直系同源基因ks_系统发育基因组学揭开跳蚤的身世之谜

科技日报记者 张晔

蚤目(俗称跳蚤)是一种令人讨厌的生物,但是科学家对它却非常感兴趣,因为跳蚤与其他昆虫目之间的亲缘关系,一直是昆虫系统学领域的未解之谜。21日,记者从中国科学院南京地质古生物研究所获悉,该所与英国科研团队合作,通过对开源组学数据的挖掘和深入系统发育基因组学分析,揭示跳蚤是一类特化的蝎蛉,相关研究成果于12月18日发表于《古昆虫学》。

4a4c4cc0802bfa265811b71c2d87a137.png

现生跳蚤

跳蚤属于节肢动物门、昆虫纲,是一类体型侧扁,外形高度特化,并严格以吸血为生的全变态昆虫。跳蚤体型很小,通常体长1~3毫米。跳蚤是外寄生昆虫,吸食哺乳动物(包括人类)和鸟类的血液。

中国科学院南京地质古生物研究所蔡晨阳、黄迪颖研究团队和英国布里斯托大学古生物团队合作,选取了现生吸吻类26个代表物种,包括长翅目所有亚目、蚤目和双翅目,并根据此前千种昆虫转录组进化团队测得的转录组数据,调取了1478个直系同源单拷贝蛋白编码核基因,这代表着目前已知最大的吸吻类分子数据矩阵。此外,研究人员还构建了包括29个物种的线粒体基因组与多个基因联合的较小的数据矩阵。所有研究结果表明,蚤目位于长翅目的内部,与现生的小蝎蛉科构成姊妹群的关系。

在形态特征方面,蚤目与现生小蝎蛉科具有潜在的共有衍征,如口器特征和精泵。现生小蝎蛉口器较特化,具有由上唇形成的食物通道和针状上颚等,与吸食植物流汁相适应,而中生代的阿纽蝎蛉恰好填补了小蝎蛉科向跳蚤过渡的演化缺失环节。研究证明了跳蚤是从吸食植物花蜜的长翅目祖先演化而来,最终成为如今吸食脊椎动物血液的寄生虫。

系统发育基因组学的结果也为当今昆虫系统分类提供重要的参考依据。根据跳蚤位于长翅目内部的系统发育关系,研究人员正式提出蚤目应降级为蚤目(infraorder)。现生完全变态类昆虫将从11个目减少为10个目,这项研究成果将对现生昆虫系统分类体系具有深远的影响

编辑:宋慈(实习)

审核:朱丽

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值