معلومة

التعرف على شجرة غير عادية

التعرف على شجرة غير عادية



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

المكان: ليون ، فرنسا

أعتقد أنها واحدة من أكثر الأشجار كسلاً التي رأيتها على الإطلاق XD


كما علق Sudachi ، فقد تم تقليمه ، ربما على مدى سنوات عديدة ، لاتخاذ هذا الشكل. إنه ليس الشكل الطبيعي.

أود أن أقول إنه لا يمكن تحديد نوع الشجرة بالضبط دون قرب الأوراق. من التكبير ، يبدو أنه يمكن أن يكون شجرة Lawson Cypress (Chamaecyparis Lawsoniana) على الرغم من أنه يمكن أن يكون Leyland Cypress (x Cupressocyparis leylandii) ، أو عدد من الاحتمالات الأخرى.

إحدى الطرق لمزيد من التحقيق في هذا الأمر إذا كنت تريد أن تعرف على وجه اليقين ، بصرف النظر عن نشر لقطة مقربة لأوراق الشجر التي قد تساعد ، هي العثور على بعض عينات أشجار السرو التي يمكنك العثور على اسمها. ربما في مركز حديقة أو مشتل ، ثم قارن رائحة أوراق الشجر عند قرصها وسحقها بين أصابعك. الأنواع المختلفة لها رائحة مميزة وهي طريقة مفيدة لتحديد الهوية.


يعد التحديد السريع والموثوق للحشرات أمرًا مهمًا في العديد من السياقات ، من اكتشاف ناقلات الأمراض والأنواع الغازية إلى فرز المواد من قوائم جرد التنوع البيولوجي. بسبب نقص الخبرة الكافية ، كان هناك منذ فترة طويلة اهتمام بتطوير أنظمة مؤتمتة لهذه المهمة. استندت المحاولات السابقة إلى الاستخراج اليدوي الشاق والمعقد لميزات الصورة ، ولكن في السنوات الأخيرة ثبت أن الشبكات العصبية التلافيفية المتطورة (CNN) يمكنها تعلم استخراج الميزات ذات الصلة تلقائيًا ، دون تدخل بشري. لسوء الحظ ، يتطلب الوصول إلى دقة على مستوى الخبراء في تعريفات CNN قوة حسابية كبيرة ومجموعات بيانات تدريب ضخمة ، والتي غالبًا ما تكون غير متاحة للمهام التصنيفية. يمكن معالجة ذلك باستخدام نقل الميزة: تتعرض شبكة CNN التي تم اختبارها مسبقًا في مهمة تصنيف صور عامة للصور التصنيفية ذات الأهمية ، ويتم استخدام المعلومات حول تصورها لتلك الصور في تدريب نظام تعريف أبسط ومخصص. هنا ، نقوم بتطوير طريقة فعالة لنقل ميزة CNN ، والتي تحقق دقة على مستوى الخبراء في تحديد تصنيف الحشرات مع مجموعات تدريب من 100 صورة أو أقل لكل فئة ، اعتمادًا على طبيعة مجموعة البيانات. على وجه التحديد ، نقوم باستخراج تمثيلات غنية لميزات الصورة المتوسطة إلى عالية المستوى من بنية CNN VGG16 التي تم اختبارها مسبقًا على مجموعة بيانات ImageNet. يتم تقديم هذه المعلومات إلى مصنف آلة متجه الدعم الخطي ، والذي يتم تدريبه على مشكلة الهدف. اختبرنا أداء نهجنا على نوعين من المهام التصنيفية الصعبة: 1) تحديد الحشرات لمجموعات أعلى عندما يكون من المحتمل أن تنتمي إلى مجموعات فرعية لم يسبق رؤيتها و 2) تحديد الأنواع المتشابهة بصريًا والتي يصعب فصلها حتى بالنسبة خبراء. بالنسبة للمهمة الأولى ، وصل نهجنا

يعد التحديد السريع والموثوق للحشرات ، سواء بالنسبة للأنواع أو لمجموعات التصنيف الأعلى ، أمرًا مهمًا في العديد من السياقات. تشكل الحشرات جزءًا كبيرًا من التنوع البيولوجي لكوكبنا ، ويعتمد التقدم في فهم تكوين وعمل النظم البيئية للكوكب جزئيًا على قدرتنا على إيجاد وتحديد الحشرات التي تعيش فيها بشكل فعال. هناك أيضًا حاجة إلى التعرف السهل والدقيق على الحشرات في معالجة المخاوف المتعلقة بغذاء الإنسان وصحته. وتشمل هذه التطبيقات الكشف عن الحشرات التي هي آفات للمحاصيل (منظمة الأغذية والزراعة 2015) ، وناقلات الأمراض (منظمة التجارة العالمية 2014) ، أو الأنواع الغازية (GISD 2017).

يصعب التعرف على الحشرات بسبب تنوعها الهائل في الأنواع [أكثر من 1.02 مليون نوع موصوف حتى الآن (Zhang 2011)] والاختلاف الكبير داخل الأنواع بسبب الجنس ، وتغير اللون ، ومرحلة الحياة ، وما إلى ذلك مع بعض التدريب ، يمكن للمرء أن يتعلم كيف للتمييز بين المجموعات التصنيفية الأعلى ، مثل الطلبات ، ولكن بالفعل على مستوى الأسرة ، تصبح المهمة صعبة للغاية ، حتى بالنسبة للخبراء ، ما لم نقصر المشكلة على مرحلة حياة معينة ، أو منطقة جغرافية ، أو ترتيب حشرات. بشكل عام ، كلما انخفض المستوى التصنيفي ، أصبحت مهمة تحديد الهوية أكثر صعوبة (الشكل 1). على مستوى الأنواع ، قد يتطلب التحديد الموثوق به سنوات من التدريب والتخصص في فئة حشرة معينة. غالبًا ما يكون طلب خبراء التصنيف هؤلاء قصيرًا ، خاصةً بالنسبة للمجموعات غير المبهرجة والجذابة ، ويمكن قضاء وقتهم بشكل أفضل من قضاء وقتهم في التعرفات الروتينية.

توضيح تخطيطي لتصنيف الحشرات. تم تنظيم الشجرة الكاملة في رتب هرمية وتحتوي على ما يقرب من 1.02 مليون نوع معروف وعدة ملايين لا يزال يتعين وصفها. عادةً ما يكون تصنيف عينة إلى مجموعة ذات رتبة أعلى ، مثل الترتيب ، أمرًا سهلاً نسبيًا مع قدر متواضع من التدريب. يزداد التحدي ومقدار الخبرة المطلوبة بشكل كبير (الانتقال من اللون الأخضر إلى الأحمر) حيث يتم تخفيض الترتيب التصنيفي.

توضيح تخطيطي لتصنيف الحشرات. تم تنظيم الشجرة الكاملة في رتب هرمية وتحتوي على ما يقرب من 1.02 مليون نوع معروف وعدة ملايين لا يزال يتعين وصفها. عادةً ما يكون تصنيف عينة إلى مجموعة ذات رتبة أعلى ، مثل الترتيب ، أمرًا سهلاً نسبيًا مع قدر متواضع من التدريب. يزداد التحدي ومقدار الخبرة المطلوبة بشكل كبير (الانتقال من اللون الأخضر إلى الأحمر) حيث يتم تخفيض الترتيب التصنيفي.

لهذه الأسباب ، كان هناك اهتمام منذ فترة طويلة بتطوير أنظمة مؤتمتة قائمة على الصور لتحديد هوية الحشرات (Schröder et al. 1995 Weeks et al. 1997، 1999a، ​​1999b Gauld et al.2000 Arbuckle et al. 2001 Watson et al.2003 Tofilski 2004 ، 2007 ONeill 2007 Steinhage et al. 2007 ، Francoy et al. 2008 Yang et al. 2015 Feng et al. 2016 Martineau et al. 2017). تشترك جميع هذه الأنظمة المصممة حتى الآن في أنها تعتمد على استخراج الميزات المصنوعة يدويًا. تعتبر "المصممة يدويًا" أو "المصممة يدويًا" مصطلحات قياسية في التعلم الآلي ورؤية الكمبيوتر التي تشير إلى تطبيق بعض العمليات ، مثل خوارزمية أو إجراء يدوي ، لاستخراج الميزات ذات الصلة لتحديد الهوية من البيانات الأولية (الصور في حالتنا) . تتضمن الأمثلة على الميزات التي تم استخدامها لتحديد التصنيف نمط تعرق الجناح ، والموضع النسبي لتقاطعات وريد الجناح ، ومخطط الجناح أو الجسم كله. على الرغم من أن العديد من هذه الأنظمة تحقق أداءً جيدًا في تحديد الهوية ، إلا أن الحاجة إلى استخراج الميزات الخاصة المصممة لكل مهمة قد حدت من استخدامها في الممارسة العملية.

في السنوات الأخيرة ، ظهر التعلم العميق (DL) والشبكات العصبية التلافيفية (CNNs) كأكثر الطرق فعالية لمجموعة من المشكلات في التصنيف الآلي (LeCun وآخرون. 2015 Schmidhuber 2015) ، ورؤية الكمبيوتر هي أحد المجالات التي كان لهذه التقنيات تأثير تحولي. كانت الأفكار الأساسية موجودة منذ فترة طويلة (فوكوشيما 1979 ، 1980 فوكوشيما وآخرون. 1983) ولكن الزيادة الكبيرة في تعقيد وحجم الشبكات العصبية والزيادة الهائلة في حجم البيانات المستخدمة في التدريب أدت إلى تقدم مذهل. فى السنوات الاخيرة. هذه التطورات ، بدورها ، لم تكن لتتحقق بدون القوة الحسابية الإضافية التي توفرها وحدات المعالجة الرسومية الحديثة (GPUs).

على عكس الأساليب التقليدية للتعلم الآلي ، التي تتطلب استخراج الميزات يدويًا ، تتيح DL و CNN التعلم الشامل من مجموعة من بيانات التدريب. في التعلم الشامل ، يتكون الإدخال من بيانات أولية معنونة ، مثل الصور ، ولا شيء آخر. قد تمثل الصور أيضًا مناظر مختلفة ، أو أجزاء من الجسم ، أو مراحل الحياة - تجد CNN تلقائيًا مجموعة الميزات ذات الصلة للمهمة قيد البحث. لقد نجحت شبكات CNN بشكل خاص في مهام تصنيف الصور ، حيث تتوفر مجموعات تدريب كبيرة معنونة للتعلم الخاضع للإشراف. تم الإبلاغ عن أول أداء خارق لشبكات CNN التي تعمل بوحدة معالجة الرسومات (Cireşan et al. 2011) في عام 2011 في مسابقة إشارات المرور (Stallkamp et al. 2011). حدث الاختراق في عام 2012 ، عندما تفوقت بنية CNN المسماة AlexNet (Krizhevsky et al. 2012) على جميع الأنظمة الأخرى في تحدي التعرف البصري على ImageNet Large Scale (Russakovsky et al. 2015) ، في ذلك الوقت الذي يتضمن 1.3 مليون صورة مقسمة إلى 1000 فئة مثل "الأسد" و "الكأس" و "عجلة السيارة" وسلالات مختلفة من القطط والكلاب. منذ ذلك الحين ، تحسن أداء CNN بشكل ملحوظ بفضل تطوير بنى الشبكات العصبية الأكثر عمقًا وتعقيدًا ، واستخدام مجموعات بيانات أكبر للتدريب. أدى الترخيص المفتوح المصدر لأطر تطوير DL إلى مزيد من التقدم المنهجي من خلال جذب مجتمع مطور واسع.

يتطلب تدريب شبكة CNN المعقدة من الصفر إلى مستويات الأداء التي تتساوى مع البشر مجموعة ضخمة من الصور المصنفة وتستهلك قدرًا كبيرًا من الموارد الحسابية ، مما يعني أنه ليس من الواقعي حاليًا تدريب CNN المخصص لمعظم مهام تصنيف الصور. ومع ذلك ، في السنوات القليلة الماضية ، تم اكتشاف أنه يمكن للمرء الاستفادة من شبكة CNN التي تم تدريبها على مهمة تصنيف صور عامة في حل مشكلة أكثر تخصصًا باستخدام تقنية تسمى نقل التعلم (Caruana 1995 Bengio 2011 Yosinski et al. 2014 Azizpour et al. 2016). هذا يقلل من العبء الحسابي ويجعل من الممكن أيضًا الاستفادة من قوة CNN المتطورة حتى عندما تكون مجموعة التدريب للمهمة قيد البحث متوسطة إلى صغيرة.

تم تجربة نوعين مختلفين من نقل التعلم. في الاول، الكون المثالى، يتم تعديل CNN التي تم اختبارها مسبقًا بشكل طفيف عن طريق ضبط معلمات النموذج بدقة بحيث يمكن لـ CNN حل المهمة المتخصصة. يميل الضبط الدقيق إلى العمل بشكل جيد عندما تكون المهمة المتخصصة مماثلة للمهمة الأصلية (يوسينسكي وآخرون ، 2014) ، ولكنها قد تتطلب قدرًا لا بأس به من بيانات التدريب والقدرة الحسابية. كما أنه عرضة للإفراط في المهمة المتخصصة عندما تكون مجموعات البيانات صغيرة لأنه قد يربط بشكل غير صحيح فئة نادرة بميزة غير ملائمة ، مثل نوع خاص من الخلفية ، والذي يحدث فقط وجوده في الصور القليلة من تلك الفئة في مجموعة التدريب.

يُعرف البديل الثاني من نقل التعلم باسم نقل الميزة، ويتضمن استخدام شبكة CNN التي تم اختبارها مسبقًا كمستخرج ميزة مؤتمت (Donahue وآخرون. 2014 Oquab et al. 2014 Razavian et al. 2014 Zeiler and Fergus 2014 Azizpour et al. 2016 Zheng et al. 2016). تتعرض شبكة CNN التي تم اختبارها مسبقًا لمجموعة التدريب للمهمة المتخصصة ، ثم يتم استخراج المعلومات من الطبقات المتوسطة لشبكة CNN ، والتقاط ميزات الصورة منخفضة إلى عالية المستوى ، انظر وصف بنية طبقة CNN أدناه). تُستخدم معلومات الميزة بعد ذلك لتدريب نظام تعلم آلي أبسط ، مثل آلة متجه الدعم (SVM) (Cortes and Vapnik 1995) ، على مهمة أكثر تخصصًا. يميل نقل الميزة مع SVMs إلى العمل بشكل أفضل من الضبط الدقيق عندما تكون المهمة المتخصصة مختلفة عن المهمة الأصلية. إنه أكثر كفاءة من الناحية الحسابية ، ويعمل مع مجموعات صور أصغر ، وتكون SVM أقل عرضة للتركيب الزائد عند العمل مع مجموعات البيانات غير المتوازنة ، أي مجموعات البيانات حيث يتم تمثيل بعض الفئات بأمثلة قليلة جدًا (He and Garcia 2009).

تم استخدام شبكات CNN المتطورة وتعلم النقل بنجاح في السنوات الأخيرة لتحسين تصنيف بعض مجموعات بيانات الصور البيولوجية ، مثل "Caltech-UCSD Birds-200-2011" (Birds-200-2011) (Wah et al. 2011) ( 200 نوع ، 40-60 صورة لكل نوع) و "102 فئة مجموعة بيانات الزهور" (Flowers-102) (Nilsback and Zisserman 2008) (102 نوعًا من الزهور التي تحدث بشكل شائع في المملكة المتحدة ، 40-258 صورة لكل نوع) (الجدول 1) . تم استكشاف مجموعات بيانات مماثلة ولكن أكبر حجما ساهم بها علماء المواطنون في العديد من المشاريع الجارية ، مثل Merlin Bird ID (Van Horn et al. 2015) و Pl @ ntNet (Joly et al. 2014) و iNaturalist (تطبيق الويب متاح على http: / /www.inaturalist.org). تتضمن مجموعات البيانات هذه صورًا خارجية للأنواع التي عادة ما يكون من السهل فصلها عن البشر ، على الأقل مع بعض التدريب ، وأنظمة تحديد الهوية الآلية لا تتنافس بدقة مع الخبراء البشريين حتى الآن.

مقارنة أداء بعض أنظمة تحديد الصور المؤتمتة قبل شبكات CNN وبعض الأساليب الحديثة المستندة إلى CNN على مجموعتين شائعتين من مجموعات البيانات الدقيقة (أي مجموعات البيانات ذات الفئات المتشابهة مع بعضها البعض) ، Bird-200-2011 (Wah et al. 2011) و Flower-102 (Nilsback and Zisserman 2008)

أساليب . عصفور . ورد . مراجع .
طرق ما قبل CNN
اللون + SIFT 26.7 81.3 (خان وآخرون ، 2013)
GMaxPooling 33.3 84.6 (موراي وبيرونين ، 2014)
التقنيات المعتمدة على CNN
CNNaug-SVM 61.8 86.8 (رزافيان وآخرون ، 2014)
MsML 67.9 89.5 (كيان وآخرون ، 2014)
فيوجن سي إن إن 76.4 95.6 (زينج وآخرون ، 2016)
خطي CNN 84.1 (لين وآخرون ، 2015)
المكرر CNN 86.4 (تشانغ وآخرون ، 2017)
أساليب . عصفور . ورد . مراجع .
طرق ما قبل CNN
اللون + SIFT 26.7 81.3 (خان وآخرون ، 2013)
GMaxPooling 33.3 84.6 (موراي وبيرونين ، 2014)
التقنيات القائمة على CNN
CNNaug-SVM 61.8 86.8 (رزافيان وآخرون ، 2014)
MsML 67.9 89.5 (كيان وآخرون ، 2014)
فيوجن سي إن إن 76.4 95.6 (زينج وآخرون ، 2016)
خطي CNN 84.1 (لين وآخرون ، 2015)
المكرر CNN 86.4 (تشانغ وآخرون ، 2017)

ملحوظة: استخدمت جميع الأساليب المستندة إلى CNN VGG16 المدربة مسبقًا ونقل التعلم (Simonyan and Zisserman 2014). تشير الأرقام إلى النسبة المئوية للصور المحددة بشكل صحيح في مجموعة الاختبار المحددة مسبقًا ، والتي لم يتم استخدامها أثناء التدريب.

مقارنة أداء بعض أنظمة تحديد الصور المؤتمتة قبل شبكات CNN وبعض الأساليب الحديثة المستندة إلى CNN على مجموعتين شائعتين من مجموعات البيانات الدقيقة (أي مجموعات البيانات ذات الفئات المتشابهة مع بعضها البعض) ، Bird-200-2011 (Wah et al. 2011) و Flower-102 (Nilsback and Zisserman 2008)

أساليب . عصفور . ورد . مراجع .
طرق ما قبل CNN
اللون + SIFT 26.7 81.3 (خان وآخرون ، 2013)
GMaxPooling 33.3 84.6 (موراي وبيرونين ، 2014)
التقنيات القائمة على CNN
CNNaug-SVM 61.8 86.8 (رزافيان وآخرون ، 2014)
MsML 67.9 89.5 (كيان وآخرون ، 2014)
فيوجن سي إن إن 76.4 95.6 (زينج وآخرون ، 2016)
خطي CNN 84.1 (لين وآخرون ، 2015)
المكرر CNN 86.4 (تشانغ وآخرون ، 2017)
أساليب . عصفور . ورد . مراجع .
طرق ما قبل CNN
اللون + SIFT 26.7 81.3 (خان وآخرون ، 2013)
GMaxPooling 33.3 84.6 (موراي وبيرونين ، 2014)
التقنيات القائمة على CNN
CNNaug-SVM 61.8 86.8 (رزافيان وآخرون ، 2014)
MsML 67.9 89.5 (كيان وآخرون ، 2014)
فيوجن سي إن إن 76.4 95.6 (زينج وآخرون ، 2016)
خطي CNN 84.1 (لين وآخرون ، 2015)
المكرر CNN 86.4 (تشانغ وآخرون ، 2017)

ملحوظة: استخدمت جميع الأساليب القائمة على CNN VGG16 المدربة مسبقًا ونقل التعلم (Simonyan and Zisserman 2014). تشير الأرقام إلى النسبة المئوية للصور المحددة بشكل صحيح في مجموعة الاختبار المحددة مسبقًا ، والتي لم يتم استخدامها أثناء التدريب.

الغرض الرئيسي من المقالة الحالية هو استكشاف المدى الذي يمكن من خلاله استخدام نقل ميزة CNN في تطوير أدوات تشخيص دقيقة بالنظر إلى مجموعات الصور ذات الحجم الواقعي والميزانيات الحسابية المتاحة لمنظمي النظم. تمثل المقالة أحد التطبيقات الأولى لنقل ميزة CNN إلى مهام تصنيفية صعبة وواقعية ، حيث يُتوقع مستوى عالٍ من دقة تحديد الهوية. على عكس الدراسات السابقة ، تم توفير جميع التعريفات المستقلة المستخدمة هنا للتدريب والتحقق من صحة خبراء التصنيف مع إمكانية الوصول إلى العينات المصورة. وبالتالي ، تمكن الخبراء من فحص الشخصيات التي تعتبر بالغة الأهمية لتحديد الهوية ولكنها غير مرئية في الصور ، مثل تفاصيل الجانب البطني للعينات المصورة من الأعلى. كان للخبراء أيضًا إمكانية الوصول إلى بيانات المجموعة ، والتي غالبًا ما تسهل تحديد الهوية.

قمنا بفحص نوعين من المهام التصنيفية الصعبة: 1) تحديد المجموعات الأعلى عندما من المحتمل أن تنتمي العديد من العينات إلى مجموعات فرعية لم يتم رؤيتها من قبل و 2) تحديد الأنواع المتشابهة بصريًا والتي يصعب فصلها حتى بالنسبة للخبراء. للمهمة الأولى ، قمنا بتجميع مجموعتين من البيانات تتكون من صور متنوعة لوجوه Diptera والموطن الظهري لـ Coleoptera ، على التوالي. للمهمة الثانية ، استخدمنا صورًا لثلاثة أنواع وثيقة الصلة من جنس غمدية الأجنحة أوكسيثيريا، وتسعة أنواع من يرقات Plecoptera (Lytle et al. 2010). اعتمد التدريب على نظام تحديد الهوية الآلي بالكامل على الصور الأصلية ولم يتم استخدام أي معالجة مسبقة لمساعدة الكمبيوتر على تحديد الميزات المهمة لتحديد الهوية.

في جميع تجاربنا ، استخدمنا بنية CNN VGG16 بأوزان تم اختبارها مسبقًا على مجموعة بيانات ImageNet (Simonyan و Zisserman 2014) لاستخراج الميزات ، و SVM خطي (Cortes and Vapnik 1995) من أجل التصنيف. ركز عملنا على تحسين تقنيات استخراج الميزات للوصول إلى مستويات عالية من دقة تحديد الهوية. قمنا أيضًا بتحليل الأخطاء التي يرتكبها نظام التعريف الآلي لفهم قيود نهجنا. أخيرًا ، للتحقق من صحة النتائج التي توصلنا إليها ، اختبرنا نظامنا المُحسَّن على العديد من مهام تصنيف الصور البيولوجية الأخرى التي تمت دراستها في الأدبيات الحديثة المتعلقة بالتعريف الآلي.


كائن غريب له جذور فريدة في شجرة الحياة

تحدث عن العائلة الممتدة: يُطلق على كائن وحيد الخلية في النرويج اسم "أقرب أقرباء البشرية". إنه بعيد جدًا عن الكائنات الحية نعلم أن الباحثين يزعمون أنه ينتمي إلى مجموعة أساسية جديدة ، تسمى مملكة ، على شجرة الحياة.

"لقد وجدنا فرعًا غير معروف من شجرة الحياة التي تعيش في هذه البحيرة. إنها فريدة من نوعها! حتى الآن لا نعرف أي مجموعة أخرى من الكائنات الحية التي تنحدر من جذور أقرب إلى جذور شجرة الحياة من هذا النوع ،" دراسة وقال الباحث كامران شالتشيان تبريزي من جامعة أوسلو بالنرويج في بيان.

تم العثور على الكائن الحي ، وهو نوع من الكائنات الأولية ، من قبل الباحثين في بحيرة بالقرب من أوسلو. عُرفت البروتوزوان بالعلم منذ عام 1865 ، ولكن نظرًا لصعوبة استزراعها في المختبر ، لم يتمكن الباحثون من السيطرة على تركيبتها الجينية. تم وضعهم في المملكة الأولى على شجرة الحياة بناءً على ملاحظات حجمهم وشكلهم.

في هذه الدراسة ، التي نُشرت في 21 مارس في مجلة Molecular Biology Evolution ، تمكن الباحثون من زراعة ما يكفي من الكائنات الأولية ، والتي تسمى كولوديكتيون ، في المختبر لتحليل الجينوم. وجدوا أنه لا يتناسب وراثيًا مع أي من ممالك الحياة المكتشفة سابقًا. إنه كائن حي له هياكل داخلية مرتبطة بغشاء ، يسمى حقيقيات النوى ، ولكنه ليس حيوانًا أو نباتًا أو فطريات أو طحالب أو مادة أولية (المجموعات الخمس الرئيسية من حقيقيات النوى). [الحياة المتطرفة على الأرض: 8 مخلوقات غريبة]

"تعد الكائنات الحية الدقيقة من بين أقدم الكائنات الحية حقيقية النواة التي نعرفها حاليًا. لقد تطورت منذ حوالي مليار سنة ، زائد أو ناقص بضع مئات من ملايين السنين. إنها تعطينا فهمًا أفضل لما كانت تبدو عليه الحياة المبكرة على الأرض ،" شالتشيان- قال التبريزي.

مزيج من الميزات

كان شكله صغيرًا. يبلغ طول الكائن الحي الذي وجده الباحثون حوالي 30 إلى 50 ميكرومترًا (حوالي عرض شعرة الإنسان). يأكل الطحالب ولا يحب العيش في مجموعات. إنه فريد أيضًا لأنه بدلاً من سوط واحد أو اثنين (ذيول خلوية تساعد الكائنات الحية على الحركة) ، فإنه يحتوي على أربعة.

يمتلك الكائن الحي أيضًا خصائص فريدة مرتبطة عادةً بالطلائعيات والأميبا ، وهما فرعان مختلفان. ترك هذا الباحثين يتساءلون أين تتناسب الكائنات الحية الدقيقة مع شجرة الحياة. قاموا بتحليل الكود الجيني لمعرفة مدى تشابهه مع الكائنات الحية التي تم فهرستها جينيا بالفعل.

وقال الباحث في الدراسة داغ كلافينيس من جامعة أوسلو "نحن متفاجئون" لأن النوع فريد من نوعه. قارنوا جينومها مع تلك الموجودة في مئات قواعد البيانات حول العالم ، مع القليل من الحظ. في كل هذا البحث "وجدوا فقط تطابقًا جزئيًا مع التسلسل الجيني في التبت."

يعتقد الباحثون أن هذا الكائن الحي ينتمي إلى مجموعة جديدة على شجرة الحياة. لا يستطيع الباحثون الجزم بما إذا كانت الكائنات الحية الأخرى التي تم تصنيفها سابقًا على أنها طفيليات أولية موجودة في نفس الفرع بدون معلوماتهم الجينية. أقرب أقرباء جيني معروف له هو البروت ديفيليا ، على الرغم من أن الكائنات الحية الأخرى التي لم يتم تحليلها وراثيًا قد تكون أقرباء.

"وقال كلافينيس "من الممكن تصور وجود عدد قليل فقط من الأنواع الأخرى في هذا الفرع العائلي من شجرة الحياة ، والتي نجت طوال مئات الملايين من السنين منذ ظهور أنواع حقيقيات النوى على الأرض لأول مرة".

نظرًا لأنه يحتوي على ميزات لمملكتين منفصلتين للحياة ، يعتقد الباحثون أن أسلاف هذه المجموعة قد تكون الكائنات الحية التي أدت إلى ظهور هذه الممالك الأخرى ، الأميبا والطلائع أيضًا. إذا كان هذا صحيحًا ، فستكون بعضًا من أقدم حقيقيات النوى ، مما يؤدي إلى ظهور جميع حقيقيات النوى الأخرى ، بما في ذلك البشر.

يمكنك متابعة كاتبة فريق LiveScience جنيفر ويلش على تويتر، تشغيل + Google أو على موقع التواصل الاجتماعي الفيسبوك. تابع LiveScience للحصول على أحدث الأخبار والاكتشافات العلمية على تويتر و على موقع التواصل الاجتماعي الفيسبوك.

ملحوظة المحرر: تم تحديث هذه المقالة لتصحيح حقيقة أنها ذكرت أن الأميبات والطلائعيات كانا مملكتين بينما في الحقيقة هما مجرد فرعين مختلفين داخل حقيقيات النوى.


بيولوجيا الأنواع من Sagebrush Steppe

بيولوجيا الأنواع من SageBRUSH STEPPE:
يمكن وصف بيولوجيا الأنواع من خلال استراتيجيات حياة الأنواع. استراتيجيات الحياة هي كيفية تخصيص الكائن الحي للطاقة والمواد ليتمكن من التنافس في بيئة ، من أجل البقاء والتكاثر. التطور من خلال الانتقاء الطبيعي ، وتطوير المفاضلات بين النمو / البقاء على قيد الحياة / استراتيجيات الحياة التكاثر عبارة عن مجموع مورفولوجيا الأنواع ، وعلم وظائف الأعضاء ، والاستجابات البيئية ، ومتطلبات الموارد ، والحصول على الطاقة ، والتخزين والتخصيص ، واستراتيجية التكاثر ، ودورة الحياة. تطورت استراتيجيات الحياة الرئيسية لأنواع السهوب الميرمية لتكون تكيفًا مع الحرارة والجفاف (الجفاف).

النباتات
التمثيل الضوئي هو أساس السلسلة الغذائية ، حيث يوفر الطاقة لجميع المستويات الغذائية. يستخدم الإشعاع الشمسي لتحويل H20 و C20 إلى كربوهيدرات تنتج الطاقة للنباتات والحيوانات. هناك ثلاثة مسارات للتمثيل الضوئي تطورت / تكيفت وازدهرت في بيئات مختلفة: C3 و C4 و CAM. تعتبر النباتات منتجة أساسية ، من حيث أنها تنتج الطاقة باستخدام ضوء الشمس لتخليق الماء وثاني أكسيد الكربون في كربوهيدرات ، لجميع المستويات الغذائية العليا في السلسلة الغذائية.
ينتج مسار C3 حمض الكربونيك 3. هناك عملية تثبيت كربون من خطوة واحدة يتم فيها تثبيت ثاني أكسيد الكربون بواسطة Rubisco مباشرة في البلاستيدات الخضراء في المصنع. تمتلك نباتات C3 أقدم مسار لأنها تطورت أولاً ، خلال فترة زمنية عالية تركيز ثاني أكسيد الكربون وأكسجين منخفض. لذلك يمكن تثبيط محطات C3 بمستويات عالية من O2 ، وهي مشكلة تسمى التنفس الضوئي: حيث يرتبط O2 بـ Rubisco بدلاً من CO2. إنها نباتات موسم بارد ، حساسة للمناخات الدافئة والجافة (تزدهر في درجات حرارة 65-75 درجة فهرنهايت).
ينتج مسار C4 حمض الكربونيك 4. يمكن أن يؤدي وظيفة خطوة واحدة لمسار C3 أو يمكنه استخدام ATP كطاقة لعملية من خطوتين تقلل من التنفس الضوئي. تتضمن هذه العملية المكونة من خطوتين دور PEPcase كمستقبل أولي لثاني أكسيد الكربون ، وليس Rubisco. PEPcase لديه تقارب كبير لثاني أكسيد الكربون وليس للأكسجين. تتراوح درجة الحرارة من 90-95 درجة فهرنهايت ، لذلك فهي نباتات موسم دافئ. تطورت نباتات C4 بعد C3 ، خلال فترة ذات تركيز مرتفع من O2.
طورت نباتات الطبابة البديلة تكيفات تحافظ على المياه في البيئات الحارة والجافة ، مع ارتفاع نسبة التبخر. تفتح الثغور في الليل (الظلام) بدلاً من النهار (الضوء) ، عندما يدخل ثاني أكسيد الكربون إلى النبات. تبدأ مصانع CAM التنفس الضوئي باستخدام PEPcase بدون إشعاع شمسي ، وتستمر في النهار عندما يكون الضوء متاحًا. ترتبط نباتات CAM ارتباطًا وثيقًا بمسار C4 ، وهو المسار الأكثر تطورًا مؤخرًا.
الأنواع السائدة من النباتات في النظام البيئي لسهوب Sagebrush هي الشجيرات والأعشاب بما في ذلك Basin Big Sagebrush و Antelope Bitterbrush و Idaho Fescue و Bluebunch Wheatgrass و Rubber Rabbitbrush و Green Rabbitbrush و Cheatgrass و Ventenata و Sandberg Bluegrass و Basin Wildrye. التكيفات العامة هي الجفاف (الجفاف) والحرارة ، مع وفرة الغطاء النباتي في المناطق ذات الأمطار الكافية لدعم الشجيرات والأعشاب ، ولكن ليس الأشجار. إنهم يعيشون في النظام من خلال البقاء خلال فصول الشتاء الثلجية والصيف الحار والجاف. الغطاء النباتي السائد هو النباتات التي يمكن أن تعيش في بيئة شبه قاحلة. تتضمن التكيفات مع الحرارة والجفاف آليات للبقاء على قيد الحياة في ظل انخفاض هطول الأمطار ، ودرجات الحرارة المنخفضة ، والرياح العاتية ، والملوحة العالية في البيئات شبه القاحلة. يشمل النظام البيئي لسهوب الميرمية أنواعًا نباتية تتكيف مع تلقيح البذور المشتتة بالرياح. تتضمن جودة التربة مجموعات من البكتيريا والطحالب والطحالب ونمو الأشنة. تتميز خصائص التربة هذه بأنها مقاومة للحرارة والجفاف ، فضلاً عن إصلاح النيتروجين الخاص بها. يؤثر هذا على استقرار التربة والتحكم في تآكلها ، وتسلل المياه ، وتثبيت النيتروجين ، وتسهيل إنبات البذور ، ودورة المغذيات. سواء كانت تكيفات التجنب (التي تعتمد على هطول الأمطار) أو التسامح (تعدد أشكال الأوراق ، التمثيل الضوئي الجذعي ، والنباتات النباتية لتقليل النتح / التمثيل الضوئي) أو المقاومة (العديد من نباتات CAM المقاومة للحرارة والجفاف) ، تطورت النباتات لتعيش في مجموعة متنوعة من البيئات المختلفة من الحرارة والجفاف.


رؤى جديدة في بيولوجيا الأشجار وتطور الجينوم كما تم الكشف عنها من خلال علم الجينوم

تسلسل الجينوم المرجعي هو المفتاح لاكتشاف الجينات وعائلات الجينات التي تحدد سمات الاهتمام. أتاح التقدم الأخير في تقنيات التسلسل زيادة سريعة في تسلسل الجينوم لأنواع الأشجار ، مما سمح بتشريح الشخصيات المعقدة ذات الأهمية الاقتصادية ، مثل جودة الفاكهة والخشب ومقاومة الضغوط الحيوية وغير الحيوية. على الرغم من أن عدد تسلسل الجينوم المرجعي للأشجار يتخلف عن عدد الأنواع النباتية الأخرى ، إلا أنه ليس من السابق لأوانه اكتساب نظرة ثاقبة على السمات الفريدة التي تميز الأشجار عن النباتات غير الشجرية. تشير مراجعتنا للبيانات المنشورة إلى أنه على الرغم من حفظ العديد من عائلات الجينات بين الأنواع العشبية والشجرية ، إلا أن بعض العائلات الجينية ، مثل تلك التي تشارك في مقاومة الضغوط الحيوية وغير الحيوية وفي تركيب ونقل السكريات ، غالبًا ما يتم توسيعها في الأشجار. الجينوم. نظرًا لتسلسل جينومات المزيد من أنواع الأشجار ، ستوضح الجينوميات المقارنة مدى تعقيد جينومات الأشجار وكيف يرتبط ذلك بالسمات الفريدة للأشجار.


شكر وتقدير

نشكر J. Cate و S. Moore للإدخال في تحليل البروتين الريبوسومي ، J. Doudna و E. Nawrocki للحصول على اقتراحات بشأن تحليل إدراج الرنا الريباسي ، و M. Markillie و R. Taylor للمساعدة في تسلسل الحمض النووي الريبي. تم دعم البحث من قبل وزارة الطاقة الأمريكية (DOE) ، مكتب العلوم ، مكتب الأبحاث البيولوجية والبيئية تحت رقم الجائزة DE-AC02-05CH11231 (منطقة التركيز العلمي للأنظمة المستدامة و DOE-JGI) ورقم الجائزة DE-SC0004918 (الأنظمة مجال التركيز على قاعدة معارف علم الأحياء). L.A.H. كان مدعومًا جزئيًا من قبل زمالة ما بعد الدكتوراه في مجلس أبحاث العلوم الطبيعية والهندسة. تم إجراء تسلسل الحمض النووي في معهد الجينوم المشترك التابع لوزارة الطاقة ، وهو أحد مكاتب وزارة الطاقة التابع لمنشأة مستخدم العلوم ، عبر برنامج علوم المجتمع. تم إجراء تسلسل الحمض النووي الريبي في مختبر العلوم الجزيئية البيئية المدعوم من وزارة الطاقة في مختبر شمال غرب المحيط الهادئ الوطني.


نقل الجينات الأفقي

نقل الجينات الأفقي (HGT) هو انتقال المادة الجينية بين الأنواع بآليات أخرى غير من الأب إلى النسل.

أهداف التعلم

اشرح كيف يمكن أن يجعل النقل الأفقي للجينات من الصعب تحليل الأنساب

الماخذ الرئيسية

النقاط الرئيسية

  • يُعتقد أن HGT أكثر انتشارًا في بدائيات النوى من حقيقيات النوى ، ولكن يمكن نقل حوالي 2٪ فقط من جينوم بدائيات النواة بهذه العملية.
  • يعتقد العديد من العلماء أن HGT والطفرة تبدو (خاصة في بدائيات النوى) مصدرًا مهمًا للتنوع الجيني ، وهو المادة الخام لعملية الانتقاء الطبيعي.
  • يحدث HGT في بدائيات النوى من خلال أربع آليات مختلفة: التحويل ، والتنبيغ ، والاقتران ، وعبر عوامل نقل الجينات.
  • يحدث HGT في النباتات من خلال الينقولات (الجينات القافزة) ، والتي تنتقل بين أنواع مختلفة من النباتات.
  • مثال على HGT في الحيوانات هو نقل (من خلال الاستهلاك) الجينات الفطرية إلى حشرات تسمى حشرات المن ، والتي تسمح لحشرات المن بالقدرة على صنع الكاروتينات بمفردها.

الشروط الاساسية

  • تحويل: تغير في خلية بكتيرية ناتج عن انتقال DNA من أخرى ، خاصة إذا كانت مسببة للأمراض
  • التوضيح: آلية نقل الجينات الأفقية في بدائيات النوى حيث يتم نقل الجينات باستخدام الفيروس
  • اقتران: الاندماج المؤقت للكائنات ، خاصة كجزء من التكاثر الجنسي

نقل الجينات الأفقي

نقل الجينات الأفقي (HGT) هو إدخال مادة وراثية من نوع إلى نوع آخر بآليات أخرى غير الانتقال الرأسي من الأب (الوالدين) إلى النسل. تسمح عمليات النقل هذه حتى للأنواع ذات الصلة البعيدة (باستخدام نسالة معيارية) بمشاركة الجينات ، مما يؤثر على أنماطها الظاهرية. يُعتقد أن HGT أكثر انتشارًا في بدائيات النوى ، ولكن يمكن نقل حوالي 2 ٪ فقط من جينوم بدائيات النواة بهذه العملية. يعتقد بعض الباحثين أن هذه التقديرات سابقة لأوانها ، يجب النظر إلى الأهمية الفعلية لـ HGT للعمليات التطورية على أنها عمل قيد التقدم. نظرًا لأنه يتم التحقيق في الظاهرة بشكل أكثر شمولًا ، فقد يتم الكشف عن أنها أكثر شيوعًا. يفترض العديد من أنصار التطور دورًا رئيسيًا لهذه العملية في التطور ، مما يعقد نموذج الشجرة البسيط. يعتقد عدد من العلماء أن HGT والطفرة تبدو (خاصة في بدائيات النوى) مصدرًا مهمًا للتنوع الجيني ، وهو المادة الخام لعملية الانتقاء الطبيعي. قد تحدث عمليات النقل هذه بين أي نوعين يشتركان في علاقة حميمة ، مما يضيف طبقة من التعقيد لفهم أو حل العلاقات التطورية.

آليات نقل الجينات الأفقية بدائية النواة وحقيقية النواة: نقل الجينات الأفقي هو إدخال مادة وراثية من نوع إلى نوع آخر بآليات أخرى غير الانتقال الرأسي من الأب (الوالدين) إلى النسل. تسمح عمليات النقل هذه حتى للأنواع ذات الصلة البعيدة (باستخدام نسالة معيارية) بمشاركة الجينات ، مما يؤثر على أنماطها الظاهرية. يتم سرد أمثلة على آليات نقل الجينات الأفقي لكل من الكائنات بدائية النواة والكائنات حقيقية النواة.

HGT في بدائيات النوى

لقد ثبت أن آلية HGT شائعة جدًا في المجالات بدائية النواة للبكتيريا والعتائق ، مما أدى إلى تغيير طريقة النظر إلى تطورها بشكل كبير. تعد عمليات نقل الجينات هذه بين الأنواع الآلية الرئيسية التي تكتسب البكتيريا من خلالها مقاومة للمضادات الحيوية. تقليديًا ، كان يُعتقد أن هذا النوع من النقل يحدث من خلال ثلاث آليات مختلفة:

  • التحول: تمتص البكتيريا الحمض النووي العاري.
  • التنبيغ: يتم نقل الجينات باستخدام فيروس.
  • الاقتران: استخدام أنبوب مجوف يسمى بيلوس لنقل الجينات بين الكائنات الحية.

في الآونة الأخيرة ، تم اكتشاف آلية رابعة لنقل الجينات بين بدائيات النوى. تنقل الجسيمات الصغيرة الشبيهة بالفيروسات المسماة عوامل نقل الجينات (GTAs) مقاطع جينومية عشوائية من نوع واحد من بدائيات النوى إلى نوع آخر. لقد ثبت أن GTAs مسؤولة عن التغيرات الجينية ، أحيانًا بتردد عالٍ جدًا مقارنة بالعمليات التطورية الأخرى. The first GTA was characterized in 1974 using purple, non-sulfur bacteria. These GTAs, which are thought to be bacteriophages that lost the ability to reproduce on their own, carry random pieces of DNA from one organism to another. The ability of GTAs to act with high frequency has been demonstrated in controlled studies using marine bacteria. Gene transfer events in marine prokaryotes, either by GTAs or by viruses, have been estimated to be as high as 10 13 per year in the Mediterranean Sea alone. GTAs and viruses are thought to be efficient HGT vehicles with a major impact on prokaryotic evolution.

HGT in Eukaryotes

Although it is easy to see how prokaryotes exchange genetic material by HGT, it was initially thought that this process was absent in eukaryotes. After all, prokaryotes are only single cells exposed directly to their environment, whereas the sex cells of multicellular organisms are usually sequestered in protected parts of the body. It follows from this idea that the gene transfers between multicellular eukaryotes should be more difficult. Indeed, it is thought that this process is rarer in eukaryotes and has a much smaller evolutionary impact than in prokaryotes. In spite of this fact, HGT between distantly-related organisms has been demonstrated in several eukaryotic species. It is possible that more examples will be discovered in the future.

In plants, gene transfer has been observed in species that cannot cross-pollinate by normal means. Transposons or “jumping genes” have been shown to transfer between rice and millet plant species. Furthermore, fungal species feeding on yew trees, from which the anti-cancer drug TAXOL® is derived from the bark, have acquired the ability to make taxol themselves a clear example of gene transfer.

In animals, a particularly interesting example of HGT occurs within the aphid species. Aphids are insects that vary in color based on carotenoid content. Carotenoids are pigments made by a variety of plants, fungi, and microbes, which serve a variety of functions in animals who obtain these chemicals from their food. Humans require carotenoids to synthesize vitamin A and we obtain them by eating orange fruits and vegetables: carrots, apricots, mangoes, and sweet potatoes. On the other hand, aphids have acquired the ability to make the carotenoids on their own. According to DNA analysis, this ability is due to the transfer of fungal genes into the insect by HGT, presumably as the insect consumed fungi for food. A carotenoid enzyme called a desaturase is responsible for the red coloration seen in certain aphids. Furthermore, it has been shown that when this gene is inactivated by mutation, the aphids revert back to their more common green color.

HGT within the aphid species: (a) Red aphids get their color from red carotenoid pigment. Genes necessary to make this pigment are present in certain fungi. Scientists speculate that aphids acquired these genes through HGT after consuming fungi for food. If genes for making carotenoids are inactivated by mutation, the aphids revert back to (b) their green color. Red coloration makes the aphids much more conspicuous to predators, but evidence suggests that red aphids are more resistant to insecticides than green ones. Thus, red aphids may be more fit to survive in some environments than green ones.


One in Four Tree Deaths in Blue Ridge Mountains Linked to Invasive Species

New research from the Smithsonian Conservation Biology Institute (SCBI) and Shenandoah National Park finds that invasive species of forest insects and pathogens contributed to about a quarter of the tree deaths in Virginia’s Blue Ridge Mountain forests in the past three decades.

According to the authors, this is the first study to evaluate the long-term impact of the multiple invasive species affecting forests. The results, published today in the journal Ecosystems, have implications for the protection of forest health and mitigation of climate change.

“As the world struggles with COVID-19, we are becoming increasingly aware that health is globally interconnected—that a disease agent accidentally transferred to a new host can have devastating consequences,” said Kristina Anderson-Teixeira, forest ecologist at SCBI and the Smithsonian Tropical Research Institute and lead author of the study. “We expect more exotic tree disease agents to arrive in the future, and how we handle that threat will have important consequences for the health and diversity of our forests, along with their ability to help sequester carbon dioxide from the atmosphere and slow climate change.”

Non-native insects and pathogens can cause significant harm when brought to a new environment by human activity. In the Blue Ridge Mountain region alone, invasive species have led to the classification of seven tree species as threatened or endangered.

Beyond individual types of trees, however, scientists have not previously studied how invasive species affect entire forests in the long term. For this research, Anderson-Teixeira and her co-authors studied decades of data from forest plots at Shenandoah National Park and the neighboring SCBI. At SCBI, this includes a plot from the Smithsonian’s Forest Global Earth Observatory (ForestGEO), a worldwide network of forest monitoring sites.

The research plots are distributed across an 80-mile stretch of the Blue Ridge Mountains in Virginia. According to the authors, these plots are by no means unusual among forests of the eastern United States, which have all been subjected to multiple invasive species. Scientists have monitored the plots for years to measure the growth, death, abundance and diversity of tree species present. Combined, the records total more than 350,000 tree observations dating from 1987 to 2019.

Anderson-Teixeira and her team focused on the impact of eight invasive species, including insects like the gypsy moth and emerald ash borer, as well as fungi that cause disease in trees. They found that these eight species contributed to substantial increases in tree mortality over the past three decades. Their findings attribute about 25% of tree deaths to non-native insects and pathogens, with at least 22 tree species affected.

The study also reveals the resilience of these forests, however. Despite significant losses to individual tree species, the total number of species present remained relatively constant, and there was no overall reduction in the number and size of the trees. Other tree species compensated for the losses, making the forests stable over the past several decades.

“Insect and fungal pathogens are continually reshaping the forest composition in Shenandoah National Park, and it is reassuring to know that park forests are demonstrating resilience to these pressures by maintaining tree diversity and abundance,” said Wendy Cass, botanist at Shenandoah National Park and co-author of the study. “Shenandoah National Park is pleased that data from the park's ongoing long-term forest-monitoring program has supported this study.”

This long-term forest data demonstrates how invasive species have shaped entire ecosystems over time. Despite past resilience, invasive species continue to pose a growing threat to forests, and limiting their spread is important to maintaining the health and diversity of these forests.

Trees also play an important role in climate regulation because they absorb carbon from the atmosphere. The authors say that efforts to limit the spread of invasive species will not only protect the health of forests worldwide, but also aid efforts to slow climate change.

This research received grant funding from the Virginia Native Plant Society and Shenandoah National Park Trust.


The Life Story of The Oldest Tree on Earth

Revered for its beauty and its longevity, the ginkgo is a living fossil, unchanged for more than 200 million years. Botanist Peter Crane, who has a written what he calls a biography of this unique tree, talks to ييل البيئة 360 about the inspiring history and cultural significance of the ginkgo.

Millions of urban dwellers know the ginkgo primarily as a street tree, with elegant, fan-shaped leaves, foul-smelling fruits, and nuts prized for their reputed medicinal properties. But botanist Peter Crane sees the ginkgo as much more — an oddity in nature because it is a single species with no known living relatives a living fossil that has been essentially unchanged for more than 200 million years and an inspiring example of how humans can help a species survive.

Crane, who is dean of the Yale School of Forestry & Environmental Studies, has written what he describes as a biography of the oldest tree on earth, a living link to the age of the dinosaurs. كتابه الجديد ، الجنكة, tells the story of a tree that over centuries has made its way from China across Asia and around the world and today is found along streets everywhere from Seoul to New York.

في مقابلة مع ييل البيئة 360, Crane explains what makes the ginkgo unique and what makes it smell, how its toughness and resilience has enabled it to thrive, and what the tree’s long history says about human life on earth. The ginkgo, which co-existed with the dinosaurs, “really puts our own species — let alone our individual existence — into a broader context,” says Crane.

Yale Environment 360: You’ve been studying ginkgo trees for a long time. How did you come to develop an interest in them?

Peter Crane: I think that anyone who is seriously interested in plants inevitably comes across ginkgo pretty early in their training, because there are only five living groups of seed plants, and ginkgo is one of them. And ginkgo is the only one that consists of just one species. So it’s an important plant in any botanist’s view of the plant world — you inevitably run across it early in your training. The other thing is that it has such a distinctive leaf — once you see it, you don’t forget it. It’s thoroughly memorable.

e360: You’ve mentioned that ginkgo is something of a biological oddity in that it’s a single species with no living relatives. That’s somewhat unusual in the plant and animal world, isn’t it?

Crane: نعم فعلا. When we think about flowering plants, there are about 350,000 living species. And in an evolutionary sense, they’re equivalent to that one species of ginkgo. They’re all more closely related to each other than they are to anything else. But the ginkgo is solitary and unique, not very obviously related to any living plant. One of the points I wanted to draw out in the book is that in the past there were a variety of ginkgo-like plants, but this is the only one surviving.

e360: You describe the ginkgo as a “living fossil,” in the sense that in many ways it’s unchanged in more than 200 million years. كيف نعرف ذلك؟

Crane: If you look at fossils from more than 200 million years ago, you can see leaves that are very very similar to modern ginkgo leaves. But you have to look more closely to really assess whether those leaves were produced by plants that are identical to modern ginkgo. And that work has been done now, by my colleague [Chinese paleobotanist] Zhou Zhiyan, who has worked on fossil material from China. And what he’s noticed is that there are some differences in the ways that the seeds are attached in these fossil plants — but in the grand scheme of things, they’re not very different.

With the fossils that I’ve worked on myself, from about 65 million years ago, we were able to determine exactly how the seeds were attached to the plant, and they were attached in an identical way to modern ginkgo. If we could go back in a time machine, maybe we would find some differences, but I suspect not.

e360: And the oldest fossil record?

Crane: A little over 200 million years old. So it is a good example of a living fossil, like the coelacanth, which has also changed very little over millions of years.

Ginkgo leaves in the autumn. AJYI/Ko.Yo

e360: Most of us know ginkgo from its very distinctive, fan-shaped leaves, and also from its very distinctive smell. What is with the smell?

Crane: It’s the outer part of the seed that produces the smell, and it smells, to put it bluntly, like vomit. More than likely, it reflects some sort of adaptation or modification in its dispersal biology. Probably either now or in the past the smell has been attractive to animals. You hear stories of dogs, for example, eating ginkgo seeds — sometimes with not a terribly happy outcome in that they don’t feel so good afterward. But it must be part of a dispersal system. The interesting question is, are the things that adapted to disperse it still around? Or are they extinct?

There’s this wonderful idea that [Daniel] Janzen and [Paul] Martin published about how many neo-tropical fruits don’t appear to have any dispersers in the contemporary fauna. And their idea was that as many large mammals went extinct about 10,000 years ago, many plants actually lost their most important dispersal agents. So in a sense, the plants have continued to live on, while the dispersers themselves have already gone extinct.

e360: So their theory would say that the ginkgo smell would have attracted dinosaurs to eat it?

Crane: Yes, or more likely some mammals that died out much more recently. But the idea is that the tree now could be out of phase with its dispersal agents. There are records of the seeds being eaten by badgers and so on, and as I talk to people it’s clear that the seeds do still move around. So something’s moving them. And you know, the seeds are very attractive — once that smell’s gone, they look a bit like a pistachio. And they have a nice nutritious meat in them, so they would attract animals like squirrels.

e360: When are the seeds on the ground? Is that the late fall?

Crane: They’re usually on the ground in the late fall here in temperate North America. So the trees are dropping their seeds in late November, December. And then often, what saves us from the smell is that they all freeze.

e360: When was the ginkgo first cultivated by humans?

Crane: Our best estimate is about 1,000 years ago in China, which is somewhat late for the cultivation of many plants in China. There’s a lot of Chinese literature from before 1,000 years ago, and it doesn’t mention ginkgo, while it does mention a lot of other plants. The evidence points to the fact that ginkgo was probably always a rather rare tree, and that it first attracted the attention of people about a thousand years ago. Probably originally as a nut — a rather unusual nut tree. And then it was moved around and grown for its nuts in China, before eventually — maybe in the 14th or 15th centuries — making its way up the coastal trade routes into Korea and Japan.

e360: And how and when did it appear in the West?

Crane: The first Westerner to encounter ginkgo — or at least the first Westerner to encounter it and write about it — was Engelbert Kaempfer, who was with the Dutch East India Company at their trading station in southern Japan in 1692. When he returned, he wrote his account of his time in Japan. He is the one who first uses the word in the Western literature — ginkgo — and he provides an illustration of it. But probably living plants weren’t introduced into Europe until a few decades after that — perhaps in the 1730s, but I think more likely in the 1750s.

e360: Ginkgoes have long been valued for their healing properties, their medicinal properties, particularly for helping memory. And we see today ginkgo being sold pretty widely in health food stores. Did the medicinal use of ginkgo emerge in China, and if so, how recent is its move to the West?

Crane: That’s a very interesting question, because if you look and see how ginkgo is used medicinally in China, it’s mainly the seeds that are used. Yet, the الجنكة بيلوبا that you buy in health food stores here is an extract of the leaves. And this is pretty much a Western phenomenon. So this is a use that we’ve invented for it in the West, rather than a use that has come to us from China. The medicinal uses in the East and the supposed medicinal uses in the West have gone in different directions, using two different parts of the plant — mainly the seeds in the East, and mainly the leaves in the West.

e360: Are there any scientific studies that looked at the efficacy of the medicinal properties, like for memory enhancement — either for the leaves or the seeds?

Crane: The most work’s been done on the leaves in the West. And I think it’s true to say the results are equivocal. I don’t think there’s really strong evidence for its efficacy, but on the other hand, there are conflicting results. There’s some evidence that it’s helpful in some ways, but the large-scale trials that we expect from our drugs these days have been unable to be really definitive about that. It’s a bit of an enigma in that respect — it’s difficult to prove its value.

e360: You write in the book about how the ginkgo’s resilience has enabled it to become quite a popular street tree — it can take a lot of abuse. What makes the ginkgo so resilient as a tree?

Crane: It’s hard to put a finger on what exactly does it. But the leaves are particularly unattractive to pests, so it doesn’t suffer from the pest problems that some trees do. And it seems to survive in a street setting: its roots aren’t getting much oxygen, they’re getting a lot of salt and goodness knows what else is getting poured on them, and it seems relatively resistant to those problems. So it’s just a good old tough tree, and it is incredibly widely planted.

e360: How widely, and in what places is it most common?

Crane: Well, it’s particularly widespread in the East: you see it all over Tokyo, you see it all over Seoul. But you also see it all over Manhattan. Once you start to recognize ginkgo trees in the urban landscape, you start to see them everywhere.

An early Western botanical illustration of الجنكة بيلوبا, published in Europe in 1835.

e360: You mentioned in the book that the female seeds are the ones that smell. In New York City, the parks department has a policy of planting only males?

Crane: نعم فعلا. I think today most people would plant males. Most reputable nurseries will sell only males.

e360: One of the things you get into in the book is the broader discussion of the importance of street trees. One of the benefits, which I had never thought about before, is how trees along a street make it feel narrower and cause drivers to go more slowly. It makes sense, but I had never thought of it. Can you describe some of the other benefits that street trees bring to a city or an urban setting?

Crane: I think most obviously they help reduce the urban heat island effect. They provide shade they make the place a lot more comfortable. But I think there are a lot of intangible benefits too: people want to walk in the shade, they want to be out in the shade. And so trees create a less sterile environment and encourage people to want to be outside, with all the benefits that come from people being out and about — from having kids playing outside, to having neighbors keep an eye on each other’s houses, to encouraging people to linger in a shopping area that they would otherwise walk right through.

e360: You certainly see ginkgos everywhere, especially in New York City. You tell a story about a Harlem homeowner who has a ginkgo tree in front of her house and finds people in it regardless of the smell. هل يمكن ان توضح؟

Crane: Yes, in many places where ginkgo is planted in the West, people who’ve known ginkgo or know about ginkgo through their cultural background, will often seek out the trees in the fall and collect the seeds. Particularly with people from Korea or China or Japan, it’s quite common. You see them in Central Park [in New York]. I’ve seen them in Chicago. You see them all over. And I’m sure none of those seeds are sold into commerce. I’m sure those seeds are used locally because people enjoy eating them. And sometimes people won’t wait for the seeds to fall. They’ll take sticks and bang them up into the branches to try to get the seeds to come down.

e360: I was surprised to learn from your book that the ginkgo nut is potentially toxic?

Crane: Yes, it does have some toxicity to it. It’s generally recommended that people don’t eat too many of these seeds. A small proportion of the population seems to have a bad reaction to ginkgo, but it’s a very small proportion. I’ve eaten ginkgo seeds many times.

e360: You actually have an ancient species of ginkgo, Ginkgo cranei, named after you, right?

Crane: Well, yes, that’s the fossil ginkgo from North Dakota that I worked on as a researcher, which a colleague quite recently very kindly named after me. But in a way it’ll be interesting to see if the name survives, because giving it a separate name implies that it’s actually different from modern ginkgo. And the study did point out a few very subtle differences. However, it remains to be seen whether those differences hold up. So I wouldn’t be surprised to see my name get synonymized back into الجنكة بيلوبا في مرحلة ما.

e360: By distributing ginkgo around the planet, humans have, unlike with many other species, helped ensure the ginkgo’s survival. Is that the right way to look at it?

Crane: Yes, I think that’s right. I think by cultivating plants like ginkgo that are very rare in the wild, we’ve sort of taken out insurance for their long-term survival. In China, for a long time there was a lot of discussion about whether there were any native ginkgos at all, or whether all of them had the hand of people in their past. I think the consensus now is that probably a couple of wild, original populations still exist in China. But it’s very difficult to exclude the possibility that even those have been aided by people.

That is another message in the book. Obviously we should try to preserve animals and plants in their native habitats, where they’re part of a functioning integrated ecosystem. But in the same way that we’ve used خارج الموقع methods for conserving large mammals, charismatic animals, I think conservation through cultivation is an important part of the toolkit for preserving plant diversity for the future.

e360: You’ve talked about how one of the things that drew you to learn more about the ginkgo was the sense of timelessness that its history gives you and how that helps us think about our place in the world.

Crane: Obviously, we’re evolved to live in the present, so we’re very focused on the short-term. One of our biggest shortcomings is that we can’t see the long-term, and we see that in the way we respond to all kinds of environmental issues. So reflecting on a plant like ginkgo that was around in very different ecosystems when the dinosaurs were on the planet, that has been around for hundreds of millions of years, really puts our own species — let alone our own individual existence — into a broader context.

It’s a bit like those diagrams that you see, where there’s a picture of the Milky Way and there’s a little sign that says, “You are here.” Well, it’s the same idea. خمين ما؟ We’re not at the center of everything. وتخيل ماذا؟ The universe doesn’t revolve around us. وتخيل ماذا؟ We’re only here for a short time, whereas some things have been here for a really long time. That ought to encourage us to take the long view as we think about our relationship to the natural world.


Significance to Wildlife

One interesting aspen poplar fact is their importance to beavers. Both kinds of aspens are a principal food of beavers throughout their range. The mammals will eat the bark, leaves and the twigs of these trees, and use the branches to construct dams. Other mammals that depend on the aspen tree for food include deer, moose and elk, which browse the leaves and twigs. Rabbits and muskrats will eat the bark, and birds such as the ruffed grouse will consume the seeds and the flower buds. The yellow-bellied sapsucker and the hairy woodpecker frequently hollow out parts of the tree to create a nesting cavity.


شاهد الفيديو: يصل ارتفاعها الى 50 قدم تعرف على أشهر انواع شجر الظل (أغسطس 2022).