机器学习帮助科学家识别微生物的环境偏好！

百欧博伟生物：研究人员已经找到了一种方法，通过使用机器学习快速查看细菌的基因组来预测细菌的环境pH偏好。在科罗拉多大学博尔德分校的专家领导下，这一新方法有望帮助指导生态恢复工作、农业，甚至与健康相关的益生菌的开发。

“我们知道，在任何环境中，都有大量具有重要生态功能的细菌，但它们的环境偏好往往未知，”环境科学合作研究所（CIRES）研究员、科罗拉多大学博尔德分校生态学和进化生物学教授Noah Fierer说。“我们的想法是利用这项技术来了解它们的自然历史基础。”

CIRES访问学者、主要作者Joseph Ramoneda说，了解某些细菌是否最有可能在酸性、中性或碱性环境中繁殖只是第一步。他说：“你可以用这种方法来预测微生物将如何适应几乎任何环境变化。”。例如，海平面上升将更多的盐水带入沿海湿地。Ramoneda说：“我们可以预测微生物将如何应对这些环境变化。”。

这项新工作今天发表在《科学进展》杂志上，合著者包括CIRES和CU Boulder的其他人以及加拿大的同事。

微生物，包括细菌，对生态系统的功能至关重要；帮助植物生长，实现湖泊中的营养循环，甚至支持人类消化。Ramoneda和Fierer说，但通常情况下，它们不可能在实验室中分离和生长，所以我们通常对它们知之甚少——除了它们的基因构成。近几十年来，基因“捕鱼”技术导致细菌基因组数据库呈指数级增长。

因此，研究团队利用了科学家对一些细菌群体的了解，这些细菌群体在一个或另一个特定的pH值下茁壮成长，然后使用机器学习将这些群体的环境pH偏好与其基因构成联系起来。这项工作涉及从近1500个土壤、湖泊和溪流样本中筛选超过250000种细菌的基因组。

Ramoneda说：“我们发现，仅凭基因组数据就可以推断出它们的pH偏好。”。对于科学家来说，这一发现最直接的意义之一是，它可以帮助他们生长出以前从未生长过的挑剔细菌群落，让他们对使用什么pH值有一个初步的猜测。Fierer说，要想弄清楚如何“培养”细菌，以便在实验室对其进行研究，可能需要数年时间，而机器学习方法可以使这一过程变得更加高效。

Ramoneda说，农业和林业专家还经常添加活细菌，为生长中的植物“接种”有益的细菌群落。现在，他们可能会更快、更好地了解细菌的类型，通过确保接种物适应当地的pH值，这些细菌可能有助于恢复原生草原与松林，或更好地种植玉米或大豆。

接下来，该团队计划试图深入了解细菌的温度偏好，这是另一个可能涉及许多基因的复杂系统。例如，这可以帮助他们更好地了解变暖将如何影响土壤细菌群落。

Fierer说：“另一种选择是尝试在实验室里种植它们，这很痛苦。”。

这项工作的资金来自瑞士国家科学基金会、美国国家科学基金、加拿大自然科学与工程研究委员会、美国能源部和美国农业部。

Building a genome-based understanding of bacterial pH preferences. Science Advances, 2023; 9 (17) DOI: 10.1126/sciadv.adf8998

University of Colorado at Boulder. "Machine learning helps scientists identify the environmental preferences of microbes." ScienceDaily. ScienceDaily, 28 April 2023. .

欢迎访问微生物菌种查询网，本站隶属于北京百欧博伟生物技术有限公司，单位现提供微生物菌种及其细胞等相关产品查询、咨询、订购、售后服务！与国内外多家研制单位，生物医药，第三方检测机构，科研院所有着良好稳定的长期合作关系！欢迎广大客户来询！