[논문 리뷰] Learning functional groups in complex microbiomes

Matthew S. Schmitt, Kiseok Keith Lee외 4명|arXiv (Cornell University)|2026. 03. 03.

Gut microbiota and health인용 수 0

한 줄 요약

SCiFI는 신경망 기반의 소프트 클러스터링 알고리즘으로 미생물군 풍부도 데이터로부터 기능 정보가 반영된 기능적 그룹을 학습하고 이를 커뮤니티 기능과 연결하여, 장, 토양, 해양 시스템 전반에 걸친 희소하고 해석 가능한 구조-기능 맵을 가능하게 한다.

ABSTRACT

From soil to the gut, communities composed of thousands of microbes perform functions such as carbon sequestration and immune system regulation. Here, we introduce a data-driven approach that explains how community function can be traced to just a few groups of microbes or genes. In gut communities, our neural-network based clustering algorithm correctly recovers known functional groups. In the ocean metagenome, it distills ~500 gene modules down to three sparse groups highlighting survival strategies at different depths. In soils, it distills ~4400 bacterial species into two groups that enter a mathematical model of nitrate metabolism. By combining interpretable ML with strain isolation and sequencing experiments, we connect the metabolic specialization of each group to community-wide responses to perturbations. This integrated approach yields simple structure-function maps of microbiomes, allowing the discovery of molecular mechanisms underlying human and environmental health. More broadly, we illustrate how to do function-informed dimensionality reduction in biology.

연구 동기 및 목표

• 고차원 미생물군 데이터에서 특정 커뮤니티 기능에 정보를 제공하는 소수의 기능적 그룹을 추출한다.
• 그룹 풍부도에서 기능으로의 비선형 매핑을 가능하게 하는 기능 정보 기반 클러스터링 방법을 개발한다.
• 학습된 그룹이 희소하고 해석 가능하며 실험적으로 검증 가능함을 입증한다.
• 교란 하에서 그룹 대사와 커뮤니티 반응을 연결하기 위해 기계 학습과 표적 실험을 통합한다.

제안 방법

• SCiFI를 도입한다. 그룹 풍부도를 기능에 매핑하는 신경망과 함께 그룹 할당을 공동으로 학습하는 소프트 클러스터링 기반의 기능 정보 알고리즘으로, Gumbel softmax 트릭을 사용한다.
• 종들을 기능적으로 관련된 그룹으로 합산하여 구성하는 미분 가능 클러스터링 행렬로 그룹화를 표현한다.
• 희소성을 촉진하기 위해 게이팅을 선택적으로 적용해 구성원 종 수가 적은 그룹이나 모듈을 생성한다.
• 목표 함수의 예측 오차를 최소화하여 클러스터링 행렬과 신경망 매개변수를 엔드투엔드로 학습한다.
• 기능 정보를 포함하지 않는 클러스터링이나 비선형 구조-함수 매핑이 없는 방법과 SCiFI를 벤치마크한다.
• 합성 장내 커뮤니티, Tara Oceans 메타게놈, 그리고 토양 미소체에 SCiFI를 적용하여 기능 그룹을 식별하고 이를 측정된 기능과 연결한다.

Graphical Abstract: An integrated ML and experimental pipeline to discover functional groups and their dynamics in complex microbiomes and beyond. (a) First, our Soft Clustering Function Informed (SCiFI) algorithm identifies functional groups directly from species abundances data using neural networ

실험 결과

연구 질문

• RQ1 기능 정보를 반영한 클러스터링 접근법이 풍부도 데이터로부터 커뮤니티 기능을 예측하는 소수의 미생물 그룹을 식별할 수 있는가?
• RQ2 학습된 기능 그룹이 서로 다른 생태계에서 실제 미생물군 다이나믹스를 설명하는 비선형 구조-기능 매핑을 가능하게 하는가?
• RQ3 식별된 그룹이 생물학적으로 해석 가능하고 표적 시퀀싱이나 분리을 통해 실험적으로 검증될 수 있는가?
• RQ4 기능 정보를 포함하지 않는 클러스터링이나 선형 매핑을 가정하는 방법과 비교하여 SCiFI의 성능은 어떤가?

주요 결과

• SCiFI는 기능을 정확히 예측하고 장, 토양, 해양 미생물군에서 알려진 기능적 그룹을 회복한다.
• 학습된 그룹은 희소하고 생물학적으로 해석 가능하며 대사 경로 및 유전자 서명과의 연결을 가능하게 한다.
• 장 및 토양 데이터 세트에서 비선형 구조-함수 매핑은 정확한 예측을 위해 필수적이다.
• 해양 메타게놈에서 세 개의 희소한 유전자 그룹이 환경 구배를 포착하고 KEGG 모듈을 통해 해석될 수 있다.
• 학습된 두 토양 그룹은 간단한 소비자-자원 모델에 포함되어 pH 교란에 따른 질산염 동역학을 예측하고 실험 관찰과 일치한다.
• 대표 그룹 구성원의 표적 분리 및 시퀀싱은 pH 의존적 질산염 환원을 설명하는 뚜렷한 탈질화 능력을 보여준다.

Figure 1: Data-driven discovery of functional groups and their dynamics (a) Microbial communities perform crucial environmental functions from the soil to the ocean to the gut. (b) In soils, microbes collectively reduce nitrate to dinitrogen gas in a process called denitrification. This process is c