微生物与机器学习：一个惊人的发现
研究人员已经开发出一种机器学习方法，通过分析微生物的基因组，预测细菌在不同环境pH值下的适宜程度。这一突破性进展将有助于生态恢复、农业和益生菌的开发，并加快细菌培养过程。该方法已经应用于近1,500个土壤、湖泊和河流样本中超过25万种细菌。其意义在于，它有可能显着加快培养细菌的过程，传统上这是一项耗时的工作。此外，该方法可以为农业和林业专家提供关键见解，了解哪种类型的细菌根据当地的pH值可以有助于不同环境或作物的恢复。
Also Read:
研究人员利用机器学习方法预测微生物的环境pH喜好。该方法可以革命性地提高生态恢复工作、农业和健康相关益生菌的开发。 “我们知道在任何环境下都有大量具有重要生态功能的细菌，但它们的环境喜好通常是未知的，”Noah Fierer表示，他是环境科学研究合作研究员和科罗拉多大学博尔德分校的生态和进化生物学教授。主要作者Josep Ramoneda表示，“了解某些细菌是在酸性、中性还是碱性环境中最有利的，只是第一步。此外，您可以使用此方法来预测微生物将如何适应几乎任何环境变化。例如，海平面上升将更多咸水带入沿海湿地。”该研究结果于2023年4月28日发表在《科学进展》杂志上，合作者包括来自加拿大的研究员和科罗拉多大学博尔德分校和CIRES的其他研究员。
微生物包括细菌在内，对于生态系统的正常功能至关重要。它们帮助植物生长，在湖泊中促进营养循环，甚至促进人类消化。但通常情况下，它们无法在实验室中进行分离和培养，因此我们对它们知之甚少，Ramoneda和Fierer表示，除了它们的基因组成之外别无完全。最近几十年的基因“捕鱼”技术已经产生了指数级增长的细菌基因组数据库。
Also Read:
因此，研究团队利用科学家所知道的一些细菌群体的工作原理，确定这些群体在特定pH值下最适应生长，并使用机器学习将这些群体的环境pH喜好与其基因构成联系起来。这项工作涉及对接近1,500个土壤、湖泊和河流样本中超过25万种细菌基因组的排序。 “我们发现，仅通过基因组数据就可以推断它们对pH的喜好，”Ramoneda说。对于科学家来说，最直接的影响之一是，它可以帮助他们培养此前无法培养的挑剔微生
In Other News Around the World: