基于最大熵模型的青海祁连山雪豹生境适宜性评价

近年来,各种人为和自然因素导致了青海祁连山山区局部出现了严重的生态破坏,加剧了祁连山雪豹生境的退化,如何有效地对雪豹生境进行适宜性评价是恢复和改善祁连山生态环境的重要途径。本研究基于3S技术,在青海祁连山雪豹分布区利用红外相机监测、日常巡护监测以及雪豹粪便、脚印等痕迹获得其分布点数据并综合考虑气候、地形、植被、人为干扰等关键环境变量,运用MAXENT模型对青海祁连山区域雪豹生境适宜性进行分析评价。研究结果表明：岩羊密度、降雨和海拔是影响雪豹生境选择的关键因子,适宜生境总面积为13935.98 km²,占研究区域的37%,而大约48%的适宜生境分布在保护区外。现有功能区下雪豹保护的关键区域为位于保护区中部及西北部区域的祁连山中段疏勒南山-托勒南山区域,另有部分最适宜区位于保护区管辖范围之外的祁连县北部的沙龙滩管护站、托勒河源管护站及瓦乎斯管护站所在区域。     

优于单一最大熵生态位模型的混合烟粉虱生境风险评估模型

预测入侵生物的潜在地理分布、快速评估其高脆弱性区域是实现入侵生物前瞻性风险预警的重要手段。MaxEnt生态位模型是目前应用最广泛的生境风险评估方法,操作简单,预测精度较高,但模型对数据的质量和数量过分依赖。以烟粉虱Bemisia tabaci为对象,引入地理探测器显式描述评价因子的空间关联规律和贡献度,结合MaxEnt生态位模型,提出一种混合生境风险评估模型(Geo-MaxEnt),并与单一MaxEnt生态位模型进行对比。结果表明：(1)地理探测器模型显示,海拔(0.56)、土地利用(0.43)、最热月最高温度(0.36)和年平均温度(0.30),对烟粉虱的空间分布具有显著影响,各因子对烟粉虱生境的影响存在显著的差异。海拔和土地利用PD值最高,是影响烟粉虱生境的主要驱动因子。环境因子的交互作用强化了各个因子的影响力。(2)单一MaxEnt生态位和所构建的模型总体精度分别是94.86%(AUC 0.91)和98.13%(AUC 0.94),相较之下,所构建的模型精度略高,表明所构建的模型是合理的,具有高度的可靠性;(3)对于高风险区,混合模型优于MaxEnt模型,但两者在空间分布方面高度...     

吉林省舒兰市青松林区三种鼬科动物生态位的差异

研究物种间生态位的差异以及其如何实现共存的机制在生态学研究和制定物种科学保护决策方面具有重要意义。作为中小型食肉动物的紫貂（Martes zibellina）、黄喉貂（M. flavigula）和黄鼬（Mustela sibirica）,在东北地区常同域分布。为探明三者共存机制,本研究于2019年11月至2021年11月,在吉林省舒兰市青松林区布设41台红外相机,对这三种动物开展活动节律和空间分布的监测,并设置10条样线对三者的分布进行辅助调查。研究期内,红外相机共监测29 971个相机日,共获得紫貂99次独立有效记录,黄喉貂81次独立有效记录,黄鼬163次独立有效记录;样线调查共收集到7个紫貂活动位点,17个黄喉貂活动位点,29个黄鼬活动位点。结果显示,紫貂偏向于夜行性,夜间活动指数DRAI为70.7%。紫貂与黄鼬的日活动节律相似,二者的日活动节律重叠指数Δ为0.864,而与黄喉貂的活动时间错开,二者的日活动节律重叠指数Δ为0.330。紫貂主要栖息于靠近水源的高海拔地区的针叶林下,与黄喉貂的栖息地有部分重叠,二者的地理分布重叠度Schoener’s D(D)和Hellinger’s-...     

蛋白质二级结构预测: 基于词条的最大熵马尔科夫方法

提出了一种新的蛋白质二级结构预测方法. 该方法从氨基酸序列中提取出和自然语言中的“词”类似的与物种相关的蛋白质二级结构词条, 这些词条形成了蛋白质二级结构词典, 该词典描述了氨基酸序列和蛋白质二级结构之间的关系. 预测蛋白质二级结构的过程和自然语言中的分词和词性标注一体化的过程类似. 该方法把词条序列看成是马尔科夫链, 通过Viterbi算法搜索每个词条被标注为某种二级结构类型的最大概率, 其中使用词网格描述分词的结果, 使用最大熵马尔科夫模型计算词条的二级结构概率. 蛋白质二级结构预测的结果是最优的分词所对应的二级结构类型. 在4个物种的蛋白质序列上对这种方法进行测试, 并和PHD方法进行比较. 试验结果显示, 这种方法的Q3准确率比PHD方法高3.9%, SOV准确率比PHD方法高4.6%. 结合BLAST搜索的局部相似的序列可以进一步提高预测的准确率. 在50个CASP5目标蛋白质序列上进行测试的结果是: Q3准确率为78.9%, SOV准确率为77.1%. 基于这种方法建立了一个蛋白质二级结构预测的服务器, 可以通过http://www.insun.hit.edu.cn:81/demos/biology/index.html来访问.     

海藻糖毒性的研究

海藻糖（ｔｒｅｈａｌｏｓｅ）作为一种保护剂,其安全性是一项重要的质量指标。本文通过对酵母中提取的海藻糖进行最大耐受量、急性毒性及过敏性的研究,证明海藻糖对动物无毒无害,无副作用,从而推测出海灌糖在人体全地产生不良反应,即是安全的。     

关于最大信息熵原理与群体遗传平衡一致性的探讨

汪小龙等建立了用最大信息熵原理推导一个基因座上群体遗传平衡的统一数学模型,并给出了模型的最大值解,此解正是Hardy-Weinberg平衡定律所给出的基因型频率。这说明当群体基因型信息熵最大时,群体基因型频率不再变化,达到平衡状态,从而证明了最大信息熵原理与Hardy-Weinberg平衡定律具有一致性,同时指出这一结论可以推广至有迁移、突变、选择、遗传漂变、近亲交配的群体以及多个基因座情形。概括地说就是：最大信息熵原理与群体遗传平衡具有一致性。但是,他们仅仅证明了最大信息熵原理与一个基因座上Hardy-Weinberg平衡定律具有一致性,本文在这个范围内将其推广至多个基因座,且每一个基因座均为复等位基因情形。至于最大信息熵原理是否与其它的群体遗传平衡具有一致性,他们的结论仅仅是猜想,并未严格推导。事实上,要想将这种一致性推广到迁移、突变、随机漂变和近亲交配等群体,则不见得正确。      

基于MAXENT模型预测齿裂大戟在中国的潜在分布区

【背景】齿裂大戟原产于北美,是近年来入侵我国的一种检疫性杂草。目前,该杂草已在我国的华北、华东和西南建立种群,并呈扩散蔓延趋势。由于该入侵植物具有极强的繁殖能力,一旦大面积扩散势必造成极大损失,急需通过风险评估明确其未来的扩散趋势,进而制定早期预警措施。【方法】使用MAXNET模型,运用齿裂大戟在原产地和中国的已知分布数据及筛选后的环境变量,结合地理信息系统(Geographic information system,GIS)及其生活史特征和环境适应特性,直观和定量地预测了该原产北美的植物在中国的适生范围,并采用受试者工作曲线(Receiver operator characteristic curve,ROC)分析方法对模型预测结果进行了检验。【结果】齿裂大戟在我国有较为广阔的潜在分布区,其中高风险区主要集中在地处33°~40°N,109°~119°E的北京、天津、河北南部、河南北部、山东中北部、山西南部和陕西西安等地。【结论与意义】结合齿裂大戟在我国的分布现状和传入扩散特性,划定了其在我国潜在的高风险区域,为制定预防和控制入侵植物进一步传入和扩散的早期预警和监测措施提供科学依据。     

长白山哈泥泥炭地丘间生境泥炭藓孢子的寿命

长寿有性繁殖体对于植物种群的长存具有重要意义,迄今,泥炭地苔藓植物孢子长寿性研究还很少。在长白山哈泥泥炭地钻取丘间表层泥炭样品,测定泥炭腐殖化度和烧失量,逐层提取和培养泥炭藓孢子,研究埋藏时间对孢子萌发的影响。结果表明,丘间泥炭藓孢子埋藏环境中,随着埋深的增加即埋藏年限的增加,泥炭腐殖化度和烧失量总体上分别呈现增加和递减的趋势,而地层泥炭藓孢子萌发率呈现直线递减的规律,但在埋藏近150余年后孢子萌发率仍可达40%。研究进一步证明泥炭藓具有长期持久孢子库,根据推算,泥炭地丘间埋藏环境中,泥炭藓孢子最大寿命可超过400a。     

应用GIS和最大熵模型分析秦岭冷杉潜在地理分布

秦岭冷杉(Abies chensiensis)为松科常绿针叶乔木,属国家濒危野生物种。本文利用获取的秦岭冷杉地理分布记录和14个气候指标、3个土壤指标和3个地形指标,通过最大熵模型(Max Ent)和Arc GIS空间分析构建秦岭冷杉潜在分布区。结果表明,影响秦岭冷杉潜在生境适宜性的主要环境指标为6个气候指标(年平均气温、年极端最高气温、1月平均气温、≥0℃积温、年干燥度指数和年日照时数)、1个土壤指标(p H)和1个地形指标(海拔)。研究区秦岭冷杉生长的最适宜区面积为19498.87 km2,适宜区面积为32219.61 km2,边缘适宜区面积为51874.76 km2,不适宜区面积为106307.97 km2,秦岭冷杉适宜生长区域狭窄,其中最适宜区和适宜区主要集中在甘肃东南部、陕西中南部、四川东北部,湖北西北部和河南西北部,适宜区内次生植被丰富、地形复杂。研究表明,基于最大熵模型与GIS空间分析构建的秦岭冷杉潜在地理分布,可以对我国秦岭冷杉适宜生长区做出科学的区划,为秦岭冷杉资源的保护和管理提供科学依据。     

非正态验证性因子分析在基因整体效应中的应用

针对SNPs数据不服从正态分布的情况,拟采用S-B测度调整估计方法拟合验证性因子模型,进行SNPs整体效应和关联性分析。用GAWl7提供的SNPs数据进行实例分析。本研究随机选取2号染色体上,分布在6个基因之中的13个SNPs作为研究对象,对选取的6个基因做潜变量得分,然后对基因和疾病感染做检验。结果显示：X^2／妒最大似然估计方法的卡方自由度比为3．59,S-B测度调整估计方法的卡方自由度比X^2／df为2．89,最大似然估计方法的RMSEA为0．061,S-B测度调整估计方法的RMSEA为0．052。6个基因对该感染都有影响．由此得出结论,在处理SNPs数据时,使用S-B测度调整估计能得到更好的拟合模型。可以推测这6个基因下的13个SNP位点可能是感染的致病位点。