||
野生传粉蜜蜂进化行为学研究
通过系统发育分析,重构蜜蜂总科历史的思路比较成熟。基于从DNA条形码到基因组数据在内的分子数据,应用生物信息学手段,研究人员已经可以实现对较大数据自动整合分析,实现大规模物种界定和系统发育树重构等流程。但是,在这些可以反映生物演化历史的生命之树上深入探讨类群的生物学,还需要更多积累基础数据。然而,蜜蜂行为学等数据积累和模式识别还处于初级阶段,且过程缺乏数字化和自动化。
1、系统发育关系构建。类群以形态结构和生物学习性比较接近的单系属为宜。数据可以整合形态学和分子数据,以解析物种亲缘关系。基因组测序技术的飞速发展,突破了分子系统学领域的部分瓶颈。研究方案相对成熟,但围绕生物学习性开展取样需要长期积累,仍然是目前野外工作的重点。
参考文献:
Davey, J. W., & Blaxter, M. L. (2010). RADSeq: next-generation population genetics. Briefings in Functional Genomics, 9(5-6), 416–423. http://doi.org/10.1093/bfgp/elq031
Hohenlohe P.A., Catchen J., Cresko W.A. (2012). Population genomic analysis of model and nonmodel organisms using sequenced RAD tags. Methods Mol Biol. 2012; 888:235-60. doi: 10.1007/978-1-61779-870-2_14.
Gonzalez, V.H., T. Griswold, C.J. Praz, & B.N. Danforth (2012). Phylogeny of the bee family Megachilidae (Hymenoptera: Apoidea) based on adult morphology. Systematic Entomology 37: 261-286 [pdf]
Danforth, B.N., S.C. Cardinal, C. Praz, E. Almeida, D. Michez (2013). Impact of molecular data on our understanding of bee phylogeny and evolution. Ann. Rev. Entomology 58: 57-78 [pdf]
Litman, J.R., C.J. Praz, T.L. Griswold, B.N. Danforth, S.C. Cardinal (2013). Origins, evolution, and diversification of cleptoparasitic lineages in long-tongued bees. Evolution [published online 7 June, 2013, DOI: 10.1111/evo.12161] [pdf]
Hedtke, S., S. Patiny, B.N. Danforth (2013). Resolving the Bee Tree of Life : bioinformatic approaches to apoid phylogeny. BMC Evolutionary Biology 13:138 [pdf]
Litman, J.R., T. Griswold, B.N. Danforth (2016). Phylogenetic systematics and a revised generic classification of anthidiine bees (Hymenoptera: Megachilidae). Molecular Phylogenetics and Evolution 100: 183-198. [DOI: 10.1016/j.ympev.2016.03.018] [pdf]
, , , , , , , , Phylogenomic Insights into the Evolution of Stinging Wasps and the Origins of Ants and Bees. [DOI: http://dx.doi.org/10.1016/j.cub.2017.03.027]
2、行为学数据记录。以传粉蜜蜂巢穴生物学为例,巢穴位置记忆、回巢路径、进入巢穴、巢室停留时间和蜂粮制备等,还停留在片段观察,缺乏整周期监测和精确数据记录。以考古的方式,对蜜蜂巢穴挖掘,耗时耗力,也会对蜜蜂巢穴造成破坏。以蜜蜂访花过程为例:植物定位、访花时间、访花次数等,缺乏围绕蜜蜂个体的生命周期监测和记录。围绕几棵植物,记录这些过程,都需要大量人工的投入。如果要拓展研究到群落水平,则显然需要更多投入。缺乏这些过程的较大数据,研究人员难以形成对行为模式的分析和归纳。目前的挑战主要在于记录器件的体积、重量、功耗和作用距离等。需要和电子工程、图像处理、图像分析等学科交叉。
参考文献:
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-5 07:18
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社