科研进展--中国科学院广州分院

华南植物园阐述C4植物的生理学和生态学重要功能

植物光合作用主要有三种途径：C3途径、C4途径和CAM途径‌。不同于C3植物，C4植物具有独特的叶片解剖学特征和光合作用机制，能够高效利用CO2使其具有高光合速率和高水分利用效率等显著优势。因此，C4植物与C3植物在资源权衡策略（trade-off）上可能存在显著差异。这种权衡策略可以体现在叶片经济学谱（leaf economics spectrum）上，即一端是具备“快速投资-收益”能力（fast strategy）的叶片，而另一端则是具有“缓慢投资-收益”能力（slow strategy）的叶片。在C4光合作用被发现的60多年时间里，大多数的研究聚焦于光合作用和抗逆性，对C4植物资源权衡策略的研究相对较少。中国科学院华南植物园联合多位国际知名的植物生理学和生态学专家，首先系统综述了C4植物的光合作用机制和高效的水分养分利用效率。再次，基于前期同质园的实验数据，详细对比了C4和C3植物叶片功能性状及其相关关系的差异，并利用全球植物功能性状数据库TRY，构建了包含89种C4草本植物和1444种C3草本植物的叶片经济学谱数据集，通过数据集的深入分析，阐明了C4植物的资源权衡策略及其生态适应性。最后，对C4植物在未来气候变化背景下的响应和适应潜力以及对全球变化模型的贡献进行了展望。相关研究成果以“C4 photosynthesis,trait spectra and the fast-efficient phenotype”为题，近期以Tansley Review发表在国际知名植物学期刊New Phytologist（《新植物学家》）上。著名植物生态学家、科罗拉多大学杰出教授、Oecologia前主编Russell Monson教授和中国科学院华南植物园李帅研究员为论文的共同第一作者。论文链接：https://nph.onlinelibrary.wiley.com/doi/epdf/10.1111/nph.70057图1. C3和C4植物叶片功能性状相互关系的比较

2025-03-28

南海海洋所 | 马里亚纳海沟“挑战者深渊”俯冲板块上地幔蛇纹石化层特性获揭示

近日，中国科学院南海海洋研究所边缘海与大洋地质重点实验室（OMG）丘学林研究团队，联合中国科学院地质与地球物理研究所、中国科学院深海科学与工程研究所和德国GEOMAR-亥姆霍兹基尔海洋研究中心，利用万米级人工源地震剖面，成功获得了马里亚纳“挑战者深渊”俯冲板块上地幔顶部高度蛇纹石化层的横波速度和纵横波速比。该成果发表已发表在国际地学期刊《地球物理研究通讯》(Geophysical Research Letters)上，副研究员贺恩远为论文第一作者，研究员丘学林为通讯作者。马里亚纳“挑战者深渊”作为全球最深的海沟，位于伊豆 - 小笠原 - 马里亚纳俯冲带的最南段。该区域的俯冲板块具有古老年龄、陡峭俯冲角度以及强烈基底变形等特点，被视作端元型俯冲带。此前，研究团队曾搭乘“探索一号”TS03 航次，在马里亚纳俯冲带南段横穿“挑战者深渊”布设了一条 230 km 长的广角深地震测线 TS2017 - 2，并获得了该测线的纵波速度结构。研究发现太平洋俯冲板块上地幔顶部存在 4.0 - 6.5 km 厚的速度异常层，但由于纵波速度存在多解性，对该异常层的岩石物质属性一直未能明确。在此基础上，研究团队对该批次数据进行了深入分析。利用径向分量数据开展横波速度结构模拟和纵 / 横波速比分析，发现该上地幔层的纵 / 横波速比值超过 1.80，最高可达 1.95。经过与实验室岩石参数的对比分析，确定该速度异常层为高度蛇纹石化地幔层，其形成与蛇纹石化地幔橄榄岩的机械强度快速变化密切相关。此外，波速比剖面还显示，输入板块地壳和上地幔的纵 / 横波速比值向海沟方向呈增加趋势，但速度值却在减小，这表明了板块挠曲断裂和水化程度的增强。研究结果表明“挑战者深渊”区域的输入板块经历了强烈的挠曲断裂、水化和地幔蛇纹石化过程。这对于认识典型端元“马里亚纳”型俯冲系统的俯冲过程和水-物质循环机制具有重要意义。该研究得到了国家自然科学基金、国家重点研发计划深海专项、中国科学院南海海洋研究所自主部署项目的资助。论文信息：He,E.,Qiu,X.,Li,Y.,Grevemeyer,I.,Xu,M.,Zhao,M.,et al. (2025). Strong serpentinization and hydration in the subducting plate of the southern mariana trench: Insights from Vp/Vs ratios. Geophysical Research Letters,52,e2024GL113792.相关论文链接：https://doi.org/10.1029/2024GL113792图1 马里亚纳俯冲带南段的地形特征及部分多道反射地震剖面图2 沿TS2017-2测线输入板块的纵、横波速度结构、波速比剖面（图a-c）以及OBS02台站的径向分量地震剖面（图d）图3 原位地震观测与实验室岩石测量值的对比

2025-03-26

南海海洋所 | 鹿角杯形珊瑚孵幼型繁殖模式的遗传演化及其气候变化响应特征取得进展

中国科学院南海海洋研究所李洁研究员团队和林强研究员团队在珊瑚繁殖策略的遗传演化规律与气候变化影响下的分布动态研究取得进展。相关研究成果以“Genomic insights into the brooding reproduction and climate-driven dynamics of Pocillopora damicornis in the Anthropocene”为题，于2025年3月17日在线发表于国际权威学术期刊SCIENCE CHINA Life Sciences。研究员李洁、副研究员刘雅莉和研究员张志新为共同第一作者，研究员李洁、院士张偲和研究员林强为共同通讯作者。全球气候变化影响下，造礁石珊瑚种群的恢复与维持是珊瑚礁可持续发展的核心问题，而珊瑚繁殖策略是种群恢复和长期存续的关键。据此，本研究聚焦了典型珊瑚物种繁殖模式及其对未来气候变化的适应性特征。研究团队率先对孵幼型鹿角杯形珊瑚基因组开展系统分析，并通过与其他八种石珊瑚的比较基因组解析，发现鹿角杯形珊瑚参与神经递质调节、内分泌和发育相关的基因存在显著扩张和快速进化现象，并受到强烈正选择信号，暗示这些基因可能在其孵幼型繁殖过程中发挥了关键作用。本研究通过开展了珊瑚的温度受控实验，基于转录组等分析发现高温胁迫可通过调控激素分泌和免疫反应，对鹿角杯形珊瑚的繁殖效能产生不利影响。此外，研究团队基于物种基因组PSMC分析，重构了分布在印-太海域的四种排卵型和两种孵幼型石珊瑚的有效种群历史演化规律；同时，利用物种分布模型（SDMs）分析，明确了六种排卵型和六种孵幼型石珊瑚在未来气候变化情景下的动态分布规律，其中，结果表明鹿角杯形珊瑚的分布范围将显著收缩。团队前期通过共生细菌分离培养、基因组和代谢物分析，证实鹿角杯形珊瑚宿主与共生细菌之间的营养互作（mSystems，2022）；并且，发现共生丙酸杆菌可减轻鹿角杯形珊瑚热白化（Environmental Microbiome，2023）。本研究通过学科交叉，为深度解析珊瑚繁殖策略演化模式与环境适应性提供了新的研究视角。该项工作得到了国家自然科学基金、国家重点研发计划项目的资助。论文信息：Jie Li#*,Yali Liu#,Zhixin Zhang#,Yu Chen,Jian Zhang,Haiyan Yu,Yingyi Zhang,Cong Liu,Zhuang Shao,David G. Bourne,Meng Qu,Si Zhang*,Qiang Lin*. Genomic insights into the brooding reproduction and climate-driven dynamics of Pocillopora damicornis in the Anthropocene. 2025文章链接：http://engine.scichina.com/doi/10.1007/s11427-024-2821-0图1 鹿角杯形珊瑚繁殖模式演化的遗传调控特征及其气候变化下种群分布规律

2025-03-27

南海海洋所 | 物种分布信息选择对准确评估海洋生物分布格局的潜在影响取得新进展

3月24日，中国科学院南海海洋研究所林强团队在海洋物种分布数据信息对其生物地理格局精确评价与应用效果方面取得新进展，相关成果以“Differences in predictions of marine species distribution models based on expert maps and opportunistic occurrences”为题发表于保护生物学旗舰期刊Conservation Biology。研究员张志新为本文第一作者，研究员林强和研究员秦耿为本文共同通讯作者。当前，全球范围内正面临严峻的生物多样性丧失危机，部分区域的生物多样性正以惊人的速度下降，因此，精确评估生物多样性现状与未来演变趋势，制定科学的保护策略，对于遏制生物多样性衰退现状极其重要。物种分布模型（SDM）是当前学界评估生物多样性变化的重要工具，其预测能力高度依赖于物种分布数据的质量，高质量的物种分布数据源信息是限制物种分布模型应用的关键。因此，探究不同来源的高质量物种分布数据对生物地理分布格局的精准预测是当前本领域学者最为关注的科学问题。在实际的物种分布模型构建过程中，物种分布点和分布范围是两类常用的数据源，两者的获取来源不同，数据特征各具优势，但两者在模型性能方面的差异，尤其是在海洋场景下生物地理格局研究领域，尚未充分研究和报道。据此，本研究以珍稀海洋鱼类海龙科和石斑鱼科233个物种为研究对象，基于其分布点和分布范围数据分别构建物种分布模型，系统评估了两种模型在预测能力方面的差异（图1），发现两种模型均表明水深和温度是制约海龙科和石斑鱼科鱼类地理分布的关键因素，但基于物种分布点而构建的模型具有更好的预测能力和可转移性。同时，基于物种分布点和分布范围的模型在纬度多样性梯度格局预测方面差异显著（图2），分布点模型呈现双峰纬度梯度（即物种多样性在赤道附近较低，在中纬度地区呈现峰值），而分布范围模型则呈现了单峰模式（即物种多样性在赤道附近最高）。由此，本研究提出在研究海洋生物多样性的纬度梯度格局中，应特别关注数据源对结果产出的潜在影响。进一步，本研究利用广义线性模型探讨了两种模型预测差异背后的驱动机制。研究结果表明，两种分布数据对应的环境信息差异是导致模型预测差异的主要因素；基于两种分布数据的模型预测结果在海龙科物种中差异更大，推测这可能与海龙科物种具有更强的栖息生境偏好性有关（图3）。本研究率先在海洋领域系统评估了物种分布数据类型选择在海洋物种分布模型研究中的重要性，指出未来相关研究应更加关注数据源的获取和选择；同时，建议开发新的数据整合方法，充分考虑不同类型数据及其应用场景的优势，提升物种分布模型的准确性。此外，本研究呼吁相关机构应进一步提高数据的开放度和透明度，以便更好地支撑和践行全球生物多样性保护战略。本研究得到了国家自然科学基金项目、中国科学院战略性先导专项等的联合资助。文章信息：Zhang,Z.,Kass,J. M.,Bede-Fazekas,Á.,Mammola,S.,Qu,J.,Molinos,J. G.,...& Lin,Q (2025). Differences in predictions of marine species distribution models based on expert maps and opportunistic occurrences. Conservation biology: the journal of the Society for Conservation Biology,e70015.文章链接：https://doi.org/10.1111/cobi.70015图1 研究流程图图2 基于分布点（a和b）和分布范围（c和d）构建的物种分布模型预测结果图3 两种物种分布模型预测差异驱动机制分析

2025-03-27

区域创新发展联合基金项目“自航单浮体气动式波浪能高效转换机理研究及验证试验”结题验收

3月20日，由中国科学院广州能源研究所海洋能研究团队承担的2020年度国家自然科学基金区域创新发展联合基金项目-广东-“自航单浮体气动式波浪能高效转换机理研究及验证试验”在北京通过结题验收。3月20日，由中国科学院广州能源研究所海洋能研究团队承担的2020年度国家自然科学基金区域创新发展联合基金项目-广东-“自航单浮体气动式波浪能高效转换机理研究及验证试验”在北京通过结题验收。该项目由广州能源所海洋能科研团队吴必军研究员主持，联合中国科学院电工研究所和南京工程学院，对自航行的单浮体气动式技术的转换机制开展了理论、实验和海试研究。国家海洋技术中心造波水池试验结果表明：单浮体后弯管发电模型波电转换效率最高达到63.4%、独创发展的单浮体U型管发电模型波电转换效率最高达到80.6%。基于单浮体后弯管技术研建了20kW自航行发电样机“梵静山”号，宽3.8m，长9m，进行了河面航行测试。2025年1月17日投放于广东省珠海大万山海域（北纬21°55´1″，东经113°42´5″）开展实海况发电试验，试验表明0.2m波浪下起动发电，目前测得最大发电功率为6.079kW。近年来广州能源所研制的单浮体气动式技术模型造波水池测试结果20kW发电样机河面航行测试20kW发电样机实海况试验

2025-03-28

深圳先进院 | 科研团队实现PET/MR双模态全脑区自动分割技术（IEEE JBHI 封面文章）

脑区分割是医学图像处理的主要任务，对神经科学研究和临床诊断都有着深远的影响。精确的脑区分割对于分析不同的脑区至关重要，因为它们的体积、表面积和形态与各种神经系统疾病有关，比如帕金森病和阿尔茨海默病等。PET/MR成像系统则是一种有效的脑部疾病诊断工具，它结合了PET代谢成像和MR结构成像的优点，可以在疾病早期观察到特定大脑区域的代谢异常和结构变化，从而将功能和代谢双模态信息相结合用于脑疾病诊断。脑区分割是医学图像处理的主要任务，对神经科学研究和临床诊断都有着深远的影响。精确的脑区分割对于分析不同的脑区至关重要，因为它们的体积、表面积和形态与各种神经系统疾病有关，比如帕金森病和阿尔茨海默病等。PET/MR成像系统则是一种有效的脑部疾病诊断工具，它结合了PET代谢成像和MR结构成像的优点，可以在疾病早期观察到特定大脑区域的代谢异常和结构变化，从而将功能和代谢双模态信息相结合用于脑疾病诊断。然而，人工分割脑区图像费时费力，且分割结果容易受到个体差异和操作人员主观因素的影响。因此，急需引入自动分割技术来解决分割中高成本和长耗时的问题，促进基于医学影像的脑科学研究。2025年3月，医学成像科学与技术系统全国重点实验室、中国科学院深圳先进技术研究院医学人工智能研究中心胡战利研究员团队，开发了一种基于交叉融合机制的PET/MR双模态全脑区自动分割技术，该方法在分割过程中高效整合PET与MR的功能和结构信息，实现了更精确、更全面的脑区分割。研究成果以“Automatic Brain Segmentation for PET/MR Dual-modal Images through a Cross-Fusion Mechanism”为题，发表在医学成像领域TOP期刊IEEE Journal of Biomedical and Health Informatics上，论文同时被选为期刊2025年3月的“封面文章”。提出方法创新性地引入交叉融合机制，充分利用PET和MR的互补特性来实现脑区自动分割，为医学影像分析和神经系统疾病的诊断提供了全新思路。随着人工智能技术的迅速发展，深度学习以其强大的特征表达能力活跃在计算机视觉的各个领域，也大量地被应用于医学图像领域。深度学习方法通过对大量数据进行学习，训练深层学习网络，可以实现端到端的输出，具有广泛的应用前景。然而，现有基于深度学习的方法在PET/MR脑区分割任务中仍存在一定局限性。单模态方法仅依赖单一信息源，难以提供完整的脑部结构信息，而现有的双模态方法大多只是将PET与MR数据简单拼接，缺乏深度融合，未能充分利用两种模态的优势。因此，如何有效结合PET和MR信息，提高脑区自动分割的精度和鲁棒性成为了研究人员关注的重点。研究团队提出了一种基于交叉融合机制的全脑区自动分割方法，通过融合功能和结构信息以提高脑区分割的准确性。该网络同时处理PET和MR图像，在编码部分，首先采用UX-Net进行特征提取，然后利用基于交叉注意力机制的融合模块进行结构和功能特征融合，以增强分割网络对多模态信息的适应性，提高分割效果。实验从视觉、定量、临床、额外数据验证以及消融实验五个方面展示分割结果，以验证模型的有效性。实验结果表明，所提出方法实现了精确的全脑区分割，有利于脑部疾病的临床诊断和分析。该方法对其它多模态融合分割任务表现出良好的通用性和适用性，未来也可将该方法应用于分割其它多模态或组织和器官的任务中。中国科学院深圳先进技术研究院胡战利研究员、河南省人民医院王梅云副院长为论文共同通讯作者，中国科学院深圳先进技术研究院硕士生唐红艳、副研究员黄振兴和博士生李文博为论文共同第一作者。该研究得到了国家自然科学基金（数学天元重点专项）、国家重点研发计划（重大科学仪器设备研发重点专项）、广东省自然科学基金（卓越青年团队项目）和深圳医学科学院（原创探索项目）等项目的资助。图1：论文被选为IEEE JBHI期刊2025年3月封面文章图2：提出方法的总体技术路线图图3：提出方法与现有分割方法效果对比图4：不同方法分割结果的SUV相关性评估

2025-03-25

深圳先进院 | 三维感知-复杂操作端到端机器人学习新方法（IEEE Transactions on Robotics）

近日，中国科学院深圳先进技术研究院集成所智能仿生研究中心徐升团队与澳门大学杨志新团队合作，在机器人学习领域取得突破，提出了一种基于三维视觉融合注意力机制的端到端多模态模型——Fusion-Perception-to-Action Transformer（FP2AT）。该算法通过融合全局与局部体素网格特征，结合本体感知信息，显著提升了机器人在复杂三维场景中的精细操作能力。研究成果以“Fusion-Perception-to-Action Transformer: Enhancing Robotic Manipulation With 3-D Visual Fusion Attention and Proprioception”为题，发表于机器人领域顶级期刊《IEEE Transactions on Robotics》，论文第一作者为澳门大学-中国科学院深圳先进技术研究院联合培养博士生刘杨骏，徐升副研究员和杨志新副教授为共同通讯作者，先进院和澳门大学为共同第一单位。近日，中国科学院深圳先进技术研究院集成所智能仿生研究中心徐升团队与澳门大学杨志新团队合作，在机器人学习领域取得突破，提出了一种基于三维视觉融合注意力机制的端到端多模态模型——Fusion-Perception-to-Action Transformer（FP2AT）。该算法通过融合全局与局部体素网格特征，结合本体感知信息，显著提升了机器人在复杂三维场景中的精细操作能力。研究成果以“Fusion-Perception-to-Action Transformer: Enhancing Robotic Manipulation With 3-D Visual Fusion Attention and Proprioception”为题，发表于机器人领域顶级期刊IEEE Transactions on Robotics，论文第一作者为澳门大学-中国科学院深圳先进技术研究院联合培养博士生刘杨骏，徐升副研究员和杨志新副教授为共同通讯作者，先进院和澳门大学为共同第一单位。研究背景：三维操作亟需“类人”感知与规划能力传统机器人操作多依赖二维图像观测，难以捕捉三维空间中的物体结构、位置及姿态关系，导致精细化操作任务（如拔插、旋拧、堆叠）成功率低。虽然体素表示（Voxel Grid）能保留丰富的三维空间信息，但现有方法存在特征利用率低、动作预测分辨率不足等问题。人类在完成精细操作时，可通过灵活切换全局视野与局部聚焦，结合手部本体感知动态调整动作。受此启发，研究团队提出了一种“类人”的多模态感知到动作操作框架。核心创新：基于三维视觉融合注意力机制的端到端多模态模型——Fusion-Perception-to-Action Transformer（FP2AT）（图2），其中具体包括：1、设计全局-局部视觉融合注意力（HVFA-3D），模拟人类“先全局观察、再局部聚焦”的视觉感知模式，增强对关键操作区域的关注（图1）。提出三维视觉互注意力机制（VMA-3D），实现跨尺度空间信息双向交互，提升场景理解能力。2、集成关节力位、末端力/力矩、夹爪状态数据，感知接触力与运动状态，提升机器人对周围环境接触、本体运动和协调的感知能力。渐进式动作预测框架，先通过低分辨率体素全局规划，再基于高分辨率局部体素微调动作，保持网络端到端特性的同时提升预测精度。3、提出关键规划步数指标（ANKA），用于评估同类算法执行效率和规划能力。实验结果：成功率提升，效率显著优化研究团队在多个仿真（RLBench）和真实机械臂（UR5）任务上验证了FP2ATs的性能（视频），平均成功率较体素SOTA方法提升34.4%，较点云SOTA方法提升14.6%。展现出有更好的规划能力（如避障等），减少的关键规划步数。应用前景：面向通用任务的智能机器人该工作所提出的FP2AT理论具有强泛化性能，能够适配不同机器人操作平台，通过多模态感知与智能操作规划，引导机器人完成多样化复杂操作任务。该工作是团队在学习控制领域的进一步拓展，将来可与具身智能、人形机器人相结合，应用于家庭服务、医疗护理、工业生产、化学试验等各类场景。研究资助本研究在国家自然科学基金面上项目、澳门科技发展基金、广东省、深圳市、澳门大学等科技项目资助下完成。图1 | 体素重建与“类人”视觉感知图2 | Fusion-Perception-to-Action Transformer网络架构图3 | 面向家庭及医疗服务的仿真及实际实验验证

2025-03-26

深圳先进院丨科研团队提出单细胞谱系追踪的量化评分体系，为基于临床样品的细胞谱系研究提供理论指导（Genome Biology）

单细胞谱系追踪可记录细胞分裂历史，为解析发育生物学规律和疾病发生机制提供了关键性研究工具。当前主流方法依赖基因编辑，通过对外源人工条形码的定向编辑来标记细胞谱系，但该方法不适用于临床样品。线粒体DNA因其高突变率和易检测性，在人体谱系追踪中展现出巨大潜力。然而，受其多拷贝性和高度动态性影响，线粒体谱系追踪的准确性和适用性尚存不确定性，需系统评估与方法优化以提升其实用性。单细胞谱系追踪可记录细胞分裂历史，为解析发育生物学规律和疾病发生机制提供了关键性研究工具。当前主流方法依赖基因编辑，通过对外源人工条形码的定向编辑来标记细胞谱系，但该方法不适用于临床样品。线粒体DNA因其高突变率和易检测性，在人体谱系追踪中展现出巨大潜力。然而，受其多拷贝性和高度动态性影响，线粒体谱系追踪的准确性和适用性尚存不确定性，需系统评估与方法优化以提升其实用性。北京时间3月26日，中国科学院深圳先进技术研究院合成生物学研究所胡政研究员团队、马晴研究员团队联合中山大学徐锦教授团队在Genome Biology杂志在线发表了题为Clonal expansion dictates the efficacy of mitochondrial lineage tracing in single cells的研究论文。本研究结合计算仿真模型与单细胞多组学数据分析，系统评估线粒体谱系追踪技术在不同生物学情景下的适用性。结果表明，克隆扩张强度显著影响线粒体谱系追踪效果，首次提出“谱系信息评分”（LIS），可量化线粒体DNA突变的谱系标记准确性，为线粒体谱系追踪的实际应用提供关键理论指导。团队首先利用计算仿真框架模拟了不同克隆扩张强度下线粒体DNA突变的动态演化，发现胚系线粒体异质性突变（germline mtDNA heteroplasmy）仍具克隆谱系标记能力，尤其在强克隆扩张环境（如肿瘤）中追踪准确性更高。同时，细胞内低频线粒体突变可实现深度谱系树的重构，但受限于当前单细胞测序的低覆盖度，亟需开发高深度单细胞线粒体测序技术。为量化线粒体DNA突变的克隆标记能力，团队首次提出“谱系信息评分”（LIS）指标，显著提升对有效谱系标记的鉴定及对组织克隆结构的解析能力。基于多模态单细胞数据分析，研究进一步验证了线粒体谱系追踪在强克隆扩增环境（如克隆性造血、免疫反应等）中的优越性，且高LIS值的突变表现出更高的谱系追踪准确性。总之，本研究系统解析了线粒体DNA突变在细胞分裂过程中的动态特征，量化其在不同生物学场景下的谱系追踪能力，为线粒体谱系追踪技术的应用提供理论指导，并有望推进基于临床样品的细胞命运和克隆演化研究。中国科学院深圳先进技术研究院合成生物学研究所助理研究员王鑫、厦门大学数学科学学院博士研究生王琨、中山大学生命科学学院博士后张卫星为该论文的共同第一作者。中国科学院深圳先进技术研究院胡政研究员、马晴研究员和中山大学徐锦教授为该论文的共同通讯作者。该研究得到国家自然科学基金、广东省自然科学基金、深圳合成生物学创新研究院等项目的支持。文章上线截图系统评估线粒体谱系追踪方法的准确性和适用性，提出单细胞谱系追踪的量化评分体系，为基于临床样品的细胞谱系研究提供理论指导

2025-03-26

深圳先进院｜科研团队提出新型高精度动物行为学姿态估计工具（eLife）

研究团队提出了一种基于Transformer架构的抗漂移姿态追踪技术（ADPT），成功实现跨物种动物姿态追踪的高精度、高鲁棒性检测。动物行为的精细化追踪与分析对于神经科学、行为学和生物医学领域至关重要。然而，当前主流的深度学习姿态估计方法在面对多动物交互和长时程追踪场景时，往往受到关键点漂移问题的困扰，影响行为量化的准确性与数据的稳定性。近日，中国科学院深圳先进技术研究院（简称“深圳先进院”）脑认知与脑疾病研究所/深港脑科学创新研究院蔚鹏飞研究员团队在国际学术期刊eLife发表了题为“Anti-drift pose tracker (ADPT):A transformer-based network for robust animal pose estimation across species”的研究论文。研究团队提出了一种基于Transformer架构的抗漂移姿态追踪技术（ADPT），成功实现跨物种动物姿态追踪的高精度、高鲁棒性检测。ADPT融合了卷积神经网络（CNN）与Transformer结构的优势，一方面利用CNN提取图像的局部精细特征，另一方面通过Transformer有效捕捉身体各部位之间的全局依赖关系，显著降低了关键点的漂移现象（图1）。与DeepLabCut、SLEAP等现有方法的对比测试显示，ADPT在复杂的多动物交互和长时程行为追踪任务中具有明显的精度与稳定性优势。研究团队对多物种（包括小鼠、食蟹猴等）的行为视频数据集进行了深入评估。在小鼠数据集中，ADPT有效解决了传统方法难以准确检测的尾尖等细微部位追踪问题，总体检测精度较DeepLabCut与SLEAP方法提高超过8.6%，平均均方根误差（RMSE）降至7.19 ± 0.58像素，表现出显著优势(图2左)。在食蟹猴行为数据集中，ADPT在复杂环境干扰下依旧成功实现灵长类动物的姿态稳定追踪。特别是在存在人类干扰的场景中，其他方法容易误将人类识别为目标动物，而ADPT表现出对跨物种干扰的优秀抵抗能力，确保了追踪精度与可靠性(图2右)。同时，研究团队还利用公开的果蝇（Single fly）、猕猴（OMS_dataset）和狨猴（Marmoset）数据集进一步验证了ADPT的泛化性能，结果再次证实了ADPT跨物种姿态估计的适应能力。在多动物自由社交行为的场景中，ADPT更展现了其“身份-姿态”同步精准追踪的突出优势。团队发现，ADPT在不进行任何时序后处理的情况下，即可达到90.36%的身份追踪准确率；若结合简单时序校正，这一准确率进一步提高至99.72%，明显优于现有的多动物姿态追踪工具。此外，在团队自建的Homecage小鼠社交数据集中，ADPT不仅身份追踪效果显著优于DeepLabCut和SLEAP（准确率提高约5-10倍，身份互换现象显著减少），姿态估计精度也提高了约15%（图3）。为进一步推动ADPT技术的应用落地，研究团队开发了简单易用的ADPT工具箱，能够让缺乏深度学习背景的生物学研究人员轻松使用，极大地降低了姿态追踪技术的应用门槛。本研究为动物行为学、神经疾病与社会互动机制研究提供了强大的技术支持，有望推动神经科学与行为学的交叉研究进入新的阶段。深圳先进院蔚鹏飞研究员为本文最后通讯作者，南方科技大学刘泉影助理教授为共同通讯作者，深圳先进院脑所研究助理唐国令、博士生韩亚宁为本文共同第一作者。该研究还得到了暨南大学李晓江教授、闫森教授团队的大力支持。该项目主要受到国家自然科学基金-青年科学基金项目（B类）、国家自然科学基金外国学者研究基金项目、科技部“脑科学与类脑研究”国家科技重大专项以及深圳市科技创新计划等项目资助。图1 ADPT工作流程和网络结构图图2 ADPT实现高精度、高鲁棒性单动物姿态估计图3 ADPT实现多动物社交场景下精确身份-姿态同步追踪

2025-03-26

深圳先进院 | 定量合成生物学揭秘自我牺牲行为的演化机制(ISME Journal)

在自然界中，有些生物的行为让人既震撼又困惑：它们会主动选择“自我牺牲”以换取整个群体的生存机会。比如，某些细菌会分泌大肠杆菌素杀死竞争者，却也因此难逃一死；蜜蜂在蜇刺敌人后会牺牲自身，以保护蜂群安全；甚至在人类疾病中，败血性休克可能通过个体的死亡来限制病原体在群体中的传播。这种无私奉献的行为在生物界广泛存在。然而，从演化角度来看，这种“自我牺牲”行为却是一个巨大的谜题：既然这些个体无法存活下来繁殖后代，相关的基因似乎应该逐渐消失。那么，这种行为是如何在自然选择过程中得以延续的呢？在自然界中，有些生物的行为让人既震撼又困惑：它们会主动选择“自我牺牲”以换取整个群体的生存机会。比如，某些细菌会分泌大肠杆菌素杀死竞争者，却也因此难逃一死；蜜蜂在蜇刺敌人后会牺牲自身，以保护蜂群安全；甚至在人类疾病中，败血性休克可能通过个体的死亡来限制病原体在群体中的传播。这种无私奉献的行为在生物界广泛存在。然而，从演化角度来看，这种“自我牺牲”行为却是一个巨大的谜题：既然这些个体无法存活下来繁殖后代，相关的基因似乎应该逐渐消失。那么，这种行为是如何在自然选择过程中得以延续的呢？近日，由中国科学院深圳先进技术研究院合成生物学研究所定量合成生物学全国重点实验室/合成生物进化研究中心的黄术强和傅雄飞课题组在国际微生物生态学会期刊The ISME Journal发表了题为"Strong segregation promotes self-destructive cooperation"的研究，通过定量合成生物学方法揭示了微生物如何在压力环境中通过“自我牺牲”行为实现群体生存的新机制。该研究发现，在极端分散（Strong segregation）的条件下，比如群体被分散成极小的单元（甚至初始群体只有1-2个个体）时，具有自我牺牲行为的群体（Self destructive cooperation,SDC）反而能够在压力环境中稳定存在，在高强度的环境压力下变得更加显著。这一发现不仅解释了微生物自我牺牲行为的演化逻辑，还为理解压力环境如何塑造自我牺牲行为提供了新的理论。01 理论预测强分散环境有利于自我牺牲行为的演化另一方面，验证演化理论一直是该领域的一大挑战，因为这需要考虑复杂的环境因素、漫长的演化时间以及众多亚群体。为了应对这一技术挑战，研究团队依托深圳合成生物研究重大科技基础设施（Shenzhen Synthetic Biology Infrastructure）开发了一套自动化实验流程，对含有“牺牲者-作弊者（SDC-cheater）”的合成生物系统进行了高通量实验操作，成功验证了压力环境塑造牺牲行为的新理论。一般来讲，个体的行为特征应当具备某种有助于生存和繁衍的优势，从而能够代代相传。群体选择理论能够解释弱利他行为的演化，即：虽然群体中的合作者个体相对于非合作者个体处于竞争劣势，但合作者依然能够通过其他方式提升自身亚群（Subgroup）的适应度，从而在群体层面上产生优势。然而，该理论难以解释极端利他行为的演化，比如自我牺牲行为。这种行为看似完全牺牲了自身利益，不会在亚群内留下后代，在群体内部形成极端劣势，而且这种劣势往往难以通过群体层面的潜在收益来弥补。这与传统理论理解存在一定的矛盾。针对微生物自我牺牲行为的演化，本研究提出了一种新的解释：在极端分散的环境中，会形成大量的同类种群（都具备自我牺牲行为，或都具备作弊行为）和少量的异类种群（自我牺牲行为和作弊行为同时存在）。当施加环境压力或遇到外敌入侵时，具备自我牺牲行为的同类种群会通过部分个体的自我牺牲保护同伴，从而让整个种群存活下来;相反，具备作弊行为的种群则会逐渐消失。最终，大量具备自我牺牲行为的个体得以保留，从而使得“牺牲基因”能够稳定流传。研究还发现，环境压力越强，这种自我牺牲行为的保留效果越显著。这一理论不仅解释了自我牺牲行为的演化逻辑，还为理解压力环境如何塑造自我牺牲行为提供了新的视角。02 开发自动化实验流程验证自我牺牲行为的演化尽管理论分析表明，在强分散的环境中，自我牺牲行为可以维持并演化，但实验验证依然面临许多挑战。主要难点在于：如何构建一个可重复的实验方案来准确模拟这种行为及其与“作弊者”之间的关系，以及整个演化过程。为应对该技术挑战，研究团队首先利用构建的合成生物学系统来分别模拟“牺牲者-作弊者”，其中，“牺牲者”通过程序性死亡（Programmed cell death）释放公共产物（Public goods），公共产物能够有效降低环境压力使幸存者存活；而“作弊者”既不产生公共产物也不进行程序性死亡。然后，依托合成生物研究重大科技基础设施和自主开发的自动化实验流程（自动化生物铸造厂）精确控制两者的初始比例、分散强度和环境压力（Stress）等关键变量，系统性地评估了这些因素对自我牺牲行为的影响。实验验证了在一定环境压力下，弱分散操作有利于“作弊者”的演化，而强分散操作更有利于“牺牲者”的演化，当增加环境压力（提高抗生素浓度）时，该演化结果更加明显。这一结果与理论预测高度一致，表明定量合成生物学技术和高通量自动化实验流程的结合，可以有效验证复杂的演化生物学问题。该研究拓展了演化生物学研究中经典的群体选择理论，揭示了强分散如何促进自我牺牲行为的演化，为理解利他行为的演化机制提供了新的视角。同时，本研究展示了定量合成生物学与重大科技基础设施在探索复杂演化现象中的巨大潜力。该发现不仅有助于解析自然界中极端利他行为的演化逻辑，还可能为生物膜控制、抗生素耐药性治理等实际应用领域提供新的理论指导。中国科学院深圳先进技术研究院研究员黄术强和傅雄飞为本文共同通讯作者。中国科学院深圳先进技术研究院博士生温羚玲；中国科学院深圳先进技术研究院副研究员白阳为论文的共同第一作者。该研究得到了科技部重点研发计划“合成生物学”专项和中国科学院先导项目等支持。文章上线截图图1. 强分散促进自我牺牲行为的演化。图中展示了在强分散（Strong segregation）条件下，自我牺牲行为如何通过分散、增殖、加压和合并四个步骤演化的过程。左侧显示，在强分散条件下，自我牺牲者的比例增加，表明自我牺牲行为更易被选择；右侧则显示，在弱分散条件下，自我牺牲者的比例减小，表明自我牺牲行为逐渐消亡。图2 自动化生物铸造厂验证强分散下的自我牺牲行为演化。展示了使用生物工厂技术的自动化实验流程，包括细胞密度测量、强稀释、分离、培养和监测等步骤。

2025-03-20