近日，渔工所基因表达调控与表型机器学习预测技术创新团队联合清华大学丘成桐院士团队，在鱼类致病微生物高阶互作模型构建与机制解析方面取得突破性进展。相关研究成果以“hypernetwork modeling and topology of high-order interactions for complex systems”为题，在线发表在美国科学院院报《pnas》（if=9.4）上。
微生物高阶相互作用是复杂系统的核心要素，但现有的网络模型主要聚焦成对相互作用，尚未开发出捕捉高阶交互作用的通用模型。本研究通过体外培养大肠杆菌、金黄色葡萄球菌和绿脓杆菌三种鱼类肠道常见致病菌，重建了微生物群落的超网络，并利用glmy同源性理论深入剖析了超网络的拓扑结构。研究结果显示，成对相互作用与高阶交互作用在复杂群落的调控机制中发挥着截然不同的作用。该模型的建立为解析鱼类肠道微生物调控机制提供了新的见解，也为促进水产物种抗病、生长等重要性状解析开辟了新的思路。
本研究得到了院级基因表达调控与表型机器学习预测技术创新团队(2023td24)的资助。渔工所冯莉助理研究员为第一作者，清华大学丘成桐院士和邬荣领教授为通讯作者。
