一组研究人员发明了一种新型机器学习工具，有望破解生物学最棘手的难题之一：寻找地球上最稀有的微生物。这就像大海捞针，只不过这根针极其微小，或许蕴藏着我们生态系统运作的关键。

这款名为 ulrb 的工具利用人工智能来识别这些难以捉摸的微生物，尽管它们数量稀少，却对维护地球生态系统的健康发挥着重要作用。它就像一位超级聪明的侦探，能从数十亿微生物中找出珍稀的宝石。

该研究发表在《通讯生物学》杂志上。

这款开创性的开源软件由渥太华大学、达尔豪斯大学、海洋与环境跨学科中心 (CIIMAR)、蒙特利尔高等技术学院生物工程与生物科学研究所和波尔图大学合作开发，解决了微生物生态学中长期存在的挑战，为生态研究开辟了新的大门。

“该工具解决了微生物生态学中的一个主要问题：我们如何定义稀有微生物?”论文合著者、渥太华大学电气工程与计算机科学学院副教授 Paula Branco 说道。

“通过 ulrb，我们创建了一种精确、适应性强且能够改进生物多样性评估的方法。以前，我们基本上只能猜测微生物世界中哪些物种属于‘稀有’。现在，我们有了一种精确的方法来解决这个问题。”

“我们的研究结果表明，ulrb 不仅可以识别稀有微生物，还能处理非微生物数据，例如树木普查数据集，”CIIMAR(海洋与环境跨学科研究中心)博士候选人 Francisco Pascoal 解释说，他在其博士研究中领导了 ulrb R 软件包的开发。“这种多功能性使其成为生态应用的强大工具。”

该研究完全通过计算进行，并针对各种微生物组数据集测试了ulrb。该软件展现了其统计稳健性和实际应用价值，例如表征珊瑚微生物组。

ulrb是CRAN和GitHub上的开源软件，包含教程，可帮助全球用户。其影响力不仅限于学术界，还有助于加强生物多样性评估，并协助评估气候变化对微生物群落的影响。

更多信息： Francisco Pascoal 等人，通过无监督机器学习定义微生物稀有生物圈，《通讯生物学》(2025)。期刊信息： 通讯生物学