伯克利實驗室：EcoFABs?或可助力農業?AI

利用人工智能研究植物微生物組——生活在植物內部和周圍的微生物群落——可能有助于改善土壤健康、提高作物產量和恢復退化土地。但這里有一個問題：AI 需要從海量可靠數據中學習，而關于植物-微生物相互作用的這種一致信息一直難以獲得。

在《PLOS Biology》期刊的一篇新論文中，美國勞倫斯伯克利國家實驗室（Berkeley Lab）生物科學領域的研究人員領導了一個國際科學家聯盟，研究名為EcoFABs 的小型塑料生長室是否能幫助解決這一問題。在此前關于無菌植物工作的基礎上，科學家們利用伯克利實驗室開發的設備，在三個大洲的實驗室中運行了相同的植物-微生物實驗，并獲得了匹配的結果。

這一突破表明，EcoFABs 可以消除微生物組研究中的最大障礙之一：在不同地方重現實驗的困難。

“我們都知道一句老話：‘垃圾進，垃圾出’，"論文第一作者、伯克利實驗室環境基因組學與系統生物學（EGSB）部門的研究科學家 Vlastimil Novak 說�！叭绻阆胍獙ξ⑸锖椭参镒龀鲇幸饬x的預測，尤其是使用未來的 AI 模型時，你需要干凈、一致的數據集。EcoFABs 正好提供了這一點。”

論文合著者 John Vogel 補充說，這項工作建立在多年來對樣板草類植物投資的基礎上。Vogel 領導聯合基因組研究所（JGI）的植物功能基因組學小組，JGI 是位于伯克利實驗室的能源部（DOE）科學辦公室國家用戶設施。

“這個項目利用JGI 為短柄草開發的資源，創建了一個我們可以控制微生物組、環境甚至植物遺傳學的系統，”Vogel 說。“這使得它成為一個可重復的綜合科學的有力平臺。”

全球測試

EGSB 研究科學家Peter Andeer 開發了 EcoFAB 設備——簡單的透明盒子，大約相當于外賣容器的大小——以便科學家能夠以受控的方式種植植物。對于這個項目，Novak 和他的同事向位于北卡羅來納大學教堂山分校的 Jeff Dangl、德國馬克斯·普朗克植物育種研究所的 Paul Schulze-Lefert、德國于利希研究中心的 Borjana Arsova 以及澳大利亞墨爾本大學的 Michelle Watt 領導的實驗室提供了 EcoFAB 套件和詳細協議。

每個套件都配有相同的種子、相同的 16 或 17 種微生物組合，以及分步說明。

“在農業中，部署有益微生物并不是簡單的將它們添加到土壤中�！盌angl 說。“它們需要生存、在植物內部定殖，并與現有的微生物群落協同工作。EcoFAB 環形試驗幫助我們理解如何設計能在多樣化環境中茁壯成長的微生物�！�

對這類研究的需求在 EGSB 部門高級科學家 Trent Northen 組織的幾個研討會中得到了強調，以解決一個基本問題：我們如何以標準化和可重復的方式進行微生物組實驗？在現實中，這是一個物流挑戰。將活體微生物運往海外需要堆積如山的文書工作、嚴格的安全規則，以及近乎荒謬的大量干冰。

“僅僅兩小管微生物就需要用 50 磅干冰包裝，即便如此，有一批貨物還是在海關融化了。”Novak 說。

盡管如此令人頭疼，每個實驗室都設法在 EcoFABs 中種植植物，用微生物接種它們，并將樣品送回伯克利實驗室進行測試。

在這項研究中，研究人員比較了兩種微生物群落的影響：一種包含 16 種細菌，另一種包含 17 種。唯一的區別是一種特別具有攻擊性的根部定殖菌——Paraburkholderia sp. OAS925 的存在。在每個實驗室中，當包含這種微生物時，它都一致地占據了植物的根部環境。含有這種微生物的植物比不含它的植物生長得稍小——這是一個在三個大洲清晰、可重復的結果。

科學家們還研究了根系分泌物，即植物根部釋放的小分子，微生物以它們為食，并作為根系和微生物之間的“化學語言”。使用專用儀器，團隊測量了這些化學物質中的幾十種，發現大多數模式在實驗室之間是相同的，證明了實驗是可重復的。一些不穩定的化合物，如多巴胺，變化更大，一些生長室比預期的溫度更高或更低，導致植物大小的輕微差異。但大局是清晰的：EcoFABs 在全球范圍內產生了一致的結果。

“EcoFAB 的獨特設計使我們能夠以不同復雜度水平在全球實驗室中可重復地監測多個相互作用伙伴，” Jülich研究中心的合著者 Borjana Arsova 說。“因為我們可以精確控制生長條件并隨時間跟蹤發育，我們可以開始解開這些多向關系——并最終應用這些知識來改善農業�！�

打破可重現性障礙

植物微生物組在農業和環境方面發揮重要作用。合適的微生物可以幫助植物抵抗疾病、在貧瘠土壤中生長，并幫助構建土壤有機物。但沒有一個通用的系統來研究它們，不同實驗室的結果往往難以比較。

EcoFABs 通過作為植物微生物組的“模型系統”改變了這一點——就像果蠅改變了遺傳學或植物擬南芥革命化了植物生物學一樣。當各地的科學家使用相同的工具時，發現可以更快地積累。

在澳大利亞領導 EcoFAB 實驗的 Watt 說，這一突破早就應該來了。

“將植物-微生物組的好處轉化為田間應用一直很慢，因為實驗室之間的結果差異太大了�！盬att 說�！斑@項全球研究顯示，EcoFABs打破了這種可重現性障礙�！�

為 AI 提供動力

生成大量可靠數據集的能力對人工智能特別有價值。訓練 AI 需要一致的信息。有了 EcoFABs，科學家們可以將關于微生物如何影響植物的干凈數據輸入 AI，并開始構建模型來預測現實世界中可能發生的事情。

“這項研究還提供了關于這些類型的植物-微生物組研究中實驗室之間實驗變化的一些初步數據，這些數據對于整合來自多個實驗室數據的AI 模型來說很重要，”Northen 說。

社區工具

科學家可以通過 JGI 的社區科學計劃和設施集成用戶科學合作（FICUS）免費獲得 EcoFAB 2.0 設備，這些是基于提案的倡議，根據科學優點和 DOE 相關性選擇項目。

17 種微生物混合物可以從德國微生物和細胞培養物保藏中心（DSMZ）訂購，詳細的說明——包括解說視頻——可以在網上找到。新研究的數據也可以通過美國國家微生物組數據協作組織免費獲取，為未來的研究人員提供了一個比較自己實驗的基準。

該項目反映了伯克利實驗室合作與創新的核心價值觀，團結具有專業知識的團隊來解決挑戰。

接下來，團隊希望將 EcoFABs 與機器人和先進傳感器配對，為這類實驗創建一個自動實驗室。當前系統“EcoBOT”有朝一日可能自動運行實驗，產生連續的高質量數據流。最終目標是設計有助于促進生物能源作物生長和土壤健康的有益微生物群落。

“嚴格的科學意味著在問同樣的問題時獲得一致的結果，”馬克斯·普朗克研究所的 Paul Schulze-Lefert 說�！巴ㄟ^收集來自三個大洲實驗室的數據，這項工作顯示在植物微生物組研究中可重現性是可能的——這是為現實世界農業開發微生物益生菌的必要步驟�！�