网站首页百科全书 > 正文

利用人工智能审视和验证动物进化理论

2024-07-19 10:49:32 百科全书来源：

导读通过利用机器学习的力量，研究人员构建了一个框架来分析哪些因素对物种遗传多样性的贡献最为显著。这项研究最近发表在《分子系统发育和进化...

通过利用机器学习的力量，研究人员构建了一个框架来分析哪些因素对物种遗传多样性的贡献最为显著。

这项研究最近发表在《分子系统发育和进化》杂志上，表明巴西嘶嘶蛙和颗粒蟾蜍这两种两栖动物的遗传变异是由不同的过程形成的，这两种动物都是原产于巴西东北部的。

结果表明，嘶叫蛙的基因变异主要是由过去 10 万年间随着栖息地的变化而发生的种群人口统计事件所形成的。

相比之下，颗粒蟾蜍的遗传多样性主要受到当代景观因素的影响——相对较孤立的蟾蜍(无论是由于地理距离还是恶劣的栖息地)更有可能出现遗传差异。

虽然之前的研究已经探索了历史人口和景观因素对这些两栖动物遗传多样性的影响，但他们是针对这些因素使用单独的数据集进行的，因此很难辨别哪个因素是最重要的。

现在，参与这篇论文的研究人员首次使用人工智能来考虑这两个过程如何平等地塑造遗传多样性，而不是手动假设哪个可能更为重要。

“在这项研究之前，我们必须独立提出问题，因为你无法在同一框架内研究这两种影响，”这项研究的共同作者、俄亥俄州立大学进化、生态学和生物生物学教授布莱恩·卡斯滕斯 (Bryan Carstens) 说。

“人工智能让我们能够模拟当前生态和深度进化事件中发生的过程，并将这些发现与我们从这些青蛙身上收集到的实际数据进行比较。”

卡斯滕斯表示，由于过去几十年遗传学家和其他野生生物学家获得了大量数据，研究人员很难确定某些实验中可能重要的特定因素。但通过将大量信息整合到可以在一次分析中解释这些因素的模拟中，有可能获得一个物种发育的更完整记录。

卡斯滕斯说：“建立和训练我们的人工智能模型需要很长时间，但我们希望模型能够以尽可能忠实于我们对系统生物学的了解的方式，捕捉物种历史中各种潜在变化。

版权说明： 本文由用户上传，如有侵权请联系删除！

标签：