基於DNA序列信息和人工智慧的昆蟲物種識別研究

《基於DNA序列信息和人工智慧的昆蟲物種識別研究》是依託首都師範大學，由張愛兵擔任項目負責人的面上項目。

基本介紹

• 中文名：基於DNA序列信息和人工智慧的昆蟲物種識別研究
• 項目類別：面上項目
• 項目負責人：張愛兵
• 依託單位：首都師範大學

項目摘要

DNA分子分類學作為一門國際新興的交叉學科（形態分類學、分子生物學、和計算機科學），正在全世界範圍掀起研究熱潮，國內這方面的科研項目也已陸續啟動。然而國際及國內的絕大多數研究都集中於將DNA條形碼技術套用於研究人員各自感興趣的生物類群，而對最基本的方法學的研究相當少，其中一個重要的原因是很多實驗生物學家往往只是簡單地借用常用的系統進化分析方法（比如NJ法和BLAST法等）來進行物種識別分析。然而這些方法的局限性，比如很高的假陽性等已受到廣泛批評，本項目將在申請人所取得初步研究成果的基礎上，結合快速人工智慧算法和DNA核酸序列信息進行物種識別方法研究，探討不同DNA編碼方法、不同基因來源的核酸序列信息對物種識別成功率的影響，建立判別物種識別可靠程度的統計學指標，以枯葉蛾為例建立DNA分子分類資料庫可為森林害蟲防控識別及外來物種入侵提供資料庫支持，本項目成果將為其它生物類群研究提供重要借鑑。

結題摘要

國際DNA條形碼研究方興未艾，是國際進化、生態、多樣性研究中的熱點研究，其中DNA條碼的方法學研究更是重要的核心研究方向，項目在前期研究的基礎上，著重研究DNA條形碼研究中的基於DNA序列的物種識別，並且將其套用到我國重要的鱗翅目昆蟲類群中，提出基於人工智慧和生物信息學的條碼新方法，建立並測試了支持向量機(SVM, Support Vector Machine，註：SVM為人工智慧的一種)方法在COI基因對物種鑑定的成功率的影響，將模糊數學理論引入到DNA條型碼（DNA barcoding）研究領域，提出了基於模糊成員關係與最小遺傳距離的DNA物種識別新方法, 建立了包括枯葉蛾類害蟲在內的鱗翅目昆蟲DNA條碼資料庫1套，項目產生DNA條碼新數據超過4600 條, 涉及我國北方常見鱗翅目重要害蟲類群，對於我國農林生態系統的鱗翅目害蟲的防控識別具有重要的意義及套用價值。