机制模型与机器学习模型设计出可稳健抑制艰难梭菌的人体肠道菌群 consortium

识别人类病原体稳健抑制的设计原则是微生物组工程的一个重要目标。通过在贝叶斯主动学习的指导下自下而上构建合成微生物群落，我们研究了数千种物种—代谢物条件下艰难梭菌（Clostridioides difficile）的生长图景。机制性的消费者—资源模型和机器学习模型揭示了连接代谢物与物种的显著相互作用，并与在人类微生物组数据集中识别出的微生物相互作用表现出一致性。在机器学习和机制模型的指导下，我们阐明了能够在体外多样化营养环境中稳健抑制艰难梭菌的微生物群落。代谢组学分析鉴定出山梨醇、甘露醇和脯氨酸是介导群落驱动的艰难梭菌抑制作用的关键代谢物。模型优化的群落显著降低了小鼠肠道中艰难梭菌的定植，而模型设计的非抑制性群落则不具备这一特性。这些群落在体外和体内表现出一致的代谢组学模式，表明资源竞争是实现稳健抑制的一项设计原则。总之，这些发现建立了一个整合实验与计算的框架，用于理性设计能够在多种环境背景下稳健抑制病原体的微生物群落。

识别人类病原体稳健抑制的设计原则是微生物组工程的一个重要目标。通过在贝叶斯主动学习的指导下自下而上构建合成微生物群落，我们研究了艰难梭菌在数千种物种—代谢物条件下的生长图景。机制性消费者—资源模型和机器学习模型揭示了连接代谢物与物种的显著相互作用，并与在人类微生物组数据集中识别出的微生物相互作用表现出一致性。在机器学习和机制模型的指导下，我们阐明了能够在体外多样营养环境中稳健抑制艰难梭菌的微生物群落。代谢组学分析鉴定出山梨醇、甘露醇和脯氨酸是介导群落驱动的艰难梭菌抑制作用的关键代谢物。模型优化的群落显著降低了小鼠肠道中艰难梭菌的定植，而模型设计的非抑制性群落则不具备这一特性。群落在体外和体内表现出一致的代谢组学模式，表明资源竞争是实现稳健抑制的一项设计原则。总之，这些发现建立了一个整合实验与计算的框架，用于理性设计能够在多样环境背景下稳健抑制病原体的微生物群落。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.04.742850v1?rss=1

🏷️ 肠道菌群工程 艰难梭菌抑制 贝叶斯主动学习 消费者-资源模型 代谢组学 资源竞争