研究人员已经找到了一种方法，通过快速查看细菌的基因组，利用机器学习来预测细菌的环境pH偏好。在科罗拉多大学博尔德分校专家的领导下，这种新方法有望帮助指导生态恢复工作、农业，甚至与健康有关的益生菌的开发。

环境科学合作研究所（CIRES）研究员、科罗拉多大学博尔德分校生态学和进化生物学教授诺亚-菲勒说："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是未知的。我们的想法是用这种技术来弄清它们的自然历史的基本情况"。

了解某些细菌是否最可能在酸性、中性或碱性环境中茁壮成长只是第一步，主要作者、CIRES访问学http://www.196nk.cn者Josep Ramoneda说："你可以用这种方法来预测微生物将如何适应几乎任何oPkKfCY环境变化。例如，海平面上升将更多的盐水带入一个沿海湿地。我们可以预测微生物将如何应对这些环oPkKfCY境变化。"

这项新工作今天（2023年4月28日）发表在《科学进展》杂志上，共同作者包括来自CIRES和CU Boulder的其他人以及加拿大的同事。

科罗拉多大学博尔德分校博士生Corinne Walsh正在处理含有与小麦植物相关的微生物的土壤样品。一种新的机器学习方法可能会帮助像沃尔什这样的微生物生态学家从快速查看其基因组中找出细菌的环境偏好，使一些实验室工作更加高效，农业科学更加成功。资料来源：环境科学合www.196nk.cn作研究所（2020）。

包括细菌在内的微生物对生态系统的运作至关重要；帮助植物生长，实现湖泊中的营养循环，甚至支持人类消化。但通常情况下，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--除了它们的基因构成之外。近几十年来的基因"捕捞"技术导致细菌基因组数据库呈指数级增长。

因此，研究小组利用了科学家们对一些细菌群体的了解，它们在某种特定的pH值下生长，然后使用机器学习将这些群体的环境pH值偏好与它们的基因构成联系起来。这项工作涉及对来自近1500个土壤、湖泊和溪流样本的超过25万种细菌的基因组进行分类。

Ramoneda说："我们可以仅根据基因组数据对它们的pH值偏好做出推断。对于科学家来说，这一发现最直接的影响之一是，它可以帮助他们种植以前从未种植过的挑剔的细菌群，让他们初步猜测应该使用什么pH值。"

要想知道如何"培养"细菌，以便在实验室中对其进行研究通常需要花费数年时间，而机器学习方法可以使这一过程更加有效。农业和林业专家也经常添加活的细菌，用有益的细菌群落来"接种"生长中的植物。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将适应当地的pH值来更好地种植玉米或大豆。

接下来，该团队计划尝试深入了解细菌的温度偏好，这是另http://www.196nk.cn一个可能涉及很多很多基因的复杂系统。例如，这可以帮助他们更好地了解气候变暖将如何影响土壤细菌群落。

Fierer说："另一种方法是尝试在实验室里培养它们，这很痛苦。"