Models trained with noisy genomes extend bacterial phenotype prediction into deep time
Durch das Training von Modellen des maschinellen Lernens mit bakterieller Geninhalte unter Verwendung von Rauschaugmentation zur Verbesserung der Generalisierung über evolutionäre Distanzen hinweg gelang es Forschern, ancestrale Phänotypen vorherzusagen und zu folgern, dass der letzte gemeinsame bakterielle Vorfahre wahrscheinlich ein anaerober, doppelmembraniger, moderat thermophiler Organismus war.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie besitzen eine riesige Bibliothek von Bedienungsanleitungen (Genome) für jedes heute existierende Bakterium. Wissenschaftler haben bereits herausgefunden, wie man diese modernen Anleitungen nutzt, um vorherzusagen, wie die Bakterien aussehen und wie sie sich verhalten (ihre Phänotypen) – so als würde man die Geschwindigkeit eines Autos erraten, nur indem man dessen Motorhandbuch liest.
In dieser Arbeit geht es darum, diese Idee zu nehmen und die Uhr Milliarden von Jahren zurückzudrehen, um zu erraten, wie die allerersten Bakterien aussah.
Hier ist die einfache Aufschlüsselung, wie sie es gemacht haben und was sie herausgefunden haben:
Die „verrauschte“ Zeitmaschine
Die Forscher entwickelten ein Computermodell (einen maschinellen Lernalgorithmus), um den Zusammenhang zwischen den Genen eines Bakteriums und seinen Merkmalen zu erlernen. Es gibt jedoch ein Problem: Je weiter man in der Zeit zurückgeht, desto mehr verändern und vermischen sich die „Bedienungsanleitungen“. Es ist, als würde man versuchen, ein Rezept aus dem Jahr 1000 zu lesen, bei dem einige Wörter fehlen und andere falsch geschrieben sind.
Um dies zu beheben, haben die Wissenschaftler etwas Cleveres getan: Sie haben dem Computer während des Trainings absichtlich „Rauschen“ (zufällige Fehler oder fehlende Teile) zu den modernen Gendaten hinzugefügt. Denken Sie daran, wie man für eine Prüfung übt, indem man mit einem unscharfen, leicht beschädigten Lehrbuch lernt. Indem der Computer lernte, auch dann gute Vermutungen anzustellen, wenn die Daten unordentlich waren, wurde er viel besser darin, mit den „verschwommenen“ Gendaten der alten Vorfahren umzugehen.
Die Ergebnisse: Wie weit konnten sie sehen?
Das Modell arbeitete je nach Merkmal unterschiedlich:
- Die großen Merkmale: Für komplexe Eigenschaften, die auf vielen verschiedenen Genen basieren, die zusammenarbeiten – wie etwa, ob ein Bakterium Sauerstoff benötigt, wie seine äußere Hülle aussieht oder welche Temperatur es bevorzugt – ermöglichte das „verrauschte“ Training dem Modell, sich bis ganz zum Beginn des bakteriellen Stammbaums klar zu sehen.
- Die spezifischen Merkmale: Für einfachere oder spezifischere Merkmale, wie die chemische Zusammensetzung ihrer DNA oder ob sie Sporen bilden können, wurde die Sichtweise des Modells viel früher unscharf. Es konnte diese Merkmale nicht mehr zuverlässig so weit in die Vergangenheit zurückprojizieren.
Das Porträt des ersten Bakteriums
Da das Modell die „großen Merkmale“ so klar sehen konnte, waren die Wissenschaftler in der Lage, ein Bild des Letzten Gemeinsamen Bakteriellen Vorfahren (LBCA) zu malen – des Ur-Ur-Ur-Großelternteils aller heute lebenden Bakterien.
Basierend auf ihren Erkenntnissen war dieser alte Vorfahre wahrscheinlich:
- Anaerob: Er benötigte keinen Sauerstoff zum Überleben (er lebte in einer Welt ohne ihn).
- Doppelmembranig: Er besaß eine zweischichtige äußere Haut.
- Thermophil: Er liebte Hitze und gedieh bei Temperaturen zwischen 46 °C und 75 °C (ca. 115 °F bis 167 °F).
Das Fazit
Kurz gesagt: Indem sie Computer lehrten, mit „unordentlichen“ Daten umzugehen, schufen die Forscher eine neue Möglichkeit, in die tiefe Vergangenheit zu blicken. Sie nutzten diese Methode erfolgreich, um abzuleiten, wie die allerersten Bakterien aussah, und bewiesen damit, dass wir durch das Studium der im Genom hinterlassenen Hinweise etwas über die frühe Evolution des Lebens lernen können.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.