基于基因组数据挖掘高效预测微生物铁载体互作网络

本研究由北京大学定量生物学中心李志远课题组牵头，联合南京农业大学和苏黎世大学的研究团队，开发了一种协同演化算法，用于预测微生物群落中的铁载体互作网络。研究利用1928株假单胞菌的基因组数据，识别出188种pyoverdine的化学结构和4547个FpvA受体基因，通过协同演化配对算法，成功预测了铁载体介导的微生物互作网络。研究结果表明，铁载体互作网络因栖息地和生活方式而异，病原菌和非病原菌在网络拓扑结构上存在显著差异。该研究为理解微生物群落的生态和演化提供了新的见解，并为定向干预微生物群落提供了理论依据。