近日，漁工所基因表達調(diào)控與表型機器學習預測技術(shù)創(chuàng)新團隊聯(lián)合清華大學丘成桐院士團隊，在魚類致病微生物高階互作模型構(gòu)建與機制解析方面取得突破性進展。相關(guān)研究成果以“Hypernetwork modeling and topology of high-order interactions for complex systems”為題，在線發(fā)表在美國科學院院報《PNAS》（IF=9.4）上。

微生物高階相互作用是復雜系統(tǒng)的核心要素，但現(xiàn)有的網(wǎng)絡(luò)模型主要聚焦成對相互作用，尚未開發(fā)出捕捉高階交互作用的通用模型。本研究通過體外培養(yǎng)大腸桿菌、金黃色葡萄球菌和綠膿桿菌三種魚類腸道常見致病菌，重建了微生物群落的超網(wǎng)絡(luò)，并利用GLMY同源性理論深入剖析了超網(wǎng)絡(luò)的拓撲結(jié)構(gòu)。研究結(jié)果顯示，成對相互作用與高階交互作用在復雜群落的調(diào)控機制中發(fā)揮著截然不同的作用。該模型的建立為解析魚類腸道微生物調(diào)控機制提供了新的見解，也為促進水產(chǎn)物種抗病、生長等重要性狀解析開辟了新的思路。

本研究得到了院級基因表達調(diào)控與表型機器學習預測技術(shù)創(chuàng)新團隊(2023TD24)的資助。漁工所馮莉助理研究員為第一作者，清華大學丘成桐院士和鄔榮領(lǐng)教授為通訊作者。