近日，漁工所基因表達調控與表型機器學習預測技術創新團隊聯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建與機制解析方面取得突破性進展。相關研究成果以“Hypernetwork modeling and topology of high-order interactions for complex systems”為題，在線發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的核心要素，但現有的網絡模型主要聚焦成對相互作用，尚未開發出捕捉高階交互作用的通用模型。本研究通過體外培養大腸桿菌、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絡，并利用GLMY同源性理論深入剖析了超網絡的拓撲結構。研究結果顯示，成對相互作用與高階交互作用在復雜群落的調控機制中發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控機制提供了新的見解，也為促進水產物種抗病、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控與表型機器學習預測技術創新團隊(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教授為通訊作者。
