Statistically learning the functional landscape of microbial communities
Statistically learning the functional landscape of microbial communities
复制标题
统计了解微生物群落的功能景观
DOI：
10.1038/s41559-023-02197-4
复制
发表时间：
2023
影响因子：
16.8
通讯作者：
Kuehn, Seppe
中科院分区：
文献类型：
--
作者：
Skwara, Abigail;Gowda, Karna;Yousef, Mahmoud;Diaz-Colunga, Juan;Raman, Arjun S.;Sanchez, Alvaro;Tikhonov, Mikhail;Kuehn, Seppe
微生物聚生体在从土壤到生物反应器再到人类宿主的环境中表现出复杂的功能特性。了解群落组成如何决定功能是微生物生态学的一个主要目标。在这里，我们解决这一挑战，使用社区功能的概念，类似于健身运动，捕捉社区组成的变化如何改变集体功能。使用数据集，代表了广泛的社区功能，从生产/降解的特定化合物的生物量生成，我们表明，统计推断的景观定量预测社区功能的物种存在或不存在的知识。至关重要的是，社区功能景观允许预测没有明确的知识丰富的动态或物种之间的相互作用，可以准确地训练使用测量从一个小子集的所有可能的社区组成。我们的方法的成功源于这样一个事实，即经验的社区功能景观似乎并不崎岖，这意味着他们在很大程度上缺乏高阶上位性的贡献，将难以适应有限的数据。最后，我们表明，这种观察持有广泛的一类生态模型，表明社区功能景观可以有效地推断在广泛的生态制度。我们的研究结果打开了大门，合理设计的财团没有详细的知识丰富的动态或相互作用。
Microbial consortia exhibit complex functional properties in contexts ranging from soils to bioreactors to human hosts. Understanding how community composition determines function is a major goal of microbial ecology. Here we address this challenge using the concept of community-function landscapes—analogues to fitness landscapes—that capture how changes in community composition alter collective function. Using datasets that represent a broad set of community functions, from production/degradation of specific compounds to biomass generation, we show that statistically inferred landscapes quantitatively predict community functions from knowledge of species presence or absence. Crucially, community-function landscapes allow prediction without explicit knowledge of abundance dynamics or interactions between species and can be accurately trained using measurements from a small subset of all possible community compositions. The success of our approach arises from the fact that empirical community-function landscapes appear to be not rugged, meaning that they largely lack high-order epistatic contributions that would be difficult to fit with limited data. Finally, we show that this observation holds across a wide class of ecological models, suggesting community-function landscapes can be efficiently inferred across a broad range of ecological regimes. Our results open the door to the rational design of consortia without detailed knowledge of abundance dynamics or interactions.
登录
查看更多内容
影响因子：
32.4
作者：
Ferguson AL;Mann JK;Omarjee S;Ndung'u T;Walker BD;Chakraborty AK
通讯作者：
Chakraborty AK
微生物群落的多重稳定性和政权转变通过对必需营养素的竞争来解释
影响因子：
7.7
作者：
V. Dubinkina;Yulia Fridman;P. Pandey;S. Maslov
通讯作者：
S. Maslov
影响因子：
3.7
作者：
Esteban DJ;Hysa B;Bartow-McKenney C
通讯作者：
Bartow-McKenney C
影响因子：
4.9
作者：
Wagner, Andreas
通讯作者：
Wagner, Andreas
影响因子：
8.8
作者：
Harcombe WR;Riehl WJ;Dukovski I;Granger BR;Betts A;Lang AH;Bonilla G;Kar A;Leiby N;Mehta P;Marx CJ;Segrè D
通讯作者：
Segrè D