基于DNA序列信息和人工智能的昆虫物种识别研究

DNA分子分类学作为一门国际新兴的交叉学科（形态分类学、分子生物学、和计算机科学），正在全世界范围掀起研究热潮，国内这方面的科研项目也已陆续启动。然而国际及国内的绝大多数研究都集中于将DNA条形码技术应用于研究人员各自感兴趣的生物类群，而对最基本的方法学的研究相当少，其中一个重要的原因是很多实验生物学家往往只是简单地借用常用的系统进化分析方法（比如NJ法和BLAST法等）来进行物种识别分析。然而这些方法的局限性，比如很高的假阳性等已受到广泛批评，本项目将在申请人所取得初步研究成果的基础上，结合快速人工智能算法和DNA核酸序列信息进行物种识别方法研究，探讨不同DNA编码方法、不同基因来源的核酸序列信息对物种识别成功率的影响，建立判别物种识别可靠程度的统计学指标，以枯叶蛾为例建立DNA分子分类数据库可为森林害虫防控识别及外来物种入侵提供数据库支持，本项目成果将为其它生物类群研究提供重要借鉴。

国际DNA条形码研究方兴未艾，是国际进化、生态、多样性研究中的热点研究，其中DNA条码的方法学研究更是重要的核心研究方向，项目在前期研究的基础上，着重研究DNA条形码研究中的基于DNA序列的物种识别，并且将其应用到我国重要的鳞翅目昆虫类群中，提出基于人工智能和生物信息学的条码新方法，建立并测试了支持向量机(SVM, Support Vector Machine，注：SVM为人工智能的一种)方法在COI基因对物种鉴定的成功率的影响，将模糊数学理论引入到DNA条型码（DNA barcoding）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, 建立了包括枯叶蛾类害虫在内的鳞翅目昆虫DNA条码数据库1套，项目产生DNA条码新数据超过4600 条, 涉及我国北方常见鳞翅目重要害虫类群，对于我国农林生态系统的鳞翅目害虫的防控识别具有重要的意义及应用价值。