科研进展--中国科学院广州分院

深海所 | 会“感知”氧气的蛋白：HIF-1α结构变化揭示深海鱼低氧适应新线索

近日，何舜平院士领导的科研团队在《Zoological Research》发表题为《Analysis of hypoxia-inducible factors in the deep-sea fish reveals genetic adaptation to hypoxic environments》论文、研究以马里亚纳海沟狮子鱼（Pseudoliparis swirei）、深海鳗鲡（Ilyophis sp.）和细纹狮子鱼（Liparis tanakai）为对象，系统解析了深海鱼类低氧诱导因子（HIF）及其调控机制。结果发现，Ilyophis sp. HIF-1α具有更强的转录活性，并能更有效地激活低氧响应基因；进一步的突变与功能实验表明，HIF-1α核输出信号（NES）附近的特异性缺失可能与其增强的低氧响应能力有关，同时Polo样激酶3（Plk3）可能作为HIF-1α的负调控因子参与这一过程。该研究揭示了不同深海鱼类低氧适应的差异化分子策略，为理解海洋低氧环境下鱼类的遗传适应机制提供了新的认识。氧气对于动物生存至关重要，但海洋中的氧气并不是均匀分布的。在部分中深层海域，水体中的氧气含量很低。面对这样的环境，鱼类必须及时“感知”氧气变化，并调整自身的生理状态。HIF就是细胞感知氧气变化的关键蛋白之一。可以把它理解为细胞中的“氧气感应器”：当氧气充足时，HIF会被快速降解；当氧气减少时，HIF会逐渐积累，并启动一系列低氧响应基因，帮助细胞调节能量代谢和氧气利用。研究团队比较了马里亚纳海沟7125米深处的马里亚纳海沟狮子鱼（Pseudoliparis swirei）、3425米深处的深海鳗鲡（Ilyophis sp.）以及浅海生活的细纹狮子鱼（Liparis tanakai）。结果发现，三种鱼类都保留了较为经典的HIF氧感知系统，但它们的HIF-1α“工作效率”并不相同。其中，Ilyophis sp. HIF-1α表现出更强的低氧响应能力。在细胞实验中，它能够更有效地激活低氧响应；进一步的斑马鱼实验也显示，表达Ilyophis sp. HIF-1α的斑马鱼在低氧环境下能够更强地启动相关基因，并表现出更低的死亡率。那么，是什么让它变得不一样？研究人员在比较HIF-1α蛋白序列时发现，Ilyophis sp. HIF-1α在一个重要调控区域附近缺少了约15个氨基酸。这一细微的结构变化可能影响HIF-1α的稳定性，使其在低氧条件下维持更强的活性。研究还发现，Polo样激酶3（Plk3）可能像一个“刹车”，对HIF-1α起负调控作用，而Ilyophis sp.的特殊结构变化可能改变了这一调控过程。这些结果表明，动物对极端环境的适应，并不一定需要产生全新的基因。有时，蛋白质序列中一小段结构的改变，就可能影响整个生理调控过程。值得注意的是，深海并不意味着越深氧气越少。海洋中的氧气分布受到水团运动、温度和生物活动等多种因素影响。因此，不同鱼类的低氧适应能力也并不是简单地随着生活深度增加而增强，而更可能与它们长期经历的具体环境和进化历史有关。随着全球海洋持续去氧化，理解鱼类如何感知和适应低氧环境，对于认识海洋生物的环境适应机制以及预测未来海洋生态系统变化具有重要意义。论文第一作者为中国科学院深海科学与工程研究所博士研究生艾耕，该研究得到国家重点研发计划（2022YFC2805400）、国家自然科学基金（32570512、32500445、42330405）、国家资助博士后研究人员计划（GZB20250218）以及中国科学院战略性先导科技专项（XDB42030000）等项目资助。图1 3种深海鱼类样品的外部形态。左上为新鲜马里亚纳海沟狮子鱼的标本；右上为2条新鲜深海鳗鲡的样本；下图为新鲜细纹狮子鱼的样本。图2 示意图展示了三种深海鱼类（Pseudoliparis swirei、Ilyophis sp.和 Liparis tanakai）中随水深相关变化的NES介导Plk3对HIF-1α调控差异。

2026-09-07

华南植物园对重塑枸杞生长习性研究获重要进展

枸杞（Lycium barbarum L.）是兼具营养与药用价值的多年生木本经济作物，产业价值突出，但其典型的无限花序特性是制约产业发展的重要瓶颈，该特性使枸杞枝条持续抽生、分期开花结果，单枝同时存在不同发育时期的花果，无法实现机械化采收，严重限制了枸杞规模化、产业化发展。在部分农作物育种中，选育顶生开花、花果同步、株型紧凑的有限生长种质，是实现机械化采收、降本增效的有效手段。但目前枸杞无限/有限生长习性的分子调控机制尚不明确，极大阻碍了适配机械化采收的枸杞新品种定向选育。针对上述产业难题，中国科学院华南植物园植物资源研发团队通过构建宁夏枸杞F1杂交群体，选取无限生长型（N）、有限生长型封顶前（TB）、有限生长型封顶后（TA）三类关键材料开展研究。扫描电镜观察表明，两种生长类型枸杞的茎尖发育模式存在显著差异（图1）。在无限生长枝条中，顶端持续生长；相比之下，在有限生长枝条中，顶端发生封顶前的生长与无限生长枝条相似，但当顶端出现顶生花序分生组织时，茎尖生长便停止，随即由营养生长转为生殖生长。研究团队进一步对三份试验样本开展比较转录组分析，筛选获得15个调控枸杞开花与茎尖生长确定性的候选基因，并重点对SP-like家族基因LbSP1及番茄SlSP5G的枸杞同源基因LbSP5G1进行功能验证。由于宁夏枸杞的稳定遗传转化体系尚未建立，该团队转而选用其近缘物种黑果枸杞（BGB, Lycium ruthenicum），利用CRISPR/Cas9基因编辑技术成功获得了单敲除和双敲除株系。表型分析表明，LbSP1与LbSP5G1以功能互补的差异化方式调控枸杞株型建成（图1）。LbSP1单突变体可形成顶生穗状花序，枝条紧凑；LbSP5G1单突变体产生多花花序，单枝坐果数增加，并丧失了光周期敏感性，整体开花更早。而LbSP1+LbSP5G1双突变体整合了两种单突变的优良性状，表现出株型更紧凑、开花更早、花序密度更高的特征。从数量性状上看，双突变体在所有产量相关性状上均优于单突变体和野生型（WT），平均单株产量达到174.94克——几乎是野生型植株（约55–65克）的三倍——同时具有最高的单枝和单节果实密度。蛋白互作测定进一步揭示了这种功能分化的机制基础，并由此提出了PEBP核心调控网络（图1）：其中LbSP5G1作为直接相互作用枢纽，LbSP1作为依赖环境条件的调节因子，二者共同平衡枸杞中的分生组织维持和生殖转变。该研究基于转录组学和基因编辑技术，鉴定并证明敲除两个保守的开花调控基因LbSP1和LbSP5G1，能够将枸杞枝条的无限生长习性转变为紧凑的有限生长结构，实现开花同步并提高产量，为培育紧凑、适宜机械化采收的枸杞品种提供了分子框架，标志着枸杞作物改良现代化迈出了重要一步。近日，相关研究成果以“CRISPR/Cas9-mediated knockout of LbSP1 and LbSP5G1 reveals efficient customization of shoot architecture in black goji berry”为题近日发表在国际权威期刊Plant Biotechnology Journal上。中国科学院华南植物园Fazal Rehman博士后（已出站）和刘焕芳助理研究员为共同第一作者，王瑛研究员为通讯作者，硕士生马云（已毕业）、吴妍，曾少华研究员，杨超副研究员，以及香港浸会大学宗渊博士为论文共同作者。该研究在实验过程中得到了李玉萍助理研究员、硕士生石怡和中国科学院遗传与发育研究所曹晓风教授的帮助，并得到了国家自然科学基金、广东省科技计划项目、中国科学院战略性先导科技专项以及广东省重点研发计划的资助。论文链接：https://doi.org/10.1111/pbi.70753图1.茎尖无限与有限生长类型的扫描电子显微镜观察，以及CRISPR/Cas9敲除LbSP1和LbSP5G1对枸杞茎尖分生组织发育及地上部形态重建作用，揭示了有限生长和高产背后的PEBP核心调控网络

2026-09-06

广州健康院 | 成功培育出“线粒体DNA突变生成器”猪模型：为研究人类衰老和线粒体疾病提供新利器

近日，中国科学院广州生物医药与健康研究院工具猪研究组和医用大动物研究组联合五邑大学等机构。纯合子、杂合子和野生型猪mtDNA突变总体分布情况。近日，中国科学院广州生物医药与健康研究院工具猪研究组和医用大动物研究组联合五邑大学等机构，在国际学术期刊Science Advances上发表了题为“Development of mitochondrial mutator pigs exhibiting increased mitochondrial DNA mutations and premature aging via prime editing”的最新研究成果。该研究利用先导编辑技术结合体细胞核移植技术，成功培育出“线粒体DNA突变生成器”猪模型。该模型携带校对功能缺陷的线粒体DNA聚合酶γ，表现出线粒体DNA随年龄增长而累积突变的特征，并精准重现了人类线粒体功能障碍所引发的早衰表型。线粒体几乎存在于我们身体的每一个细胞中，负责生产细胞活动所需的能量，因此被称为细胞的“能量工厂”。线粒体有一个独特之处：它拥有自己独立的遗传物质—线粒体DNA，只从母亲遗传给后代。当线粒体DNA复制时，需要一种叫做“DNA聚合酶γ”（由POLG基因编码）的关键酶来保证复制的准确性。这个酶的3'-5'外切酶结构域就像一位“校对员”，负责检查和修正复制过程中出现的错误。一旦这位“校对员”失职，线粒体DNA的突变就会大量累积，加速细胞衰老，最终导致身体出现早衰症状，例如体重下降、脱发、脊柱弯曲，甚至寿命缩短。那么，厘清线粒体DNA突变积累与机体衰老之间的关系，是否能帮助人们更健康地老去？为此，科学家们培育出携带类似基因缺陷的小鼠模型，试图在模式动物中探究二者的关联。小鼠确实帮了大忙，让人们认识到POLG蛋白功能缺陷所引起的线粒体DNA突变积累，是驱动机体衰老的关键因素。但问题在于：小鼠和人类的差异太大了。小鼠体型小、寿命短、代谢方式与人类不同，难以精确地模拟人类疾病的临床表型。从小鼠身上得到的实验结果，往往难以直接应用到人类身上。于是，科学家们把目光投向了猪。猪的器官大小、生理代谢、免疫系统都和人类高度相似，被认为是研究人类疾病的理想“替身”。为了使线粒体DNA聚合酶γ的“校对员”功能丧失，需要把猪POLG基因中的一个特定碱基从“A”变成“C”。传统的基因编辑工具难以做到如此精准的单碱基替换。为此，研究人员采用了先导编辑技术—一种具备“搜索替换”功能的新型基因编辑工具。通过优化设计，在猪的细胞中实现了超过50%的精确编辑效率，随后通过体细胞核移植技术，成功培育出失去了线粒体DNA复制校对功能的猪模型。携带纯合基因缺陷的猪表现出典型的全身性早衰症状，包括体重显著下降、毛发粗糙杂乱、严重贫血、皮肤和睾丸组织发生病变、寿命明显缩短（大多数未能活过7个月）。更关键的是，与小鼠模型相比，猪模型的症状出现得更早、程度更严重，更接近人类患者的真实情况，弥补了小鼠模型“病情太轻”的短板。通过对突变猪的线粒体DNA进行深度测序，研究团队发现：随着年龄增长，猪体内的线粒体DNA突变不断累积，且不同组织的突变程度存在差异。这些特征与人类线粒体疾病高度吻合。将猪模型中出现的线粒体DNA突变与人类致病突变数据库对比后发现，这种猪可以复现超过70%的人类致病线粒体DNA突变。这意味着，这种猪不只是研究早衰的工具，更是一个“线粒体DNA突变生成器”。科学家可以从中筛选携带特定致病突变的个体，进而培育出针对不同线粒体疾病的猪模型，有望解决当前线粒体疾病动物模型极度匮乏的难题。论文共同第一作者为中国科学院广州生物医药与健康研究院陈方兵博士、梁艳慧副研究员、五邑大学已毕业硕士生郑伟和广州医科大学已毕业硕士生姚奥博。通讯作者为王可品研究员、赖良学研究员和梁艳慧副研究员。该研究成果得到了国家重点研发计划、国家自然科学基金、中国科学院青年创新促进会、广东省自然科学基金等项目的资助。论文链接培育出的“线粒体DNA突变生成器”猪模型图注：（A）POLG基因突变位点示意图；（B）2月龄和4月龄纯合子猪模型照片（同一头猪）；（C）纯合子、杂合子和野生型猪mtDNA突变总体分布情况。

2026-09-04

深圳先进院 | AI赋能酶挖掘定量合成生物学全国重点实验室实现磺基酪氨酸高效胞内合成

近日，中国科学院深圳先进技术研究院定量合成生物学全国重点实验室/合成生物学研究所研究员罗小舟与团队副研究员王欣然等在Chemical Engineering Journal在线发表了题为 “An AI-guided framework for discovery and evolution of sulfotransferases enables efficient sulfotyrosine bioproduction”的研究论文，针对上述问题提出了解决方案。他们利用此前开发的深度学习模型UniKP（该模型能够仅从酶的氨基酸序列出发，预测其对特定底物的催化效率），建立了一套AI驱动的磺基转移酶快速挖掘体系，并成功应用于sTyr的完全胞内生物合成及其在蛋白质中的遗传编码。人工智能正在为酶发现和蛋白质工程提供新的研究范式。然而，如何将模型预测真正转化为实验中可验证的高性能酶，并进一步服务于非天然代谢途径的构建，仍是AI辅助生物工程面临的挑战。在合成生物学中，当需要为一条从头设计（de novo）的途径寻找合适的催化元件时，面对庞大的候选酶库和有限的实验通量，如何高效、低成本地锁定潜力目标，是制约天然与非天然产物生物合成及智能制造的瓶颈所在。非天然氨基酸（noncanonical amino acid, ncAA）及遗传密码扩展（Genetic Code Expansion, GCE）技术的应用，为抗体药物偶联、蛋白质功能调控、蛋白质-蛋白质相互作用解析以及新型生物制剂开发开辟了新的可能。然而，绝大多数ncAA仍依赖外源化学合成与添加，限制了GCE在规模化生产和高通量筛选中的应用。在宿主细胞内自主合成ncAA面临一个障碍：ncAA的合成途径通常是“非天然”的，其中最关键的一步往往缺乏已知的高效生物催化剂。以磺基酪氨酸（sulfotyrosine, sTyr）为例，它作为一种重要的带有磺酸基团的非天然氨基酸，在凝血、免疫及细胞信号调控中具有关键作用，但其胞内合成需要磺基转移酶（SULT）催化酪氨酸磺化——而高效、可溶且与宿主代谢兼容的SULT，在自然界中极为难觅。近日，中国科学院深圳先进技术研究院（以下简称“深圳先进院”）定量合成生物学全国重点实验室/合成生物学研究所研究员罗小舟与团队副研究员王欣然等在Chemical Engineering Journal在线发表了题为 “An AI-guided framework for discovery and evolution of sulfotransferases enables efficient sulfotyrosine bioproduction”的研究论文，针对上述问题提出了解决方案。他们利用此前开发的深度学习模型UniKP（该模型能够仅从酶的氨基酸序列出发，预测其对特定底物的催化效率），建立了一套AI驱动的磺基转移酶快速挖掘体系，并成功应用于sTyr的完全胞内生物合成及其在蛋白质中的遗传编码。在构建sTyr的胞内合成途径时，需要引入磺基转移酶将酪氨酸转化为sTyr。然而，磺基转移酶家族庞大且功能各异，通过传统的BLAST同源搜索或序列相似性网络（SSN）分析往往只能推荐与已知模版高度相似的序列。如果目标酶与模版酶进化距离较远，这些方法极易遗漏真正的潜力候选。若采用穷举式实验筛选，工作量之巨大几乎难以承受。因此，如何从庞大的序列空间中快速、准确地锁定具有高效的目标催化活性的酶，是途径构建中的关键问题。AI作为“智能预筛网”，从序列空间锁定潜力磺基转移酶针对这一问题，研究团队利用此前开发的酶动力学参数预测模型UniKP，建立了AI指导的磺基转移酶筛选体系，同时构建了基于基因密码子扩展（GCE）的sTyr荧光传感器，将细胞内sTyr合成能力转化为可检测的sfGFP荧光信号。研究首先对UniKP的预测能力进行了初步验证，在排名前4的候选酶中，有2个表现出明显活性，显示出较高的候选酶富集能力。在此基础上，为进一步检验AI预测是否真正优于传统筛选方式，研究团队将UniKP与基于同源性的BLAST筛选以及基于序列空间分群的SSN策略进行了系统比较。在由BLAST扩展获得的1000条同源序列中，经UniKP二次排序后，仅对排名前5的候选酶进行实验验证，即获得了高活性磺基转移酶EfST1A1。相比之下，单纯依据BLAST排名筛选的候选酶均未表现出优于起始酶的活性，SSN筛选得到的候选酶提升也不显著。这一结果证明，UniKP模型能够有效捕捉到传统序列比对方法难以识别的“远亲”功能酶，极大地降低了非天然途径构建中酶元件筛选的实验负担。AI起步，进化升级：实现高效细胞工厂及功能应用在获得AI筛选的EfST1A1后，研究团队进一步结合结构分析、饱和突变和荧光激活细胞分选（FACS）开展定向进化，获得了催化活性显著提升的三重突变体evo_EfST1A1。该突变体不仅活性大幅提高，还保持了广泛的底物兼容性。最终，研究人员将这一经AI辅助发现并进化获得的酶应用于工程大肠杆菌中，通过对sTyr前体及磺基供体PAPS供给途径的代谢网络优化，成功构建了从葡萄糖出发、完全不依赖外源sTyr添加的自主合成细胞工厂，sTyr产量达到可观水平。更重要的是，该系统能够有效支持sTyr在含有多个琥珀终止密码子的蛋白质中进行多位点遗传编码，其掺入效率显著优于此前报道的体系，充分展示了生物合成sTyr在实际功能蛋白修饰中的巨大应用潜力。该研究建立了从“AI预测—实验验证—酶进化—细胞工厂构建—功能应用”的完整研究流程。通过与传统筛选方法比较，结合体外酶活测定研究，系统展示了AI在真实酶工程场景中的应用价值。这项研究表明，对于一个特定的化学反应，当催化它的酶尚不明确时，AI不再仅仅是“计算工具”，而是可以充当“实验策略设计者”的角色。它帮助我们从成千上万的候选序列中“押注”最值得测试的几个目标，将“大海捞针”变为“按图索骥”。这种从“随机筛选”到“智能预判”的范式转变，将同时惠及非天然产物的人工合成与天然产物的重新发掘。深圳先进院定量合成生物学全国重点实验室/合成生物学研究所前助理研究员张盼和深圳先进院/中国科学院大学博士研究生陈燕为该论文共同第一作者，深圳先进院定量合成生物学全国重点实验室/合成生物学研究所研究员罗小舟和团队副研究员王欣然为共同通讯作者。本研究得到了国家重点研发计划、国家自然科学基金、广东省重点领域研发计划、广东省基础与应用基础研究基金、深圳市科技计划、中国科学院深圳先进技术研究院科技创新杰出青年人才培养计划及深圳合成生物学创新研究院的支持。图1. AI指导磺基转移酶的发现与实验验证图2. 不同筛选策略在磺基转移酶发现中的比较图3. sTyr生物合成与多位点遗传编码

2026-09-03

南海海洋所 | 研究团队揭示中尺度涡三维结构对热盐输运的影响

近日，中国科学院南海海洋研究所热带海洋环境实验室（LTO）蔡树群研究团队在海洋中尺度涡结构与输运特征方面取得新进展。相关成果发表在国际期刊Journal of Geophysical Research: Oceans上。LTO硕士研究生丁文烁为第一作者，副研究员何映晖为通讯作者，合作者包括中国科学院大气物理研究所研究员林鹏飞，以及LTO研究员蔡树群、陈植武、谢皆烁和副研究员许洁馨。中尺度涡旋是海洋中广泛存在的海水旋转运动，其水平尺度约50–300 km，时间尺度约几十至数百天，动能可占海洋总动能的90%，在海洋物质和能量输运中发挥着重要作用。根据垂向结构的差异，可将涡旋分为表层强化型和次表层强化型（以下简称表层涡和次表层涡），由于数据的相对稀缺，我们对次表层涡三维结构和输运特征的了解仍较不充分。研究团队使用GLORYS12V1再分析数据，在东南印度洋（15–45°S, 60–120°E）内识别并追踪涡旋，根据涡旋极性和垂向结构将涡旋分为四类，分析其统计特征，合成三维结构并估算涡致输运。结果表明：与表层涡相比，次表层涡多分布于较高纬区域，拥有更长的平均寿命和更显著的经向位移；次表层涡的表层温盐异常多呈现偶极子结构，而表层涡则多为单极子（图1）。气候态涡致输运量显示，表层反气旋涡和次表层气旋涡是东南印度洋经向热输运的主要承担者，其中表层反气旋涡主要为极向输运，高值区集中在上500m；次表层气旋涡在上500m与其类似，但在600–1000 m处产生了较显著的赤道向搅拌输运，无法用传统的梯度扩散理论来解释。研究结果还表明，涡旋结构的不对称性是决定净输运大小和方向的关键因素，包括温盐不对称性和流速不对称性（图2）。其中温盐不对称性多由表层的偶极子结构产生，从而引起顺梯度输运；流速不对称性则多在次表层发挥作用，可产生逆梯度输运。此外，涡旋形状的不对称性在近表层也尤为重要。上述研究揭示了表层涡和次表层涡的三维结构和输运特征差异，加深了我们对涡致输运机制的理解，强调了将涡旋垂直结构及其不对称性纳入涡致输运参数化的重要性。该研究由国家自然科学基金、中国科学院战略先导专项等项目共同资助完成。相关论文信息：Ding, W., He, Y.*, Chen, Z., Xie, J., Xu, J., Lin, P., & Cai, S. (2026). Contrasting structure and transport characteristics of surface‐ and subsurface‐intensified eddies in the Southeastern Indian Ocean. Journal of Geophysical Research: Oceans, 131, e2026JC024296.原文链接：https://doi.org/10.1029/2026JC024296图1 东南印度洋三个子区域（R1–R3）内四类涡旋温度异常三维结构图2 东南印度洋四类涡旋的气候态经向涡致热输运垂向结构: (a)–(d)漂移输运；(e)–(h)搅拌输运，红线（蓝线）表示顺梯度（逆梯度）输运；(i)–(l)总输运（漂移+搅拌）

2026-09-01

南海海洋所 | 研究团队揭示中尺度涡垂向结构对能量耗散与生命周期的影响

近日，中国科学院南海海洋研究所热带海洋环境实验室（LTO）蔡树群研究团队在海洋中尺度涡结构与输运特征方面取得新进展。相关成果以“ Eddy vertical structure and energy in the southeastern Indian Ocean: implications for dissipation and lifespan”为题发表在国际期刊Progress in Oceanography上。LTO副研究员何映晖为第一作者，研究员蔡树群为通讯作者，自然资源部第二海洋研究所副研究员刘统亚为共同通讯作者。合作者包括英国东安格里亚大学副教授Zhai Xiaoming，中国科学院大气物理研究所研究员林鹏飞，以及LTO研究员何庆友、陈植武、谢皆烁，副研究员许洁馨、龚延昆，助理研究员李娟和硕士研究生丁文烁。中尺度涡旋是海洋中广泛存在的海水旋转运动，水平尺度通常为几十至数百千米，生命周期可达数十至数百天，承载着海洋中大部分动能，在海洋水团、热盐输运以及海洋生态环境调节中发挥着重要作用。卫星观测表明，东南印度洋是全球中尺度涡活动较为活跃的区域之一，不同区域涡旋的振幅、生命周期等表层特征存在显著差异。然而，这些涡旋在海表以下具有怎样的三维结构？其垂向结构是否也存在类似的空间差异？不同涡旋生命周期为何存在显著差别？针对这些问题，研究团队综合卫星高度计和Argo浮标观测，系统研究了东南印度洋中尺度涡垂向结构和体积分能量的空间分布特征、涡旋垂向结构、能量耗散与生命周期之间的关系。结果表明，东南印度洋气旋涡的垂向结构具有显著的区域差异，而反气旋涡的区域变化相对较弱（图1）。根据垂向结构特征，中尺度涡可分为表层强化型和次表层强化型两类。其中，次表层强化型涡旋以气旋涡为主，其密度异常核心位于约750 m深度，最大流速则出现在约250–300 m深度，主要分布于利文海流系统（Leeuwin Current System）及30°S以南的开阔海域。相比之下，反气旋涡总体以表层强化型结构为主。研究表明，中尺度涡的垂向结构不仅受到海洋层结控制，还与背景平均流系密切相关。进一步分析发现，涡旋生命周期与其体积分能量具有更为密切的联系。其中，生命周期与体积分涡动能的相关系数达到0.84，明显高于其与涡旋振幅、半径和垂向尺度等特征参数的相关程度。涡旋总能量的空间差异主要由涡旋振幅和垂向结构共同控制，而涡旋半径和科氏参数的影响相对较弱。这表明仅依赖卫星能够观测到的海表特征难以完整刻画涡旋的总能量及其生命周期。研究还发现，次表层强化型涡旋由垂向混合引起的能量耗散明显弱于表层强化型涡旋；同时，垂向混合对涡旋有效位能的耗散快于对涡动能的耗散，而水平混合则表现出相反的特征。以利文海流系统为例（图2），该区域的气旋涡以次表层强化型结构为主，不仅具有更高的体积分能量，且垂向混合耗散更弱，因此能够维持更长的生命周期。研究由此建立了“涡旋垂向结构—总能量—能量耗散—生命周期”之间的联系，为理解不同类型中尺度涡寿命差异提供了新的动力学视角。论文结果表明，涡旋三维结构和能量是调控其生命周期的重要因素，不能仅依据海表性质判断涡旋的演变和持续时间。该研究从观测角度系统揭示了东南印度洋气旋涡和反气旋涡垂向结构的空间差异，从能量学角度定量解释了表层强化型与次表层强化型涡旋在能量耗散和生命周期方面的差异，并指出传统上将气旋涡和反气旋涡假定为具有相似垂向结构，可能会给涡致物质输运和能量耗散估算带来偏差。该研究由中国科学院战略先导专项、国家自然科学基金、国家重点研发计划、中国科学院青促会等项目共同资助完成。论文信息：He, Y., W. Ding, Q. He, X. Zhai, T. Liu, Y. Gong, J. Xie, J. Xu, Z. Chen, J. Li, P. Lin and S. Cai* (2026), Eddy vertical structure and energy in the southeastern Indian Ocean: implications for dissipation and lifespan, Progress in Oceanography, 248, 103809, doi:https://doi.org/10.1016/j.pocean.2026.103809.原文链接：https://doi.org/10.1016/j.pocean.2026.103809图1 东南印度洋(a)气旋涡和(b)反气旋涡三维结构空间分布。阴影和等值线表示涡旋内密度异常（kg/m3）。图2 东南印度洋典型涡旋结构及能量耗散系数。(a–d) 南印度洋逆流和Leeuwin海流区域合成气旋涡和反气旋涡的海表高度异常及地转流速矢量。(e–f) 南印度洋逆流（实线）和 Leeuwin海流（虚线）涡旋的垂向密度异常系数 α(z)和涡旋垂向模态 H(z)。(g–h) 涡动能和涡有效位能的垂向（g）和水平（h）阻尼系数。

2026-08-28

地形对树木死亡扰动的解耦：树木死亡在山脊与山谷形成相反的生态选择压力，推动土壤有机碳走向不同命运

在全球气候变化加剧的背景下，森林树木死亡率持续上升，可能改变土壤有机碳（SOC）的储量与稳定性，进而影响森林生态系统的碳汇功能。冠层开放效应（canopy-opening effect）与碎屑遗留效应（detrital-legacy effect）是树木死亡后普遍产生的两类生态后果。然而，这两类效应通常同步发生，其相对强度和持续时间又随树木死亡情景而变化，使得二者对SOC动态的独立作用及其相互关系难以区分。因此，树木死亡如何通过不同生态过程影响SOC的积累与损失，仍缺乏清晰的机制解释。近日，中国科学院华南植物园可持续生态学团队依托广东省鼎湖山20公顷森林动态监测样地，以样地内6种冠层树种为研究对象，在山脊和山谷两类地形环境中选取了死亡2–7年的大型乔木个体，并以邻近同种、同径级活树为对照进行了配对采样。研究表明，地形能够调节树木死亡后冠层开放效应与碎屑遗留效应的相对主导程度，使相同的树木死亡事件在两种地形环境中被转化为相反的生态选择压力，通过筛选与微生物碳源和能量获取相关的不同策略，将SOC推向了截然相反的命运（图1）。图1. 两种树木死亡扰动通过地形的解耦作用，推动相反土壤有机碳命运的概念示意图研究发现，树木死亡后，山谷土壤中基于密度分组的轻组有机碳（Light-Fraction Organic Carbon, LFOC）含量显著升高，而土壤含水量未发生显著变化；相比之下，山脊土壤含水量显著降低，而LFOC含量无显著变化（图2）。这一地形差异与研究提出的假设一致，即树木死亡产生的碎屑遗留效应在山谷中相对较强，而冠层开放效应在山脊中更为突出。图2. 树木死亡对轻组有机碳和土壤含水量影响的地形依赖特征树木死亡后，山脊林下SOC含量呈显著降低趋势，且相对于LFOC，这种降低与重组有机碳（Heavy-Fraction Organic Carbon, HFOC）减少的相关性更强。山谷林下SOC含量则呈现显著升高，而相对于HFOC，这种升高与LFOC的积累更为相关（图3）。图3. 树木死亡对土壤有机碳影响的地形依赖特征树木死亡后，基于扩增子测序的细菌和真菌类群在两种地形环境中的丰度变化方向呈负相关，即对于一个特定细菌或真菌类群，如果该类群的丰度在山脊中升高，那么其在山谷中则趋向降低，反之亦然。这表明树木死亡相关扰动在两种地形环境中对微生物群落形成了相反的生态选择压力（图4）。图4. 树木死亡后细菌（a）和真菌（b）类群丰度在两种地形环境间的变化关系为进一步解析上述类群丰度变化背后的功能基础，研究人员利用公共基因组资源，为扩增子测序识别的微生物类群匹配了基因组信息，并根据基因组中与碳源获取和能量获取相关的功能基因，为不同微生物类群分配了功能性状。在评估这些性状的系统发育保守性和类群内部稳定性后，研究进一步采用可解释性机器学习模型，分析了不同功能性状与树木死亡后微生物类群丰度变化之间的关系，并利用鸟枪法宏基因组测序对推断的性状选择模式进行了验证。研究结果显示（图5），在山脊中，树木死亡共同选择了以外切酶为特征的碳获取策略和以有氧呼吸为特征的能量获取策略。而在山谷中，树木死亡则共同促进了以内切酶为特征的碳获取策略和以厌氧呼吸为特征的能量获取策略。图5. 两种地形环境下树木死亡后土壤微生物群落获取碳源和能量的不同策略研究展望在全球变化导致树木死亡不断加剧的背景下，树木死亡可被理解为由冠层开放效应和碎屑遗留效应组合而成的复合扰动。受气候、林分、土壤和地形条件影响，这两类效应的相对强度、持续时间和空间分布往往差异很大，并由此形成不同的生态选择环境，筛选出具有不同碳源和能量获取策略的微生物群落，最终导致差异化的SOC演变结局。研究由此提出了一个基于“扰动组成→生态筛选→微生物策略→SOC命运”的过程框架（图1），为理解不同树木死亡情景下SOC响应为何存在差异提供了可推广的研究思路。在森林碳汇管理实践中，研究提供了以维持森林持久碳汇为目标的树木死亡后干预策略：树木死亡后，通过补植或辅助自然更新加快林冠郁闭，能够减缓土壤微气候波动和抑制好氧微生物活性，有利于减少SOC损失；通过保留枯木残体不仅可以维持有机聚合物的输入，也能营造出厌氧环境，有利于促进SOC的保留。相关研究成果以“Topographic decoupling of tree-mortality disturbances drives contrasting soil carbon fates via divergent microbial strategies”为题近日发表在Nature Communications（《自然·通讯》）上。中国科学院华南植物园在读博士生张东旭为论文第一作者，练琚愉研究员为通讯作者。该研究得到了国家自然科学基金-广东联合基金与国家自然科学基金及中国森林生物多样性监测网络建设项目资助。论文链接：https://doi.org/10.1038/s41467-026-77237-1

2026-09-02

广州能源所3项智慧能碳管理核心成果支撑船舶修造行业能源管理数字化升级

近日，由深圳市拓远能源科技有限公司与中国科学院广州能源研究所能源战略研究中心联合组建的“船舶修造智慧能碳管理创新联合体”承担的智能化能源管理信息系统升级改造项目通过竣工验收。该项目形成了智能化能耗基线与预测模型、船舶修造行业通用能管方法论、能管从数据采集向业务价值升级等3项核心成果，为船舶修造行业智慧能源管理提供了可复制、可推广的实施范式。近日，由深圳市拓远能源科技有限公司与中国科学院广州能源研究所能源战略研究中心联合组建的“船舶修造智慧能碳管理创新联合体”承担的智能化能源管理信息系统升级改造项目通过竣工验收。该项目形成了智能化能耗基线与预测模型、船舶修造行业通用能管方法论、能管从数据采集向业务价值升级等3项核心成果，为船舶修造行业智慧能源管理提供了可复制、可推广的实施范式。项目以智能化能耗基线与预测模型为核心支撑，推动能源精益管控能力实现升级。针对涂装喷砂、喷涂等高耗能工序建立动态能效基线模型，量化区分合理能耗与无效浪费；同步搭建产线周度与全厂月度两级能耗预测模型，实现能耗事前预判与峰谷调度前置。在此基础上，项目建成全厂—大区—车间—工序四级桑基能流图谱，并融合激光中心数字孪生模型，使能源流向与工序单耗可视可溯。该模型体系已作为灯塔工厂评审中能源数字化展示模块的核心内容，为基地能源精益管控提供量化依据。项目立足激光加工与涂装作业两大典型多能耦合场景，凝练形成船舶修造行业通用的能源管理方法论。通过实现能源管理系统（EMS）与制造执行系统（MES）的深度打通，将工单计划、投钢量、板材加工吨数、涂装面积等生产物量与能耗数据逐笔绑定，推动能耗评价从总量绝对值转向工序单耗基准值。相关实践覆盖激光中心全工序及新旧涂装车间喷砂、喷涂全流程，形成“生产物量驱动能源分析”的行业通用范式，并沉淀了从底层采集、跨系统业务对接到人工智能算法建模、业务场景落地的完整实施方法，具备向船舶修造全行业复制推广的示范价值。项目依托分析洞察与自动输出管理举措建议的能力，促进能源管理从数据采集向业务价值升级。构建自动化报表与智能分析引擎，汇聚计量数据、MES工单、预测结果与基线对标信息，自动完成同比环比、工序单耗对标、峰谷用电及异常识别，直接输出排班调度、错峰生产、现场管控等可落地的管理举措建议。借助能源数据深度分析，项目可识别生产组织、设备运行、工艺执行中的效率短板，推动业务侧优化提升，形成“数据采集—智能分析—举措输出—业务改进—效果验证”闭环，使能源管理由被动记录数据转向主动驱动生产业务价值提升。上述3项成果形成了一套可复制、可推广的船舶修造行业智慧能管实施范式。能耗基线与预测模型可用于同类高耗能离散制造工序的精益管控，多能耦合场景方法论为“电—保护气体”“电—压缩空气”等工艺提供通用分析框架，自动输出管理举措的闭环机制推动能源管理从监测统计向价值创造升级。成果可直接复用至集团其他修造基地，并向船舶配套、重型装备等行业输出，也可为绿色工厂、灯塔工厂、零碳工厂能源数字化建设提供参考。

2026-09-01

广东新增两种国家二级保护野生植物：阳江红豆与台山红豆

“红豆生南国，春来发几枝。”王维笔下的红豆，千年以来寄托着中国人的相思之情。如今，就在诗中所说的“南国”——粤港澳大湾区，科研团队揭开了两种全新红豆属植物的神秘面纱。这两个新物种一经确认，便自动进入国家保护名录，成为广东新增的两种国家二级保护野生植物。近日，中国科学院华南植物园陈又生研究员领衔的团队，在国际期刊《植物分类》（Phytotaxa）上发表论文，正式描述并命名了阳江红豆（Ormosia yangjiangensis）与台山红豆（Ormosia taishanensis）。二者的模式产地均位于珠三角及邻近区域，处于粤港澳大湾区范围内。根据2021年版《国家重点保护野生植物名录》，红豆属所有物种均已纳入保护范围，这意味着这两个新种一经发表，即自动受国家二级保护。它们为何被“认错”了几十年？此次发现源于《广东植物红皮书》的编纂工作。野外调查中，科研人员多次发现形态与韧荚红豆、木荚红豆等相近的植株，但其花和果实特征始终与已知物种不符。问题的关键在于，红豆属开花结实周期长，科研人员难以采集到带花带果的完整标本。以往分类研究主要依赖叶片和干燥荚果，但这恰恰最容易导致误判：同一物种在不同环境下叶片形态差异显著，而不同物种的叶片却可能高度相似；干燥荚果则会丢失许多关键形态特征。为厘清真相，团队历时多年，反复前往阳江、台山等地跟踪调查，最终成功采集到从开花到结果的完整标本。结合形态学比较与DNA分子系统学分析，团队确认这批长期被误认的植株，实为两个从未被描述过的新物种。图1.基于IQ-TREE对2185个基因位点进行串联分析获得的系统发育树阳江红豆：花大果扁，成熟个体不足500株阳江红豆为常绿小乔木，主要分布于阳江市阳西县，江门恩平市也有零星种群。其花朵长达2.5厘米，约一枚硬币大小，在红豆属中属于花型较大的类群；荚果扁平如微型刀鞘，区别于常见的圆润果荚。与近亲木荚红豆和柔毛红豆相比，阳江红豆小叶更薄，花序侧生或顶生，荚果腹缝线无棱脊。然而，该物种仅存3个野生种群，成熟个体不足500株。由于多生长于低海拔河岸边，雨季洪水易冲毁根系，加之人为砍伐，种群自然更新受限。依据IUCN标准，阳江红豆被评估为濒危（EN）等级。图2.阳江红豆台山红豆：荚果厚如硬币，现存不足百株如果说阳江红豆是“扁平派”，台山红豆则是“厚实派”。其荚果果瓣厚度达6至11毫米，相当于数枚硬币叠加；腹缝线具明显棱脊，种子种脐长3至4毫米。这些细节是区分物种的关键线索。台山红豆的处境更为严峻：仅发现3个野生种群，成熟个体不足100株，被评定为极危（CR）等级，已推荐列入极小种群野生植物名录，存在野外灭绝风险。图3.台山红豆花和新鲜荚果：更可靠的鉴定依据这项研究带来了重要的科学启示：对于豆科植物而言，花和新鲜荚果的形态特征比叶片和干燥荚果更可靠。长期以来，研究人员因叶片易得而依赖其形态，但红豆属花期短暂，多数标本缺乏花部记录。本次研究证明，花部形态是关键“指纹”——阳江红豆的花蕾尖如陀螺，萼片内侧混生褐白绒毛；台山红豆的花蕾则为卵形或陀螺形。这些特征在干燥标本中难以呈现，必须通过活体观察才能捕捉。同样，新鲜荚果的厚度、腹缝线棱脊等特征在干燥后会丢失，而这些恰恰是区分两个新种的重要线索。“仅仅依赖有限数量的标本进行物种鉴定，很容易导致错误分类。”论文中的这句话，正是整个研究的最佳注脚。图4.阳江红豆（陈又生摄）图5.台山红豆（陈又生摄）保护行动：从“新种”到“国保”的无缝衔接两个新种一经发表，即自动纳入国家二级保护。目前，它们已在华南植物园得到迁地保护，团队还建立了全球物种最丰富的红豆属种质资源圃。研究团队呼吁立即开展栖息地原生境保护，建立种群动态监测机制，重点关注自然更新情况——没有幼苗长大，再多的成年树也只是“最后的晚餐”。论文同步更新了广东省红豆属物种分种检索表，为野外识别提供了标准化工具。两个新物种的发现印证了一个事实：即使在粤港澳大湾区这样的人口密集地区，仍有未知生命等待发掘。每一株红豆树都是一个独特的基因库，每一个新物种都是一扇通往未知世界的窗口。保护它们，就是保护我们共同的家园。

2026-08-31

南海海洋所 | 研究团队在全球海洋热浪次季节至季节尺度预测方面取得新进展

近日，中国科学院南海海洋研究所中国-斯里兰卡热带海洋环境“一带一路”联合实验室（CSTO）与热带海洋环境实验室（LTO）研究团队在全球海洋热浪次季节至季节（Subseasonal-to-Seasonal, S2S）尺度预测研究方面取得新进展。相关成果以“Global Subseasonal-to-Seasonal Marine Heatwave Forecasts Boosted by Explainable Deep Learning”为题，发表于《Journal of Geophysical Research: Machine Learning and Computation》。博士研究生郭明辉为论文第一作者，研究员徐康为通讯作者，研究员张磊和研究员王卫强为合作作者。海洋热浪（Marine Heatwaves, MHWs）是指海表温度持续异常升高的极端事件，会对海洋生态系统和区域气候产生显著影响。已有研究表明，海洋热浪通常持续数周甚至数月，且其发生、发展和消退涉及天气尺度与气候尺度之间的海气相互作用过程。S2S尺度作为连接天气预报与气候预测的重要时间尺度，能够覆盖海洋热浪发生前数周至数月的关键预警窗口，为提前预警和刻画海洋热浪演变提供重要支撑。然而，在该尺度上，大气初始条件的可预测性快速衰减，而海洋等缓变过程的可预测信号尚未充分显现，导致数值模式仍存在较明显的系统性偏差，预报技巧也随提前期增加而快速下降。因此，如何有效识别并订正模式预测偏差，是提升S2S尺度海洋热浪预测能力的关键科学问题之一。传统统计订正方法难以刻画模式误差中的复杂非线性时空特征，深度学习虽为极端事件预测后处理提供了新途径，但其“黑箱”特征仍限制了对订正机制及区域差异来源的深入理解。针对上述问题，CSTO研究团队构建了一种可解释深度学习后处理框架MHWCorrNet，用于订正ECMWF S2S模式的海洋热浪预测偏差。研究结果表明，MHWCorrNet在提前1–6周均表现出稳定的订正效果，全球平均临界成功指数（Critical Success Index, CSI）较原始ECMWF模式提高约6%–12%，6周平均提升约9%，表明深度学习后处理能够有效缓解数值模式在全球海洋S2S尺度预测中的系统性偏差。进一步的空间分析表明，MHWCorrNet在南印度洋、阿拉伯海、北太平洋和西北大西洋等多个关键海域均实现了明显的预测技巧提升（图1）。其中，南印度洋的改善尤为突出：原始ECMWF模式在该海域的海洋热浪预测技巧整体较低，部分区域甚至接近无技巧状态，而经过MHWCorrNet订正后，CSI提高超过0.2，显著增强了该海域S2S尺度海洋热浪的预测能力。更值得关注的是，MHWCorrNet带来的预测改进呈现出显著的纬向差异（图2a）：热带区域的预测提升主要来自误报率（False Alarm Ratio, FAR）的降低，而中高纬区域则主要依赖于命中率（Probability of Detection, POD）的提高（图2b）。进一步研究发现，这种差异与不同海域的气候背景和物理过程密切相关。热带海域受到ENSO等大尺度气候模态的显著调制，同时具有较高的背景海温，使海洋热浪与非热浪状态之间的温度差异减弱（图2c），模式更容易产生误报，因此MHWCorrNet主要通过降低误报提升预测能力。相比之下，中高纬海域受中尺度涡、西边界流等局地动力过程影响，而数值模式对这类高频过程的刻画能力有限，导致海洋热浪事件漏报增加。同时，中高纬海域海洋热浪与非热浪状态之间具有更大的温度对比度，热浪信号更加明显（图2d，e），使MHWCorrNet能够更有效地识别被模式遗漏的海洋热浪事件，从而主要通过提高命中率改善预测技巧。这一结果表明，MHWCorrNet并非简单地对模式结果进行统一校正，而是能够针对不同区域的预测偏差特征进行自适应订正。上述结果表明，深度学习后处理的效果不仅取决于模型结构和学习能力，还受到区域物理环境和模式误差特征的共同调制。这一发现不仅拓展了传统后处理研究主要关注“预测技巧提升了多少”的视角，而且还进一步揭示了“为什么不同海域能够以不同方式获得预测改进”的潜在原因，为认识数值模式在S2S尺度海洋热浪预测中的局限性，以及发展面向不同物理环境的智能后处理方法提供了新的思路。该研究由国家自然科学基金合作创新研究团队项目、国家自然科学基金面上项目、广东省基础与应用基础研究基金项目和广州市科技计划项目共同资助完成。图1 提前1–6周S2S海洋热浪预测的临界成功指数（CSI）空间分布。（a–c）、（d–f）、（g–i）、（j–l）、（m–o）和（p–r）分别对应提前第1、2、3、4、5和6周的预报结果。对于每个提前期，三列分别展示了原始ECMWF预报结果的CSI（左列）、MHWCorrNet订正后预报结果的CSI（中间）以及对应的CSI提升幅度（右列）。图2 预测改进的纬向依赖性和海表温度异常分布特征。（a）提前1–6周预报期平均的临界成功指数（CSI，红色）和对称极值依赖指数（SEDI，蓝色）的纬向平均提升幅度。图中数字表示北半球中高纬（23.5°N–60°N）、热带（23.5°S–23.5°N）和南半球中高纬（23.5°S–60°S）区域平均提升幅度。（b）同（a），展示的是命中率（POD，橙色）和误报率（FAR，绿色）的变化。（c）–（e）分别展示热带、北半球中高纬和南半球中高纬区域海洋热浪日（MHW，红色）与非海洋热浪日（non-MHW，蓝色）的海表温度异常概率密度函数（PDF），基于OISST v2资料（1982–2023年）计算得到。垂直虚线表示PDF峰值位置，并标注对应的异常温度值。相关论文信息：Guo, M., Xu, K.*, Zhang, L., & Wang, W. (2026). Global Subseasonal‐to‐Seasonal Marine Heatwave Forecasts Boosted by Explainable Deep Learning. Journal of Geophysical Research: Machine Learning and Computation, 3(4), e2026JH001380. https://doi.org/10.1029/2026JH001380原文链接：https://doi.org/10.1029/2026JH001380

2026-08-27