Des chercheurs de l'université Tufts ont publié une étude dans Ecology pour tester si des interactions simples par paires suffisent à prévoir la composition d'une communauté microbienne. Certains écologues doutaient de cette approche parce que de précédentes études utilisaient des combinaisons artificielles ou des conditions peu représentatives.
L'équipe a isolé des microbes à partir de levains réels, mesuré la croissance des microbes seuls puis par paires, et utilisé ces mesures pour construire un modèle. Ils ont ensuite testé le modèle sur des communautés plus larges cultivées ensemble en boîtes de laboratoire, allant jusqu'a0a0neuf espèces.
Le modèle a prédit de façon fiable quelles espèces coexisteraient et leur abondance dans de nombreux mélanges; deux espèces seulement ont divergé des prévisions. En ajustant le modèle pour refléter le cycle réel de nourrissage du levain, les chercheurs ont obtenu de meilleures prédictions. Ils notent aussi des implications pour des situations où les populations s'effondrent puis se rétablissent, comme lors d'antibiothérapies ou de de9sinfections.
Mots difficiles
- interaction — relation entre deux organismes ou élémentsinteractions
- prévoir — dire à l'avance ce qui va arriver
- isoler — séparer un organisme des autresisolé
- modèle — représentation d'un système pour prévoir
- coexister — vivre ensemble dans le même milieucoexisteraient
- abondance — quantité d'une espèce dans une communauté
- implication — conséquences possibles pour d'autres situationsimplications
Astuce : survolez, mettez le focus ou touchez les mots en surbrillance dans l’article pour voir des définitions rapides pendant que vous lisez ou écoutez.
Questions de discussion
- Pensez-vous que mesurer seulement des paires suffirait pour d'autres communautés microbiennes ? Pourquoi ?
- Pourquoi ajuster le modèle au cycle réel de nourrissage a-t-il amélioré les prédictions, selon vous ?
- Comment ces résultats pourraient-ils aider quand les populations microbiennes s'effondrent puis se rétablissent, par exemple après une antibiothérapie ?
Articles liés
L'IA peut être biaisée à cause de la complexité du monde réel
Une recherche de l'Université du Texas à Austin montre que de nombreux biais d'IA viennent de l'incapacité des modèles à représenter des situations réelles complexes. Les auteurs recommandent d'ouvrir les boîtes noires et d'impliquer des acteurs divers.
Les scientifiques découvrent des espèces plus vite
Une étude publiée dans Science Advances montre que les découvertes d’espèces augmentent. Entre 2015 et 2020, les chercheurs décrivent en moyenne plus de 16 000 nouvelles espèces par an et projettent encore beaucoup d’espèces inconnues.
