Использование машинного обучения для быстрого открытия новых полезных микробов

Технологии, включая машинное обучение и секвенирование нового поколения, играют ключевую роль в развитии устойчивого сельского хозяйства, позволяя изучать взаимодействия растений и микробов на геномном уровне.

Микроорганизмы (бактерии, грибы) защищают растения различными способами, в том числе через микробный антагонизм — производство антибиотиков или противогрибковых соединений, которые могут подавлять патогены. Однако выявить среди тысяч микробов, ассоциированных с растением, те, что обладают полезными свойствами, — сложная задача.

В статье "Genomics- and Machine Learning-Accelerated Discovery of Biocontrol Bacteria" (Phytobiomes Journal) Мэтью Биггс и его коллеги предложили метод машинного обучения для быстрого обнаружения бактериальных изолятов с противогрибковыми свойствами. В отличие от традиционных методов, где каждый микроб тестируется отдельно в лаборатории на протяжении лет, новый подход позволяет анализировать ДНК тысяч микробов одновременно, сокращая пул кандидатов с тысяч до менее чем сотни.

Как работает метод:

• Используются биосинтетические генные кластеры (BGCs) — группы генов, которые совместно производят соединения, такие как противогрибковые (например, фенгицин, пирролнитрин, звиттермицин).
• Четыре вычислительные модели машинного обучения обучались на известных данных для прогнозирования бактериальных функций, связанных с подавлением грибных болезней.
• Модель не обязана быть идеальной: «Пока модель работает лучше, чем случайный выбор, она полезна», — отмечает Мэтью Биггс.

Результаты исследования:

• Из 1227 проанализированных геномов алгоритм отобрал 72 бактерии для дальнейшего изучения.
• Были обнаружены новые таксоны, ранее не связанные с противогрибковой активностью, а также новые BGCs.
• Традиционные методы скрининга, направленные на поиск известных соединений, могли бы упустить эти новые таксоны и гены.

Значение и перспективы:

• Метод ускоряет и удешевляет разработку решений для защиты урожая.
• Он гибкий и может быть применён к другим задачам: поиск микробов, разлагающих пластик, или новых BGCs в полезных микробах кишечника человека.
• Авторы планируют проверить биологическую значимость обнаруженных бактерий в полевых условиях в сотрудничестве с исследователями из Африки, Центральной Америки и США.

Авторский коллектив: Мэтью Биггс (вычислительный биолог, AgBiome), Матиас Твизеймана и Эстер Гачанго (фитопатологи), Келли Крейг (микробиолог), Дэвид Ингхэм (менеджер по разработке продуктов).