本文发表于《大众科学》的前博客网络，仅反映作者的观点，不一定反映《大众科学》的观点
去年夏天，研究人员证明，非侵入性成像与染色技术相结合，能够以前所未有的细节快速比较和研究蚯蚓物种和其他动物。
在首个同类比较形态学研究中，研究团队制作了蚯蚓体内单个肌纤维和单个血细胞的三维图像。这项技术使他们能够在自然解剖学背景下比较新鲜挖掘的蚯蚓与60年前博物馆标本的内部器官，生成丰富的2D和3D数据。
“在这种情况下，主要优势在于规模——可以分析更多动物——以及速度——可以更快地分析标本，”德国波恩大学动物学研究所助理教授、该论文的合著者亚历山大·齐格勒博士说。“这种方法可以扩展到其他软体动物群体，如软体动物或水蛭。数据也很容易与他人共享，包括感兴趣的公众（公民科学）。”
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保未来关于塑造我们当今世界的发现和想法的具有影响力的故事能够持续下去。
齐格勒希望，新方法提供的高分辨率图像、视频和交互式模型将重振比较动物学领域。他说，解剖学研究通常依赖于传统的解剖，近年来，该领域因依赖数百年前的观察和描述性实践而受到批评。
为了改变这种状况，齐格勒和他的同事使用微型计算机断层扫描 (microCT) 以及一种使用碘、铅或钨溶液的染色方法分析了两种蚯蚓物种。虽然 microCT 和染色技术已经用于对各种动物组织进行成像，但用于对博物馆标本中保存的软动物组织和结构进行成像的技术却很少出现。研究团队的创新是将一系列现有技术结合起来，并对其进行微调，以同时分析蚯蚓标本的高分辨率 3D 图像。
对内部结构进行染色使得能够以丰富的细节扫描蚯蚓的解剖结构。蚯蚓的衍生图像、视频和 3D 交互式模型以约 10 微米分辨率的比例制作——即百万分之一米的十分之一，大约是人类头发厚度的十分之一。在研究中，研究人员可以实时 3D 旋转蚯蚓化石的内部结构，从而更好地理解其复杂的形态。
与当今动物学或古生物学中使用的传统解剖技术相比，新方法使标本保持完整，并且速度相对较快，扫描时间仅需一到两个小时。它避免了解剖的需要，因为观察者可以在计算机上操作 3D 数据集，根据需要旋转或平移。此外，可以并行查看两个或多个数据集，从而可以直接比较动物的形态和解剖结构。
“这对我们领域的同事来说，可能是一个令人大开眼界的事情，”齐格勒说。他和他的同事在PLOS ONE 期刊上发表了他们的论文。
齐格勒认为，新的成像技术使假设驱动的科学研究更容易。蚯蚓研究中使用的方法可以用于在比传统协议允许的时间短得多的时间内生成数百个标本的高分辨率图像。所有生物体可以生成的数据规模可能高达一个泽字节，相当于约 2500 亿张 DVD。仅齐格勒的蚯蚓研究就产生了 45 千兆字节的数据，这些数据在一个在线数据存储库中免费提供，该存储库是开放获取和开放数据期刊GigaScience的一部分。
“潜在数据的数量是无限的，”齐格勒说。“如果您将扫描方法扩展到其他生物物种——有数百万种——我们正在考虑艾字节甚至泽字节的数据。”
更好地理解内部结构之间错综复杂的相互作用或单个标本的生长，将有助于开展更大规模的研究，以解决更广泛的生物多样性问题，如栖息地丧失以及物种与其环境相互作用方式的长期影响。此外，原始图像数据可以上传到数据存储库，从而大大提高进一步数据挖掘的透明度。未来的机器人、数据处理和控制软件技术可用于对标本进行快速高通量筛选，以建立在现有知识的基础上。
例如，蚯蚓之所以被选中用于齐格勒的研究，是因为它们具有生态意义。它们可以成为塑造土壤、促进水合作用、氧合作用和有机物分解的环境工程师，这有助于在土壤食物网中滋养植物和昆虫的生命。但它们在北美部分地区也是入侵物种，通过分解有机物质层并减少养分和植被，威胁着植物和动物生命的多样性。
“世界正在快速变化。我们需要更好地了解生物与其环境之间复杂的相互作用；但特别是，如果我们想要保护生物多样性，”特拉华州自然历史博物馆头足类动物生态学和系统学专家伊丽莎白·谢伊博士说，她没有参与 PLOS ONE 研究。“有如此多的物种，但做这项工作的人却很少，我们需要新的方法来更快地推进这项工作。”
谢伊认为，由于很少有学生进入比较动物学领域且缺乏资金，未来的发现可能会在全球博物馆藏品的书架上积满灰尘。但科学探索并非唯一重要的点——它也关乎在进行科学研究时获得乐趣。以惊人的高分辨率图像、视频和交互式模型为特色的开放获取可以补充教学辅助工具，以吸引课堂上的学生。
“奇怪的是，尽管探索是科学发现的首要本质，但人们非常不愿意资助探索性形态学研究，”齐格勒说。“这与基因组研究的大量资金形成鲜明对比。但是，当您对整个基因组进行测序时，您真的能提出什么原创假设呢？可能没有——您首先想要探索数据，然后再提出问题。我敢于预测，这种方法也将成为形态学中的常见做法。”
谢伊提出了三个想法，以建立在齐格勒及其同事在他们的论文中展示的最佳实践应用之上。首先是将形态学分析从目前的数据收集密集型实践转变为分析密集型实践。其次是确保世界各地博物馆的标本数据可供更多科学家使用，以便可以挖掘数据用于生物多样性研究。“美国国家科学基金会已在其推进生物多样性收藏数字化倡议中将此作为优先事项，”谢伊说。
第三是需要自动化的方法来筛选扫描标本的高清图像或视频，并开发模式识别软件来帮助识别成像标本。目前的软件无法执行分类学家受过培训的复杂形状和模式识别任务，但这在未来几年可能会改变。
热情的学生、经验丰富的研究人员和更好的模式识别软件的贡献已经使大规模测序 DNA 研究受益。进一步的国际合作、更大规模研究的想法——甚至大数据方法——以及更新的学生课程将提高人们对动物形态学、生物多样性和动物学研究的兴趣并加快探索速度。