182000片葉子，幫助科學家預測植物的族譜

原文以Massive database of 182,000 leaves is helping predict plants family trees為標題

發布在2017年7月7日的《自然》新聞上

原文作者：Heidi Ledford

這種新技術可以被用於從花朵到細胞的一切部位，以便分析哪些因素影響植物組成部分的形態。

一株植物的故事就被銘刻在它的葉子上。在寒冷且水分充足的環境下，一棵樹更有可能長出擁有鋸齒邊緣的寬大葉片。但是如果同樣的樹種生長在溫暖乾燥的地方，那麼它的樹葉就可能是小而平滑的。

氣候能夠影響植物葉子的形狀，比如這些楓樹葉。

Ross Hoddinott/NaturePhotoLibrary

現在，有一個圖譜記載了來自全球75個地點141個植物科的182000種樹葉形狀，有望讓科學家更好地理解植物背後的故事。利用這個圖譜，研究者發現單憑樹葉形狀就精確預測出樹葉來源的概率是14.5%，而準確預測其植物科的概率達27.3%。這比用傳統手段描述葉片形狀所做的預測要準確得多。

研究者希望這種方法可以幫助他們了解更多影響樹葉形狀的因素，甚至通過分析植物化石的形狀來推測古代氣候。美國德克薩斯州貝勒大學的一名古植物學家Dan Peppe說：「這是一個潛力無限的數據集。我們離實現樹葉形狀測試自動化越來越近，我們可以利用這種技術來弄清一種植物的生物分類系統並重構氣候。」

這些結果於6月20日登上生物學預印本伺服器bioRxiv。植物形態學家、論文主要作者Dan Chitwood還在6月27日美國沃思堡市的2017年植物學大會上展示了該研究。

整理數據

Chitwood曾就職於美國丹佛斯植物科研中心。他和同事把各自對特定植物群（比如葡萄和番茄）的研究數據彙集起來，並且整合了多個項目的大型數據集，這些項目旨在搜集較大範圍內的植物物種和生長地點的分類信息。

然後，他們使用一種叫「持續同調」的拓撲方法來分析每一片樹葉的形狀。這種方法根據周圍像素的密度，給圖片中的每個像素賦一個值。研究團隊將每片樹葉分成16部分，然後分析每一部分的值的規律。研究者用搜集到的樹葉形狀目錄來尋找物種之間的生物分類和地理聯繫。

Chitwood的終極目標是重建「樹葉形態大合集」：所有可能的樹葉形狀的完整目錄。「如果你能分析目前存在的和過去存在的所有樹葉，結果會是隨機的嗎？會有一些從未出現過的樹葉嗎？從未出現是因為植物不能生長出它們嗎？」他提出了一系列問題。

為了對比樹葉形狀，研究者給圖像中的每個像素賦一個值，然後分析這些像素值的規律。

Dan Chitwood

持續同調研究法用途廣泛，從神經元網路到音樂樂句結構，都有其用武之地。Chitwood希望它能提供一種統一的方法來分析植物的所有組成部分。其他科學家也熱切盼望在自己的研究中應用這種方法。維也納大學的植物形態學家Yannick St?dler想用這種技術分析他日漸擴大的花朵X光圖片庫。他希望這種技術能幫他克服傳統形態學研究手段的弊端。傳統研究方法往往需要研究者在圖像上把不同物種重複出現的結構特徵標記出來。

這些技術在動物研究上很有效，他說，因為動物往往存在明顯的特徵標記：比如兩塊骨頭的連接處、眼角和鼻尖。但是一般來說，花朵表面順滑且又弧度，這就給研究者定位特徵標記增加了難度。St?dler說：「這是樹葉和花朵研究中的一大困難，它阻礙了我們的研究。」

細辨每一片葉子

Peppe等古植物學家一直在尋找葉子化石分析自動化的方法——目前，科研人員需要手動在化石上標出特徵標記，然後再進行分析。

還有其他項目也致力於分析植物特徵，包括葉子、果實和花朵。它們幫助研究者和愛好者快速在野外認出植物。比如，法國國際發展農業研究中心的植物學家Pierre Bonnet介紹說，有一個叫Pl@ntNet的項目收集了世界各地的用戶通過手機應用上傳的數百萬張照片。到目前為止，這個項目已經利用機器學習技術分析了來自13000種植物的580000張圖片。

法國計算機科學與自動化研究所的計算機科學家、Bonnet的合作者之一Alexis Joly說，在辨認植物方面，Pl@ntNet比Chitwood的圖譜更勝一籌。他還說，團隊目前還沒有使用Pl@ntNet來研究葉片形狀的多樣性。

Chitwood希望能將他的拓撲法得到的結果應用到機器學習演算法中去，來看看它們是否能提高他對植物分類及地理位置預測的準確性。但是他更感興趣的是研究葉片形狀而不是植物分類。

St?dle說，曾經有一段時間植物形態學的研究似乎日漸沒落。但是，現在正在逐漸復興，這在一定程度上得益於全球掀起的表徵植物（尤其是農作物）性狀的熱潮以及從遺傳學和環境角度出發對它們進行的研究。

St?dle說：「植物形態學正在重生，它標誌著未來的發展方向。而且我認為，尤其在結合遺傳學數據後，我們的未來非常光明。」

Naturedoi:10.1038/nature.2017.22230

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！