精度較DeepLabCut與SLEAP方法提高超過8.6%,平均均方根誤差(RMSE)降至7.19 ± 0.58像素,表現(xiàn)出顯著優(yōu)勢(圖2左)。在食蟹猴行為數(shù)據(jù)集中,ADPT在復(fù)雜環(huán)境干擾下依舊成功實(shí)現(xiàn)靈長類動物的姿態(tài)穩(wěn)定追蹤。特別是在存在人類干擾的場景中,其他方法容易誤將人類識別為目標(biāo)動物,而ADPT表現(xiàn)出對跨物種干擾的優(yōu)秀抵抗能力,確保了追蹤精度與可靠性(圖2右)。同時(shí),研究團(tuán)隊(duì)還利用公開的果蠅(Single fly)、獼猴(OMS_dataset)和狨猴(Marmoset)數(shù)據(jù)集進(jìn)一步驗(yàn)證了ADPT的泛化性能,結(jié)果再次證實(shí)了ADPT跨物種姿態(tài)估計(jì)的適應(yīng)能力。在多動物自由社交行為的場景中,ADPT更展現(xiàn)了其“身份-姿態(tài)”同步精準(zhǔn)追蹤的突出優(yōu)勢。團(tuán)隊(duì)發(fā)現(xiàn),ADPT在不進(jìn)行任何時(shí)序后處理的情況下,即可達(dá)到90.36%的身份追蹤準(zhǔn)確率;若結(jié)合簡單時(shí)序校正,這一準(zhǔn)確率進(jìn)一步提高至99.72%,明顯優(yōu)于現(xiàn)有的多動物姿態(tài)追蹤工具。此外,在團(tuán)隊(duì)自建的Homecage小鼠社交數(shù)據(jù)集中,ADPT不僅身份追蹤效果顯著優(yōu)于DeepLabCut和SLEAP(準(zhǔn)確率提高約5-10倍,身份互換現(xiàn)象顯著減少),姿態(tài)估計(jì)精度也提高了約15%(圖3)。為進(jìn)一步推動ADPT技術(shù)的應(yīng)用落地,研究團(tuán)隊(duì)開發(fā)了簡單易用的ADPT工具箱,能夠讓缺乏深度學(xué)習(xí)背景的生物學(xué)研究人員輕松使用,極大地降低了姿態(tài)追蹤技術(shù)的應(yīng)用門檻。本研究為動物行為學(xué)、神經(jīng)疾病與社會互動機(jī)制研究提供了強(qiáng)大的技術(shù)支持,有望推動神經(jīng)科學(xué)與行為學(xué)的交叉研究進(jìn)入新的階段。深圳先進(jìn)院蔚鵬飛研究員為本文最后通訊作者,南方科技大學(xué)劉泉影助理教授為共同通訊作者,深圳先進(jìn)院腦所研究助理唐國令、博士生韓亞寧為本文共同第一作者。該研究還得到了暨南大學(xué)李曉江教授、閆森教授團(tuán)隊(duì)的大力支持。該項(xiàng)目主要受到國家自然科學(xué)基金-青年科學(xué)基金項(xiàng)目(B類)、國家自然科學(xué)基金外國學(xué)者研究基金項(xiàng)目、科技部“腦科學(xué)與類腦研究”國家科技重大專項(xiàng)以及深圳市科技創(chuàng)新計(jì)劃等項(xiàng)目資助。<!--!doctype-->圖1 ADPT工作流程和網(wǎng)絡(luò)結(jié)構(gòu)圖圖2 ADPT實(shí)現(xiàn)高精度、高魯棒性單動物姿態(tài)估計(jì)圖3 ADPT實(shí)現(xiàn)多動物社交場景下精確身份-姿態(tài)同步追蹤
2025-03-26
-
深圳先進(jìn)院?| 定量合成生物學(xué)揭秘自我犧牲行為的演化機(jī)制(ISME Journal)
在自然界中,有些生物的行為讓人既震撼又困惑:它們會主動選擇“自我犧牲”以換取整個群體的生存機(jī)會。比如,某些細(xì)菌會分泌大腸桿菌素殺死競爭者,卻也因此難逃一死;蜜蜂在蜇刺敵人后會犧牲自身,以保護(hù)蜂群安全;甚至在人類疾病中,敗血性休克可能通過個體的死亡來限制病原體在群體中的傳播。這種無私奉獻(xiàn)的行為在生物界廣泛存在。然而,從演化角度來看,這種“自我犧牲”行為卻是一個巨大的謎題:既然這些個體無法存活下來繁殖后代,相關(guān)的基因似乎應(yīng)該逐漸消失。那么,這種行為是如何在自然選擇過程中得以延續(xù)的呢?在自然界中,有些生物的行為讓人既震撼又困惑:它們會主動選擇“自我犧牲”以換取整個群體的生存機(jī)會。比如,某些細(xì)菌會分泌大腸桿菌素殺死競爭者,卻也因此難逃一死;蜜蜂在蜇刺敵人后會犧牲自身,以保護(hù)蜂群安全;甚至在人類疾病中,敗血性休克可能通過個體的死亡來限制病原體在群體中的傳播。這種無私奉獻(xiàn)的行為在生物界廣泛存在。然而,從演化角度來看,這種“自我犧牲”行為卻是一個巨大的謎題:既然這些個體無法存活下來繁殖后代,相關(guān)的基因似乎應(yīng)該逐漸消失。那么,這種行為是如何在自然選擇過程中得以延續(xù)的呢?近日,由中國科學(xué)院深圳先進(jìn)技術(shù)研究院合成生物學(xué)研究所定量合成生物學(xué)全國重點(diǎn)實(shí)驗(yàn)室/合成生物進(jìn)化研究中心的黃術(shù)強(qiáng)和傅雄飛課題組在國際微生物生態(tài)學(xué)會期刊The ISME Journal發(fā)表了題為"Strong segregation promotes self-destructive cooperation"的研究,通過定量合成生物學(xué)方法揭示了微生物如何在壓力環(huán)境中通過“自我犧牲”行為實(shí)現(xiàn)群體生存的新機(jī)制。該研究發(fā)現(xiàn),在極端分散(Strong segregation)的條件下,比如群體被分散成極小的單元(甚至初始群體只有1-2個個體)時(shí),具有自我犧牲行為的群體(Self destructive cooperation,SDC)反而能夠在壓力環(huán)境中穩(wěn)定存在,在高強(qiáng)度的環(huán)境壓力下變得更加顯著。這一發(fā)現(xiàn)不僅解釋了微生物自我犧牲行為的演化邏輯,還為理解壓力環(huán)境如何塑造自我犧牲行為提供了新的理論。01?理論預(yù)測強(qiáng)分散環(huán)境有利于自我犧牲行為的演化另一方面,驗(yàn)證演化理論一直是該領(lǐng)域的一大挑戰(zhàn),因?yàn)檫@需要考慮復(fù)雜的環(huán)境因素、漫長的演化時(shí)間以及眾多亞群體。為了應(yīng)對這一技術(shù)挑戰(zhàn),研究團(tuán)隊(duì)依托深圳合成生物研究重大科技基礎(chǔ)設(shè)施(Shenzhen Synthetic Biology Infrastructure)開發(fā)了一套自動化實(shí)驗(yàn)流程,對含有“犧牲者-作弊者(SDC-cheater)”的合成生物系統(tǒng)進(jìn)行了高通量實(shí)驗(yàn)操作,成功驗(yàn)證了壓力環(huán)境塑造犧牲行為的新理論。一般來講,個體的行為特征應(yīng)當(dāng)具備某種有助于生存和繁衍的優(yōu)勢,從而能夠代代相傳。群體選擇理論能夠解釋弱利他行為的演化,即:雖然群體中的合作者個體相對于非合作者個體處于競爭劣勢,但合作者依然能夠通過其他方式提升自身亞群(Subgroup)的適應(yīng)度,從而在群體層面上產(chǎn)生優(yōu)勢。然而,該理論難以解釋極端利他行為的演化,比如自我犧牲行為。這種行為看似完全犧牲了自身利益,不會在亞群內(nèi)留下后代,在群體內(nèi)部形成極端劣勢,而且這種劣勢往往難以通過群體層面的潛在收益來彌補(bǔ)。這與傳統(tǒng)理論理解存在一定的矛盾。針對微生物自我犧牲行為的演化,本研究提出了一種新的解釋:在極端分散的環(huán)境中,會形成大量的同類種群(都具備自我犧牲行為,或都具備作弊行為)和少量的異類種群(自我犧牲行為和作弊行為同時(shí)存在)。當(dāng)施加環(huán)境壓力或遇到外敵入侵時(shí),具備自我犧牲行為的同類種群會通過部分個體的自我犧牲保護(hù)同伴,從而讓整個種群存活下來;相反,具備作弊行為的種群則會逐漸消失。最終,大量具備自我犧牲行為的個體得以保留,從而使得“犧牲基因”能夠穩(wěn)定流傳。研究還發(fā)現(xiàn),環(huán)境壓力越強(qiáng),這種自我犧牲行為的保留效果越顯著。這一理論不僅解釋了自我犧牲行為的演化邏輯,還為理解壓力環(huán)境如何塑造自我犧牲行為提供了新的視角。02?開發(fā)自動化實(shí)驗(yàn)流程驗(yàn)證自我犧牲行為的演化盡管理論分析表明,在強(qiáng)分散的環(huán)境中,自我犧牲行為可以維持并演化,但實(shí)驗(yàn)驗(yàn)證依然面臨許多挑戰(zhàn)。主要難點(diǎn)在于:如何構(gòu)建一個可重復(fù)的實(shí)驗(yàn)方案來準(zhǔn)確模擬這種行為及其與“作弊者”之間的關(guān)系,以及整個演化過程。為應(yīng)對該技術(shù)挑戰(zhàn),研究團(tuán)隊(duì)首先利用構(gòu)建的合成生物學(xué)系統(tǒng)來分別模擬“犧牲者-作弊者”,其中,“犧牲者”通過程序性死亡(Programmed cell death)釋放公共產(chǎn)物(Public goods),公共產(chǎn)物能夠有效降低環(huán)境壓力使幸存者存活;而“作弊者”既不產(chǎn)生公共產(chǎn)物也不進(jìn)行程序性死亡。然后,依托合成生物研究重大科技基礎(chǔ)設(shè)施和自主開發(fā)的自動化實(shí)驗(yàn)流程(自動化生物鑄造廠)精確控制兩者的初始比例、分散強(qiáng)度和環(huán)境壓力(Stress)等關(guān)鍵變量,系統(tǒng)性地評估了這些因素對自我犧牲行為的影響。實(shí)驗(yàn)驗(yàn)證了在一定環(huán)境壓力下,弱分散操作有利于“作弊者”的演化,而強(qiáng)分散操作更有利于“犧牲者”的演化,當(dāng)增加環(huán)境壓力(提高抗生素濃度)時(shí),該演化結(jié)果更加明顯。這一結(jié)果與理論預(yù)測高度一致,表明定量合成生物學(xué)技術(shù)和高通量自動化實(shí)驗(yàn)流程的結(jié)合,可以有效驗(yàn)證復(fù)雜的演化生物學(xué)問題。該研究拓展了演化生物學(xué)研究中經(jīng)典的群體選擇理論,揭示了強(qiáng)分散如何促進(jìn)自我犧牲行為的演化,為理解利他行為的演化機(jī)制提供了新的視角。同時(shí),本研究展示了定量合成生物學(xué)與重大科技基礎(chǔ)設(shè)施在探索復(fù)雜演化現(xiàn)象中的巨大潛力。該發(fā)現(xiàn)不僅有助于解析自然界中極端利他行為的演化邏輯,還可能為生物膜控制、抗生素耐藥性治理等實(shí)際應(yīng)用領(lǐng)域提供新的理論指導(dǎo)。中國科學(xué)院深圳先進(jìn)技術(shù)研究院研究員黃術(shù)強(qiáng)和傅雄飛為本文共同通訊作者。中國科學(xué)院深圳先進(jìn)技術(shù)研究院博士生溫羚玲;中國科學(xué)院深圳先進(jìn)技術(shù)研究院副研究員白陽為論文的共同第一作者。該研究得到了科技部重點(diǎn)研發(fā)計(jì)劃“合成生物學(xué)”專項(xiàng)和中國科學(xué)院先導(dǎo)項(xiàng)目等支持。文章上線截圖圖1. 強(qiáng)分散促進(jìn)自我犧牲行為的演化。圖中展示了在強(qiáng)分散(Strong segregation)條件下,自我犧牲行為如何通過分散、增殖、加壓和合并四個步驟演化的過程。左側(cè)顯示,在強(qiáng)分散條件下,自我犧牲者的比例增加,表明自我犧牲行為更易被選擇;右側(cè)則顯示,在弱分散條件下,自我犧牲者的比例減小,表明自我犧牲行為逐漸消亡。圖2 自動化生物鑄造廠驗(yàn)證強(qiáng)分散下的自我犧牲行為演化。展示了使用生物工廠技術(shù)的自動化實(shí)驗(yàn)流程,包括細(xì)胞密度測量、強(qiáng)稀釋、分離、培養(yǎng)和監(jiān)測等步驟。
2025-03-20
-
華南植物園“一種林下仿野生靈芝種植病蟲害綜合防治的方法”獲發(fā)明專利
?近日獲悉,由中國科學(xué)院華南植物園林永標(biāo)等科研人員完成的“一種林下仿野生靈芝種植病蟲害綜合防治的方法”獲國家發(fā)明專利授權(quán)。于春季進(jìn)行林下仿野生靈芝種植,種植后開展病蟲害調(diào)查,監(jiān)測蟲口及危害情況,害蟲蟲口數(shù)達(dá)3-5只時(shí),采用粘和/或誘捕防治措施;害蟲蟲口數(shù)量達(dá)6-7以上,制作安裝帶有篩網(wǎng)的套管,采用帶有篩網(wǎng)的套管防護(hù)措施,或者直接在靈芝菌蕾剛萌芽,采用帶有篩網(wǎng)的套管防護(hù)措施,通過篩網(wǎng)觀測靈芝生長狀況,1-2周后調(diào)整套管位置,直至靈芝收獲,當(dāng)?shù)诙`芝萌蕾后,重新采用帶有篩網(wǎng)的套管防護(hù),通過篩網(wǎng)觀測靈芝生長狀況,1-2周后調(diào)整套管位置,直至靈芝收獲,采用帶有篩網(wǎng)的套管防護(hù)措施可重復(fù)多年使用。該發(fā)明成功率高,簡單實(shí)用可應(yīng)用于人工林等林下仿野生靈芝種植中。?
2025-03-26
-
華南植物園“2’,3,4’,5,6’-五羥基-3’-異戊烯基查爾酮類似物及其應(yīng)用”獲發(fā)明專利
近日獲悉,由中國科學(xué)院華南植物園溫玲蓉等科研人員完成的“2’,3,4’,5,6’-五羥基-3’-異戊烯基查爾酮類似物及其應(yīng)用”獲國家發(fā)明專利授權(quán)。該發(fā)明的2’,3,4’,5,6’-五羥基-3’-異戊烯基查爾酮可顯著抑制柑橘采后主要致病菌柑橘綠霉菌、柑橘青霉菌和柑橘酸腐菌,其作用效果高于商業(yè)殺菌劑咪鮮胺。因此,該發(fā)明為研究和開發(fā)新的抗菌藥物提供了候選化合物,也為新的水果保鮮劑的開發(fā)利用提供新途徑。
2025-03-26
-
亞熱帶所?|?集約化養(yǎng)殖場氨排放增加大氣氮沉降和氣溶膠污染取得進(jìn)展
氨氣是大氣中含量最高的堿性氣體,與酸性氣體反應(yīng)會形成二次氣溶膠造成空氣污染。大氣中氨氣及其衍生物的干濕沉降也是大氣氮沉降的重要來源,并導(dǎo)致自然生態(tài)系統(tǒng)富營養(yǎng)化。近年來,國內(nèi)外有關(guān)通過減少氨氣排放來控制大氣氣溶膠污染和富營養(yǎng)化的呼聲越來越高。集約化養(yǎng)殖場是氨氣的重要排放源,氨氣排放后如何其在源周邊產(chǎn)生沉降并影響大氣氮的總沉降以及如何影響大氣氣溶膠PM2.5組成及濃度仍不清楚。氨氣是大氣中含量最高的堿性氣體,與酸性氣體反應(yīng)會形成二次氣溶膠造成空氣污染。大氣中氨氣及其衍生物的干濕沉降也是大氣氮沉降的重要來源,并導(dǎo)致自然生態(tài)系統(tǒng)富營養(yǎng)化。近年來,國內(nèi)外有關(guān)通過減少氨氣排放來控制大氣氣溶膠污染和富營養(yǎng)化的呼聲越來越高。集約化養(yǎng)殖場是氨氣的重要排放源,氨氣排放后如何其在源周邊產(chǎn)生沉降并影響大氣氮的總沉降以及如何影響大氣氣溶膠PM2.5組成及濃度仍不清楚。針對上述問題,中國科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所土壤生態(tài)與環(huán)境課題組基于前期建立的大氣氨氣近源沉降研究方法,對我國華中地區(qū)典型集約化奶牛場(月存欄量為800頭至1000頭)進(jìn)行長達(dá)一年的近源大氣氨沉降、氮總沉降與氣溶膠污染研究。研究發(fā)現(xiàn),養(yǎng)殖場的氨氣平均排放量為26.3?kg?N yr?1 head?1,氨氣近源(養(yǎng)殖場周邊500m范圍)平均沉降量為20 kg N ha-1 yr-1,占到氨氣年排放的10.2%。近源大氣氨沉降呈現(xiàn)顯著的時(shí)空變異,主要受養(yǎng)殖場氨排放、風(fēng)向、風(fēng)頻及風(fēng)速等氣象因子驅(qū)動。距養(yǎng)殖場500 m范圍內(nèi),大氣氮總沉降量高達(dá)78.4 kg N ha-1 yr-1,是周邊非養(yǎng)殖區(qū)氮沉降量的2.1倍。養(yǎng)殖場PM2.5濃度平均為79 μg m-3,是相鄰城市點(diǎn)PM2.5年均值的1.8倍,含銨二次氣溶膠組分NH4+、NO3-、SO42-是PM2.5重要組分,占PM2.5質(zhì)量濃度23.1%–52.0%,且PM2.5濃度與PM2.5中NH4+濃度呈顯著正相關(guān),表明氨氣排放對大氣氣溶膠污染具有促進(jìn)作用。本研究表明養(yǎng)殖場氨氣排放造成近源區(qū)是大氣氮沉降和氣溶膠污染的熱點(diǎn)區(qū)域,今后有必要加強(qiáng)制約化養(yǎng)殖場氨排放的管控。該項(xiàng)研究成果分別以Increased nitrogen deposition and airborne particulate matter pollution in the vicinity of intensive animal farms caused by ammonia emissions為題發(fā)表在農(nóng)業(yè)生態(tài)環(huán)境領(lǐng)域著名期刊Agriculture Ecosystems & Environment上。已畢業(yè)聯(lián)合培養(yǎng)博士生易武英是論文第一作者,亞熱帶所沈健林研究員以及長江大學(xué)劉國平教授是該文通訊作者,亞熱帶所王敏研究員、澳大利亞墨爾本大學(xué)Deli Chen教授等參與了論文研究工作。該研究得到國家自然科學(xué)基金、湖南省自然科學(xué)杰出青年基金、中國科學(xué)院青年創(chuàng)新促進(jìn)會等項(xiàng)目的支持。論文鏈接集約化養(yǎng)牛場氨氣排放、近源沉降及其生態(tài)環(huán)境影響示意圖集約化養(yǎng)殖場八個主風(fēng)向近源區(qū)不同距離處氨氣沉降量養(yǎng)殖場PM2.5、PM2.5含銨氣溶膠組分濃度及其相關(guān)關(guān)系
2025-03-26