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(UniversityofColoradoBoulder)专家的带领下，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仍然未知，”环境科学研究合作研究所(CIRES)研究员，生态学和进化生物学教授NoahFierer说。“我们的想法是使用这种技术来弄清楚它们自然历史的基本知识。

了解某些细菌是否最有可能在酸性，中性或碱性环境中茁壮成长只是第一步，CIRES访问学者JosepRamoneda说。“你可以使用这种方法来预测微生物将如何适应几乎任何环境变化，”他说。例如，海平面上升正在将更多的咸水带入沿海湿地。“我们可以预测微生物将如何应对这些环境变化，”Ramoneda说。

这项新工作于今天(4月28日)发表在《科学进展》杂志上，合著者包括来自CIRES和CUBoulder的其他人以及来自加拿大的同事。

微生物，包括细菌，对生态系统的运作至关重要;帮助植物生长，实现湖泊中的养分循环，甚至支持人类消化。但通常，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，Ramoneda和Fierer说-除了它们的基因组成。近几十年来的遗传“捕鱼”技术导致了细菌基因组数据库的指数级增长。

科罗拉多大学博尔德分校博士生CorinneWalsh研究含有与小麦植物相关的微生物的土壤样本。一种新的机器学习方法可以帮助像沃尔什这样的微生物生态学家通过快速查看它们的基因组来找出细菌的环境偏好，使一些实验室工作更有效率，农业科学更成功。学分：环境科学研究合作研究所(2020)

因此，研究小组利用了科学家对一些细菌群体的了解，这些细菌群体在一种特定的pH值下茁壮成长，然后使用机器学习将这些群体的环境pH偏好与它们的基因组成联系起来。这项工作涉及从近1，500个土壤，湖泊和溪流样本中对超过250，000种细菌的基因组进行分类。

“我们发现我们可以仅根据基因组数据推断他们的pH偏好，”Ramoneda说。对于科学家来说，这一发现最直接的影响之一是，它可以帮助他们培养他们以前从未能够培养的挑剔细菌菌落，让他们首先猜测使用什么pH值。Fierer说，弄清楚如何“培养”细菌可能需要数年时间，以便可以在实验室中研究它们，机器学习方法可以使这一过程更加高效。

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”有用的细菌群落。现在，他们可能会更快、更好地了解可能有助于恢复原生草原与松树林的细菌类型，或者通过确保接种剂适应当地的pH值来更好地种植玉米或大豆。

接下来，研究小组计划尝试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。

“另一种选择是尝试在实验室中种植它们，这很痛苦，”Fierer说。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：细菌环境pH