“海洋與濕地”（OceanWetlands）小編注意到，據美國羅德島大學的官網在2024年1月17日發布的一篇報道，羅德島大學海洋工程和海洋學教授布倫南·菲利普斯（Brennan Phillips）教授帶領的多學科研究團隊成功展示了一種新技術，該技術可在幾分鐘內獲取深海中一些最脆弱動物的保護組織和高分辨率3D圖像。

該團隊由15名研究人員組成，包括來自羅德島大學、緬因州東布斯灣的比格洛海洋科學實驗室、哈佛大學工程與應用科學學院、加利福尼亞州蒙特雷灣水族研究所、全球創新咨詢公司PA Consulting以及紐約市立大學巴魯克學院自然科學系的科學家。這項研究成果發表于最新一期的《科學進展》，是對深海生物研究領域的一次重大突破。


一個旋轉致動的十二面體（RAD-2）封裝了全浮游多毛動物——Tomopteris（一種海洋蠕蟲）。視頻來自遠程操作車SuBastian科學攝影機，由施密特海洋研究所提供。圖源：羅德島大學官網

【革命性技術帶來深海探索變革】

研究指出，水下成像、機器人技術和基因組測序等革命性技術已經重新定義了深海探索。研究團隊展示了一種新方法，能夠在與深海動物接觸的幾分鐘內獲取詳細的測量和運動數據，獲取整個基因組，并生成詳盡的基因表達清單，從而創建了動物的“數字標本”。

菲利普斯教授指出，目前描述新物種的過程相當繁瑣，通常需要捕捉、保存并比較標本，這在對深海脆弱生物而言尤為困難。由于這些動物脆弱而纖薄，捕捉難度大，導致許多深海物種尚未被鑒定。這項新技術的出現將有望縮短物種發現過程，提供更為高效的研究手段。

上圖：研究中觀察和采樣的明膠狀深海動物的復合圖像。從左上方開始，順時針方向依次為全浮游多毛動物Tomopteris sp.、鏈水母Marrus claudanielis、鏈水母Erenna sp.和鞘水母Pegea sp.。照片由ROV SuBastian科學攝影機，施密特海洋研究所提供。圖源：羅德島大學官網

【豐富數字數據助力物種保護研究】

該研究獲得的信息不僅對于物種保護研究有重要價值，還響應了研究人員對使用先進技術進行信息收集以最小化對動物的傷害的呼吁。未來，這項技術有望在捕獲和釋放框架內對深海生命進行全面掃描，為深海生態系統提供更全面的了解。

此次研究得到了史密斯海洋研究所及其“設計未來”計劃的資助，在其研究船Falkor上進行了兩次遠征，分別在2019年和2021年前往夏威夷和圣地亞哥沿海。團隊每天收集多達14個保存組織樣本，以及用于量化數字圖像的幾TB，為后續研究提供了豐富的數據。

上圖：一種基于ROV的深海中水動物原位成像和捕獲的數字合成策略。ROV SuBastian的技術布局突出了我們的儀器在操作器臂和ROV滑板中的位置，以及2021年8月遠征的動物標本原位數字合成的示例工作流程。成像/采樣步驟以顏色編碼，并按照數據收集的典型順序進行編號，每個儀器都顯示了一個動物M. claudanielis的示例數據。(1) 使用ROV 4K科學攝影機進行初始標本觀察和視頻/靜態圖像；(2) EyeRIS全視場光場圖像；(3) DeepPIV激光成像掃描；(4) RAD-2組織采樣；(5) 原位保存。遺傳測序是在陸地上完成的，包括從原位保存的組織中提取DNA和RNA。ROV模型由施密特海洋研究所的J. Williams提供。圖源：JOHN A. BURNS等人

這一突破性技術的實現得益于多學科團隊的協同努力，涵蓋了機器人學、海洋工程、生物工程和分子生物學等多個領域。該團隊的合作包括羅德島大學、比格洛海洋科學實驗室、哈佛大學、蒙特雷灣水族研究所、PA Consulting以及紐約市立大學巴魯克學院等多個機構。這標志著對深海生物研究的一次集體進步，有望為未來的海洋科學研究提供新的方法和工具。

【思考題】學而時習之
Q1: 如何通過新技術在深海中獲取脆弱動物的組織樣本和高分辨率3D圖像，相較于傳統方法有哪些顯著的技術優勢？

Q2：在科學研究中，通過數字數據創建“數字標本”相較于傳統“物理模式”有何優越之處，對于物種發現和分類是否開啟了新的可能性？對于深海動物的原位保存技術，其在動物保護和生態研究中有哪些潛在的應用和益處？

Q3：這項技術的創新點主要體現在哪些方面，包括工程學、生物學和基因組學等領域的跨學科合作如何推動了深海生物研究的前進？

Q4：通過這項技術的實施，我們如何更迅速、全面地了解深海生物的形態學特征、基因組信息，以及它們在深海環境中的生理狀態？這對于生態學和環境保護有何深遠的意義？

本文僅代表資訊，不代表平臺觀點。

歡迎轉發（請注明來源）。

編譯 | Wendy

審核 | Sara

排版 | 綠葉

【全文參看】

John A. Burns, Kaitlyn P. Becker, David Casagrande, Joost Daniels, Paul Roberts, Eric Orenstein, Daniel M. Vogt, Zhi Ern Teoh, Ryan Wood, Alexander H. Yin, Baptiste Genot, David F. Gruber, Kakani Katija, Robert J. Wood, Brennan T. Phillips. An in situ digital synthesis strategy for the discovery and description of ocean life. Science Advances, 2024; 10 (3) DOI: 10.1126/sciadv.adj4960

【參考資料】

https://www.uri.edu/news/2024/01/uri-professor-leads-effort-demonstrating-success-of-new-technology-in-conducting-deep-sea-research-on-fragile-organisms/

DeepPIV https://mbari.org/technology/deeppiv

來源: 海洋與濕地