MorphOTU：图像驱动的生物多样性新方法

生物多样性科学面临的一大挑战是缺乏可扩展系统来组织大量未识别物种。传统分子方法可生成操作分类单位（OTU）但依赖测序设备，且难以关联形态；计算机视觉方法则多限于封闭物种标签。近日，研究人员在bioRxiv预印本上提出MorphOTU框架，直接利用图像表型构建可操作单位，无需物种名称或测序。该框架在五个标准化数据集上表现良好，能有效处理开放、不完整的生态系统条件。研究团队表示，MorphOTU为大规模生物多样性量化提供了新途径，尤其适用于缺乏分子数据的场景。需注意该研究尚未经同行评审。