机器学习解析禾本科花粉揭示其隐秘演化史

近日，伊利诺伊大学厄巴纳-香槟分校 Surangi Punyasena 教授团队在《美国国家科学院院刊》发表成果，利用超分辨率显微镜结合深度学习算法，成功破解禾本科植物花粉化石分类难题。传统显微镜下禾草花粉形态高度相似，长期制约古生态研究。研究团队通过高分辨率成像捕捉花粉表面纹路与细胞壁厚度的细微差异，并训练卷积神经网络模型进行特征识别。该模型能够自动学习规律并准确估算样本物种多样性，有效区分C3与C4光合途径的禾草类型。 研究团队将该技术应用于肯尼亚山湖泊沉积物岩芯，系统追溯了过去两万五千年的草地演变历程。数据显示，末次盛冰期花粉多样性显著降低；随后气候回暖与大气二氧化碳浓度上升带动多样性恢复，同时C4禾草比例逐渐下降，C3禾草占据主导。该方法将形态学数据转化为高效、客观的量化指标，极大提升了古花粉分析精度。未来研究计划将模型拓展至全部陆生植物花粉与孢子分析，为揭示草地生态系统演化及气候变迁提供全新视角。