2012 Nature Reviews Microbiology：Microbial interactions: from networks to models

2012 Nature Reviews Microbiology：微生物相互作用：从网络到模型

要点

•微生物形成各种生态关系，从互惠到竞争，除了其他因素（如生态位偏好和随机过程）外，还形成微生物丰度。近年来，网络推理技术被频繁地应用于微生物的存在-缺失或丰度数据，以检测分类群之间的共存和互斥的显著模式，并将它们表示为一个网络。

•除了预测分类群之间以及环境特征与分类群之间的联系外，微生物关联网络分析还揭示了生态位，指出了关键物种，并指出了其他群落结构。

•然而，在这些网络的建设和解释中存在一些陷阱，从数据标准化到多次测试校正。为了确定性能最佳的网络推理技术，需要进行全面的评估。

•在未知微生物培养、组合标记和平行培养方面的最新进展可能很快使系统的共培养和干扰（即物种去除）实验成为可能。

•从静态网络获得的或通过实验测量的相互作用强度可作为微生物群落动态模型的输入，进而可模拟系统在各种条件下的行为。从长远来看，动态模型可以帮助工程化微生物群落。

•动态系统理论有助于我们理解微生物群落。例如，在不受环境差异驱动的情况下，可作为系统动力学的结果而产生其他群落状态。

摘要

宏基因组学和16S焦磷酸测序技术使生态系统结构和动态的研究具有很高的深度和准确性。在这些数据集中发现的共现和相关模式越来越多地用于预测从海洋到人类微生物组等环境中的物种相互作用。此外，并行的共培养分析和组合标记实验允许高通量发现物种之间的合作和竞争关系。在这篇综述中，我们将描述这些技术如何为全球生态系统网络预测和全生态系统动态模型的发展开辟道路。

图1 |不同物种成员之间生态相互作用的总结。Lidicker1引入的轮子显示已经被修改为总结所有可能的成对相互作用。对于每一个互动伙伴，有三种可能的结果：正的（+）、负的（–）和中性的（0）。例如，在寄生中，寄生虫从关系中受益，而宿主受到伤害（–）；因此，这种关系由符号对+和-表示。

Figure 1 | Summary of ecological interactions between members of different species. The wheel display introduced by Lidicker1 has been adapted to summarize all possible pairwise interactions. For each interaction partner, there are three possible outcomes: positive (+), negative (–) and neutral (0). For instance, in parasitism, the parasite benefits from the relationship (+), whereas the host is harmed (–); this relationship is thus represented by the symbol pair+–.