挪威科技大学（NTNU）研究人员训练了一种机器学习算法，用于计算濒危物种的灭绝风险。结果显示，因生态学数据缺失而被世界自然保护联盟（IUCN）濒危物种红色名录评估的物种，可能比IUCN评估过的其它物种面临更大的灭绝风险。相关研究成果8月4日发表于《通讯 生物学》杂志。

研究人员利用其训练的算法首先计算了红色名录之前评估过的26363个物种的灭绝风险，并随后预测了7699个“数据缺乏物种”的灭绝风险。结果显示，4336个（56%）数据缺乏物种可能存在灭绝风险。相较之下，IUCN红色名录评估的物种中只有28%有灭绝风险。数据缺乏物种的灭绝风险因种群和地理区域而异，其中85%的两栖动物、40%的辐鳍鱼类、61%的哺乳动物、59%的爬行动物、62%的昆虫可能都有灭绝风险。据预测，全世界海岸线周围有1/3到一半的数据缺乏海洋物种有灭绝风险。研究结果凸显出针对大量有灭绝风险但未被IUCN列为濒危物种的数据缺乏物种的保育重要性。

信息来源：

https://www.nature.com/articles/s42003-022-03638-9

科技日报. 张梦然. http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2022-08/05/content_539739.htm?div=-1