研究提出了识别关键微生物物种的新框架

2023-11-17 09:38:53深情的哈密瓜

微生物群落被认为包含关键物种,即使其丰度较低,也会对群落的稳定性产生不成比例的影响。识别这些关键物种可能具有挑战性,特别是在人类肠道中,因为通过系统消除来分离它们是不可行的。

研究提出了识别关键微生物物种的新框架

布莱根妇女医院的一个团队领导的研究人员设计了一种新的数据驱动的关键物种识别(DKI)框架,该框架利用机器学习来解决这一难题。他们的工作发表在《自然生态与进化》杂志上。

使用根据来自策划的宏基因组数据库的真实人类肠道微生物组数据训练的深度学习模型,研究人员能够模拟去除任何肠道微生物组样本中的任何物种。这种“思想实验”使他们能够计算出每个群落中每个物种的“基石性”或相对重要性。

科学家发现,预测的关键物种因群落而异。有些在所有样本中得分较低,不太可能对任何社区都至关重要。相比之下,那些中位数得分较高的物种可能是某些群落的基石,但在其他群落中却不是。从人类口腔微生物组和环境微生物组中也观察到类似的结果。这些结果意味着关键微生物物种的概念是特定于群落或环境的。

已知许多人类肠道微生物物种具有分解复杂淀粉或维持健康肠道环境等基本功能。作者能够使用他们的DKI框架来识别参与此类功能的潜在关键物种,包括帮助配方奶喂养的婴儿和成人消化的物种。

布莱根妇女医院网络医学查宁科的Yang-YuLiu博士表示:“我们的DKI框架展示了机器学习在解决社区生态学基本问题方面的力量。”“我们的DKI框架可以适应未来复杂微生物群落的数据驱动工作。”

推荐阅读

阅读排行