Học máy giúp nhận diện được môi trường ưa thích của vi sinh vật

Dẫn dắt nghiên cứu này là các nhà khoa học ở trường đại học Colorado Boulder. Cách tiếp cận mới đã chứng tỏ nhiều hứa hẹn trong việc hướng dẫn các nỗ lực phục hồi sinh thái, nông nghiệp và thậm chí là phát triển những probiotics có lợi cho sức khỏe.

“Chúng tôi biết là trong bất kỳ môi trường nào cũng có cả tấn vi khuẩn có những chức năng sinh thái vô cùng quan trọng nhưng môi trường ưa thích của chúng như thế nào vẫn còn là điều bí ẩn”, Noah Fierer, một nhà nghiên cứu ở Viện Nghiên cứu Các khoa học môi trường Cooperative (CIRES) và giáo sư sinh thái và sinh học tiến hóa tại CU Boulder, cho biết. “Ý tưởng là sử dụng kỹ thuật này để xác định các vấn đề cơ bản trong lịch sử tự nhiên của chúng”.

Hiểu về việc liệu các vi khuẩn này có hoàn toàn ưa thích các môi trường có nhiều a xít, trung hòa a xít hay các môi trường cơ bản thuận lợi cho sự sống mới chỉ là bước đầu tiên, tác giả thứ nhất của công bố là Josep Ramoneda, một nhà nghiên cứu có học bổng trao đổi tại CIRES nói. “Anh có thể sử dụng cách tiếp cận này để dự đoán cách các vi sinh vật sẽ thích ứng với hầu hết mọi thay đổi môi trường như thế nào. Ví dụ như mực nước biển dâng đang khiến xâm nhập mặn vào vùng đầm lầy ven biển. Chúng tôi có thể biết trước được cách các vi sinh vật sẽ phản hồi như thế nào với những thay đổi môi trường đó”.

Công trình mới đã được xuất bản trên tạp chí Science Advances, các đồng tác giả bao gồm những nhà nghiên cứu từ CIRES, CU Boulder cũng như đồng nghiệp của họ ở Canada ¹.

Các vi sinh vật, bao gồm cả vi khuẩn, đều có những chức năng tối quan trọng với các hệ sinh thái; giúp cây trồng tăng trưởng, tăng cường chu trình dinh dưỡng trong các hồ đập, thập chí hỗ trợ cả sự tiêu hóa của con người. Nhưng thông thường, khó có thể phân lập và nuôi cấy chúng trong phòng thí nghiệm, vì vậy chúng ta thường biết rất ít về chúng, Ramoneda và Fierer nói – ngoại trừ việc bổ cập di truyền của chúng. Kỹ thuật “đánh bắt” di truyền trong vài thập kỷ gần đây đã đem lại những cơ sở dữ liệu hệ gene của vi khuẩn tăng trưởng theo hàm mũ ².

Vì vậy nhóm nghiên cứu đã thu được hiểu biết về một số nhóm vi khuẩn,

Vì vậy, nhóm nghiên cứu đã dựa trên những gì các nhà khoa học biết về một số nhóm vi khuẩn phát triển mạnh ở độ pH cụ thể này hay độ pH khác, sau đó sử dụng công nghệ học máy để liên kết sở thích về độ pH môi trường của các nhóm đó với cấu trúc di truyền của chúng. Công việc liên quan đến việc phân loại bộ gen của hơn 250.000 loại vi khuẩn từ gần 1.500 mẫu đất, hồ và suối. “Những gì chúng tôi tìm thấy là chúng tôi có thể tạo ra sự tương quan về độ pH ưa thích của chúng dựa trên chỉ dữ liệu hệ gene”, Ramoneda nói. Với các nhà khoa học, một trong những gợi ý sát sườn của các phát hiện này là có thể giúp họ nuôi các quần thể vi khuẩn rất khó tính mà từ trước đến nay họ chưa làm được, bằng việc trao cho chúng một dự đoán về độ pH. Nếu phải mất nhiều năm để xác định ra cách “nuôi cấy” vi khuẩn thì giờ họ có thể làm trong phòng thí nghiệm và phương pháo học máy có thể đem đến một cách xử lý hiệu quả hơn, Fierer nói.

Các chuyên gia nông nghiệp và lâm nghiệp cũng thường đưa thêm các vi khuẩn sống vào để thúc đẩy tăng trưởng của cây cối với sự hỗ trợ của các cộng đồng vi khuẩn, Ramoneda nói. Hiện tại, họ có thể có những cái nhìn sâu hơn, nhanh hơn vào các dạng vi khuẩn có thể giúp phục hồi một cây cỏ bản địa với các rừng thông, hoặc tăng trưởng các loài ngô, đậu tương, bằng việc đảm bảo là những loài vi khuẩn được cấy vào môi trường này sẽ phù hợp với độ pH của môi trường.

Bước tiếp theo, nhóm nghiên cứu lên kế hoạch cố gắng có cái nhìn sâu hơn về độ ưa thích về nhiệt độ của vi khuẩn, một hệ sinh thái phức tạp bao gồm rất nhiều gene khác nhau. Điều này có thể giúp họ hiểu tốt hơn cách nhiệt độ sẽ ảnh hưởng như thế nào đến các quần thể vi khuẩn trong đất.“Giải pháp thay thế là cố gắng nuôi chúng trong các phòng thí nghiệm và điều đó thật lấy rất nhiều thời gian và công sức”, Fierer nói.

Thanh Hương tổng hợp

Nguồn: https://phys.org/news/2023-04-machine-scientists-environmental-microbes.html

https://cires.colorado.edu/news/press/crowdsourcing-earths-magnetic-field/

https://cires.colorado.edu/news/machine-learning-helps-scientists-identify-environmeal-preferences-microbes

——————————————————–

1. https://www.science.org/doi/10.1126/sciadv.adf8998

2. https://phys.org/news/2018-01-global-atlas-bacteria-dirt.html