Modelling the effect of birth and feeding modes on the development of human gut microbiota

The human gut microbiota is transmitted from mother to infant through vaginal birth and breastfeeding. Bifidobacterium, a genus that dominates the infants’ gut, is adapted to breast milk in its ability to metabolize human milk oligosaccharides; it is regarded as a mutualist owing to its involvement in the development of the immune system. The composition of microbiota, including the abundance of Bifidobacteria, is highly variable between individuals and some microbial profiles are associated with diseases. However, whether and how birth and feeding practices contribute to such variation remains unclear. To understand how early events affect the establishment of microbiota, we develop a mathematical model of two types of Bifidobacteria and a generic compartment of commensal competitors. We show how early events affect competition between mutualists and commensals and microbe-host-immune interactions to cause long-term alterations in gut microbial profiles. Bifidobacteria associated with breast milk can trigger immune responses with lasting effects on the microbial community structure. Our model shows that, in response to a change in birth environment, competition alone can produce two distinct microbial profiles post-weaning. Adding immune regulation to our competition model allows for variations in microbial profiles in response to different feeding practices. This analysis highlights the importance of microbe–microbe and microbe–host interactions in shaping the gut populations following different birth and feeding modes.     

Iris: Interactive all‐in‐one graphical validation of 3D protein model iterations

Iris validation is a Python package created to represent comprehensive per‐residue validation metrics for entire protein chains in a compact, readable and interactive view. These metrics can either be calculated by Iris, or by a third‐party program such as MolProbity. We show that those parts of a protein model requiring attention may generate ripples across the metrics on the diagram, immediately catching the modeler's attention. Iris can run as a standalone tool, or be plugged into existing structural biology software to display per‐chain model quality at a glance, with a particular emphasis on evaluating incremental changes resulting from the iterative nature of model building and refinement. Finally, the integration of Iris into the CCP4i2 graphical user interface is provided as a showcase of its pluggable design.     

Using Integrative Modeling Platform to compute,validate, and archive a model of a protein complex structure

Biology is advanced by producing structural models of biological systems, such as protein complexes. Some systems are recalcitrant to traditional structure determination methods. In such cases, it may still be possible to produce useful models by integrative structure determination that depends on simultaneous use of multiple types of data. An ensemble of models that are sufficiently consistent with the data is produced by a structural sampling method guided by a data‐dependent scoring function. The variation in the ensemble of models quantified the uncertainty of the structure, generally resulting from the uncertainty in the input information and actual structural heterogeneity in the samples used to produce the data. Here, we describe how to generate, assess, and interpret ensembles of integrative structural models using our open source Integrative Modeling Platform program ( https://integrativemodeling.org ).     

基于MaxEnt模型的甘肃安西极旱荒漠国家级自然保护区北山羊生境评估

明晰甘肃安西极旱荒漠国家级自然保护区珍稀濒危物种北山羊的分布格局,并阐释气候变化和人类活动对北山羊的影响,对今后北山羊生境管理和物种保护具有重要意义。基于北山羊实测分布点记录和环境变量数据,结合MaxEnt模型和ArcGIS空间分析功能,利用CMIP6的8个气候模式均值预测中度发展路径（SSP2-4.5）下,基准期（1970-2000年）和未来气候（2041-2060年、2081-2100年）变化情景下,甘肃安西极旱荒漠国家级自然保护区北山羊的潜在适生区分布范围及变化,并综合贡献率和置换重要性值对北山羊生境选择关键环境因子进行了分析。研究结果表明：（1） MaxEnt模型的预测精度较高,三种气候条件下ROC曲线下面积（AUC,Area Under Curve）>0.97,且真实技巧统计（TSS,True Skill Statistic）>0.90,模拟结果可靠。（2）影响北山羊生境选择的主要环境因子为气候条件（降水量季节性变异系数和等温性）、海拔和人为干扰（距泉和居名点距离）。水是保护区北山羊生存的最基本要素,气候条件共同控制北山羊生境条件。此外,北山羊习性决定其生境宜选择高海拔和远离人类活动影响地区。（3）基准期保护区北山羊主要分布在北片和南片高海拔山区,面积365.77 km²（占整个保护区的4.31%）,北山羊适生区面积北片>南片、中高等适生区主要位于保护区北片。（4） CMIP6未来气候变化情景下,随着保护区生态环境改善和濒危物种保护措施的实施,北山羊潜在适生区面积呈增加趋势,但是受北山羊近亲繁殖的影响,整体上北山羊数量和适生区面积增加并不显著且有向南部及高海拔地区转移趋势。     

城市主城区立体模型的构建与风环境模拟——以广州主城区为例

以22 km×21 km的广州主城区为例,以40 m建筑间距作为风道宽度低限、用容积高度对建筑高度赋值和垂向拔高为建模特色,概括构建了城市尺度的立体模型。在此基础上,分别模拟了广州主城区中性流条件下,弱风（2 m/s）和强风（5 m/s）、近地面10、25、50 m三个高度的风环境。模拟表明：来流5 m/s下主城区存在不同风速等级、不同平面形态以及不同高度面的风道;白云山、珠江新城等面积较大的地形或建筑高地形成了减速明显的背风区条带,并相互组合形成了重要的风口和具有较高基面的强风道;在不同高度上主城区风速均由周边向城市中心降低;风道风速强烈地依赖于风道走向,风道风速与走向夹角呈三次函数递减,两者拟合优度R²为0.512。模拟结果很好地呈现了城市尺度宏观地形白云山和建筑密集区相互间的作用,反映了城市尺度模型构建与模拟的优势。     

高阶相互作用对宿主-寄生群落动态的影响

物种间相互作用是影响生物群落稳定性和多样性的重要因素。基于Lotka-Volterra竞争模型,通过构建多宿主种群的种内和种间高阶相互作用模型,研究宿主种群的间接竞争效应对寄生群落动态的影响机制。为有效地揭示高阶作用对种群动态的影响,通过对比宿主-寄生群落的现象模型以及机制模型,利用机制模型产生的合理数据集对现象模型中高阶项的参数进行拟合,进而探讨了高阶相互作用在群落动态中的作用。结果显示,完整的高阶相互作用模型在描述多宿主-寄生系统的群落动态中表现最优,而直接相互作用模型对群落动态的描述相对较差,即同时考虑种间和种内的高阶相互作用模型更加符合机制模型所描述的群落动态。此外,种内高阶作用和种间高阶作用产生不对称效应,宿主间的种间高阶作用对群落产生的影响较种内高阶作用更为显著。该研究结果在一定意义上丰富了宿主-寄生生物群落的稳定性研究,为理解物种间相互作用的多样性研究提供了依据。     

闽江流域生境质量时空演变特征与预测研究

流域生境是生物生存和可持续发展的物质基础与环境保障,土地利用变化是影响生境质量的重要因素,分析土地利用与区域生境质量时空演变特征,对区域生物多样性保护与土地可持续利用具有重要意义。以闽江流域为研究区,基于2000-2015年的土地利用空间数据,构建CA-Markov模型模拟2025-2040年现有发展与生态保护情景下土地利用空间数据,利用InVEST模型分析2000-2040年生境质量空间格局。结果表明：（1）闽江流域森林覆盖率较高,现状条件下水田、旱地、针阔混交林、灌木林、草地与湿地面积呈下降趋势,其中草地减幅最大,达44.64%,针叶林、阔叶林、水域、建设用地、交通用地、采矿场与裸地面积呈上升趋势,其中交通用地涨幅最大,达到227.27%;模拟的土地利用Kappa系数达89.09%,模拟结果较好,生态保护情景在未来土地利用格局优化上优势明显。（2）研究期内闽江流域总体呈现较高的生境质量,基本维持在0.82的水平,城乡建设用地区域是生境质量低值的主要分布区,福州与长乐分布有最大的生境质量低值聚集区;生境质量分布与地形条件存在一定相关性,低值区多为海拔较低的区域。（3）2000-2015年闽江流域生境质量总体呈现衰退趋势,且降幅逐期升高,最高达0.24%;现有发展情景下降的趋势未得到有效缓解,生态保护情景下降趋势逐步有效缓解,同时生境质量为优等的栅格数量占比最大,最高达87.42%。（4）闽江流域上中游区域生境水平较下游高,现有发展情景下这种差距出现扩张趋势,生态保护情景下各区域则基本维持住2015年的生境质量水平。研究结果可为闽江流域土地资源可持续利用与生物多样性保护提供科学依据和决策参考,促进区域可持续发展。     

基于最小累积阻力模型的东北地区生态安全格局构建

生态安全格局对于缓解生态保护与经济发展之间的矛盾具有积极意义。以东北地区为研究对象,综合参考《生态保护红线划定技术指南》、《全国生态功能区划》以及东北地区自然资源禀赋和社会经济发展水平,基于水源涵养、防风固沙、生物多样性维持与保护等功能指标和敏感性指标划分生态源地;利用夜间灯光数据修正基本生态阻力面,并运用最小累积阻力模型划分缓冲区、识别生态廊道和生态战略节点,从而构建东北地区生态安全格局。结果表明:东北地区生态源地总面积为6.50×10⁵km²,占全区土地总面积的45.02%,包括18个生态源地,主要分布在大兴安岭、小兴安岭、长白山脉和西部草原的部分区域;划分了高、中、低3个水平缓冲区,关键生态廊道中心线总长11073.52km,生态战略节点29个,在东北地区形成以生态源地为中心的网状空间布局。结果可为保障区域生态系统服务功能和可持续发展政策的制定提供科学参考。     

唐家河国家级自然保护区川金丝猴生境适宜性评价

生境适宜性评价是濒危物种保护的重要基础。川金丝猴（Rhinopithecus roxellana）是栖息于温带森林的、中国特有的珍稀灵长类动物。位于岷山山系的四川唐家河国家级自然保护区是川金丝猴的重要分布地之一,但涉及该地区川金丝猴的生境信息却较缺乏。运用最大熵（Maximum entropy,MaxEnt）模型对四川唐家河国家级自然保护区川金丝猴不同季节的生境适宜性进行了研究,发现四个季节的训练集和验证集的受试者工作特征曲线下面积（Area under the receiver operator characteristic curve,AUC）值均超过0.8,说明模型预测结果较好。结果显示：（1）影响不同季节川金丝猴分布的主要因子是海拔、河流和道路。（2）川金丝猴的适宜生境面积存在季节性变化。其中,春季的适宜生境面积最大,为233.94 km²,占全区面积的58.48%;夏季的次之,为192.75 km²,占48.19%;秋冬季的适宜生境面积相对较低,分别为145.54 km²（占36.39%）和142.63 km²（占35.66%）。（3）川金丝猴的适宜生境分布具有明显的季节性垂直变化。研究揭示保护好完整的森林植被带对川金丝猴的生存具有重要意义,尤其要重视对人为干扰较强的低海拔生境的保护。     

珍稀濒危植物长白松(Pinus sylvestris var. sylvestriformis)天然种群生存压力

为了揭示珍稀濒危植物长白松（Pinus sylvestris var. sylvestriformis）天然种群生存压力状况,在全面调查长白山国家级自然保护区长白松分布的基础上,基于邻体干扰模型,引入树高、冠幅、方位等因子,提出3种生存压力指数：个体生存压力指数、种群生存压力指数和群落生存压力指数,分析天然长白松所处6种群落类型中的生存压力。结果表明：长白松承受群落生存压力（PI）从大到小依次为：白桦-臭冷杉群落（PI=21.532）、红松-长白松群落（PI=14.185）、白桦群落（PI=13.262）、臭冷杉-长白松群落（PI=8.752）、长白落叶松-鱼鳞云杉群落（PI=7.780）和蒙古栎群落（PI=5.440）。多重比较单向方差分析表明,6种群落类型中长白松生存压力总体上差异明显,白桦-臭冷杉群落中长白松生存压力最大,显著高于其他5种群落;竞争树种主要为长白落叶松、红松、长白松、山杨和白桦,这5个树种生存压力大小占群落生存压力的87%;红松-长白松群落和白桦群落中长白松生存压力无明显差异,但显著高于臭冷杉-长白松群落、长白落叶松-鱼鳞云杉群落和蒙古栎群落;臭冷杉-长白松群落、长白落叶松-鱼鳞云杉群落和蒙古栎群落中长白松生存压力相对较小,彼此无明显差异。长白松生存压力与其所处植物群落演替阶段及其龄级结构有关。目前,保护区采取严格保护和管理方式不完全有利于长白松种群的稳定发展。根据长白松种群所处的植物群落生境特点、种群生存压力状况并结合种群年龄结构特征,针对不同群落类型提出相应抚育措施建议以期为长白松天然种群的保护提供参考。