Nature子刊：自动化+机器学习，助力微生物实现大规模培养

Nature Biotechnology[IF:68.164]

① 开发了一种自动化微生物组成像和分离的培养学（CAMII）平台，将培养组与形态学及基因型数据关联，用于菌落分离和功能分析；

② 在20个健康人粪便中鉴定到超10.2万个菌落，挑选出近2.7万个菌落测序，产生394个独特的ASVs，识别到多种高丰度但难以培养的细菌；

③ 通过关联分类学身份和菌落形态，CAMII可加强对目标菌属分离，还可揭示物种间潜在的互作；

④ 基于产生的1197个高质量基因组比较分析显示出有趣的种间/内进化、选择和水平基因转移。

High-throughput microbial culturomics using automation and machine learning
02-20, doi: 10.1038/s41587-023-01674-2

【主编评语】虽然测序技术的快速发展极大促进了研究人员挖掘微生物“暗物质”，但在微生物实验和机理研究方面培养组学仍然发挥着关键作用，传统的培养组学方法存在劳动密集型、规模化小、缺乏表型-基因型的整合等问题。近日，美国哥伦比亚大学研究人员在Nature Biotechnology发表最新研究，开发了一种自动化微生物组成像和分离的培养学（CAMII）平台，利用菌落形态学和基因组数据，可最大限度提高分离的微生物多样性，并能有针对性地挑选特定的菌属。总之，该研究为深入挖掘复杂生态样品中微生物“暗物质”提供了新的指导和见解，值得关注。