关键词:微生物生态学,关键物种识别,群体动力学,高阶相互作用,生态系统稳定性



文题目:Top-down identification of keystone taxa in the microbiome

论文来源:Nature Communications

论文链接:https://pattern.swarma.org/paper/ec6904f4-1a7e-11ee-8680-0242ac17000d


生态群落中的关键物种(keystone taxa)是对生态系统稳定性起到尤为重要作用的本地物种。然而,我们仍然缺乏一个有效的框架,在没有重建物种间相互作用的详细网络这一众所周知的困难步骤的情况下,从现有的高通量测序中识别这些物种。此外,虽然大多数微生物相互作用模型假设成对关系,但尚不清楚成对相互作用是否主导了系统,或者高阶相互作用是否相关。


在这篇最近发表在Nature Communications上的文章中,作者提出了一个自上而下的识别框架,通过检测关键物种对其他物种的总影响来识别它们。该方法不假设两两相互作用或任何特定的潜在的动力学先验知识,适用于扰动实验(perturbation experiments)和宏基因组横断面调查(metagenomic cross-sectional surveys)。当应用于真实的人类胃肠道微生物组高通量测序时,作者检测到一组候选关键物种,并发现它们通常是一个关键模块(即多个具有相关事件的候选关键物种)的一部分。单时间点横断面数据的关键分类群分析随后也通过对双时间点纵向采样的评估得到验证。这个框架代表了对复杂的现实世界微生物群落里的这些关键角色进行可靠识别的必要进展。


图1:存在的影响的计算示意图


图2:模拟扰动实验中关键物种的识别




编译|汪显意

生命复杂性系列读书会



了解读书会具体规则、报名读书会请点击下方文章:

生命复杂性系列读书会:从信息和物理视角探索生命的内在逻辑



推荐阅读

1. Nat. Mach. Intell. 速递:利用神经常微分方程预测微生物群落代谢谱
2. 速递:机器学习帮助构建人类肠道微生物群体感应网络
3. 前沿速递:涌现视角的微生物生态系统建模方法
4. 张江:第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程
5. 成为集智VIP,解锁全站课程/读书会
6. 加入集智,一起复杂!


点击“阅读原文”,报名读书会