物种名录是人们评估生物多样性状况、开展生物多样性保护和管理的基础(Reichhardt, 1999; Banki et al, 2019; Ower & Roskov, 2019)。随着互联网的发展, 人们将地球上已知的动物、植物和微生物的物种名录信息存储到公共数据平台中, 并对物种名录进行快速及时(如年度、季度和月度)的更新, 这极大地促进了分类学、保护生物学和宏观生态学等学科的发展(蒋志刚等, 2015)。目前, 这些数据库已经成为开展物种保育现状评估、红色名录编撰和生物多样性保护的重要依据。

物种2000中国节点(Species 2000 China Node, http://www.sp2000.org.cn/)是由中国科学院生物多样性委员会(The Biodiversity Committee of Chinese Academy of Sciences, BC-CAS)于2006年与其合作单位(中国科学院植物研究所、动物研究所、微生物研究所、海洋研究所)共同建设的中国生物多样性大数据平台。自2008年以来, 该平台每年更新中国生物物种名录信息, 并通过网络和光盘向社会公布, 是世界上唯一连续多年发布年度生物物种名录的国家生物多样性数据平台(蒋志刚等, 2015; 马克平等, 2018)。2020年5月22日发布的《中国生物物种名录2020版》共收录物种及种下单元122,280个(物种110,231个, 种下单元12,049个), 其中包括动物54,359种, 植物37,793种, 真菌12,506种(The Biodiversity Committee of Chinese Academy of Sciences, 2020)。Catalogue of Life (http://www.cata logueoflife.org/)是全球最大的生物物种名录数据平台, 截至2020年6月4日, 该平台收录了全球已知的动物、植物和微生物等类群现存物种1,829,672种、灭绝物种38,145种。《全球生物物种名录》与《中国生物物种名录》都是生物物种数据的汇编, 前者是全球生物物种名录研究的集合, 后者则是国别研究的子集, 两者研究的空间尺度不同。《全球生物物种名录》为大尺度生物多样性研究提供了大数据; 国别生物物种名录确定了各国物种名录信息, 填补了前者的知识空缺, 两份生物物种名录互为补充。与《全球生物物种名录》相比, 《中国生物物种名录》除了包含每个物种的科学名、同物异名、别名、参考文献、分类系统、分布区等数据外, 还提供了中文名和中文名的汉语拼音等内容, 目前通过光盘和网站数据库的方式为用户提供信息服务。然而上述两个数据平台仅提供物种查询、检索、下载等基本功能, 很难满足使用者准确、快速地批量获取所需生物物种名录数据的需求, 制约了生物物种名录数据的广泛使用和高效利用。

针对以上问题, 我们选取R编程语言(R Core Team, 2020), 开发了SP2000程序包(https://cran.r- project.org/package=SP2000/), 旨在帮助用户从物种2000中国节点和Catalogue of Life网站准确、快速查找和批量获取所需生物物种名录数据。R语言具有开源、在线资源丰富、支持多操作系统、易掌握等特点(Tippmann, 2014; 张金龙等, 2016; Lai et al, 2019)。R程序包SP2000的基本原理、特点和使用指南见下。

R程序包SP2000的编写基于物种2000中国节点网站提供的API服务(http://sp2000.org.cn/api/ document/, version 2)和Catalogue of Life数据平台提供的web服务(http://webservice.catalogueoflife.org/ col/webservice/, version 1.9)。

相比其他生物物种名录获取工具, 如浏览器插件(Catalogue of Life Search Plugin, http://www.catalogueoflife.org/content/web-browser- page-plugin)、《中国生物物种名录》光盘(http://sp2000.org.cn/download/)和JavaScript语言开发的portal-components检索工具(https://github.com/CatalogueOfLife/portal-components/), R程序包SP2000具有以下特点: (1)可在Windows、MacOS、Linux等多个操作系统上运行; (2)操作便捷; (3)代码开源, 程序包可及时更新; (4)查询返回data.frame数据类型, 易于数据的读取、储存和挖掘, 如输出的物种名录数据可通过R程序包spocc (Chamberlain, 2020)跨生物多样性数据平台进一步挖掘物种的更多信息。

R语言编写的程序包SP2000已被R语言官网接收(https://cran.r-project.org/package=SP2000/), 源代码详见https://github.com/Otoliths/SP2000/。用户可直接通过R命令install.packages("SP2000")安装, 也可以通过devtools::install_github("Otoliths/SP2000")安装。当前发行的SP2000程序包版本为0.1.0, 主要包含8个函数: set_search_key、search_family_id、search_taxon_id、search_checklist、get_redlist_china、get_col_global、find_synonyms和get_col_taiwan。其详细使用指南见附录1。

函数set_search_key只有1个参数key。在运行函数search_*之前需先申请“Species 2000”密钥, 注册物种2000中国节点网站, 点击“用户信息”便可获取一个自己独享的API密钥服务, 然后调用一次函数set_search_key("your key"), 便可运行所有search_*函数(即search_family_id、search_taxon_id和search_checklist)。

科是生物学分类中最常用的分类等级, 通过科可更方便查询到种或种下的分类单位。物种2000中国节点数据平台对分类单位科、种(种下)都编写了id, 具有唯一性, 保证了数据查询的准确率。函数search_family_id提供了查询科id集合的功能, 它有4个参数: query、start、limit和mc.cores。(1)参数query输入中国生物的科名或科名的一部分、或科拉丁名和中文名, 支持单个或多个变量查询; (2)参数start设置单次查询开始的页数, 默认值为1; (3)参数limit设置单次查询返回的记录, 默认值为20; (4)参数mc.cores设置计算机的内核数量, 缩短查询时间, 默认值为2。以“鳗鲡科(Anguillidae)”为例, 调用方式为search_family_id (query = "Anguillidae", mc.cores = 2)。

通过科id可以直接获取种或种下的id (唯一性)列表, 然后使用函数search_checklist获取物种名录的详细信息。函数search_taxon_id支持科id、物种学名和中文名查询种或种的id, 它有5个参数: query、name、start、limit和mc.cores。(1)参数query输入函数search_family_id查询返回的科名id、或中国生物物种的学名和中文名, 支持单个或多个变量查询; (2)参数name设置查询方式, 与参数query配合使用, 可选择参数有“familyID”, “scientificName”和“commonName”, 默认值为“scientificName”; (3)参数start设置单次查询开始的页数, 默认值为1; (4)参数limit设置单次查询返回的记录, 默认值为20; (5)参数mc.cores设置同3.3。函数search_taxon_id可以与search_family_id配合使用, 以“鳗鲡科(Anguillidae)”为例, R代码如下:

## 加载包

library ("SP2000")

## 设置“Species 2000”密钥

set_search_key <- "your apikey"

## 根据科名查询, 返回科id集合

familyid <- search_family_id (query = "Anguillidae")

## 根据科id返回种或种下的id列表

query <- familyid$Anguillidae$data$record_id

taxonid <- search_taxon_id (query = query, name = "familyID")

函数search_checklist的主要功能是通过种或种下id(唯一性)查询返回物种的详细信息, 包括科学名、同物异名、别名、文献、分类系统、分布区等数据, 以及中文名和中文名的汉语拼音等内容。该函数需要与函数search_family_id和search_taxon_id配合使用, 有2个参数: query和mc.cores。(1)参数query输入函数search_taxon_id查询返回的种或种下id集合, 支持单个或多个变量查询; (2)参数mc.cores同3.3。

以3.4查询结果taxonid为例, 调用方式为:

query <- taxonid[["3851c5311bed46c19529cb155d37aa9b"]][["data"]][["namecode"]]

search_checklist (query = query)

函数get_redlist_china有4个参数: query、option、group和viewDT。(1)参数query输入科学名或中文名; (2)参数option设置查询方式, 与参数query配合使用, 可选择参数有“Chinese Names”和“Scientific Names”, 默认值为“Scientific Names”; (3)参数group设置查询类群, 可选择参数包括“Amphibians”, “Birds”, “Mammals”, “Inland Fishes”, “Reptiles”, “Plants”和“Fungi”, 分别是两栖类、鸟类、哺乳类、内陆鱼类、爬行类、植物和真菌; (4)参数viewDT是逻辑值, 与参数group配合使用, 如果viewDT = TRUE, 查询结果显示一个交互性页面, 以“内陆鱼类(Inland Fishes)”为例, 调用方式为get_redlist_china (…, group = "Inland Fishes", viewDT = TRUE)。

以“鳗鲡属(Anguilla)”查询为例, R代码如下:

## 加载包

library ("SP2000")

## 查询鳗鲡属的中国红色名录信息

get_redlist_china (query = "Anguilla", option = "Scientific Names")

## 查询“内陆鱼类”中国红色名录信息, 显示一个可查询、下载的交互性页面

get_redlist_china (group = "Inland Fishes", viewDT = TRUE)

函数get_col_global运行不受“Species 2000”密钥限制, 可独立使用, 它包含6个参数: query、option、response、start、limit和mc.cores。(1)参数query输入种或种下id、物种名; (2)参数option设置查询方式, 与参数query配合使用, 可选择参数有“id”和“name”, 默认值为“name”; (3)参数response设置查询返回结果, 可选择“full”或“terse”, “full”返回完整查询结果, “terse”返回简短查询结果, 默认值为“terse”; (4)参数start设置查询返回的第一个记录, 默认值为0, 与参数response配合使用; (5)参数limit设置单次查询返回的记录, 默认值为500, 单次简短查询返回结果的最大数量为500, 单次完整查询返回结果的最大数量为50; (6)参数mc.cores设置同3.3。

以批量获取全球“鳗鲡属(Anguilla)”名录信息为例, R代码如下:

## 加载包

library("SP2000")

x <- get_col_global (query = "Anguilla", response = "full")

## 总的查询结果为208

x[["Anguilla"]][["meta"]][["total_number_of_results"]] [1]

函数find_synonyms有2个参数: query和mc.cores。(1)参数query输入物种名, (2)参数mc.cores设置计算机的内核数量, 缩短查询时间, 默认值为2。以“欧洲鳗鲡(Anguilla anguilla)”为例, 调用方式为find_synonyms ("Anguilla anguilla")。

函数get_col_taiwan有4个参数: query、level、option、include_synonyms。(1)参数query查询分类名称信息; (2)参数level设置查询方式, 与参数query配合使用, 可选择“kingdom”, “phylum”, “class”, “order”, “family”, “genus”, “species”中的一个, 分别表示界、门、纲、目、科、属和种, 默认值为“species”; (3)参数option设置查询方式, 可选择“contain”, “equal”和“beginning”中的一个, 分别表示“包含”, “等于”, “开始于”, 默认值为“equal”; (4)参数include_synonyms是逻辑值, 查询结果是否包含同物异名信息, 默认值为TRUE。以“鳗鲡科(Anguillidae)”为例, 调用方式为get_col_taiwan(query = "Anguillidae", level = "family")。

为了更好地满足生物多样性信息时代的用户需求, 在R程序包SP2000基础上, 我们也使用Python语言(Perkel, 2015; Python Software Foundation, 2020)编写了程序包SP2000(https://pypi.org/project/SP2000/; https://github.com/ynulihao/SP2000/)。用户可直接通过命令pip3 install SP2000或python3 -m pip install SP2000安装, 其参数设置和函数调用方式基本与R程序包SP2000一致, 其使用指南详见附录2。

Appendix 1 The installation, configuration and usage for R package SP2000

http://www.biodiversity-science.net/fileup/PDF/2020235-1.pdf

Appendix 2 The introduction, Installation, configuration and usage for Python package SP2000

http://www.biodiversity-science.net/fileup/PDF/2020235-2.pdf

Appendix 3 Full-text in English

http://www.biodiversity-science.net/fileup/PDF/2020235-3.pdf