Динамическая модель помогает понять здоровые озера, чтобы лечить больные

Создание динамической модели микробных популяций в здоровых озерах поможет ученым понять, что не так с больными озерами, назначить лечение и предсказать изменения при смене экологических условий. Эти преимущества ожидаются от амбициозного проекта по моделированию взаимодействий примерно 18 000 видов в хорошо изученном озере в Висконсине.

Исследование привело к созданию, вероятно, крупнейшей в мире динамической модели взаимодействий микробных видов. Проанализировав долгосрочные данные по озеру Мендота близ Мэдисона (Висконсин), команда из Технологического института Джорджии определила и смоделировала взаимодействия между 14 суб-сообществами — группами разных видов, которые становятся доминирующими в определенные периоды года. Ключевыми факторами среды, влияющими на эти сообщества, были температура воды и уровни двух классов питательных веществ: аммиака/фосфора и нитратов/нитритов. В целом, влияние этих факторов на отдельные виды было более выраженным, чем влияние взаимодействий между видами.

Помимо понимания процессов в водных микробных сообществах, модель может быть использована для изучения других микробных популяций, возможно, даже человеческого микробиома. Исследование было опубликовано 24 марта в журнале Systems Biology and Applications (партнерском журнале Nature). Работа финансировалась программой Dimensions of Biodiversity Национального научного фонда (NSF).

Из-за огромного числа микроорганизмов создание такой модели было грандиозной задачей. Чтобы сделать ее выполнимой, исследователи сгруппировали наиболее распространенные виды в категории, имеющие значимые взаимодействия в определенное время года. Ученый Фуонган Дам создал 14 таких категорий (суб-сообществ), примерно по одной на месяц, и отобразил отношения между ними в разные сезоны. Две из 14 групп имели два пика численности в год.

В отличие от статических моделей прошлого, новая динамическая модель позволяет отслеживать изменения взаимодействий в течение года. Модель, хотя и нелинейная, использует алгоритмы на основе линейной регрессии, которые можно анализировать на стандартных компьютерных кластерах. Используя 14 суб-сообществ, исследователи выявили 196 взаимодействий, описывающих связи между видами, — это намного проще, чем анализировать 300 миллионов потенциальных взаимодействий между всеми 18 642 видами в озере.

Исследование в значительной степени опиралось на метагеномику — использование геномного анализа для идентификации присутствующих микроорганизмов. Поскольку многие виды нельзя культивировать в лаборатории, метагеномика позволяет получить полный перечень видов, идентифицируя специфические участки их ДНК. Эти компоненты геномных данных называются «операционными таксономическими единицами» (OTUs) и использовались в качестве «заместителей» видов.

Следующим шагом станет аналогичное исследование озера Ланьер к северу от Атланты. Помимо данных, собранных для озера Мендота, в этом исследовании будет собрана информация об ферментативной и метаболической активности микробных сообществ. Ученые надеются изучить всю речную систему, чтобы оценить, как разные среды и деятельность человека влияют на микробные популяции.

Эта работа может привести к лучшему пониманию того, какие взаимодействия необходимы для здоровья озера, что поможет определить, что требуется для решения проблем в больных озерах. Методика моделирования также может помочь ученым в работе с другими сложными микробными системами.