生物医学数据分析中的深度学习方法应用

生物医学数据的积累速度史无前例,为生物医学研究带来机遇的同时,也让传统数据分析技术面临巨大挑战.本文综述了深度学习方法应用在生物医学数据分析中的最新研究进展.首先阐述了深度学习方法,列举深度学习方法的主要实现模型,随后总结了目前生物医学数据分析中的深度学习方法应用情况,分析了在数据处理、模型构建和训练方法等方面共有问题的解决方法,最后给出了深度学习方法应用于生物医学数据分析时可能存在的问题及建议.     

野生动物狩猎、贸易和狩猎持续性研究进展

过度狩猎和过度贸易是当前生物多样性保护面临的重大挑战。虎骨和犀牛角贸易、东南亚一带的活野生动物非法狩猎和贸易、俄国远东地区及中俄边境野生动物产品非法贸易、热带地区的野生动物狩猎和丛林肉食贸易以及喜马拉雅区域的野生动物非法贸易正严重威胁着全球的野生动物资源。提倡狩猎持续性是解决过度贸易和过度捕杀的途径之一。 在众多的狩猎持续性模型中,“狩猎动物避难所模型”和“空间控制模型”提倡在狩猎区建保护区,有广泛的应用前景。了解偷猎动态和特征及其对濒危动物种群的影响,协调传统医药和野生动物保护间的关系,控制边境地区的野生动物非法狩猎和贸易,以及在保护实践中运用狩猎持续性模型是未来保护关注的焦点。野生动物非法狩猎和非法贸易严重威胁着我国的生物多样性保护和持续利用,但相关的研究却比较少。建议建立野生动物捕杀和贸易的监测机构,加强相关的立法、执法和保护区管理,开展野生动物捕杀和贸易研究。     

GPS项圈系统在野生动物管理与监测中的应用

野生动物管理与监测是生物多样性保护工作的重要内容。而监测手段决定了保护工作中收集数据的质量和数量。收集动物活动位点数据是野生动物管理与监测中的一项重要工作,可通过样线法收集动物活动痕迹(实体)位点或采用无线电遥测获取动物的活动位点等,采用这些位点数据可以研究野生动物种群数量、家域、运动、栖息地利用和选择等。通过给野生动物佩戴GPS项圈,利用GPS项圈系统进行定位记录其活动位点,较前述常规方法更为便利,能高效地收集大量高质量位点,这种方法可以为野生动物的管理与生物多样性保护提供更为可靠的数据基础。     

从野生动物资源角度探讨中医药业的可持续发展

野生动物资源是中医药业的主要物质基础之一。目前,生物多样性急剧下降,物种灭绝速度加快,许多药用野生动物濒临灭绝,严重阻碍了中医药业的可持续发展。在许多野生动物野外种群难以恢复或恢复速度很慢、寻找中医药动物原材料的替代品短期内难以实现的情况下,开辟中医药原材料来源渠道是促进中医药业可持续发展的主要措施之一。在正确认识野生动物保护与利用的关系的前提下,妥善、高效利用人工驯养繁殖、库存野生动物产品,遵循经济效益、社会效益、生态效益的原则,优先保障重点领域、重点产业的需要,并发挥市场配置资源的积极作用,充分实现有限资源的合理配置,以促进野生动物资源保护与中医药业可持续发展的良性循环。     

积极保护、发展、利用野生动物资源为祖国的四化建设作出新贡献

野生动物是国家的宝贵自然财富。为保护、发展、利用好野生动物资源,第七届全国人民代表大会常务委员会于1988年11月8日通过了《中华人民共和国野生动物保护法》,国家主席杨尚昆以第九号令于同日公布了这个法,并决定于1989年3月1日起施行。《野生动物保护法》的制定,是野生动物保护管理和合理利用中的一件大事,必将推动我国自然保护事业的发展,并在环境保护、生态平衡、发展经济、改善人民生活、促进国际友好合作等方面发挥巨大的作用。四川省地处祖国的大西南,幅员广阔,地域差异很大,具有优越的自然条件,野生动物资源十分丰富。据调查,全省…     

相机陷阱在野生动物种群生态学中的应用

种群参数估计及空间分布格局是动物生态学和保护生物学领域的重要目标之一.最近十几年来, 相机陷阱(camera trap)作为野外调查的一种非损伤性技术手段,在传统调查方法难以实现的情况下表现出极大优势,被广泛应用于野生动物生态学和保护学研究中.相机陷阱所获取的动物出现数据为野生动物种群提供了极其重要的定量信息.本文从相机陷阱工作原理出发,主要阐述了目前在种群生态学中较为成熟的两类针对具有或不具有天然个体标志物种的模型原理及应用: 1)种群密度和种群数量估计; 2)空间占据率估计.论文特别关注了模型发展的逻辑过程、依赖的假定、使用范围、仍然存在的问题以及未来发展方向.最后, 本文综合分析了相机陷阱在种群参数估计应用中还需注意的问题, 以及其在种群动态和生物多样性研究等方面的发展潜力.     

生境适宜度指数模型研究进展

生境适宜度指数(habitat suitability index,HSI)模型作为一种生境评价方法,在土地管理规划和评估中得到大量应用.本文总结了HSI模型在野生动物生境评价中的开发及应用,重点介绍了利用3S技术进行HSI建模及与其他模型耦合进行生境评价的现状;阐述了利用多种统计方法对HSI模型的评估和验证;探讨了HSI模型在主观性和非通用性等方面存在的问题和局限性,最后,就HSI模型在野生动物生境评价中的发展前景进行了展望.     

深度学习方法在生物质谱及蛋白质组学中的应用

深度学习是近年来机器学习领域最热门的研究方向,尤其是在图像及语音识别、自然语言处理、自动驾驶等方面取得了突破性进展．生物质谱是当今生命科学领域重要的研究工具,尤其在蛋白质组学、代谢组学、生物制药等领域发挥着关键作用．近年来,基于深度学习方法的发展,以生物质谱为核心的蛋白质组学大数据分析将迎来发展新契机．本文综述了深度学习方法在生物质谱数据解析及蛋白质组学研究方面的最新应用．     

红外相机技术在我国野生动物研究与保护中的应用与前景

20年来, 红外相机技术在国内外野生动物研究、监测与保护中得到了广泛应用。基于红外相机技术, 我国在野生动物生态学研究、动物行为学研究、稀有物种的探测与记录、动物本底资源调查、生物多样性监测及保护地管理与保护评价等领域取得了众多成果。目前, 数学模型、统计分析方法和新的概念正在促进红外相机技术在野生动物监测研究与保护管理中的发展和推广应用。同时, 随着红外相机技术的成熟、成本降低和应用普及, 这一技术也将会被更多的野生动物研究人员、管理人员和自然保护区管理者所采用, 并成为全国各级保护地和区域生物多样性监测研究的关键技术和方法。今后, 建立并完善系统化的监测网络和数据共享平台、开发新一代的数据分析方法与模型, 将是此项技术进一步发展和应用的主要方向。     

自然保护区生物标本资源共享子平台红外相机数据库建设进展

红外相机技术在野生动物调查研究中得到广泛应用, 其发展和普及为中国自然保护地生物多样性保护带来了诸多机会。为进一步推广该技术在我国自然保护地野生动物监测中的应用, 中国林业科学研究院森林生态环境与保护研究所在自然保护区生物标本资源共享子平台增设野生动物红外相机数据库专栏, 并通过门户网站“中国自然保护区生物标本资源共享平台” (http://www.papc.cn/)对外发布, 向公众开放, 可以随时查阅、下载信息。本文重点介绍了该平台的野生动物红外相机数据库建设进展, 包括所监测的自然保护区、监测方案、数据规范存储、标准化分析、成果介绍、工作计划等内容。2010-2019年间, 该平台使用红外相机调查技术在全国13个不同类型的保护地开展兽类和鸟类资源调查, 累计27.25万个有效工作日, 共拍摄到8.41万张独立图像, 经鉴定有80种野生兽类和200种野生鸟类, 并利用这些数据对野生动物行为、稀有物种探测、人为干扰, 以及气候变化影响等方面进行研究, 取得了重要的阶段性成果。下一步, 子平台牵头单位将筹建自然保护地红外相机数据共享平台, 制定红外相机调查设计、监测技术、数据格式等统一标准化方案, 逐步完善我国自然保护地野生动物红外相机监测网络。     

基于深度学习的蛋白质建模与设计

随着蛋白质序列及结构数据的大量累积,在获得了大量描述性信息之后如何有效利用海量数据,从已有数据中高效提取信息并且应用到下游任务当中就成为了研究者亟待解决的问题。蛋白质的设计可使新蛋白的研发不再受限于实验条件,这对药物靶点预测、新药研发和材料设计等领域具有重要意义。深度学习作为一种高效的数据特征提取方法,可以通过它对蛋白质数据进行建模,进而加入先验信息对蛋白质进行设计。故此基于深度学习的蛋白质设计就成为一个具有广阔前景的研究领域。文中主要阐述基于深度学习的蛋白质序列与结构数据的建模和设计方法。详述该方法的策略、原理、适用范围、应用实例。讨论了深度学习方法在本领域的应用前景及局限性,以期为相关研究提供参考。     

深度学习在药物活性预测研究中的应用

药物从研发到临床应用需要耗费较长的时间，研发期间的投入成本可高达十几亿元。而随着医药研发与人工智能的结合以及生物信息学的飞速发展，药物活性相关数据急剧增加，传统的实验手段进行药物活性预测已经难以满足药物研发的需求。借助算法来辅助药物研发，解决药物研发中的各种问题能够大大推动药物研发进程。传统机器学习方法尤其是随机森林、支持向量机和人工神经网络在药物活性方面能够达到较高的预测精度。深度学习由于具有多层神经网络，模型可以接收高维的输入变量且不需要人工限定数据输入特征，可以拟合较为复杂的函数模型，应用于药物研发可以进一步提高各个环节的效率。在药物活性预测中应用较为广泛的深度学习模型主要是深度神经网络（deep neural networks，DNN）、循环神经网络（recurrent neural networks，RNN）和自编码器（auto encoder，AE），而生成对抗网络（generative adversarial networks，GAN）由于其生成数据的能力常常被用来和其他模型结合进行数据增强。近年来深度学习在药物分子活性预测方面的研究和应用综述表明，深度学习模型的准确度和效率均高于传统实验方法和传统机器学习方法。因此，深度学习模型有望成为药物研发领域未来十年最重要的辅助计算模型。     

野生动物种间体细胞核移植研究进展

种间体细胞核移植 (Interspecies somatic cell nuclear transfer, iSCNT) 作为体细胞核移植 (Somatic cell nuclear transfer, SCNT) 中极具潜力的研究方向之一,在转基因动物的生产、优良种群的繁育、濒危动物的保护、灭绝物种的“再生”以及野生动物繁育和生物多样性保护等方面具有广泛的应用前景。本文通过对猫科、犬科、牛科、猪科和西貒科等野生动物的种间核移植技术的研究进展和技术屏障进行阐述,为促进iSCNT技术在野生动物繁殖、育种和多样性保护等方面的进一步应用提供理论基础和技术指导。     

红外相机技术在物种监测中的应用及数据挖掘

由于濒危物种数量稀少以及大多数野生动物对人类活动敏感, 增加了传统调查的难度。众所周知,红外相机在野生动物调查研究中具有天然优势; 然而随着红外相机技术的广泛推广应用及数据采集量的不断加大, 科研人员也面临了一系列关于红外相机监测及后续数据处理中出现的问题。本文详细阐述了红外相机数据管理和利用方面存在的3个关键问题: 数据管理缺乏规范化、数据网络缺乏一体化、数据获取缺乏标准化。同时以秦岭、卧龙等地的一些研究为主体, 列举分析了红外相机照片后续数据挖掘中8个方面的内容, 即兽类的个体识别、物种时间活动格局、物种空间活动格局、偶见物种信息利用、物种行为活动、繁殖信息、疾病情况、人为干扰。这些信息的有效利用可为野生动物及生物多样性的保护、管理提供一定科学支撑。     

野生动物类型自然保护区保护成效评估研究进展

野生动物类型自然保护区是以野生动物种群及其生境为主要保护目标的自然保护区,开展野生动物类型自然保护区保护成效评估,对促进野生动物资源的科学保护、自然保护区的有效管理和宏观规划具有重要的指导意义。本文对自然保护区评估(包括保护价值、管理有效性、人为影响等评估)和野生动物保护成效评估等方面进行了系统的论述,明确了野生动物类型自然保护区保护成效评估的概念和内容,强调了保护成效评估中时空动态变化的重要性,指出了现有研究中存在的问题,建议在未来的保护成效评估研究中,应注重自然保护区内目标物种种群和生境动态、巡护与监测有效性的评估。     

基于红外相机的不可个体识别动物种群密度估算方法

种群密度估计对野生动物的保护和管理至关重要,也是动物生态学和保护生物学备受关注的研究热点,但对大中型兽类种群数量的准确估算一直面临挑战。红外相机是哺乳动物调查中普遍采用的工具,也是克服这一挑战的一种经济有效的方法。目前国际上已有多种方法采用红外相机数据估算不可个体识别动物的种群密度,但相关技术在我国的应用案例较少,本文旨在为国内研究者应用红外相机数据估算动物种群密度提供参考。首先,我们介绍了随机相遇模型(randomencounter model, REM)、随机相遇与停留时间(random encounter and staying time, REST)模型、相机前停留时间(time in front of the camera,TIFC)模型以及红外相机距离取样(cameratrapdistancesampling,CTDS)这四种模型的基本原理和假设;其次,描述了这些模型在野外调查中的技术要点,并给出数据处理与分析的建议;最后,总结了每个模型的数据需求、优点和缺点。虽然我国目前拥有估算种群密度的大量红外相机数据源,但有很多物种的数量尚未知晓,也没有一种方法对所有红外相机数据都是...     

区域生态学的国际起源和研究热点

20世纪80年代以来,区域生态学迅速发展,成为生态学领域重要的分支学科。本文综述了区域生态学的国际起源、发展脉络,以及主要研究热点,对比了国内外区域生态学研究的区别以及对国内区域生态学发展的启示。分析表明,在国际上,区域生态学的研究热点主要集中在生物多样性保护、区域气候变化影响、生态系统服务、城市生态学、区域生态修复和可持续发展等方面。由于国情以及学科发展进度不同,国内外区域生态学研究在关注问题、研究思路和研究手段上存在区别。国内区域生态学受学科起步较晚、相关数据的质、量和利用率较低及对方法和模型研究尚浅的影响,未来研究要在深度利用遥感数据的基础上,加强学科理论和方法的学习,重点关注气候变化影响生态过程的机理、生态模型优化、全国生态系统服务评估与定价、区域生态安全以及区域可持续发展规划。     

野生动物多样性监测图像数据管理系统CameraData介绍

红外相机的应用获得了海量野生动物物种分布和行为的数据信息。然而,如何存贮和管理这些图像数据,并及时提供给研究者、管理决策部门和公众,已成为野生动物监测所面临的新问题。为此,中国科学院动物研究所组织研发了图像数据管理系统CameraData(http://cameradata.ioz.ac.cn)。这是一个开放的网络交互式平台,用于收集和管理通过红外相机所拍摄的野生动物图像数据,集成了野生动物图像数据规范存贮、标准化分析和共享功能。该系统的目标在于促进野生动物图像数据的快速分析和充分利用,为野生动物研究、保护和管理等提供服务。本文对其功能模块、主要构成和使用注意事项等进行了简要介绍。     

热带雨林公路建设对野生动物的影响及保护研究进展

热带雨林是地球上生物多样性最丰富的陆地生态系统,公路等线性基础设施建设是导致热带雨林生物多样性损失的主要因素之一。公路切割热带雨林地区野生动物栖息地,对野生动物造成致死是最为显著的影响,其次是阻隔野生动物的移动。另外,噪声、灯光和空气污染等造成野生动物回避公路,野生动物的行为特征发生改变,栖息地破碎化导致小种群的出现,当道路密度达到阈值,可能导致种群的非线性降低或损失。在野生动物保护方面,当前国际上主要措施有:合理规划路线;科学设置动物通道;针对道路致死、动物通道、路域动物活动等开展持续性监测与研究;构建多部门、多领域的合作机制,多渠道、多路径加强热带雨林公路建设中野生动物的管理。本研究提出了未来我国热带雨林公路建设野生动物保护研究需重视的4个方面:(1)加强基础研究,开展技术攻关;(2)编制标准规范,更好指导工程建设;(3)多学科团队合作,参与公路建设全过程;(4)加强管理教育,降低人为干扰。     

秦岭中段野生动物多样性的红外相机监测数据库平台介绍

秦岭地处我国中西部, 生物地理位置重要, 拥有丰富的生物多样性, 有大熊猫(Ailuropoda melanoleuca)、秦岭羚牛(Budorcas bedfordi)、金丝猴(Rhinopithecus roxellana)和朱鹮(Nipponia nippon)等4个秦岭森林旗舰物种, 被称为“秦岭四宝”。利用红外相机技术开展秦岭野生动物的非损伤性监测不仅可以为秦岭山系提供物种名录信息, 还可以为了解秦岭野生动物的行为和活动格局提供科学数据。清华大学环境学院生态团队自2009-2020年在秦岭中段南坡先后实施了7个项目, 对秦岭南坡的4个保护区进行了野生动物监测, 面积达1,113 km ²(26.5 km × 42 km), 红外相机位点数267个, 相机日数152,160天, 共获取红外相机照片855,260张。共鉴定出27种野生兽类和63种野生鸟类, 并应用这些照片数据开展了信息挖掘工作, 对野生动物行为、稀有物种、与生境的关系, 以及人为活动对野生动物的影响等领域进行了研究, 已取得部分成果。在此基础上建立了“秦岭中段野生动物多样性的红外相机监测数据库平台”, 供团队内部及合作者使用。通过10年的监测, 我们提出未来研究建议: (1)对于非常偶见的物种, 还需要更长的时间并在更多样化的生境布设相机, 以获取更多影像数据评估其现状; (2)数据库需要在更大程度和深度上进行信息挖掘, 尤其在种间关系、物种-生境关系、种群动态等方面; (3)对典型大种群数量的物种(如秦岭羚牛和野猪Sus scrofa)及食物链顶端大型捕食动物(如金钱豹Panthera pardus)进行种群动态研究, 为整个秦岭生态系统的健康持续提供科学支撑; (4)利用数据库的数据及今后红外相机监测数据进行野生动物疾病的发生发展监测研究。