《Science》人工智能揭穿了酵母进化的传统观点

来源：生物通

一项研究通过对1000多个菌株的人工智能分析，揭示了酵母进化的新见解，挑战了旧范式，并为推进几个科学领域的研究提供了一个全面的数据集。

北卡罗来纳大学夏洛特分校生物信息学助理教授Abigail Leavitt LaBella参与领导了一项雄心勃勃的研究，该研究发表在著名的《Science》杂志上，该研究报告了通过对酵母(一种对生物技术、食品生产和人类健康起关键作用的小型真菌)进行创新的人工智能分析得出的有趣发现。

这些发现挑战了酵母进化研究的公认框架，并提供了一个非常丰富的酵母分析数据集，这可能对未来的进化生物学和生物信息学研究产生重大影响。

LaBella于2022年加入北卡罗来纳大学夏洛特分校计算与信息学院生物信息系，担任北卡罗来纳研究校区的助理教授和研究员，他与维拉诺瓦大学的共同主要作者Dana A. Opulente一起进行了这项研究。他们与范德比尔特大学和威斯康星大学麦迪逊分校的研究人员以及来自全球研究机构的同事合作。

这是Y1000+项目的旗舰研究，这是一项大规模的机构间酵母基因组测序和表型研究，LaBella作为范德比尔特大学的博士后研究员加入了该项目。

“酵母是一种单细胞真菌，在我们的日常生活中起着至关重要的作用。它们制作面包和啤酒，用于医药生产，可以引起感染，作为动物的近亲，它们帮助我们了解癌症是如何发生的，”LaBella说。“我们想知道这些小真菌是如何进化出如此广泛的功能和特征的。通过对1000多种酵母的描述，我们发现酵母并不符合‘万事通，样样不精’的谚语。”

研究结果及影响

这项研究有助于对微生物如何随时间变化的基本理解，同时为酵母产生了900多个新的基因组序列——其中许多可以用于生物真菌领域，如农业害虫防治、药物开发和生物燃料生产。

LaBella和她的合著者通过人工智能辅助，机器学习分析Y1000+项目的数据集，包括1154株古老的单细胞酵母Saccaromycotina。试图回答一个重要的问题。那就是:为什么有些酵母菌只吃(或代谢)几种碳来获取能量，而另一些酵母菌可以吃十几种碳呢?

酵母用于能量的碳源的总数在生态学术语中称为其碳生态位宽度。人类的碳生态位宽度也各不相同——例如，有些人可以代谢乳糖，而有些人则不能。

进化生物学研究支持了关于生态位宽度的两个关键的总体范式，这一现象解释了为什么一些酵母菌(“专门型”)进化到只能代谢少量的碳形式作为燃料，而另一些(“通才型”)进化到能够消耗和生长各种各样的碳形式。其中一个范例表明，与成为专家相比，成为通才需要做出某些权衡。值得注意的是，在后一种情况下，处理各种碳形式的能力是以酵母有效地处理和生长每种碳形式的能力为代价的。第二种是，这些酵母专家和通才由于各自基因组的不同内在特征和基于酵母生物体存在的不同环境的不同外在影响的综合作用而进化成适合任何一种特征。

挑战现有模式

LaBella和她的同事们发现了充足的证据来支持这一观点，即酵母专家和多面手之间存在可识别的、内在的遗传差异，特别是多面手往往比多面手拥有更多的基因总数。例如，他们发现多面手更有可能合成肉碱，这是一种参与能量产生的分子，通常作为运动补充剂出售。

但出乎意料的是，他们的研究发现了非常有限的证据来证明预期的进化权衡:酵母处理多种形式碳的能力是以牺牲其有效处理碳和相应生长的能力为代价的，反之亦然。

“我们发现，可以在很多碳基质上生长的酵母实际上是非常好的种植者，”LaBella说。“这对我们来说是一个非常令人惊讶的发现。”

虽然这一特定实验的发现及其分析中使用的创新机器学习机制可能对生物信息学、生态学、代谢学和进化生物学产生重大影响，但这项研究的发表意味着Y1000+项目的大量酵母数据纲要现在可供世界各地的学者用作扩大他们自己的酵母研究的起点。

“这个数据集将是未来的巨大资源，”LaBella说。

参考文献

Genomic factors shape carbon and nitrogen metabolic niche breadth across Saccharomycotina yeasts

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”