利用系统基因组学和基于头骨的深度学习技术揭示鼹鼠类动物中隐藏的物种多样性

《Communications Biology》：Unraveling hidden species diversity of talpid moles using phylogenomics and skull-based deep learning

　　

摘要

中国西南部的“天空岛屿”是生物多样性热点地区，地理隔离导致了异域物种分化和隐存物种的形成。在这项研究中，我们结合了系统基因组学、分子物种界定以及形态测量分析方法，来评估鼩鼱科（talpid moles）小型哺乳动物的系统发育和形态多样性。研究结果强烈支持将地理隔离的种群视为独立物种，表明中国西南部“天空岛屿”中的物种多样性被严重低估了。由于传统基于形态学的方法难以识别这些隐存物种（因为它们的形态特征较为保守），我们开发了一种深度学习模型，该模型通过分层分类方法分析颅骨和下颌图像，首先区分属，再进一步区分物种。该深度学习模型在识别已知物种和隐存物种方面均取得了高准确率（属级95%，物种级90%）。重要的是，它揭示了之前被忽视的诊断性形态特征，从而展示了深度学习方法在揭示形态保守物种复合体中隐藏的生物多样性方面的潜力，这种方法适用于多种不同的分类单元。