- 2 次围观
预测和管理植食性害虫的影响，需要基于证据的知识来了解害虫与其天敌之间的相互作用。物种的生态学特征和生物相互作用通常以非结构化文本的形式，分散在数十万篇科学论文中，而相关科学文献仍在迅速增长；然而，人工筛查这些文献既耗时，在大规模范围内也难以实现。因此，物种的分类学和地理覆盖范围仍然较为有限，关于单个物种之间相互作用的结构化数据也十分缺乏，尤其是无脊椎动物方面。近年来，大型语言模型（LLM）作为一种新颖且强大的文本挖掘工具逐渐兴起，可用于从涵盖生态学和保护生物学在内的广泛科学学科中提取知识并综合证据。在本研究中，我们使用一种开放权重的预训练大型语言模型，分析有关生物防治害虫的已发表文献语料库中的摘要，从而构建全球害虫植食动物及其天敌数据库（Database of Pest Herbivores and their Natural Enemies，DAPHNE）。该方法从112,830项已发表的害虫防治研究中提取出175,404条物种相互作用记录，其中包含16,755个解析到物种级别的独特动物分类单元。这些相互作用包括植食（食籽、食果和虫瘿形成）、捕食、寄生和超寄生，并包含一系列其他信息，例如物种分类学、害虫身份、害虫重要性、天敌重要性、生物防治作用的提供情况、相关植物和产业、入侵性，以及病原体和疾病的传播媒介作用。结果验证显示，大多数数据列均以较高的召回率和精确率（>90%）完成提取；将DAPHNE与其他数据源进行比较表明，二者具有高度一致性，但也凸显出该数据集包含了一些其他数据源可能遗漏的信息。除识别重要农作物害虫及其天敌外，DAPHNE还可用于多种用途，包括识别入侵物种和病原体传播媒介、分析营养网络，以及开展文献检索与发现。
预测和管理植食性害虫的影响，需要基于证据了解害虫与其天敌之间的相互作用。有关物种生态学特征及其生物相互作用的知识，通常以非结构化文本的形式分散在数十万篇科学论文中，而相关科学文献仍在快速增长；然而，人工筛查这些文献耗时巨大，难以大规模开展。因此，物种分类学和地理分布的覆盖范围仍然有限，关于单个物种之间相互作用的结构化数据也十分匮乏，尤其是在无脊椎动物方面。近年来，大型语言模型（LLM）作为一种新颖且强大的文本挖掘工具逐渐兴起，可用于广泛科学领域（包括生态学和保护生物学）中的知识提取与证据综合。本研究采用一种开放权重的预训练大型语言模型，对有关生物防治已发表文献的摘要语料库进行分析，从而构建全球害虫草食动物及其天敌数据库（Database of Pest Herbivores and their Natural Enemies，DAPHNE）。该方法从112,830项已发表的害虫防治研究中提取了175,404条物种相互作用记录，其中包含16,755个解析到物种水平的独特动物分类单元。这些相互作用包括植食（食种、食果和虫瘿形成）、捕食、寄生和超寄生，并涵盖一系列其他信息，例如物种分类学、害虫地位、害虫重要性、天敌重要性、生物防治作用、相关植物和产业、入侵性，以及病原体和疾病的传播。结果验证表明，大多数数据字段均以较高的召回率和精确率（>90%）完成提取；将DAPHNE与其他数据源进行比较显示，二者具有高度一致性，但也表明该数据集包含了一些其他数据源可能遗漏的信息。除识别重要农作物害虫及其天敌外，DAPHNE还可用于多种场景，包括识别入侵物种和病原体传播媒介、开展营养网络分析，以及进行文献检索与发现。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.28.754864v1?rss=1
🏷️ 害虫-天敌相互作用 生物防治 生态数据库 大型语言模型 文献文本挖掘 营养网络