22 июля, 2024

hleb

Находите все последние статьи и смотрите телешоу, репортажи и подкасты, связанные с Россией.

При прогнозировании функции микробных сообществ чем проще, тем лучше

При прогнозировании функции микробных сообществ чем проще, тем лучше

Эта статья была проверена по версии Science Процесс редактирования
И Политика.
Редакторы При обеспечении достоверности содержания были выделены следующие особенности:

Проверка фактов

Рецензируемое издание

надежный источник

Корректура

Статистическое изучение ландшафта и функций сообщества. А. Примеры функций микробного сообщества, включая (слева направо): производство биомассы, преобразование субстрата в продукт и подавление патогенов. Б. Сравнение статистической визуализации сцены (вверху) для прогнозирования функции сообщества с динамической визуализацией (внизу). С динамической точки зрения динамика численности видов прогнозируется с помощью экологической модели, которая объединяет знания или измерения взаимодействия между популяциями. Напротив, подход статистического ландшафта пренебрегает динамикой и измеряет функцию сообщества набора ассоциаций, позволяя вывести функции всех статистически возможных комбинаций сообществ. кредит: Экология и эволюция природы (2023). дои: 10.1038/s41559-023-02197-4

× Закрывать

Статистическое изучение ландшафта и функций сообщества. А. Примеры функций микробного сообщества, включая (слева направо): производство биомассы, преобразование субстрата в продукт и подавление патогенов. Б. Сравнение статистической визуализации сцены (вверху) для прогнозирования функции сообщества с динамической визуализацией (внизу). С динамической точки зрения динамика численности видов прогнозируется с помощью экологической модели, которая объединяет знания или измерения взаимодействия между популяциями. Напротив, подход статистического ландшафта пренебрегает динамикой и измеряет функцию сообщества набора ассоциаций, позволяя вывести функции всех статистически возможных комбинаций сообществ. кредит: Экология и эволюция природы (2023). дои: 10.1038/s41559-023-02197-4

По мере того, как биологи узнают больше о том, как микробные сообщества работают вместе, их ключевой целью является понимание того, как их состав определяет их функции. Какое сочетание штаммов и видов составляет лучшую команду, например, для анализа загрязнений или инфекционного контроля? В течение многих лет ученые пытались решить эту проблему с помощью расчетов того, как виды микробов взаимодействуют друг с другом, но почти бесконечное количество потенциальных комбинаций микробов в каждом сообществе делает такие расчеты практически невозможными.

Новое исследование исследователей из Чикагского университета, Йельского университета и Вашингтонского университета в Сент-Луисе показывает, что более простой подход может быть лучше. в бумага Опубликовано в Экология и эволюция природы 2 октября 2023 года они продемонстрировали статистическую модель, которая может точно предсказывать функции микробного сообщества, только учитывая наличие или отсутствие различных видов, а не детали их взаимодействия.

READ  Средиземноморская диета «прямого подхода» среди нескольких продуктов питания, повышающих шансы на успех ЭКО: исследование

Этот подход оказался успешным на различных наборах данных из разных экосистем, что позволяет предположить, что он может быть полезен при разработке микробных сообществ с конкретными функциями для множества различных приложений.

«Прогнозы с использованием стандартных методов сами по себе очень сложны и требуют больших объемов данных», — сказал Сиппи Коэн, доктор философии, доцент кафедры экологии и эволюции Чикагского университета и соавтор исследования. «В некоторых случаях этот подход оказался успешным. Но что удивительно в наших исследованиях, так это то, что мы достигаем того же успеха, если игнорируем все это».

Исследователи использовали концепцию, заимствованную из генетики. То, как генетические мутации влияют на приспособленность организма или его способность выживать и передавать генетический материал потомству, часто изображается как «приспособленный ландшафт». На этой картинке различные комбинации мутаций визуализируются как точки на абстрактной «карте» потенциальных организмов; Высота ландшафта над каждой точкой соответствует пригодности данного организма. Результат выглядит как топографическая карта с пиками и впадинами, представляющими организмы с высокой и низкой приспособленностью.

В новом исследовании вместо ландшафтов приспособленности ученые рассмотрели аналогичный ландшафт функций сообщества, где добавление или удаление видов сродни «мутациям», а топографические пики представляют сообщества с высокой скоростью производства определенных соединений. пример.

В принципе, форма таких ландшафтов может быть сколь угодно сложной или «изрезанной», со множеством вершин и долин. Но протестировав этот подход на шести различных наборах данных из разных лабораторий, команда обнаружила, что ситуация на удивление гладкая. Эта изменчивость означает, что форму ландшафта можно аппроксимировать с помощью относительно небольшого количества данных, что позволяет исследователям прогнозировать функции сообщества, а также использовать более сложные методы, учитывающие динамику и численность видов.

READ  Жизненно важные океанские течения, регулирующие климат Земли, «находятся на переломном этапе»

Простота подхода может способствовать его надежности. «Модель работала хорошо по сравнению с другими статистическими подходами, но, что более важно, она, похоже, стабильно работает в разных наборах данных, которые содержат очень разные микробы для разных функций», — сказал Аби Скварра, ведущий автор исследования, который учился в Калифорнийском университете в Лос-Анджелесе. «. Калифорнийского университета в Чикаго, а сейчас учится в аспирантуре Йельского университета.

Из шести примеров, которые протестировали исследователи, в одном измерялась способность микробных сообществ вырабатывать бутират, жирную кислоту с короткой цепью, важную для здорового пищеварения. Другой набор данных измерял распад крахмала.

Исследователи надеются, что эта новая модель ландшафта предоставит инструмент, который поможет создать микробные сообщества для определенных целей, таких как разложение загрязнителей окружающей среды в почве или производство правильных метаболитов, которые помогут восстановить здоровье пищеварительной системы. В процессе это также может привести к лучшему пониманию того, как вообще функционируют микробные сообщества.

«Успех этого простого подхода интересен, поскольку он противоречит нашим представлениям о сложности окружающей среды», — сказал Михаил Тихонов, доктор философии, доцент кафедры физики Университета Уошо и состарший автор. «Здесь сообщества сложны, а вот ландшафт их функций — нет. Понимание того, почему это происходит, является интересным вопросом для теории».

Дополнительная информация:
Эбигейл Скивара и др., Статистическое изучение функционального ландшафта микробных сообществ, Экология и эволюция природы (2023). дои: 10.1038/s41559-023-02197-4

Информация о журнале:
Экология и эволюция природы