通过结合大量数据、机器学习和建模确定的动植物网络的分支原则
摘要：血管网络的分支和整体生物形态是多细胞植物、真菌和动物最常见且最古老的特征之一。通过结合机器学习技术和将血管形态与代谢功能相关的新理论，我们能够对多样的分支网络进行新颖的分类——小鼠肺部、人类头部和躯干、被子植物和裸子植物。我们发现，决定与资源运输和供应相关的基本生物功能的肢体半径比率在区分分支网络方面表现最佳。我们还展示了尽管观察到了与身体质量相关的代谢率依赖关系的趋同关系，但血管和分支几何形态的变异仍然存在。
作者：Alexander B Brummer, Panagiotis Lymperopoulos, Jocelyn Shen, Elif Tekin, Lisa P. Bentley, Vanessa Buzzard, Andrew Gray, Imma Oliveras, Brian J. Enquist, Van M. Savage
论文ID：1903.04642
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2021-01-07