|
5 W/ @" K1 h( @) z2 `3 |# r/ r 转自：千龙网
- s5 O# m- }$ C- m) N 在地球漫长的历史中，最严重的生物灭绝事件发生在距今约2.52亿年的二叠纪—三叠纪之交。中国地质大学（武汉）教授宋海军团队利用深度学习技术，揭示了这场灾难如何塑造海洋生物形态演变。相关成果6月11日发表于《自然-生态与进化》。
4 _ t$ V3 Q6 k) Q5 @ 宋海军告诉《中国科学报》，形态多样性，即不同物种在形态上的差异，是衡量生物多样性的重要指标之一。在没有大规模灭绝事件的“背景灭绝”期间，物种多样性和形态多样性通常是同步演化的。大规模灭绝事件可能打破这种同步性，导致二者脱耦。
: ^) V( M- N9 k 团队开发了一种名为DeepMorph的自动化方法，将深度学习模型与几何形态测量相结合，从化石图像中提取形态特征。利用该方法，研究人员对599个属、6个海洋生物门类的化石图像进行分析，揭示了大灭绝期间形态多样性的动态变化。研究发现，在二叠纪—三叠纪大灭绝期间，大部分门类，包含菊石类、腕足动物、介形类、双壳类和腹足类，经历了对复杂和装饰性形态的选择性灭绝，那些大型、复杂和强烈纹饰的形态类型灭绝更严重，而牙形动物则没有表现出形态选择性灭绝的迹象。 ) f1 K, F3 L( E5 w: C1 F' z
6个海洋生物门类在经历灭绝事件时表现出4种不同的形态演变模式。这种灭绝的选择性和强度可能受到复杂的多因素影响，反映出不同演化枝和形态类型对环境耐受阈值的差异。研究结果为理解大灭绝如何重塑生物多样性和生态系统结构提供了新见解。
- `: Q* g0 j; X1 l 这项研究不仅加深了人们对古生物形态演化的理解，也为科学家评估现代生物多样性面临的灭绝风险提供了科学依据。此外，DeepMorph和其他深度学习方法展示了在自动化、高效分析大规模数据方面的强大潜力，为未来开展更多深度学习与地球生物学的交叉研究提供了可能。 7 G5 F, i2 b( I. w% D8 M' `
% n6 l3 w* _6 z8 ^3 I: u
! a" P1 K* K8 M- u. B& q# y! ^; I- B* N; E
5 c* \6 U1 |3 X5 n9 N* C6 U
4 g! z g+ H( F" O
* P# F* q5 T9 c6 m! x5 p f8 @. \! G1 G% A. ^2 B" o
- i8 W( X$ K2 Q& ^1 P. N
7 s' X6 h. e. r [, i
% ]4 M' A+ a4 N+ { | 
