Машинное обучение предсказывает предпочтения бактерий к pH среды
Исследователи разработали метод, позволяющий предсказать предпочтения бактерий к кислотности среды (pH) на основе быстрого анализа их геномов с помощью машинного обучения. Новый подход, разработанный в Университете Колорадо в Боулдере, может помочь в экологическом восстановлении, сельском хозяйстве и даже в создании пробиотиков.
«Мы знаем, что в любой среде обитает множество бактерий с важными экологическими функциями, но их предпочтения часто остаются неизвестными», — сказал Ноа Фиррер, сотрудник CIRES и профессор экологии и эволюционной биологии. «Идея в том, чтобы использовать эту технику для понимания основ их естественной истории».
Понимание того, предпочитают ли бактерии кислую, нейтральную или щелочную среду, — это лишь первый шаг, отметил ведущий автор Хосеп Рамонеда. «Этот метод можно использовать, чтобы предсказать, как микробы адаптируются почти к любым изменениям среды», — сказал он. Например, при повышении уровня моря и засолении прибрежных водно-болотных угодий: «Мы можем предвидеть, как микробы отреагируют на эти изменения».
Исследование опубликовано 28 апреля в журнале Science Advances. Соавторами выступили учёные из CIRES, CU Boulder и Канады.
Микробы, включая бактерии, критически важны для функционирования экосистем. Однако их часто невозможно выделить и вырастить в лаборатории, поэтому о них мало что известно, кроме генетического состава. Методы генетического «ловли» последних десятилетий привели к экспоненциальному росту баз данных бактериальных геномов.
Исследовательская группа использовала известные данные о бактериальных группах, которые процветают при определённом pH, и с помощью машинного обучения связала эти предпочтения с их генетическим строением. Работа включала анализ геномов более 250 000 типов бактерий из почти 1500 образцов почвы, озёр и рек.
«Мы обнаружили, что можем делать выводы об их предпочтениях pH, основываясь только на геномных данных», — сказал Рамонеда. Одно из непосредственных применений метода — помощь в культивировании привередливых бактерий, которые раньше не удавалось вырастить, предоставив первоначальную оценку оптимального pH. Этот процесс может занять годы, а метод машинного обучения может сделать его гораздо эффективнее.
В сельском и лесном хозяйстве часто добавляют живые бактерии для «инокуляции» растений полезными сообществами. Новый метод может дать более быстрое и точное представление о том, какие бактерии лучше подойдут для восстановления прерии или соснового леса, или для выращивания кукурузы и сои, обеспечивая адаптацию инокулянтов к местному pH.
Далее команда планирует изучить температурные предпочтения бактерий — ещё одну сложную систему, вероятно, зависящую от множества генов. Это может помочь лучше понять, как потепление повлияет на почвенные бактериальные сообщества.
«Альтернатива — пытаться вырастить их всех в лаборатории, а это мучительно», — заключил Фиррер.