生物通报道  近日首都师范大学生科院张爱兵教授在著名的进化、生态学国际期刊《Molecular Ecology》上发表了DNA条形码研究新成果。

张爱兵教授系首都师范大学“海外引进人才”，现为首都师范大学生命科学学院分子生态学学科带头人，博士生导师。其领导的研究团队致力于DNA条形码理论与应用、有害生物的分子识别和生态安全，目前承担有国家自然科学基金面上项目等，是国际DNA条形码理论研究领域少数几个研究团队之一，在相关领域具有较强的国际影响力。

DNA条形码研究是国际生态学、进化生物学领域新兴的交叉研究领域（分子生物学，经典分类学，生态学以及计算机科学的交叉），由加拿大科学家P.Hebert于2003年提出，在国际生物学相关领域引起广泛关注。DNA条形码研究极大地促进了生物多样性保护、外来入侵和有害生物分子识别等相关领域的研究。

在这篇文章中，张教授将模糊数学理论引入到DNA条形码研究领域，提出了基于模糊成员关系与最小遗传距离的DNA物种识别新方法。他通过实例研究和超过5000次的计算机模拟，证明该方法明显优于常用的基于Bayesian理论的方法和基于NJ建树的方法，尤其能够降低DNA条形码识别中的假阳性错误。

此研究是张爱兵教授继2008年将人工智能的思想引入到DNA条形码（DNA barcoding）研究领域后，在该领域内取得的又一次理论突破。

(生物通：何嫱）

生物通推荐原文摘要：

A fuzzy-set-theory-based approach to analyse species membership in DNA barcoding

Reliable assignment of an unknown query sequence to its correct species remains a methodological problem for the growing field of DNA barcoding. While great advances have been achieved recently, species identification from barcodes can still be unreliable if the relevant biodiversity has been insufficiently sampled. We here propose a new notion of species membership for DNA barcoding—fuzzy membership, based on fuzzy set theory—and illustrate its successful application to four real data sets (bats, fishes, butterflies and flies) with more than 5000 random simulations. Two of the data sets comprise especially dense species/population-level samples. In comparison with current DNA barcoding methods, the newly proposed minimum distance (MD) plus fuzzy set approach, and another computationally simple method, ‘best close match’, outperform two computationally sophisticated Bayesian and BootstrapNJ methods. The new method proposed here has great power in reducing false-positive species identification compared with other methods when conspecifics of the query are absent from the reference database.

作者简介：

张爱兵, 博士，教授，博士生导师，分子生态学，学科带头人，生态学教研室主任。日本进化学会会员（2006-2007）；国际期刊 Molecular Ecology ((SCI IF 6.457; 5Y IF 6.633;ranking 5/34 (Evolutionary Biology), 6/114 (Ecology))) 分子谱系地理学、DNA分子分类方向评审专家（2009-）。 同时给著名国际期刊Ecology Letters (SCI IF 15.253 5Y 14.261)担任审稿( 2009-)；ISI Journal Citation Reports， Ranking: 2008: 4/124 Ecology.

研究方向：
1. 动物遗传多样性
2. DNA分子分类学原理与应用
3. 分子生态学（分子谱系地理学）
4. 比较基因组学
5. 进化与系统发育重建
6. 害虫分子识别

学术经历：
2009,02 －，首都师范大学生命科学学院，教授，分子生态学，学科带头人， 生态学教研室主任（2010-）。
2007,01－2009,01, 瑞典皇家工学院（生物技术研究所），博士后，主要研究方向分子系统地理学；开发了应用于DNA分子分类的软件BPSI2.0 （Zhang & Savolainen 2008）。
2006,10-2006,12, 中科院动物研究所, 动物进化与系统生物学研究中心（现动物进化与系统学重点实验室），助研，从事DNA分子分类学研究。
2003,11－2006,10，日本京都大学，博士后, 主要研究方向是东亚地区（韩国，日本，中国）昆虫分子系统学，分子系统地理学.开发分子谱系地理学进化事件推理软件AutoInfer1.0（Zhang et al.2006）。
2003,08－2003,10，中国林业科学研究院森林生态环境与保护研究所，研究助手，从事森林昆虫种群遗传学及地理分布研究。
1999,09－2003,07，中科院动物研究所农业虫鼠害综合治理研究国家重点实验室，分子生态学博士研究生，主要研究内容是长江流域及其以南地区松毛虫不同地理种群空间遗传结构，基因流及松毛虫近缘种系统发育的分子系统学重建。

研究领域及研究成果：

1. DNA 分子分类学

在国际上首次把人工智能的思想引入到DNA分子分类学领域，提出了基于BP人工神经网络的物种鉴定新方法，研究成果被国际同行（审稿人）评价为非常重要的（very significant）,为当前DNA物种鉴定提供了一个即时的，创新性的解决方案（a timely and innovative solution）。研究成果发表在国际系统生物学核心期刊（Top3）Systematic Biology 上(2008,4月刊)（SCI, 2005 Impact Factor: 10.327; SCI IF 8.48; 5Y IF 10.78）。通过计算机模拟及实例研究首次在DNA分子分类领域提出基于物种的取样策略，指出DNA分子分类研究中人们通常所期望的普适的取样阈值并不存在，首次提出“单倍型发现曲线”（HDC）的概念，并给出了几种关键取样量的计算方法，该项研究被四个国际同行（审稿人）中的三个给与了高度评价，一个同行在肯定这项工作的同时，给出了一些批评意见。给项研究已被Molecular Phylogenetic and Evolution（SCI IF 3.56; 5Y IF 4.04）正式接受（ 2009-09-10）。

2. 分子生态学、分子系统学、分子谱系地理学

运用多基因分子标记的系统发育重建方法，同时运用线粒体和核基因分子标记对朝鲜半岛的Coptolabrus亚属的近缘种的大步甲进行了系统地理学研究，对不同地质历史时期物种迁移扩散，隔离，局部的基因交流进行了基于分子数据的演化推导，探讨了核基因在分子系统地理学推导的作用及局限性；同时，对同域分布于朝鲜半岛的Leptocarabus亚属的近缘种进行了比较系统地理学研究；对分布于日本列岛及朝鲜半岛的Leptocarabus亚属进行了基于多个核基因的分子系统学重构。运用线粒体DNA基因组测序的方法首次将狗的世界起源定位于中国长江以南地区，该项研究成果（共同第一作者）最近（2009-09-01）被 Molecular Biology and Evolution ( SCI IF 9.87; 5Y IF 8.22 在线发表（doi:10.1093/molbev/msp195）。

相关及其他研究成果，发表于生态、进化、分子系统学的核心国际期刊Molecular Biology and Evolution ( SCI IF 9.87; 5Y IF 8.22)，Molecular Ecology（2005, 2006 Impact Factor: 4.301, 4.825; 5.169），Molecular Phylogenetic and Evolution （SCI IF 3.56; 5Y IF 4.04），Zoological Science (SCI, 2006 Impact Factor: 1.240), Molecular Ecology Notes (2006 Impact Factor: 1.220)等

打赏

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》