6号棋牌链接

劉小康舉例說，菊石是古-中生代海洋中常見的游泳動物，在這次大滅絕事件中形態(tài)多樣性出現(xiàn)急劇下降。菊石在這次滅絕中表現(xiàn)出明顯的形態(tài)選擇性——弱殼飾、表面光滑的菊石更容易殘存，滅絕后新生的菊石，也具有殼飾減弱的特點。

團隊研究發(fā)現(xiàn)，在二疊紀與三疊紀大滅絕期間，包含菊石、腕足動物在內的5個門類，經(jīng)歷了形態(tài)多樣性的損失，并對復雜和裝飾性的形態(tài)進行了選擇性滅絕，那些大型、復雜和強烈紋飾的形態(tài)類型滅絕更嚴重。不過，它們的演化模式并不相同：菊石是側向選擇性滅絕，腕足類和介形蟲是邊緣選擇性滅絕，雙殼類和腹足類是隨機形態(tài)滅絕。

“這項研究，不僅加深了我們對古生物形態(tài)演化的理解，更為我們評估現(xiàn)代生物多樣性面臨的滅絕風險提供了科學依據(jù)?！眲⑿】嫡f，通過分析化石記錄中的形態(tài)多樣性在大滅絕事件前后的變化，可以更好地預測和應對當前生物多樣性面臨的威脅。

劉小康在博士研究生階段注意到，近年來隨著人工智能和計算機硬件的發(fā)展，深度學習方法在處理復雜和大批量數(shù)據(jù)中表現(xiàn)出強勁的性能，并且具有高度自動化的實現(xiàn)流程，“基于深度學習的生物形態(tài)學研究，有望為探究生物演化提供新的視角”。

在研究中，團隊發(fā)現(xiàn)，新開發(fā)的這一深度學習模型，不僅加快了形態(tài)數(shù)據(jù)提取過程，還減少了人為主觀性，研究路徑有助于研究結果的可重復性和客觀性，“這為未來開展深度學習與地球生物學的更多交叉研究提供了可能?！眲⑿】嫡f。

劉小康介紹，生物形態(tài)多樣性，即不同物種在形態(tài)上的差異，是衡量生物多樣性的重要指標之一。以往的研究通常認為，在大滅絕時期，某一生物門類的物種多樣性和形態(tài)多樣性增減方向一致；但有研究通過對生物化石形態(tài)、結構的分析表明，二者存在不一致性。此外，不同的分析樣本、不同的分析方法等因素，導致科學家們對同一課題的研究結果也不同，科學結論眾說紛紜。

“這種滅絕的選擇性和強度，可能是由復雜的多因素影響所致，反映出不同演化枝和形態(tài)類型對環(huán)境耐受閾值的差異?！眲⑿】捣治觯鬁缃^時期，強烈的火山噴發(fā)事件導致二氧化碳快速釋放和海水酸化，菊石、腕足動物、雙殼類等鈣質生物對環(huán)境變化反應劇烈，對它們而言也更難建造復雜、厚重的殼體和紋飾，導致物種大量減少并伴隨形態(tài)多樣性的降低。而牙形動物相對更適應大滅絕后的環(huán)境，趁機占據(jù)更多的“地盤”，并發(fā)展出多樣的形態(tài)。

利用DeepMorph模型，團隊對菊石、腕足動物、介形蟲、雙殼類、腹足類和牙形動物在內的6個海洋生物門類、總計599個屬的化石圖像展開分析。對比全球古生物數(shù)據(jù)庫顯示，其研究樣本占比6個門類已知屬的83%，研究具備普遍意義。

6号棋牌链接2022年起，中國地質大學（武漢）地球科學學院教授宋海軍團隊利用深度學習方法，開發(fā)了一個自動化模型（命名DeepMorph），對這一問題展開研究。近日，相關成果發(fā)表在國際學術期刊《自然·生態(tài)與進化》（Nature Ecology&Evolution）上。

團隊早期工作包括使用深度學習方法開展基于圖像化石形態(tài)的智能識別。為此，團隊搜集和整理了包括所有常見化石的50個類別、41.53萬張照片的化石圖像數(shù)據(jù)集，以及涵蓋22個類別、3.08萬張照片的薄片化石數(shù)據(jù)集，并實現(xiàn)了基于化石圖像的形態(tài)特征自動提取、數(shù)字化處理。