深圳科学家在《自然—通讯》发表最新研究成果

生长在万象罗湖的美男子

深圳新闻网2024年3月25日讯（深圳商报首席记者 陈小慧）近年来，肠道菌群健康及其对疾病预防和治疗已成为热门话题。那么，如何预测肠道菌群对入侵者的抵抗能力，提高身体的防御力呢？

3月16日，中国科学院深圳先进技术研究院合成生物学研究所戴磊课题组在《自然—通讯》上发表最新研究成果。在该研究中，研究团队提出了微生物生态学的数据驱动的研究范式，通过收集不同微生物群落的组成和外源菌定殖结果作为训练数据，运用机器学习模型准确预测外源物种（致病菌或益生菌）在肠道菌群中的定殖结果，并推断验证了能够显著提高定殖抗性的关键物种。

深圳先进院合成所助理研究员吴璐和哈佛大学博士后王旭文为共同第一作者，研究员戴磊、哈佛大学医学院副教授刘洋彧为文章共同通讯作者。深圳先进院为第一单位。

在生态动力学中，调控复杂微生物群落的应用十分广阔，但针对微生物的定殖抗性预测和调控仍存在挑战，而将信息技术（IT）与生物信息（BT）相融合，将为微生物群落的定殖抗性研究带来更多应用的可能。

“我们基于已知的科学假设进行创新，打破以往研究领域的现象驱动机制，研发探索数据驱动的模式，除了利用数据驱动方法解决定制抗性预测问题，通过更深入的研究，将有望提前预防并提升肠道菌群以及其他微生物群落的抗性，在未来可广泛应用于包括人体健康、农业生产以及环境保护等多个领域”，戴磊说道。

有评审人表示，该研究极大地提高了对微生物群落中定殖抗性机制的理解。此研究极大地提高了对微生物群落中定殖抗性机制的理解。文章使用“数据驱动”的方法，给定的入侵物种在大量的“训练”群落中观察到的定殖结果被用作输入数据，以拟合机器学习模型，从而将定殖结果推断到其他“测试”群落。该方法在体外定殖实验的成功应用，将有望广泛适用到更多的测试群落中，是一次开拓性的尝试。