Un modelo fundacional para la dinámica del crecimiento microbiano

Área de la Ciencia:

• Microbiología
• Biología Computacional
• Biología de Sistemas

Sus antecedentes:

• La dinámica del crecimiento microbiano ofrece información valiosa para aplicaciones como las pruebas de antibióticos y la ingeniería del microbioma.
• La alta dimensionalidad de los datos de crecimiento y los conjuntos de datos limitados dificultan la modelización generalizable.
• Los métodos existentes tienen dificultades con sistemas y contextos microbianos diversos.

Objetivo del estudio:

• Desarrollar un modelo fundacional para la dinámica del crecimiento microbiano.
• Aprender representaciones transferibles y de baja dimensión a partir de datos de crecimiento diversos.
• Mejorar el rendimiento predictivo en aplicaciones de análisis microbiano posteriores.

Principales métodos:

• Se entrenó un modelo de representación a gran escala y autosupervisado con aproximadamente 370.000 curvas de crecimiento microbiano experimentales y simuladas.
• Se utilizaron diversas especies microbianas, condiciones ambientales y contextos comunitarios para el entrenamiento.
• Se aprendieron incrustaciones latentes para capturar características dinámicas esenciales y permitir la reconstrucción de datos.

Principales resultados:

• El modelo aprendió incrustaciones latentes concisas que reconstruyen con precisión los datos brutos de crecimiento microbiano.
• Se logró el aprendizaje de pocas muestras para la clasificación de antibióticos y la predicción de concentración.
• Se demostró una predicción precisa de las comunidades microbianas y la inferencia de la abundancia total a partir de datos de abundancia relativa.

Conclusiones:

• El modelo fundacional proporciona un marco general para analizar y predecir la dinámica de las comunidades microbianas.
• Las representaciones transferibles extraídas de conjuntos de datos heterogéneos mejoran el análisis con mediciones limitadas.
• Permite predicciones robustas en diversos sistemas y aplicaciones microbianas.