本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2024-03-12
摘要
微生物組工程提供了利用微生物群落來改善人類健康、農業和氣候成果的潛力。為了將這種潛力轉化為現實，可靠地預測群落組成和功能至關重要。但是，我們可以組合微生物物種的方式數量激增，阻礙了對群落功能進行編目的強力方法。另一種方法是使用簡化的機械模型對微生物群落結果進行參數化，然後將這些模型推斷到我們採樣範圍之外。但這些方法仍然需要大量數據，並且需要先驗地指定包含哪些機制以及省略哪些機制。在這裡，我們透過引入一種與機制無關的方法來使用有限的數據預測微生物群落的組成和功能來解決這兩個問題。關鍵的一步是識別社區景觀的稀疏表示。然後，我們利用壓縮感知技術，利用這種稀疏性來預測群落的組成和功能。我們在從理論模型產生的電腦社群資料上驗證了這種方法。透過僅對所有可能群落的 1% 進行採樣，我們可以準確地預測樣本中的群落組成。然後，我們透過將我們的方法應用於四個實驗數據集來展示我們的方法在現實世界中的應用，並表明我們可以從高度有限的數據中恢復對組成和群落功能的可解釋的、準確的預測。