《高时间分辨率数据显示,中欧管理草地上的蝙蝠和昆虫活动较低》

  • 编译者: 刘小燕
  • 发布时间:2024-05-18
  • 农业和农药使用的增加导致全球昆虫数量和生物多样性的减少。除了昆虫的多样性外,考虑昆虫的丰度也很重要,因为昆虫作为蝙蝠等更高营养水平物种的食物的重要性。我们监测了中欧常见的开放景观结构草地上夜间飞行昆虫数量的时空变化,并将其与蝙蝠喂养活动相关联。我们最重要的结果是,昆虫的丰度几乎总是极低。无论监测的不同草地的管理强度如何,这都是如此。我们还发现昆虫丰度或昆虫群的存在与蝙蝠喂养活动没有相关性。这表明草地上的昆虫数量太少,昆虫群太罕见,蝙蝠无法冒险花费精力去寻找它们。草甸似乎是夜间飞行昆虫的不良栖息地,作为蝙蝠的觅食栖息地价值很低。我们的研究强调了长期监测昆虫丰度的重要性,特别是在高时间尺度上,以识别和保护觅食栖息地。鉴于昆虫的迅速减少,这将变得越来越重要。
相关报告
  • 《利用植被图数据库对植物物种丰富度进行高分辨率和大范围的绘制》

    • 来源专题:外来生物入侵
    • 编译者:王成卓
    • 发布时间:2018-11-16
    • 最近,大型植被图数据库的可用性增加,为分析和解释大面积和个体栖息地类型的精细植物物种丰富度模式创造了前所未有的机会。在这里,我们演示了如何使用这些数据(1)编制全国物种丰富度高分辨率地图,并为草原和森林植被确定国家多样性热点;(2)比较所有原生、外来及红色物种的多样性模式;(3)识别这些模式的潜在环境驱动因素。与此同时,我们检验并量化了预测物种丰富度模式的稳定性,这些模式与大型植被图数据库固有的最常见偏差有关。植被图记录来源于捷克国家植物社会学数据库,采用随机森林法对捷克共和国境内的草原和森林分别绘制了维管植物种类、原生植物种类、外来植物种类和红色植物种类的精细尺度空间多样性图。用不同的重采样数据集测试了预测物种丰富度模式的稳定性。在这些数据集中,我们减少或增加了对更多物种丰富群落的局部过采样和优先采样。草地和森林植被的模型解释了40-65%的小尺度物种丰富度变化。草原和森林中所有物种和本地物种丰富度的空间格局差异很大,而外来物种和红色名录物种在这两种植被类型之间表现出更高的一致性。模型物种丰富度的模式对于应用于初始数据集的所有重采样策略都是高度稳定的。我们认为,植被图数据库是高分辨率绘制不同植被类型和物种组的植物物种丰富度数据的一个有价值的来源,因为每一个都可以显示不同的多样性模式。得到的地图提供了精细尺度物种丰富度的空间模式的可靠表示,可以用于测试关于多样性模式控制的科学假设和保护规划。
  • 《Cell | 高分辨率三维水平空间组——Open ST》

    • 编译者:李康音
    • 发布时间:2024-06-29
    • 2024年6月24日,柏林医学系统生物学研究所(BIMSB)的研究人员共同通讯在Cell发表题为Open-ST: High-resolution spatial transcriptomics in 3D的文章,报道了Open ST,一种新的三维高分辨率空间转录组学技术,开创了空间生物学的一个突破性进展,能以无与伦比的细节了解组织微环境,有望改变研究人员研究不同物种健康和疾病分子景观的方式。 Open ST的核心是巧妙地将Illumina flow cell改为空间转录组捕获平台,实现了亚细胞分辨率(~0.6μm),12 mm2捕获面积的成本效益价格低于130欧元。该方法结合了图案化flow cell技术和用户友好的3D打印切割指南,确保了精确一致的数据采集。值得注意的是,与其他替代品相比,它需要的测序深度要少得多,且同时保持高水平的转录组信息,从而提高了成本效益。这种简化的过程与标准实验室设备兼容,使研究人员能够高效地准备多个文库,使大规模研究变得可行。 Open ST通过其卓越的捕获效率而脱颖而出,在一系列组织中得到了证明——从胚胎小鼠头部到人类原发性肿瘤及其匹配的健康和转移淋巴结,它能够将高百分比的转录物独特地映射到基因组,同时最大限度地减少核糖体RNA的读取,突出了该平台的准确性。该方法在捕获效率方面始终优于或匹配10×Visium等技术,即使在不同的细胞组成下也有很好的表现。通过保持较低的读取与UMI比率,Open ST优化了库的复杂性,并有助于对新发现进行更深入的测序,同时保持成本可控。 一个关键的创新在于3D虚拟组织块(3D Virtual Tissue Block)的生成。Open ST利用HE成像和计算工具,将转录组学数据与组织学相结合,创建了组织结构和功能的交互式多维视图。这种虚拟重建超越了传统二维分析的限制,使科学家能够在真实的生物学背景下探索细胞及其分子图谱之间的空间关系。作者通过成功重建转移性淋巴结,揭示了传统2D方法无法获得的连续结构和潜在生物标志物验证了该方法。 Open ST的局部捕获能力体现在其以高分辨率准确定位标记基因的能力上,反映了细胞复杂的核质结构。这种精确度对于辨别细胞状态及其在组织发育、稳态和发病机制中的作用至关重要。通过严格的图像预处理和分割模型调整,Open ST提供单细胞分辨率的数据,有助于探索细胞异质性,并揭示组织特异性的细胞-细胞通信热点。Open ST在人类原发组织中的应用为免疫、基质和肿瘤群体的空间组织打开了一个新的视角。在头颈部鳞状细胞癌(HNSCC)中,该技术描绘了这些细胞的空间异质性,突出了原发性肿瘤及其转移之间的差异。Open ST揭示空间受限异质性的能力为细胞群体在原发性和转移性环境中如何不同地相互作用提供了一个精细的视角。通过准确地在3D肿瘤/淋巴结界面识别潜在的生物标志物,该研究提示了可以为个性化药物策略提供信息的治疗靶点和疾病机制。 通过与基于成像的空间转录组学技术进行严格的基准测试,Open ST成为一种可靠而强大的工具,能够以显著的准确性复制已知的细胞类型和基因表达模式。Open ST对3D虚拟组织块的探索不仅确定了细胞类型和基因程序,还阐明了受体-配体在其固有空间环境中的相互作用,加深了我们对细胞通讯动力学的理解。 总之,Open ST代表了空间转录组学的飞跃,提供了一个全面的开源解决方案,在三个维度上结合了易用性、可负担性、高分辨率和可扩展性。Open ST的应用范围从基础研究到临床研究,有望阐明组织生物学和疾病进展背后的复杂分子机制。随着该领域的不断发展,Open ST将成为推动免疫学及其他领域未来发现和进步的基石技术。