微生物成長ダイナミクスのための基盤モデル

科学分野:

• 微生物学
• 計算生物学
• システム生物学

背景:

• 微生物成長ダイナミクスは、抗生物質検査やマイクロバイオームエンジニアリングなどのアプリケーションに貴重な洞察を提供します。
• 成長データの高次元性と限られたデータセットは、一般化可能なモデリングを妨げます。
• 既存の方法は、多様な微生物システムやコンテキストでの扱いに苦労しています。

研究 の 目的:

• 微生物成長ダイナミクスのための基盤モデルを開発すること。
• 多様な成長データから転移可能な低次元表現を学習すること。
• 下流の微生物分析アプリケーションにおける予測性能を向上させること。

主な方法:

• 約37万の実験的およびシミュレートされた微生物成長曲線で大規模な自己教師あり表現モデルをトレーニングしました。
• トレーニングには、多様な微生物種、環境条件、およびコミュニティコンテキストを利用しました。
• 本質的な動的特徴を捉え、データ再構築を可能にするための潜在埋め込みを学習しました。

主要な成果:

• モデルは、生の微生物成長データを正確に再構築する簡潔な潜在埋め込みを学習しました。
• 抗生物質の分類と濃度予測のための少数ショット学習を達成しました。
• 微生物群集の正確な予測と、相対存在量データからの総存在量の推論を実証しました。

結論:

• 基盤モデルは、微生物群集ダイナミクスの分析と予測のための一般的なフレームワークを提供します。
• 異種データセットから抽出された転移可能な表現は、限られた測定値での分析を改善します。
• 多様な微生物システムやアプリケーションにわたる堅牢な予測を可能にします。