计算机模型有助于理解肠道微生物群落bet188真人

人类肠道bet188真人微生物形成的社区现在可以更准确地预测一个新的计算机模型开发的生物学家和工程师之间的协作,由密歇根大学和威斯康辛大学。

模型的制作还建议路线向扩展从25微生物物种探索到成千上万的可能出现在人类的消化系统。

“每当我们增加物种的数量,我们得到一个指数增加的数量可能的社区,”说bet188真人阿尔弗雷德英雄,约翰·h·荷兰著名大学的电气工程和计算机科学教授研究的密歇根大学和共同通讯作者在eLife杂志上。

“这就是为什么它是如此重要,我们可以推断出从几百个社区收集的数据来预测数以百万计的社区的行为我们没见过。”bet188真人

而研究继续推出多方面的途径,微生物群落影响人类健康,益生菌通常不炒作。bet188真人我们没有一个很好的方式来预测一个应变的介绍将如何影响现有的社区。但机器学习,人工智能算法的学习方法基于数据集进行预测,可以改变这种现状。

这种规模的“问题需要大修的我们如何文明社区行为,”说玛雅Baranwal系统和控制工程的副教授印度理工学院,孟买,co-first研究》一书的作者。

他解释说,新算法可以绘制出整个景观的3300万种可能的社区在几分钟内,相比传统生态模型所需的几天到几个月。bet188真人

微生物Sim城市

积分这重要的一步欧菲莉亚Venturelli威斯康辛大学的生物化学助理教授和这项研究的共同通讯作者。与微生物群落Venturelli的实验室运行实验,让他们在低氧环境中,模仿哺乳动物肠道的环境。bet188真人

她的团队创造了数百种不同的社区与微生物中普遍的人类的大肠,模拟肠道微生物组的健bet188真人康状态。然后他们测量随着时间的推移,这些社区是如何进化的关键heabet188真人lth-relevant代谢物的浓度,或化学物质产生的微生物分解食物。

“代谢物在肠道产生非常高的浓度,”Venturelli说。“一些有益于宿主,如丁酸。其他更复杂的交互与主机和肠道社区。”

机器学习模型启用所需的团队设计社区代谢物概要文件。bet188真人这种控制可能最终帮助医生发现治疗或预防疾病的方法通过引入合适的微生物。

反馈速度模型建立

在人类肠道微生物的研究已经很长一段路要走,才能提供这种干预,方法开发的团队可以帮助更快的到达那里。生产机器学习算法通常有两个步骤:积累训练数据,然后训练算法。但反馈一步添加的英雄和Venturelli的团队提供了一个模板为迅速改善未来的模型。

英雄的团队最初训练机器学习算法从Venturelli实验室现有的数据集。团队然后使用算法来预测新社区的进化和代谢物概要Venturelli的团队构建和测试在实验室,模型整体表现很好,一些预测模型中识别的弱点表现,Venturelli的团队支撑第二轮实验,关闭反馈回路。bet188真人

”这种新的建模方法,加上速度我们可以测试新社区Venturelli实验室,可以使有用的微生物群的设计,”Ryan Clark称co-first研究报告的作者,bet188真人他是一位博士后研究员Venturelli微生物实验的实验室当他跑。“这是更容易优化多个代谢物的生产。”

集团决定长期短期记忆机器学习算法的神经网络,这是有利于序列预测问题。不过,像大多数机器学习模型,模型本身就是一个“黑盒”。To figure out what factors went into its predictions, the team used the mathematical map produced by the trained algorithm. It revealed how each kind of microbe affected the abundance of the others and what kinds of metabolites it supported. They could then use these relationships to design communities worth exploring through the model and in follow-up experiments.

模型还可以应用到不同的微生物群落在医学之外,包括加速分解塑料和其他材料的环境清理,生产有价值的化合物的生物bet188真人能源的应用程序,或改善植物生长。

参考:Baranwal M,克拉克RL,汤普森J,太阳Z,英雄AO, Venturelli操作系统。复发性神经网络使设计多功能合成人类肠道微生物动力学。eLife。2022;11:e73870。doi:10.7554 / eLife.73870

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。