原题：Forecasting the dynamics of a complex microbial community using integrated meta-omics
通讯作者：Paul Wilmes
第一作者：Francesco Delogu
第一单位：University of Luxembourg
期刊：Nature Ecology & Evolution
时间：2023
论文链接：10.1038/s41559-023-02241-3
文章摘要
本文将污水处理厂厌氧反应池14个月的多组学数据聚类为17个特征基因簇，并将这些基因簇与微生物群落的生态事件相联系。构建用于预测微生物群落动态变化的模型，并用21个样本验证。研究表明通过分析微生物群落与环境参数之间的互作，可以预测微生物群落的动态变化。
主要内容
图1 rMAGs的多样性和质量及其在数据集中的代表性
本文使用三种模型（ARIMA、Prophet和神经网络模型）对17个信号进行训练。利用2011-2012年之间的51周数据作为训练集，并选择三个得分最高的模型构建一个综合模型。在随后的5年中收集6月份的数据用于验证模型，以评估MG和MT的准确性。其中有6个特征基因簇预测完全准确，包括S1、S2、S4、S5、S10和S16。但在测试中，模型与训练集较为吻合，而在测试集中的预测不够准确，这可能因为模型对训练集过度拟合或训练集规模不足。
图3 生物信号预测
图4 2012-2016年的特征基因簇模型重构
声明：本文仅供科研交流使用，文章翻译内容可能与原文略有出入，如有侵权或重大问题请通过后台与编辑联系。
来源|浙江大学环境微生物课题组
推文作者|朱文龙
责任编辑|朱林
历史文章推荐阅读
2.重要进展！浙大胡宝兰教授团队在Nat.Commun.发表最新研究成果！
3.研究成果|厌氧氨氧化对不同价态铁离子的响应及机制：基于预测和分类机器学习的新认知
4.研究成果|基于外源铁载体的anammox群落定向调控以实现高效脱氮
--
