摘自5月23日《中国科学报》报道，5月22日，在国际生物多样性日到来之际，中国科学院生物多样性委员会与合作者在中国生物物种编目研讨会上发布了《中国生物物种名录2024版》（以下简称2024版名录）。2024版名录共收录物种及种下单元155364个，其中物种141484个、种下单元13880个，较2023版新增6423个物种和267个种下单元。
红袖蜡蝉。
张润志/摄
白枕鹤。
宋会强/摄
白黄鹅膏。
王科/摄
吉氏白点兰。
林秦文/摄
“2008年，我们第一次发布中国生物物种名录时，总的物种数是45000多个，今年已经增加到原来的3倍多。”
中国科学院生物多样性委员会副主任兼秘书长马克平说，该名录从全国层面回答了“生物多样性有什么”的基础问题。值得注意的是，马克平表示，从首次名录发布至今，经过17年的迭代更新，最初领跑名录的植物物种，已经被动物物种取代。2024版名录中，动物部分共收录73862个物种及种下单元。其中，昆虫及无脊椎动物数量在动物部分占比最大，达60769种。动物部分新增4045个物种和159个种下单元，是2024版名录中新收录物种数量最多的类群，尤其是昆虫纲鞘翅目，新增3275个物种，有效填补了中国生物物种名录的空缺。此外，植物部分共收录47474个物种及种下单元，真菌部分共收录27807个物种及种下单元。此外，名录还包括原生动物界2503个物种及63个种下单元、色素界1968个物种及413个种下单元、细菌界463个物种及6个种下单元、病毒655个物种及150个种下单元。
此次研讨会上还公布了2023年中国科学家新发表的重要生物物种类群的情况。其中包括新增脊椎动物93种，昆虫新分类单元989个，植物新属14个、新种235个。2023年，中国科学院动物研究所研究员李枢强命名了171个新分类单元，继续蝉联“世界上发现蜘蛛新种最多的人”。2016年至2023年，他命名了1349个新分类单元， 占同期发表世界蜘蛛新分类单元总数的19%。李枢强介绍，2023年全世界344位学者发表蜘蛛1个新科70个新属1240个新种，其中94位中国学者发表33个新属507个新种，为全球之首。在全球2023年命名的蜘蛛新种最多的前30位学者中，有13位中国学者。引人注目的是，中国学者发表的这些蜘蛛新种，除了来自中国，还来自越南、缅甸等11个国家，显示出在蛛形纲研究领域中国学者正在走向国际。
摘自科学网5月27日报道，近日，中国农业科学院植物保护研究所经济作物虫害监测与防控创新团队联合国内外相关单位，系统阐述了全球首款喷洒式RNA生物农药商业化用于马铃薯害虫防控面临的机遇与挑战。相关成果发表在Science China Life Sciences上。
RNA干扰技术在害虫防控中的应用。
受访者供图
害虫对农作物的危害严重威胁全球粮食安全，为满足日益增长的全球粮食需求，迫切需要安全有效的害虫绿色防控技术。2023年12月22 日，世界上首款RNA生物农药正式批准商业化，用于防控抗药性日益严重、国际公认的马铃薯重要毁灭性检疫害虫——马铃薯甲虫。这是世界上首款被允许在农作物上商业使用的可喷洒RNA生物农药，对马铃薯害虫的绿色防控具有划时代的里程碑意义。为充分发挥RNA生物农药在害虫防治方面的潜力和可持续利用，该研究针对首款商业化的RNA生物农药，提出了要尽早全面实施害虫综合治理和害虫抗性治理的双治理策略。在双治理策略中，需明确马铃薯甲虫对RNA生物农药抗性的遗传基础和抗性基因频率，积极开展田间抗性动态监测，设计合理的害虫抗性治理策略，并将RNA生物农药与其他害虫防控技术一并纳入害虫综合治理体系。研究还指出，RNA生物农药作为害虫防控的新技术，需要投入更多的研究来深入了解其局限性，进而提高其对鳞翅目和半翅目等大多数农业害虫的防控效果，从而拓宽RNA生物农药用于害虫防控的广谱性。
摘自6月7日《科技日报》报道，包括来自中国医学科学院阜外医院、清华大学的研究人员发表在BMJ Health & Care Informatics期刊上的一项研究发现，面部热成像和人工智能（AI）相结合可以准确预测冠状动脉疾病的存在。
面部热成像和人工智能（AI）相结合可以准确预测冠状动脉疾病的存在。
图片来源：www.artificialintelligence-news.com
研究发现，这种非侵入性的实时预测方法比传统方法更有效，可以用于临床实践，以提高诊断准确性。目前诊断冠心病的方法依赖于对风险因素的概率评估，但其并不总是非常准确或可以广泛适用。这些评估也可以与心电读数、血管造影术和血液测试等其他检测方法结合，但这些方法通常很耗时，而且可能是侵入式的。
研究人员在460名疑似心脏病患者中使用热成像和AI来预测冠状动脉疾病。这些患者平均年龄为58岁，其中126人是女性。总共有322名参与者被确认患有冠状动脉疾病。研究人员捕捉了他们的面部热成像，以开发和验证用于检测冠状动脉疾病的AI辅助成像模型。结果，在预测冠状动脉疾病方面，非侵入式的“热成像+AI”方法比传统评估方法准确率高出约13%。在三个最显著的预测温度指标中，影响最大的是面部的整体温差，其次是最高面部温度和平均面部温度。具体来说，左下颌区域的平均温度是最强的预测特征，其次是右眼区域的温度范围和左太阳穴区域的左右温差。
该方法还有效地识别了冠状动脉疾病的传统风险因素：高胆固醇、男性、吸烟、超重、空腹血糖以及炎症指标。
