自晚更新世以來超過一半的陸地哺乳動物食物網鏈接消失(Credit: Evan Fricke)
（）據EurekAlert!：根據一項新的研究 ， 自晚更新世以來 ， 超過一半的陸地哺乳動物食物網鏈接由于物種滅絕和活動范圍縮小而消失；該研究用深度學習模型來確認以往13萬年中全球食物網的變化 。這些發現不僅凸顯了物種喪失對生態系統的長期持續和功能的影響，它們還強調了通過恢復和保護生物多樣性來復原食物網的可能性，
為研究過去、現在和未來的生態網絡提供了一個有價值的框架 。人類活動導致了當前的物種滅絕和動物群體消失，它通過破壞食物網而對全球生物多樣性和生態系統功能造成了級聯影響 。這不僅是現代的一種現象；自近13萬年前的末次間冰期以來，許多動物群體的物種多樣性的廣泛滅絕和減少也是眾所周知的，尤其是陸地哺乳動物 。然而，了解這些物種減少對食物網的影響頗為困難 ， 因為物種特有的捕食動物-被獵動物間的相互作用很少會保留在化石記錄中 。
為了更好地理解這些動態變化，Evan Fricke和同事組建了一個全球數據庫，它包含了滅絕的和現存哺乳動物的特征、地理活動范圍和捕食動物-被獵取動物之間的相互作用，并用機器學習法對晚更新世以來全球陸地哺乳動物食物網的變化進行建模 。盡管自末次間冰期以來，只有約6%的陸地哺乳動物物種已經滅絕 ， 但Fricke等人發現，超過一半的全球食物網絡鏈接已經消失，隨著人類首次到達某一地區以及歐洲殖民等全球化事件的出現，該食物網的衰減尤其劇烈 。更重要的是，雖然全球食物網的衰退大部分由很久以前發生的物種滅絕所致，但哺乳動物活動范圍的減少也導致了類似程度的衰減，表明恢復生物的自然范圍或可顯著恢復食物網的復雜性 。
Eoin O'Gorman在一篇相關的《視角》中寫道：“[Fricke等人]的深度學習算法比常用的異速生長和系統發育模型更好，因為它提高了可被預測的喂食相互作用的準確性 。用機器學習方法來研究和建模復雜食物網結構盡管不是新的嘗試 ， 但它尚未成為該領域內的標準工具 ?！?br/>

• 居住在人類附近的美洲獅獵鹿更多
• 《心臟》雜志：過于嚴厲地限制食鹽攝入可能會使有些病癥的情況變得更糟
• 朱進：讓更多人仰望星空
• 現在的老人似乎擁有更加敏銳的大腦
• E/O 亞洲腹地始新世－漸新世界線動植物與古氣候同步轉型事件及其動力機制
• 合成的來自人參的化合物可能有助于讓癌癥治療更容易
• 東亞軟體動物化石重建季節溫度解疑“全新世溫度謎題”
• 新的分析表明吸煙所致的膀胱癌風險要比從前所報告的更大
• J1407b 天文學家在太陽系外發現一個新的并且更為巨大的行星光環系統
• 上斜俯臥撐鍛煉哪個位置