蕨叶形生物刷新生命史,动物界至少起源于5.7亿年前

640?wx_fmt=jpeg

来源 :newsweek.com


根据发表于《古生物学》期刊(Palaeontology)的一项研究,动物界可能比科学界所知更加古老。


研究人员发现,一种名为“美妙春光虫”(Stromatoveris psygmoglena)的海洋生物在埃迪卡拉纪(6.35至5.41亿年前)和寒武纪后期的生命形式之间,提供了关键一环。这两个时期的过渡对动物起源的探索至关重要。


化石证据显示,在埃迪卡拉纪,多姿多彩的多细胞生命形式开始涌现。但对研究者而言,因为它们很多都呈管状或蕨叶状,分类起来颇为困难。


“埃迪卡拉纪生物群的化石中,有一些是大型复杂生命形式中最古老的,”剑桥大学和东京工业大学的古生物学家詹妮弗·卡特希尔(Jennifer Hoyal Cuthill)说。


“这些早期化石跟现存的任何生物都不太像。所以,围绕它们在生命系统发生树上的归属,科学界存在不小的争论,”她说,“虽然有人提出,在这些大型复杂生物的化石中,至少有一些属于早期动物,但从海藻到巨型原生动物,几乎每一种可能性都不乏支持者。”


对于埃迪卡拉纪大型生物(肉眼可见的生物)跟现代动物的亲缘关系,我们并不清楚。因为到寒武纪生命大爆发时——大约5.4至5.2亿年前,生物多样性迅速上升的时期——它们似乎已经灭绝。


而我们已知的大部分主要动物群,都是从那个时期开始出现的。


但最近,卡特希尔和中国西北大学的韩健发现证据表明,埃迪卡拉纪的某些生物其实隶属于动物界。


围绕这项研究,两人考察了云南澄江县出土的200多块美妙春光虫化石,它们可追溯至大约5.18亿年前,但保存格外完好。此前就有古生物学家得出结论称,美妙春光虫是动物界的一员。


640?wx_fmt=jpeg


卡特希尔和韩健采用计算机分析,对比了埃迪卡拉纪动物群的成员和其他一些生物体——比如单细胞的原生动物、藻类、真菌和寒武纪生命大爆发后出现的九个动物类型,其中包括美妙春光虫。


分析结果显示,美妙春光虫和七种关键的埃迪卡拉纪生物群加起来,构成了一种“独特的早期进化动物群”。它们被命名为“纳米比亚花瓣虫”(Petalonamae),在生命系统发生树上占据自己的一支。这个群体的成员有着相似的解剖结构,包括类似蕨叶的结构。


卡特希尔解释说,将埃迪卡拉纪生物群中这些成员和美妙春光虫归入同一群体,这意味着,动物界的历史比我们想象中更加悠久。


640?wx_fmt=jpeg

美妙春光虫的艺术化复原图。


“我们的结果对早期动物进化意味颇深,之前的一些观念或有待修正,”她说。“通过将埃迪卡拉纪生物群的这些成员纳入动物界,我们对动物界有了全新的视角,它们必然起源于这些化石动物生活年代之前,也就是约5.7亿年以前。”


“寒武纪春光虫和埃迪卡拉纪生物群的关系也证明,‘纳米比亚花瓣虫’这个早期动物群的存在时间,比很多人想象中都要长久,而且在寒武纪生命大爆发开始时,它们尚未灭绝。”她说。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491676.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

TensorFlow保存和载入训练模型

保存:使用saver.save()方法保存 载入:使用saver.restore()方法载入 下面是个完整例子: 保存: import tensorflow as tfW tf.Variable([[1, 1, 1], [2, 2, 2]], dtypetf.float32, namew) b tf.Variable([[0, 1, 2]], dtypetf…

PyTorch框架学习十五——可视化工具TensorBoard

PyTorch框架学习十五——可视化工具TensorBoard一、TensorBoard简介二、TensorBoard安装及测试三、TensorBoard的使用1.add_scalar()2.add_scalars()3.add_histogram()4.add_image()5.add_graph()之前的笔记介绍了模型训练中的数据、模型、损失函数和优化器,下面将介…

C++与linus

1、linus炮轰C原帖(英文) http://thread.gmane.org/gmane.comp.version-control.git/57643/focus57918 2、2007年,linus之父炮轰C:糟糕程序员的垃圾语言(中文) CSDN刘江的博客,包括事件前因后果…

CNN、RNN、DNN的内部网络结构有什么区别?

来源:AI量化百科神经网络技术起源于上世纪五、六十年代,当时叫感知机(perceptron),拥有输入层、输出层和一个隐含层。输入的特征向量通过隐含层变换达到输出层,在输出层得到分类结果。早期感知机的推动者是…

plt.subplots中的ax = ax.flatten()

在用plt.subplots画多个子图中,ax ax.flatten()将ax由n*m的Axes组展平成1*nm的Axes组 以下面的例子说明ax ax.flatten()的作用: fig, ax plt.subplots(nrows2,ncols2,sharexall,shareyall) ax ax.flatten() for i in range(4):img image[i].resh…

L2级自动驾驶量产趋势解读

来源:《国盛计算机组》L2 级自动驾驶离我们比想象的更近。18 年下半年部分 L2 车型已面世,凯迪拉克、吉利、长城、长安、上汽等均已推出了 L2 自动驾驶车辆。国内目前在售2872个车型,L2级功能渗透率平均超过25%,豪华车甚至超过了6…

PyTorch框架学习十六——正则化与Dropout

PyTorch框架学习十六——正则化与Dropout一、泛化误差二、L2正则化与权值衰减三、正则化之Dropout补充:这次笔记主要关注防止模型过拟合的两种方法:正则化与Dropout。 一、泛化误差 一般模型的泛化误差可以被分解为三部分:偏差、方差与噪声…

HDU 5510 Bazinga 暴力匹配加剪枝

Bazinga Time Limit: 20 Sec Memory Limit: 256 MB 题目连接 http://acm.hdu.edu.cn/showproblem.php?pid5510 Description Ladies and gentlemen, please sit up straight.Dont tilt your head. Im serious.For n given strings S1,S2,⋯,Sn, labelled from 1 to n, you shou…

将tensor转array

如果对tensor使用extend方法,如下面这个例子: import tensorflow as tfa tf.convert_to_tensor([1,2,3]) b [] with tf.Session() as sess:b.extend(a) 会报错“Tensor objects are only iterable when eager execution is enabled. To iterate over…

PyTorch框架学习十七——Batch Normalization

PyTorch框架学习十七——Batch Normalization一、BN的概念二、Internal Covariate Shift(ICS)三、BN的一个应用案例四、PyTorch中BN的实现1._BatchNorm类2.nn.BatchNorm1d/2d/3d(1)nn.BatchNorm1d(2)nn.Bat…

人工智能影响未来娱乐的31种方式

来源:资本实验室 技术改变生活,而各种新技术每天都在重新定义我们的生活状态。技术改变娱乐,甚至有了互联网时代“娱乐至死”的警语。当人工智能介入我们的生活,特别是娱乐的时候,一切又将大为不同。尽管很多时候我们很…

ncread

matlab 函数ncread(),这自变量有 source:代表的是你要载入的文件; varname:是你要提取的变量的变量名; start:你提取的变量实际是一个数组,比如你是一个三维数组 start:是你提取这个数组的值的起始索引。如果你的变量是一个三维数组&#xff…

TensorFlow报错:'dict' object has no attribute 'SerializeToString'

这个报错是因为sess.run(a,b,c)里要运行的多个变量没有用中括号括起来 举个错误的例子:下面报错是因为sess.run里的c和d没有用中括号 import tensorflow as tfa tf.placeholder(tf.float32, [1]) b tf.placeholder…

素数与量子物理的结合能带来解决黎曼猜想的新可能吗?

来源:中国科学院数学与系统科学研究院翻译:墨竹校对:杨璐1972年,物理学家弗里曼戴森(Freeman Dyson)写了一篇名为《错失的机会》(Missed Opportunities)的文章。在该文中&#xff0c…

Swift学习笔记-访问控制(Access Control)

1.0 翻译:JaceFu 校对:ChildhoodAndy 2.0 翻译校对:mmoaay 2.1 翻译:Prayer 校对:shanks,2015-11-01 本页内容包括: 模块和源文件访问级别 访问级别的使用原则默认访问级别单目标应用程序的访问…

TensorFlow报错run() got multiple values for argument 'feed_dict'

这个报错是因为sess.run(a,b,c)里要运行的多个变量没有用中括号括起来 举个错误的例子:下面报错是因为sess.run里的c和d没有用中括号 import tensorflow as tfa tf.placeholder(tf.float32, [1]) b tf.placeholder…

PyTorch框架学习十八——Layer Normalization、Instance Normalization、Group Normalization

PyTorch框架学习十八——Layer Normalization、Instance Normalization、Group Normalization一、为什么要标准化?二、BN、LN、IN、GN的异同三、Layer Normalization四、Instance Normalization五、Group Normalization上次笔记介绍了Batch Normalization以及它在Py…

重磅!苹果祭出大招:史上最强 Mac 发布,iPad OS 惊艳问世

来源:网络大数据伴随着时间的脚步进入到 6 月份,一年一度的苹果 WWDC 开发者大会又如期到来;这是苹果自举办开发者大会以来的第三十场 WWDC,因而有着不一样的意义。今年的 WWDC 在苹果库比蒂诺总部附近的 San Jose McEnery Convention Center…

jad反编译命令

jad -r -d f:\test_java -s java com/**/*.class 参数说明:   -r:反编译并建立和java包一致的文件夹路径; -d:指定反编译的文件输出路径; -s:指定反编译成成的文件后缀名;(如果不…

PyTorch框架学习十九——模型加载与保存

PyTorch框架学习十九——模型加载与保存一、序列化与反序列化二、PyTorch中的序列化与反序列化1.torch.save2.torch.load三、模型的保存1.方法一:保存整个Module2.方法二:仅保存模型参数四、模型的加载1.加载整个模型2.仅加载模型参数五、断点续训练1.断…