미생물의 환경 선호도를 식별하는 기계 학습
2023-05-09
미생물의 환경 선호도를 식별하는 기계 학습
맥길 대학교의 연구자가 참여한 연구에 따르면 기계 학습 접근법이 유전자를 기반으로 미생물의 환경 선호도에 대한 통찰력을 제공할 수 있다고 합니다. 연구팀은 특정 pH에서 번성하는 몇 가지 박테리아 그룹에 대해 과학자들이 알고 있는 것을 바탕으로 기계 학습을 사용하여 이러한 그룹의 환경 pH 선호도를 유전적 구성과 연결했습니다. 이를 위해서 연구팀은 거의 1,500개의 토양, 호수 및 하천 샘플에서 250,000개 이상의 박테리아 유형의 게놈을 분류했습니다. 연구원들은 기계 학습을 사용하여 박테리아의 게놈을 빠르게 살펴봄으로써 게놈 데이터만으로 pH 선호도를 추론할 수 있었습니다. 이 접근법은 실용적인 연구 의미를 가지고 있는데요, 연구원들이 실험실에서 박테리아를 보다 효율적으로 성장시키는 데 도움이 될 수 있고 또한 농업, 생태계 복원, 심지어 프로바이오틱스에서 미생물을 더 효율적으로 사용할 수 있다고 합니다. 다음으로, 팀은 많은 유전자를 포함할 가능성이 있는 또 다른 복잡한 시스템인 박테리아의 온도 선호도에 대해 연구할 것이라고 합니다.
맥길 대학교의 연구자가 참여한 연구에 따르면 기계 학습 접근법이 유전자를 기반으로 미생물의 환경 선호도에 대한 통찰력을 제공할 수 있다고 합니다. 연구팀은 특정 pH에서 번성하는 몇 가지 박테리아 그룹에 대해 과학자들이 알고 있는 것을 바탕으로 기계 학습을 사용하여 이러한 그룹의 환경 pH 선호도를 유전적 구성과 연결했습니다. 이를 위해서 연구팀은 거의 1,500개의 토양, 호수 및 하천 샘플에서 250,000개 이상의 박테리아 유형의 게놈을 분류했습니다. 연구원들은 기계 학습을 사용하여 박테리아의 게놈을 빠르게 살펴봄으로써 게놈 데이터만으로 pH 선호도를 추론할 수 있었습니다. 이 접근법은 실용적인 연구 의미를 가지고 있는데요, 연구원들이 실험실에서 박테리아를 보다 효율적으로 성장시키는 데 도움이 될 수 있고 또한 농업, 생태계 복원, 심지어 프로바이오틱스에서 미생물을 더 효율적으로 사용할 수 있다고 합니다. 다음으로, 팀은 많은 유전자를 포함할 가능성이 있는 또 다른 복잡한 시스템인 박테리아의 온도 선호도에 대해 연구할 것이라고 합니다.
- 국가 캐나다
- 분야 생명과학
- 출처 https://www.sciencedaily.com/releases/2023/04/230428153618.htm