Information

Identifiering av ett ovanligt träd

Identifiering av ett ovanligt träd



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Plats: Lyon, Frankrike

Jag tror att det är ett av de lataste träd jag någonsin sett XD


Som Sudachi har kommenterat har den beskärs, förmodligen under många år, för att anta denna form. Det är inte naturlig form.

Jag skulle säga att det inte är möjligt att identifiera den exakta arten av träd utan en närbild av löven. Från att zooma in ser det ut som att det kan vara en Lawson Cypress (Chamaecyparis lawsoniana) även om det kan vara en Leyland Cypress (x Cupressocyparis leylandii), eller ett antal andra möjligheter.

Ett sätt att undersöka detta ytterligare om du vill veta säkert, förutom att lägga upp en närbild på lövverket som kan hjälpa, är att hitta några exemplar av cypresser som du kan hitta namnet på. Kanske i ett trädgårdscenter eller ett arboretum, jämför då lukten av lövverket när du nyper och krossar det mellan fingrarna. Olika arter har en karakteristisk lukt som är en användbar metod för identifiering.


Snabb och tillförlitlig identifiering av insekter är viktig i många sammanhang, från upptäckt av sjukdomsvektorer och invasiva arter till sortering av material från inventeringar av biologisk mångfald. På grund av bristen på adekvat kompetens har det länge funnits ett intresse för att utveckla automatiserade system för denna uppgift. Tidigare försök har baserats på mödosam och komplex handgjord extraktion av bildegenskaper, men på senare år har det visat sig att sofistikerade konvolutionella neurala nätverk (CNN) kan lära sig att extrahera relevanta funktioner automatiskt, utan mänsklig inblandning. För att nå exakthet på expertnivå i CNN-identifieringar kräver tyvärr betydande beräkningskraft och enorma träningsdatauppsättningar, som ofta inte är tillgängliga för taxonomiska uppgifter. Detta kan åtgärdas med hjälp av funktionsöverföring: en CNN som har förtränat på en generisk bildklassificeringsuppgift exponeras för de taxonomiska bilderna av intresse, och information om dess uppfattning om dessa bilder används för att träna ett enklare, dedikerat identifieringssystem. Här utvecklar vi en effektiv metod för CNN-funktionsöverföring, som uppnår noggrannhet på expertnivå i taxonomisk identifiering av insekter med träningsuppsättningar på 100 bilder eller mindre per kategori, beroende på datauppsättningens karaktär. Specifikt extraherar vi rika representationer av mellanliggande till högnivåbildsfunktioner från CNN-arkitekturen VGG16 förutbildad på ImageNet-datauppsättningen. Denna information skickas till en linjär stödvektormaskinklassificerare, som tränas på målproblemet. Vi testade prestandan för vårt tillvägagångssätt på två typer av utmanande taxonomiska uppgifter: 1) identifiera insekter till högre grupper när de sannolikt tillhör undergrupper som inte har setts tidigare och 2) identifiera visuellt liknande arter som är svåra att separera även för experter. För den första uppgiften nådde vårt tillvägagångssätt

Snabb och tillförlitlig identifiering av insekter, antingen till arter eller till högre taxonomiska grupper, är viktig i många sammanhang. Insekter utgör en stor del av den biologiska mångfalden på vår planet, och framstegen i förståelsen av planetens ekosystems sammansättning och funktion är delvis beroende av vår förmåga att effektivt hitta och identifiera de insekter som lever i dem. Det finns också ett behov av enkel och exakt identifiering av insekter för att ta itu med problem relaterade till människors mat och hälsa. Sådana tillämpningar inkluderar upptäckt av insekter som är skadegörare på grödor (FAO 2015), sjukdomsvektorer (WTO 2014) eller invasiva arter (GISD 2017).

Att identifiera insekter är svårt på grund av deras enorma artdiversitet [mer än 1,02 miljoner arter beskrivna hittills (Zhang 2011)] och den betydande variationen inom arter på grund av kön, färgform, livsstadium, etc. Med lite träning kan man lära sig hur att särskilja högre taxonomiska grupper, såsom ordnar, men redan på familjenivå blir uppgiften ganska utmanande, även för experter, om vi inte begränsar problemet till ett visst livsstadium, geografiskt område eller insektsordning. Generellt sett gäller att ju lägre taxonomisk nivå, desto mer utmanande blir identifieringsuppgiften (Fig. 1). På artnivå kan tillförlitlig identifiering kräva år av utbildning och specialisering på ett visst insektstaxon. Sådana experttaxonomer är ofta efterfrågade, särskilt för grupper som inte är pråliga och attraktiva, och deras tid skulle kunna spenderas bättre än på rutinmässiga identifieringar.

En schematisk illustration av insekternas taxonomi. Det fullständiga trädet är organiserat i hierarkiska led, det innehåller cirka 1,02 miljoner kända arter och flera miljoner som återstår att beskriva. Att klassificera ett exemplar till en grupp av högre rang, såsom ordning, är vanligtvis relativt enkelt med en blygsam mängd träning. Utmaningen och mängden erforderlig expertis ökar avsevärt (övergång från grönt till rött) när den taxonomiska rangordningen sänks.

En schematisk illustration av insekternas taxonomi. Det fullständiga trädet är organiserat i hierarkiska led, det innehåller cirka 1,02 miljoner kända arter och flera miljoner som återstår att beskriva. Att klassificera ett exemplar till en grupp av högre rang, såsom ordning, är vanligtvis relativt enkelt med en blygsam mängd träning. Utmaningen och mängden erforderlig expertis ökar avsevärt (övergång från grönt till rött) när den taxonomiska rangordningen sänks.

Av dessa skäl har det länge funnits ett intresse för att utveckla automatiserade bildbaserade system för insektsidentifiering (Schröder et al. 1995 Weeks et al. 1997, 1999a, 1999b Gauld et al. 2000 Arbuckle et al. 2001 Watson et al. 2003 Tofilski 2004, 2007 ONeill 2007 Steinhage et al 2007, Francoy et al 2008 Yang et al 2015 Feng et al 2016 Martineau et al 2017). Gemensamt för alla sådana system som designats hittills är att de är beroende av handgjorda funktionsextraktion. "Handgjorda" eller "handkonstruerade" är standardtermer inom maskininlärning och datorseende som hänvisar till tillämpningen av någon process, som en algoritm eller en manuell procedur, för att extrahera relevanta funktioner för identifiering från rådata (bilder i vårt fall) . Exempel på egenskaper som har använts för taxonomisk identifiering inkluderar vingvenationsmönstret, den relativa positionen för vingvensövergångar och konturerna av vingen eller hela kroppen. Även om många av dessa system uppnår goda identifieringsprestanda, har behovet av specialfunktionsextraktion skräddarsydd för varje uppgift begränsat deras användning i praktiken.

Under de senaste åren har djupinlärning (DL) och konvolutionella neurala nätverk (CNN) dykt upp som de mest effektiva metoderna för en rad problem inom automatiserad klassificering (LeCun et al. 2015 Schmidhuber 2015), och datorseende är ett av de områden där dessa tekniker har haft en transformativ effekt. De grundläggande idéerna har funnits länge (Fukushima 1979, 1980 Fukushima et al. 1983) men en betydande ökning av komplexiteten och storleken på de neurala nätverken och en enorm ökning av mängden data som används för träning har genererat spektakulära framsteg under senare år. Denna utveckling skulle i sin tur inte ha varit möjlig utan den extra beräkningskraft som moderna grafiska bearbetningsenheter (GPU) ger.

I motsats till traditionella metoder för maskininlärning, som kräver handgjord funktionsextraktion, möjliggör DL- och CNN-inlärning från en uppsättning träningsdata. Vid end-to-end-inlärning består inmatningen av märkta rådata, såsom bilder, inget annat. Bilderna kan till och med representera olika vyer, kroppsdelar eller livsstadier – CNN hittar automatiskt de relevanta funktionerna för uppgiften. CNN har varit särskilt framgångsrika i bildklassificeringsuppgifter, där stora märkta träningsuppsättningar är tillgängliga för övervakat lärande. Den första övermänskliga prestandan av GPU-drivna CNN (Cireşan et al. 2011) rapporterades 2011 i en trafikskylttävling (Stallkamp et al. 2011). Genombrottet kom 2012, när en CNN-arkitektur kallad AlexNet ( Krizhevsky et al. 2012) utkonkurrerade alla andra system i ImageNet Large Scale Visual Recognition Challenge ( Russakovsky et al. 2015), vid den tiden som involverade 1,3 miljoner bilder uppdelade i 1 000 kategorier , som "lejon", "kopp", "bilhjul" och olika raser av katter och hundar. Sedan dess har CNNs prestanda förbättrats avsevärt tack vare utvecklingen av djupare, mer komplexa neurala nätverksarkitekturer och användningen av större datamängder för träning. Licensiering med öppen källkod för DL-utvecklingsramverk har utlöst ytterligare metodiska framsteg genom att attrahera en stor utvecklargemenskap.

Att träna ett komplext CNN från början till prestandanivåer som är i nivå med människor kräver en enorm uppsättning märkta bilder och förbrukar en betydande mängd beräkningsresurser, vilket innebär att det för närvarande inte är realistiskt att träna en dedikerad CNN för de flesta bildklassificeringsuppgifter. Men under de senaste åren har det upptäckts att man kan dra fördel av ett CNN som har utbildats i en generisk bildklassificeringsuppgift för att lösa ett mer specialiserat problem med en teknik som kallas överföra lärande (Caruana 1995 Bengio 2011 Yosinski et al. 2014 Azizpour et al. 2016). Detta minskar beräkningsbördan och gör det också möjligt att dra nytta av kraften hos ett sofistikerat CNN även när utbildningsuppsättningen för uppgiften är måttlig till liten.

Två varianter av transfer learning har prövats. I den första, finjustering, modifieras den förtränade CNN något genom att finjustera modellparametrar så att CNN kan lösa den specialiserade uppgiften. Finjustering tenderar att fungera bra när den specialiserade uppgiften liknar den ursprungliga uppgiften (Yosinski et al. 2014), men det kan kräva en hel del träningsdata och beräkningskraft. Det är också känsligt för att överanpassa den specialiserade uppgiften när datamängderna är små eftersom den felaktigt kan associera en sällsynt kategori med en irrelevant egenskap, såsom en speciell typ av bakgrund, som bara råkar finnas i de få bilderna i den kategorin i träningssetet.

Den andra varianten av transfer learning kallas överföring av funktioner, och involverar användningen av det förtränade CNN som en automatiserad funktionsextraktor (Donahue et al. 2014 Oquab et al. 2014 Razavian et al. 2014 Zeiler och Fergus 2014 Azizpour et al. 2016 Zheng et al. 2016). Den förtränade CNN:n exponeras för träningsuppsättningen för den specialiserade uppgiften, och information extraheras sedan från de mellanliggande skikten av CNN, och fångar bildfunktioner på låg till hög nivå, se beskrivning av CNN:s lagerarkitektur nedan). Funktionsinformationen används sedan för att träna ett enklare maskininlärningssystem, såsom en stödvektormaskin (SVM) (Cortes och Vapnik 1995), på den mer specialiserade uppgiften. Funktionsöverföring i kombination med SVM:er tenderar att fungera bättre än finjustering när den specialiserade uppgiften skiljer sig från den ursprungliga uppgiften. Det är beräkningsmässigt mer effektivt, fungerar för mindre bilduppsättningar och SVM:er är mindre mottagliga för överanpassning när man arbetar med obalanserade datamängder, det vill säga datamängder där vissa kategorier representeras av väldigt få exempel (He och Garcia 2009).

Sofistikerade CNN:er och överföringsinlärning har använts framgångsrikt de senaste åren för att förbättra klassificeringen av vissa biologiska bilddatauppsättningar, såsom "Caltech-UCSD Birds-200-2011" (Birds-200-2011) (Wah et al. 2011) ( 200 arter, 40–60 bilder per art) och "102 Category Flower Data set" (Flowers-102) (Nilsback och Zisserman 2008) (102 blomarter som är vanligt förekommande i Storbritannien, 40–258 bilder per art) (Tabell 1) . Liknande men större datamängder från medborgarforskare utforskas i flera pågående projekt, såsom Merlin Bird ID (Van Horn et al. 2015), [email protected] (Joly et al. 2014) och iNaturalist (webbapplikation tillgänglig på http:/ /www.naturalist.org). Dessa datamängder involverar utomhusbilder av arter som vanligtvis är lätta att separera för människor, åtminstone med viss träning, och de automatiserade identifieringssystemen konkurrerar inte riktigt med mänskliga experter i noggrannhet än.

Jämförelse av prestandan hos vissa automatiserade bildidentifieringssystem före CNN och några senaste toppmoderna CNN-baserade metoder på två populära finkorniga datamängder (dvs. datamängder med kategorier som liknar varandra), Bird-200-2011 (Wah et al. 2011) och Flower-102 (Nilsback och Zisserman 2008)

Metoder. Fågel . Blomma. Referenser .
Pre-CNN metoder
Färg+SIFT 26.7 81.3 (Khan et al., 2013)
GMaxPooling 33.3 84.6 (Murray och Perronnin, 2014)
CNN-baserade tekniker
CNNaug-SVM 61.8 86.8 (Razavian et al., 2014)
MsML 67.9 89.5 (Qian et al., 2014)
Fusion CNN 76.4 95.6 (Zheng et al., 2016)
Bilinjär CNN 84.1 (Lin et al., 2015)
Förfinade CNN 86.4 (Zhang et al., 2017)
Metoder . Fågel . Blomma. Referenser .
Pre-CNN metoder
Färg+SIFT 26.7 81.3 (Khan et al., 2013)
GMaxPooling 33.3 84.6 (Murray och Perronnin, 2014)
CNN-baserade tekniker
CNNaug-SVM 61.8 86.8 (Razavian et al., 2014)
MsML 67.9 89.5 (Qian et al., 2014)
Fusion CNN 76.4 95.6 (Zheng et al., 2016)
Bilinjär CNN 84.1 (Lin et al., 2015)
Förfinade CNN 86.4 (Zhang et al., 2017)

Notera: Alla CNN-baserade metoder använde förtränad VGG16 och överföringsinlärning (Simonyan och Zisserman 2014). Siffror indikerar procentandelen korrekt identifierade bilder i den fördefinierade testuppsättningen, som inte användes under träningen.

Jämförelse av prestandan hos vissa automatiserade bildidentifieringssystem före CNN och några senaste toppmoderna CNN-baserade metoder på två populära finkorniga datamängder (dvs. datamängder med kategorier som liknar varandra), Bird-200-2011 (Wah et al. 2011) och Flower-102 (Nilsback och Zisserman 2008)

Metoder . Fågel . Blomma. Referenser .
Pre-CNN metoder
Färg+SIFT 26.7 81.3 (Khan et al., 2013)
GMaxPooling 33.3 84.6 (Murray och Perronnin, 2014)
CNN-baserade tekniker
CNNaug-SVM 61.8 86.8 (Razavian et al., 2014)
MsML 67.9 89.5 (Qian et al., 2014)
Fusion CNN 76.4 95.6 (Zheng et al., 2016)
Bilinjär CNN 84.1 (Lin et al., 2015)
Förfinade CNN 86.4 (Zhang et al., 2017)
Metoder. Fågel . Blomma. Referenser .
Pre-CNN metoder
Färg+SIFT 26.7 81.3 (Khan et al., 2013)
GMaxPooling 33.3 84.6 (Murray och Perronnin, 2014)
CNN-baserade tekniker
CNNaug-SVM 61.8 86.8 (Razavian et al., 2014)
MsML 67.9 89.5 (Qian et al., 2014)
Fusion CNN 76.4 95.6 (Zheng et al., 2016)
Bilinjär CNN 84.1 (Lin et al., 2015)
Förfinade CNN 86.4 (Zhang et al., 2017)

Notera: Alla CNN-baserade metoder använde förtränad VGG16 och överföringsinlärning (Simonyan och Zisserman 2014). Siffror indikerar procentandelen korrekt identifierade bilder i den fördefinierade testuppsättningen, som inte användes under träningen.

Huvudsyftet med den aktuella artikeln är att utforska i vilken utsträckning CNN-funktionsöverföring kan användas för att utveckla noggranna diagnostiska verktyg givet bilduppsättningar i realistisk storlek och beräkningsbudgetar tillgängliga för systematiker. Artikeln representerar en av de första tillämpningarna av CNN-funktionsöverföring till utmanande och realistiska taxonomiska uppgifter, där en hög nivå av identifieringsnoggrannhet förväntas. I motsats till tidigare studier har alla oberoende identifikationer som används här för utbildning och validering tillhandahållits av taxonomiska experter med tillgång till de avbildade exemplaren. Således har experterna kunnat undersöka karaktärer som är kritiska för identifiering men som inte syns på bilderna, till exempel detaljer på den ventrala sidan av prover avbildade uppifrån. Experterna har också haft tillgång till insamlingsdata, vilket ofta underlättar identifieringen.

Vi undersökte två typer av utmanande taxonomiska uppgifter: 1) identifiering till högre grupper när många exemplar sannolikt tillhör undergrupper som inte har setts tidigare och 2) identifiering av visuellt lika arter som är svåra att separera även för experter. För den första uppgiften sammanställde vi två datamängder bestående av olika bilder av Diptera-ansikten respektive Coleopteras dorsala habitus. För den andra uppgiften använde vi bilder av tre närbesläktade arter av Coleoptera-släktet Oxytyrea, och av nio arter av Plecoptera-larver (Lytle et al. 2010). Utbildning av det automatiska identifieringssystemet baserades helt på originalbilderna, ingen förbearbetning användes för att hjälpa datorn att identifiera funktioner som är viktiga för identifiering.

I alla våra experiment använde vi CNN-arkitekturen VGG16 med vikter förtränade på ImageNet-datauppsättningen (Simonyan och Zisserman 2014) för funktionsextraktion och en linjär SVM (Cortes och Vapnik 1995) för klassificering. Vårt arbete fokuserade på att optimera funktionsextraktionstekniker för att nå höga nivåer av identifieringsnoggrannhet. Vi analyserade också de fel som gjorts av det automatiserade identifieringssystemet för att förstå begränsningarna i vårt tillvägagångssätt. Slutligen, för att validera generaliteten i våra fynd, testade vi vårt optimerade system på flera andra biologiska bildklassificeringsuppgifter som studerats i den senaste litteraturen om automatiserad identifiering.


Konstig organism har unika rötter i livets träd

Snacka om utökad familj: En encellig organism i Norge har kallats "mänsklighetens längsta släkting". Den är så långt borta från de organismer vi känner att forskare hävdar att den tillhör en ny basgrupp, kallad ett kungarike, på livets träd.

"Vi har hittat en okänd gren av livets träd som lever i denna sjö. Den är unik! Än så länge känner vi till ingen annan grupp av organismer som härstammar från närmare rötterna på livets träd än denna art," studie forskaren Kamran Shalchian-Tabrizi, vid universitetet i Oslo, i Norge, sa i ett uttalande.

Organismen, en typ av protozoer, hittades av forskare i en sjö nära Oslo. Protozoer har varit kända för vetenskapen sedan 1865, men eftersom de är svåra att odla i labbet har forskare inte kunnat få grepp om deras genetiska sammansättning. De placerades i protisternas rike på livets träd mestadels baserat på observationer av deras storlek och form.

I denna studie, publicerad 21 mars i tidskriften Molecular Biology Evolution, kunde forskarna odla tillräckligt med protozoer, som kallas Kollodiktion, i labbet för att analysera dess genom. De fann att det inte genetiskt passar in i något av de tidigare upptäckta livets rike. Det är en organism med membranbundna inre strukturer, kallad eukaryot, men genetiskt sett är den inte ett djur, växt, svamp, alger eller protist (de fem huvudgrupperna av eukaryoter). [Extremt liv på jorden: 8 bisarra varelser]

"Mikroorganismen är bland de äldsta för närvarande levande eukaryota organismen vi känner till. Den utvecklades för cirka en miljard år sedan, plus eller minus några hundra miljoner år. Den ger oss en bättre förståelse för hur det tidiga livet på jorden såg ut," Shalchian- sa Tabrizi.

Blandning av funktioner

Hur det såg ut var litet. Organismen som forskarna hittade är cirka 30 till 50 mikrometer (ungefär bred som ett hårstrå) lång. Den äter alger och gillar inte att leva i grupp. Det är också unikt eftersom det istället för en eller två flageller (cellulära svansar som hjälper organismer att röra sig) har fyra.

Organismen har också unika egenskaper som vanligtvis förknippas med protister och amöbor, två olika grenar. Detta fick forskare att undra var mikroorganismen passar in i livets träd. De analyserade dess genetiska kod för att se hur lik den är organismer som redan har katalogiserats genetiskt.

"Vi är förvånade", säger studieforskaren Dag Klaveness, även han vid Universitetet i Oslo, eftersom arten är unik. De jämförde dess genom med de i hundratals databaser runt om i världen, med lite tur. I allt det där utseendet "har de bara funnit en partiell matchning med en gensekvens i Tibet."

Forskarna tror att denna organism hör hemma i en ny grupp på livets träd. Forskare kan inte säga säkert om andra organismer som tidigare klassificerats som protozoer finns i samma gren utan deras genetiska information. Dess närmaste kända genetiska släkting är protisten Diphylleia, även om andra organismer som inte har analyserats genetiskt kan vara närmare släktingar.

"Det är tänkbart att endast ett fåtal andra arter existerar i denna familjegren av livets träd, som har överlevt alla de många hundra miljoner år sedan eukaryota arten dök upp på jorden för första gången, säger Klaveness.

Eftersom det har drag av två separata riken i livet, tror forskarna att förfäderna till denna grupp kan vara de organismer som gav upphov till dessa andra riken, amöban och protisten, också. Om det är sant skulle de vara några av de äldsta eukaryoterna, vilket ger upphov till alla andra eukaryoter, inklusive människor.

Du kan följa LiveSciences personalskribent Jennifer Welsh på Twitter, på Google+ eller på Facebook. Följ LiveScience för det senaste inom vetenskapsnyheter och upptäckter på Twitter och igen Facebook.

Redaktörens anmärkning: Den här artikeln har uppdaterats för att korrigera det faktum att den påstod att amöbor och protister var två kungadömen när de i själva verket bara är två olika grenar inom eukaryoter.


Artbiologi av Sagebrush Steppe

ARTBIOLOGI av SAGEBRUSH STEPPE:
Artbiologi kan beskrivas av en arts livsstrategier. Livsstrategier är hur en organism allokerar energi och material för att kunna konkurrera i en miljö, för att överleva och föröka sig. Utveckling genom naturligt urval, utveckling av avvägningar mellan tillväxt/överlevnad/reproduktionslivsstrategier är summan av en arts morfologi, fysiologi, miljösvar, resursbehov, energianskaffning, lagring och allokering, reproduktionsstrategi och livscykel. De viktigaste livsstrategierna för Sagebrush Steppe Species utvecklades till att vara anpassningar till värme och torrhet (torka).

Växter
Fotosyntesen är grunden för näringskedjan och ger energi för alla trofiska nivåer. Solstrålning används för att omvandla H20 och C20 till kolhydrater som producerar energi för växter och djur. Det finns tre fotosyntetiska vägar som utvecklats/anpassats och frodas i olika miljöer: C3, C4 och CAM. Växter är primära producenter, eftersom de producerar energi genom att använda solljus för att syntetisera vatten och koldioxid till kolhydrater, för alla övre trofiska nivåer i näringskedjan.
C3-vägen producerar 3-kolsyra. Det finns en kolfixeringsprocess i ett steg där CO2 fixeras av Rubisco direkt i en växts kloroplaster. C3-växter har den äldsta vägen eftersom de utvecklades först, under en tidsperiod med hög CO2-koncentration och låg O2. Därför kan C3-växter hämmas av höga nivåer av O2, ett problem som kallas fotorespiration: där O2 binder till Rubisco istället för CO2. De är växter under kalla säsonger, känsliga för varma och torra klimat (som trivs i temperaturer 65-75 grader F).
C4-vägen producerar 4-kolsyra. Den kan utföra enstegsfunktionen för C3-vägen eller så kan den använda ATP som energi för en tvåstegsprocess som minskar fotorespiration. Denna tvåstegsprocess innebär att PEPcase fungerar som den initiala receptorn för CO2, inte Rubisco. PEPcase har hög affinitet för CO2 och ingen för syre. Temperaturen varierar från 90-95 grader F, så de är varma säsongsväxter. C4-växter utvecklades efter C3, under en period med hög O2-koncentration.
CAM-anläggningar har utvecklat anpassningar som sparar vatten i varma och torra miljöer, med hög evapotranspiration. Stomata öppnar sig på natten (mörker) istället för dagtid (ljus), när CO2 kommer in i växten. CAM-växter startar fotorespiration med PEPcase utan solstrålning, och fortsätter på dagtid när ljus är tillgängligt. CAM-växter är närmast besläktade med C4-vägen, den senast utvecklade vägen.
De dominerande typerna av växter i ett Sagebrush Steppe-ekosystem är buskar och gräs inklusive Basin Big Sagebrush, Antilope Bitterbrush, Idaho Fescue, Bluebunch Wheatgrass, Rubber Rabbitbrush, Green Rabbitbrush, Cheatgrass, Ventenata, Sandberg Bluegrass, och. De allmänna anpassningarna är till torka (torrhet) och värme, med riklig vegetation i områden med tillräckligt med nederbörd för att stödja buskar och gräs, men inte träd. De överlever i systemet genom att hålla i snöiga vintrar och varma, torra somrar. Den dominerande vegetationen är växter som kan överleva i en halvtorr miljö. Anpassningarna till värme och torka inkluderar mekanismer för att överleva låg nederbörd, låg temperatur, kraftiga vindar och hög salthalt i halvtorra miljöer. Sagebrush Steppes ekosystem inkluderar växtarter anpassade för vindspridd fröpollinering. Markkvalitet involverar kluster av bakterier, alger, mossa och lavar. Dessa jordegenskaper är värme- och torrbeständiga, samt fixerar sitt eget kväve. Detta påverkar markens stabilitet och erosionskontroll, vatteninfiltration, kvävefixering, underlättar frögroning och näringsämnescirkulation. Oavsett om anpassningar av undvikande (beroende på nederbörd) eller tolerans (bladpolymorfism, stamfotosyntes och freatofyter för att minska transpiration/fotosyntes) eller resistens (många CAM-växter som är resistenta mot värme och torrhet), har växter utvecklats för att överleva i en mängd olika miljöer av värme och torka.


Nya insikter i trädbiologi och genomevolution som avslöjats genom genomik

Referensgenomsekvenser är nyckeln till upptäckten av gener och genfamiljer som bestämmer egenskaper av intresse. De senaste framstegen inom sekvenseringsteknologier har möjliggjort en snabb ökning av genomsekvensering av trädarter, vilket möjliggör dissektion av komplexa karaktärer av ekonomisk betydelse, såsom frukt- och träkvalitet och resistens mot biotiska och abiotiska påfrestningar. Även om antalet referensgenomsekvenser för träd släpar efter de för andra växtarter, är det inte för tidigt att få insikt i de unika egenskaper som skiljer träd från icke-trädväxter. Vår granskning av de publicerade uppgifterna tyder på att även om många genfamiljer är bevarade bland örtarter och trädarter, är vissa genfamiljer, såsom de som är involverade i resistens mot biotiska och abiotiska påfrestningar och i syntes och transport av socker, ofta utvidgade i träd genom. När arvsmassan för fler trädarter sekvenseras, kommer jämförande genomik att ytterligare belysa komplexiteten hos trädgenom och hur detta relaterar till egenskaper som är unika för träd.


Erkännanden

Vi tackar J. Cate och S. Moore för input i den ribosomala proteinanalysen, J. Doudna och E. Nawrocki för förslag på rRNA-insertionsanalys och M. Markillie och R. Taylor för hjälp med RNA-sekvensering. Forskningen stöddes av US Department of Energy (DOE), Office of Science, Office of Biological and Environmental Research under prisnummer DE-AC02-05CH11231 (Sustainable Systems Scientific Focus Area och DOE-JGI) och prisnummer DE-SC0004918 (Systems) Biology Knowledge Base Fokusområde). L.A.H. fick delvis stöd av ett postdoktorat stipendium för naturvetenskapliga och tekniska forskningsrådet. DNA-sekvensering utfördes vid DOE Joint Genome Institute, en DOE Office of Science User Facility, via Community Science Program. RNA-sekvensering utfördes vid det DOE-stödda Environmental Molecular Sciences Laboratory vid Pacific Northwest National Laboratory.


Horisontell genöverföring

Horisontell genöverföring (HGT) är överföring av genetiskt material mellan arter genom andra mekanismer än från förälder till avkomma.

Lärandemål

Förklara hur horisontell genöverföring kan göra upplösning av fylogenier svår

Viktiga takeaways

Nyckelord

  • Man tror att HGT är vanligare i prokaryoter än eukaryoter, men att endast cirka 2 % av det prokaryota genomet kan överföras genom denna process.
  • Många forskare tror att HGT och mutation verkar vara (särskilt hos prokaryoter) en betydande källa till genetisk variation, som är råvaran för processen för naturligt urval.
  • HGT i prokaryoter sker genom fyra olika mekanismer: transformation, transduktion, konjugering och via genöverföringsmedel.
  • HGT uppstår i växter genom transposoner (hoppande gener), som överförs mellan olika växtarter.
  • Ett exempel på HGT hos djur är överföring (genom konsumtion) av svampgener till insekter som kallas bladlöss, vilket gör att bladlössen kan göra karotenoider på egen hand.

Nyckelbegrepp

  • omvandling: förändring av en bakteriecell orsakad av överföring av DNA från en annan, särskilt om den är patogen
  • transduktion: horisontell genöverföringsmekanism i prokaryoter där gener överförs med hjälp av ett virus
  • konjugation: den tillfälliga sammansmältningen av organismer, särskilt som en del av sexuell reproduktion

Horisontell genöverföring

Horisontell genöverföring (HGT) är införandet av genetiskt material från en art till en annan art genom andra mekanismer än den vertikala överföringen från förälder(ar) till avkomma. Dessa överföringar tillåter även avlägset besläktade arter (med standardfylogeni) att dela gener, vilket påverkar deras fenotyper. Man tror att HGT är vanligare i prokaryoter, men att endast cirka 2 % av det prokaryota genomet kan överföras genom denna process. Vissa forskare anser att dessa uppskattningar är för tidigt, den faktiska betydelsen av HGT för evolutionära processer måste ses som ett pågående arbete. När fenomenet undersöks mer ingående kan det visa sig vara vanligare. Många evolutionister postulerar en viktig roll för denna process i evolutionen, vilket komplicerar den enkla trädmodellen. Ett antal forskare tror att HGT och mutation verkar vara (särskilt hos prokaryoter) en betydande källa till genetisk variation, vilket är råmaterialet för processen för naturligt urval. Dessa överföringar kan ske mellan vilka två arter som helst som delar en intim relation, vilket lägger till ett lager av komplexitet till förståelsen eller upplösningen av fylogenetiska samband.

Mekanismer för prokaryotisk och eukaryot horisontell genöverföring: Horisontell genöverföring är införandet av genetiskt material från en art till en annan art genom andra mekanismer än den vertikala överföringen från förälder(ar) till avkomma. Dessa överföringar tillåter även avlägset besläktade arter (med standardfylogeni) att dela gener, vilket påverkar deras fenotyper. Exempel på mekanismer för horisontell genöverföring är listade för både prokaryota och eukaryota organismer.

HGT i prokaryoter

Mekanismen för HGT har visat sig vara ganska vanlig i de prokaryota domänerna av bakterier och Archaea, vilket väsentligt förändrar hur deras utveckling ses. Dessa genöverföringar mellan arter är den huvudsakliga mekanismen genom vilken bakterier förvärvar resistens mot antibiotika. Klassiskt ansågs denna typ av överföring ske genom tre olika mekanismer:

  • Transformation: naket DNA tas upp av en bakterie.
  • Transduktion: gener överförs med hjälp av ett virus.
  • Konjugering: använd ett ihåligt rör som kallas pilus för att överföra gener mellan organismer.

På senare tid har en fjärde mekanism för genöverföring mellan prokaryoter upptäckts. Små, virusliknande partiklar som kallas genöverföringsmedel (GTA) överför slumpmässiga genomiska segment från en art av prokaryoter till en annan. GTA har visat sig vara ansvariga för genetiska förändringar, ibland med en mycket hög frekvens jämfört med andra evolutionära processer. The first GTA was characterized in 1974 using purple, non-sulfur bacteria. These GTAs, which are thought to be bacteriophages that lost the ability to reproduce on their own, carry random pieces of DNA from one organism to another. The ability of GTAs to act with high frequency has been demonstrated in controlled studies using marine bacteria. Gene transfer events in marine prokaryotes, either by GTAs or by viruses, have been estimated to be as high as 10 13 per year in the Mediterranean Sea alone. GTAs and viruses are thought to be efficient HGT vehicles with a major impact on prokaryotic evolution.

HGT in Eukaryotes

Although it is easy to see how prokaryotes exchange genetic material by HGT, it was initially thought that this process was absent in eukaryotes. After all, prokaryotes are only single cells exposed directly to their environment, whereas the sex cells of multicellular organisms are usually sequestered in protected parts of the body. It follows from this idea that the gene transfers between multicellular eukaryotes should be more difficult. Indeed, it is thought that this process is rarer in eukaryotes and has a much smaller evolutionary impact than in prokaryotes. In spite of this fact, HGT between distantly-related organisms has been demonstrated in several eukaryotic species. It is possible that more examples will be discovered in the future.

In plants, gene transfer has been observed in species that cannot cross-pollinate by normal means. Transposons or “jumping genes” have been shown to transfer between rice and millet plant species. Furthermore, fungal species feeding on yew trees, from which the anti-cancer drug TAXOL® is derived from the bark, have acquired the ability to make taxol themselves a clear example of gene transfer.

In animals, a particularly interesting example of HGT occurs within the aphid species. Aphids are insects that vary in color based on carotenoid content. Carotenoids are pigments made by a variety of plants, fungi, and microbes, which serve a variety of functions in animals who obtain these chemicals from their food. Humans require carotenoids to synthesize vitamin A and we obtain them by eating orange fruits and vegetables: carrots, apricots, mangoes, and sweet potatoes. On the other hand, aphids have acquired the ability to make the carotenoids on their own. According to DNA analysis, this ability is due to the transfer of fungal genes into the insect by HGT, presumably as the insect consumed fungi for food. A carotenoid enzyme called a desaturase is responsible for the red coloration seen in certain aphids. Furthermore, it has been shown that when this gene is inactivated by mutation, the aphids revert back to their more common green color.

HGT within the aphid species: (a) Red aphids get their color from red carotenoid pigment. Genes necessary to make this pigment are present in certain fungi. Scientists speculate that aphids acquired these genes through HGT after consuming fungi for food. If genes for making carotenoids are inactivated by mutation, the aphids revert back to (b) their green color. Red coloration makes the aphids much more conspicuous to predators, but evidence suggests that red aphids are more resistant to insecticides than green ones. Thus, red aphids may be more fit to survive in some environments than green ones.


One in Four Tree Deaths in Blue Ridge Mountains Linked to Invasive Species

New research from the Smithsonian Conservation Biology Institute (SCBI) and Shenandoah National Park finds that invasive species of forest insects and pathogens contributed to about a quarter of the tree deaths in Virginia’s Blue Ridge Mountain forests in the past three decades.

According to the authors, this is the first study to evaluate the long-term impact of the multiple invasive species affecting forests. The results, published today in the journal Ekosystem, have implications for the protection of forest health and mitigation of climate change.

“As the world struggles with COVID-19, we are becoming increasingly aware that health is globally interconnected—that a disease agent accidentally transferred to a new host can have devastating consequences,” said Kristina Anderson-Teixeira, forest ecologist at SCBI and the Smithsonian Tropical Research Institute and lead author of the study. “We expect more exotic tree disease agents to arrive in the future, and how we handle that threat will have important consequences for the health and diversity of our forests, along with their ability to help sequester carbon dioxide from the atmosphere and slow climate change.”

Non-native insects and pathogens can cause significant harm when brought to a new environment by human activity. In the Blue Ridge Mountain region alone, invasive species have led to the classification of seven tree species as threatened or endangered.

Beyond individual types of trees, however, scientists have not previously studied how invasive species affect entire forests in the long term. For this research, Anderson-Teixeira and her co-authors studied decades of data from forest plots at Shenandoah National Park and the neighboring SCBI. At SCBI, this includes a plot from the Smithsonian’s Forest Global Earth Observatory (ForestGEO), a worldwide network of forest monitoring sites.

The research plots are distributed across an 80-mile stretch of the Blue Ridge Mountains in Virginia. According to the authors, these plots are by no means unusual among forests of the eastern United States, which have all been subjected to multiple invasive species. Scientists have monitored the plots for years to measure the growth, death, abundance and diversity of tree species present. Combined, the records total more than 350,000 tree observations dating from 1987 to 2019.

Anderson-Teixeira and her team focused on the impact of eight invasive species, including insects like the gypsy moth and emerald ash borer, as well as fungi that cause disease in trees. They found that these eight species contributed to substantial increases in tree mortality over the past three decades. Their findings attribute about 25% of tree deaths to non-native insects and pathogens, with at least 22 tree species affected.

The study also reveals the resilience of these forests, however. Despite significant losses to individual tree species, the total number of species present remained relatively constant, and there was no overall reduction in the number and size of the trees. Other tree species compensated for the losses, making the forests stable over the past several decades.

“Insect and fungal pathogens are continually reshaping the forest composition in Shenandoah National Park, and it is reassuring to know that park forests are demonstrating resilience to these pressures by maintaining tree diversity and abundance,” said Wendy Cass, botanist at Shenandoah National Park and co-author of the study. “Shenandoah National Park is pleased that data from the park's ongoing long-term forest-monitoring program has supported this study.”

This long-term forest data demonstrates how invasive species have shaped entire ecosystems over time. Despite past resilience, invasive species continue to pose a growing threat to forests, and limiting their spread is important to maintaining the health and diversity of these forests.

Trees also play an important role in climate regulation because they absorb carbon from the atmosphere. The authors say that efforts to limit the spread of invasive species will not only protect the health of forests worldwide, but also aid efforts to slow climate change.

This research received grant funding from the Virginia Native Plant Society and Shenandoah National Park Trust.


The Life Story of The Oldest Tree on Earth

Revered for its beauty and its longevity, the ginkgo is a living fossil, unchanged for more than 200 million years. Botanist Peter Crane, who has a written what he calls a biography of this unique tree, talks to Yale Environment 360 about the inspiring history and cultural significance of the ginkgo.

Millions of urban dwellers know the ginkgo primarily as a street tree, with elegant, fan-shaped leaves, foul-smelling fruits, and nuts prized for their reputed medicinal properties. But botanist Peter Crane sees the ginkgo as much more — an oddity in nature because it is a single species with no known living relatives a living fossil that has been essentially unchanged for more than 200 million years and an inspiring example of how humans can help a species survive.

Crane, who is dean of the Yale School of Forestry & Environmental Studies, has written what he describes as a biography of the oldest tree on earth, a living link to the age of the dinosaurs. Hans nya bok, Gingko, tells the story of a tree that over centuries has made its way from China across Asia and around the world and today is found along streets everywhere from Seoul to New York.

I en intervju med Yale Environment 360, Crane explains what makes the ginkgo unique and what makes it smell, how its toughness and resilience has enabled it to thrive, and what the tree’s long history says about human life on earth. The ginkgo, which co-existed with the dinosaurs, “really puts our own species — let alone our individual existence — into a broader context,” says Crane.

Yale Environment 360: You’ve been studying ginkgo trees for a long time. How did you come to develop an interest in them?

Peter Crane: I think that anyone who is seriously interested in plants inevitably comes across ginkgo pretty early in their training, because there are only five living groups of seed plants, and ginkgo is one of them. And ginkgo is the only one that consists of just one species. So it’s an important plant in any botanist’s view of the plant world — you inevitably run across it early in your training. The other thing is that it has such a distinctive leaf — once you see it, you don’t forget it. It’s thoroughly memorable.

e360: You’ve mentioned that ginkgo is something of a biological oddity in that it’s a single species with no living relatives. That’s somewhat unusual in the plant and animal world, isn’t it?

Crane: Ja. When we think about flowering plants, there are about 350,000 living species. And in an evolutionary sense, they’re equivalent to that one species of ginkgo. They’re all more closely related to each other than they are to anything else. But the ginkgo is solitary and unique, not very obviously related to any living plant. One of the points I wanted to draw out in the book is that in the past there were a variety of ginkgo-like plants, but this is the only one surviving.

e360: You describe the ginkgo as a “living fossil,” in the sense that in many ways it’s unchanged in more than 200 million years. Hur vet vi det?

Crane: If you look at fossils from more than 200 million years ago, you can see leaves that are very very similar to modern ginkgo leaves. But you have to look more closely to really assess whether those leaves were produced by plants that are identical to modern ginkgo. And that work has been done now, by my colleague [Chinese paleobotanist] Zhou Zhiyan, who has worked on fossil material from China. And what he’s noticed is that there are some differences in the ways that the seeds are attached in these fossil plants — but in the grand scheme of things, they’re not very different.

With the fossils that I’ve worked on myself, from about 65 million years ago, we were able to determine exactly how the seeds were attached to the plant, and they were attached in an identical way to modern ginkgo. If we could go back in a time machine, maybe we would find some differences, but I suspect not.

e360: And the oldest fossil record?

Crane: A little over 200 million years old. So it is a good example of a living fossil, like the coelacanth, which has also changed very little over millions of years.

Ginkgo leaves in the autumn. AJYI/Ko.Yo

e360: Most of us know ginkgo from its very distinctive, fan-shaped leaves, and also from its very distinctive smell. What is with the smell?

Crane: It’s the outer part of the seed that produces the smell, and it smells, to put it bluntly, like vomit. More than likely, it reflects some sort of adaptation or modification in its dispersal biology. Probably either now or in the past the smell has been attractive to animals. You hear stories of dogs, for example, eating ginkgo seeds — sometimes with not a terribly happy outcome in that they don’t feel so good afterward. But it must be part of a dispersal system. The interesting question is, are the things that adapted to disperse it still around? Or are they extinct?

There’s this wonderful idea that [Daniel] Janzen and [Paul] Martin published about how many neo-tropical fruits don’t appear to have any dispersers in the contemporary fauna. And their idea was that as many large mammals went extinct about 10,000 years ago, many plants actually lost their most important dispersal agents. So in a sense, the plants have continued to live on, while the dispersers themselves have already gone extinct.

e360: So their theory would say that the ginkgo smell would have attracted dinosaurs to eat it?

Crane: Yes, or more likely some mammals that died out much more recently. But the idea is that the tree now could be out of phase with its dispersal agents. There are records of the seeds being eaten by badgers and so on, and as I talk to people it’s clear that the seeds do still move around. So something’s moving them. And you know, the seeds are very attractive — once that smell’s gone, they look a bit like a pistachio. And they have a nice nutritious meat in them, so they would attract animals like squirrels.

e360: When are the seeds on the ground? Is that the late fall?

Crane: They’re usually on the ground in the late fall here in temperate North America. So the trees are dropping their seeds in late November, December. And then often, what saves us from the smell is that they all freeze.

e360: When was the ginkgo first cultivated by humans?

Crane: Our best estimate is about 1,000 years ago in China, which is somewhat late for the cultivation of many plants in China. There’s a lot of Chinese literature from before 1,000 years ago, and it doesn’t mention ginkgo, while it does mention a lot of other plants. The evidence points to the fact that ginkgo was probably always a rather rare tree, and that it first attracted the attention of people about a thousand years ago. Probably originally as a nut — a rather unusual nut tree. And then it was moved around and grown for its nuts in China, before eventually — maybe in the 14th or 15th centuries — making its way up the coastal trade routes into Korea and Japan.

e360: And how and when did it appear in the West?

Crane: The first Westerner to encounter ginkgo — or at least the first Westerner to encounter it and write about it — was Engelbert Kaempfer, who was with the Dutch East India Company at their trading station in southern Japan in 1692. When he returned, he wrote his account of his time in Japan. He is the one who first uses the word in the Western literature — ginkgo — and he provides an illustration of it. But probably living plants weren’t introduced into Europe until a few decades after that — perhaps in the 1730s, but I think more likely in the 1750s.

e360: Ginkgoes have long been valued for their healing properties, their medicinal properties, particularly for helping memory. And we see today ginkgo being sold pretty widely in health food stores. Did the medicinal use of ginkgo emerge in China, and if so, how recent is its move to the West?

Crane: That’s a very interesting question, because if you look and see how ginkgo is used medicinally in China, it’s mainly the seeds that are used. Yet, the Ginkgo biloba that you buy in health food stores here is an extract of the leaves. And this is pretty much a Western phenomenon. So this is a use that we’ve invented for it in the West, rather than a use that has come to us from China. The medicinal uses in the East and the supposed medicinal uses in the West have gone in different directions, using two different parts of the plant — mainly the seeds in the East, and mainly the leaves in the West.

e360: Are there any scientific studies that looked at the efficacy of the medicinal properties, like for memory enhancement — either for the leaves or the seeds?

Crane: The most work’s been done on the leaves in the West. And I think it’s true to say the results are equivocal. I don’t think there’s really strong evidence for its efficacy, but on the other hand, there are conflicting results. There’s some evidence that it’s helpful in some ways, but the large-scale trials that we expect from our drugs these days have been unable to be really definitive about that. It’s a bit of an enigma in that respect — it’s difficult to prove its value.

e360: You write in the book about how the ginkgo’s resilience has enabled it to become quite a popular street tree — it can take a lot of abuse. What makes the ginkgo so resilient as a tree?

Crane: It’s hard to put a finger on what exactly does it. But the leaves are particularly unattractive to pests, so it doesn’t suffer from the pest problems that some trees do. And it seems to survive in a street setting: its roots aren’t getting much oxygen, they’re getting a lot of salt and goodness knows what else is getting poured on them, and it seems relatively resistant to those problems. So it’s just a good old tough tree, and it is incredibly widely planted.

e360: How widely, and in what places is it most common?

Crane: Well, it’s particularly widespread in the East: you see it all over Tokyo, you see it all over Seoul. But you also see it all over Manhattan. Once you start to recognize ginkgo trees in the urban landscape, you start to see them everywhere.

An early Western botanical illustration of Ginkgo biloba, published in Europe in 1835.

e360: You mentioned in the book that the female seeds are the ones that smell. In New York City, the parks department has a policy of planting only males?

Crane: Ja. I think today most people would plant males. Most reputable nurseries will sell only males.

e360: One of the things you get into in the book is the broader discussion of the importance of street trees. One of the benefits, which I had never thought about before, is how trees along a street make it feel narrower and cause drivers to go more slowly. It makes sense, but I had never thought of it. Can you describe some of the other benefits that street trees bring to a city or an urban setting?

Crane: I think most obviously they help reduce the urban heat island effect. They provide shade they make the place a lot more comfortable. But I think there are a lot of intangible benefits too: people want to walk in the shade, they want to be out in the shade. And so trees create a less sterile environment and encourage people to want to be outside, with all the benefits that come from people being out and about — from having kids playing outside, to having neighbors keep an eye on each other’s houses, to encouraging people to linger in a shopping area that they would otherwise walk right through.

e360: You certainly see ginkgos everywhere, especially in New York City. You tell a story about a Harlem homeowner who has a ginkgo tree in front of her house and finds people in it regardless of the smell. Kan du förklara?

Crane: Yes, in many places where ginkgo is planted in the West, people who’ve known ginkgo or know about ginkgo through their cultural background, will often seek out the trees in the fall and collect the seeds. Particularly with people from Korea or China or Japan, it’s quite common. You see them in Central Park [in New York]. I’ve seen them in Chicago. You see them all over. And I’m sure none of those seeds are sold into commerce. I’m sure those seeds are used locally because people enjoy eating them. And sometimes people won’t wait for the seeds to fall. They’ll take sticks and bang them up into the branches to try to get the seeds to come down.

e360: I was surprised to learn from your book that the ginkgo nut is potentially toxic?

Crane: Yes, it does have some toxicity to it. It’s generally recommended that people don’t eat too many of these seeds. A small proportion of the population seems to have a bad reaction to ginkgo, but it’s a very small proportion. I’ve eaten ginkgo seeds many times.

e360: You actually have an ancient species of ginkgo, Ginkgo cranei, named after you, right?

Crane: Well, yes, that’s the fossil ginkgo from North Dakota that I worked on as a researcher, which a colleague quite recently very kindly named after me. But in a way it’ll be interesting to see if the name survives, because giving it a separate name implies that it’s actually different from modern ginkgo. And the study did point out a few very subtle differences. However, it remains to be seen whether those differences hold up. So I wouldn’t be surprised to see my name get synonymized back into Ginkgo biloba vid något tillfälle.

e360: By distributing ginkgo around the planet, humans have, unlike with many other species, helped ensure the ginkgo’s survival. Is that the right way to look at it?

Crane: Yes, I think that’s right. I think by cultivating plants like ginkgo that are very rare in the wild, we’ve sort of taken out insurance for their long-term survival. In China, for a long time there was a lot of discussion about whether there were any native ginkgos at all, or whether all of them had the hand of people in their past. I think the consensus now is that probably a couple of wild, original populations still exist in China. But it’s very difficult to exclude the possibility that even those have been aided by people.

That is another message in the book. Obviously we should try to preserve animals and plants in their native habitats, where they’re part of a functioning integrated ecosystem. But in the same way that we’ve used ex situ methods for conserving large mammals, charismatic animals, I think conservation through cultivation is an important part of the toolkit for preserving plant diversity for the future.

e360: You’ve talked about how one of the things that drew you to learn more about the ginkgo was the sense of timelessness that its history gives you and how that helps us think about our place in the world.

Crane: Obviously, we’re evolved to live in the present, so we’re very focused on the short-term. One of our biggest shortcomings is that we can’t see the long-term, and we see that in the way we respond to all kinds of environmental issues. So reflecting on a plant like ginkgo that was around in very different ecosystems when the dinosaurs were on the planet, that has been around for hundreds of millions of years, really puts our own species — let alone our own individual existence — into a broader context.

It’s a bit like those diagrams that you see, where there’s a picture of the Milky Way and there’s a little sign that says, “You are here.” Well, it’s the same idea. Gissa vad? We’re not at the center of everything. Och gissa vad? The universe doesn’t revolve around us. Och gissa vad? We’re only here for a short time, whereas some things have been here for a really long time. That ought to encourage us to take the long view as we think about our relationship to the natural world.


Significance to Wildlife

One interesting aspen poplar fact is their importance to beavers. Both kinds of aspens are a principal food of beavers throughout their range. The mammals will eat the bark, leaves and the twigs of these trees, and use the branches to construct dams. Other mammals that depend on the aspen tree for food include deer, moose and elk, which browse the leaves and twigs. Rabbits and muskrats will eat the bark, and birds such as the ruffed grouse will consume the seeds and the flower buds. The yellow-bellied sapsucker and the hairy woodpecker frequently hollow out parts of the tree to create a nesting cavity.


Titta på videon: СЕКРЕТ пышного БОЛЬШОГО 28х8см бисквита без разрыхлителя! ПОДРОБНО все нюансы! от ТОРТЫ и КУЛИНАРИЯ! (Augusti 2022).