利用人工智能研究植物微生物组——生活在植物内部和周围的微生物群落——可能有助于改善土壤健康、提高作物产量和恢复退化土地。但这里有一个问题：AI 需要从海量可靠数据中学习，而关于植物-微生物相互作用的这种一致信息一直难以获得。
在《PLOS Biology》期刊的一篇新论文中，美国劳伦斯伯克利国家实验室（Berkeley Lab）生物科学领域的研究人员领导了一个国际科学家联盟，研究名为EcoFABs 的小型塑料生长室是否能帮助解决这一问题。在此前关于无菌植物工作的基础上，科学家们利用伯克利实验室开发的设备，在三个大洲的实验室中运行了相同的植物-微生物实验，并获得了匹配的结果。
这一突破表明，EcoFABs 可以消除微生物组研究中的最大障碍之一：在不同地方重现实验的困难。
“我们都知道一句老话：‘垃圾进，垃圾出’，"论文第一作者、伯克利实验室环境基因组学与系统生物学（EGSB）部门的研究科学家 Vlastimil Novak 说。“如果你想要对微生物和植物做出有意义的预测，尤其是使用未来的 AI 模型时，你需要干净、一致的数据集。EcoFABs 正好提供了这一点。”
论文合著者 John Vogel 补充说，这项工作建立在多年来对样板草类植物投资的基础上。Vogel 领导联合基因组研究所（JGI）的植物功能基因组学小组，JGI 是位于伯克利实验室的能源部（DOE）科学办公室国家用户设施。
“这个项目利用JGI 为短柄草开发的资源，创建了一个我们可以控制微生物组、环境甚至植物遗传学的系统，”Vogel 说。“这使得它成为一个可重复的综合科学的有力平台。”
全球测试
EGSB 研究科学家Peter Andeer 开发了 EcoFAB 设备——简单的透明盒子，大约相当于外卖容器的大小——以便科学家能够以受控的方式种植植物。对于这个项目，Novak 和他的同事向位于北卡罗来纳大学教堂山分校的 Jeff Dangl、德国马克斯·普朗克植物育种研究所的 Paul Schulze-Lefert、德国于利希研究中心的 Borjana Arsova 以及澳大利亚墨尔本大学的 Michelle Watt 领导的实验室提供了 EcoFAB 套件和详细协议。
每个套件都配有相同的种子、相同的 16 或 17 种微生物组合，以及分步说明。
“在农业中，部署有益微生物并不是简单的将它们添加到土壤中。”Dangl 说。“它们需要生存、在植物内部定殖，并与现有的微生物群落协同工作。EcoFAB 环形试验帮助我们理解如何设计能在多样化环境中茁壮成长的微生物。”
对这类研究的需求在 EGSB 部门高级科学家 Trent Northen 组织的几个研讨会中得到了强调，以解决一个基本问题：我们如何以标准化和可重复的方式进行微生物组实验？在现实中，这是一个物流挑战。将活体微生物运往海外需要堆积如山的文书工作、严格的安全规则，以及近乎荒谬的大量干冰。
“仅仅两小管微生物就需要用 50 磅干冰包装，即便如此，有一批货物还是在海关融化了。”Novak 说。
尽管如此令人头疼，每个实验室都设法在 EcoFABs 中种植植物，用微生物接种它们，并将样品送回伯克利实验室进行测试。
在这项研究中，研究人员比较了两种微生物群落的影响：一种包含 16 种细菌，另一种包含 17 种。唯一的区别是一种特别具有攻击性的根部定殖菌——Paraburkholderia sp. OAS925 的存在。在每个实验室中，当包含这种微生物时，它都一致地占据了植物的根部环境。含有这种微生物的植物比不含它的植物生长得稍小——这是一个在三个大洲清晰、可重复的结果。
科学家们还研究了根系分泌物，即植物根部释放的小分子，微生物以它们为食，并作为根系和微生物之间的“化学语言”。使用专用仪器，团队测量了这些化学物质中的几十种，发现大多数模式在实验室之间是相同的，证明了实验是可重复的。一些不稳定的化合物，如多巴胺，变化更大，一些生长室比预期的温度更高或更低，导致植物大小的轻微差异。但大局是清晰的：EcoFABs 在全球范围内产生了一致的结果。
“EcoFAB 的独特设计使我们能够以不同复杂度水平在全球实验室中可重复地监测多个相互作用伙伴，” Jülich研究中心的合著者 Borjana Arsova 说。“因为我们可以精确控制生长条件并随时间跟踪发育，我们可以开始解开这些多向关系——并最终应用这些知识来改善农业。”
打破可重现性障碍
植物微生物组在农业和环境方面发挥重要作用。合适的微生物可以帮助植物抵抗疾病、在贫瘠土壤中生长，并帮助构建土壤有机物。但没有一个通用的系统来研究它们，不同实验室的结果往往难以比较。
EcoFABs 通过作为植物微生物组的“模型系统”改变了这一点——就像果蝇改变了遗传学或植物拟南芥革命化了植物生物学一样。当各地的科学家使用相同的工具时，发现可以更快地积累。
在澳大利亚领导 EcoFAB 实验的 Watt 说，这一突破早就应该来了。
“将植物-微生物组的好处转化为田间应用一直很慢，因为实验室之间的结果差异太大了。”Watt 说。“这项全球研究显示，EcoFABs打破了这种可重现性障碍。”
为 AI 提供动力
生成大量可靠数据集的能力对人工智能特别有价值。训练 AI 需要一致的信息。有了 EcoFABs，科学家们可以将关于微生物如何影响植物的干净数据输入 AI，并开始构建模型来预测现实世界中可能发生的事情。
“这项研究还提供了关于这些类型的植物-微生物组研究中实验室之间实验变化的一些初步数据，这些数据对于整合来自多个实验室数据的AI 模型来说很重要，”Northen 说。
社区工具
科学家可以通过 JGI 的社区科学计划和设施集成用户科学合作（FICUS）免费获得 EcoFAB 2.0 设备，这些是基于提案的倡议，根据科学优点和 DOE 相关性选择项目。
17 种微生物混合物可以从德国微生物和细胞培养物保藏中心（DSMZ）订购，详细的说明——包括解说视频——可以在网上找到。新研究的数据也可以通过美国国家微生物组数据协作组织免费获取，为未来的研究人员提供了一个比较自己实验的基准。
该项目反映了伯克利实验室合作与创新的核心价值观，团结具有专业知识的团队来解决挑战。
接下来，团队希望将 EcoFABs 与机器人和先进传感器配对，为这类实验创建一个自动实验室。当前系统“EcoBOT”有朝一日可能自动运行实验，产生连续的高质量数据流。最终目标是设计有助于促进生物能源作物生长和土壤健康的有益微生物群落。
“严格的科学意味着在问同样的问题时获得一致的结果，”马克斯·普朗克研究所的 Paul Schulze-Lefert 说。“通过收集来自三个大洲实验室的数据，这项工作显示在植物微生物组研究中可重现性是可能的——这是为现实世界农业开发微生物益生菌的必要步骤。”
