从预测到机制:可解释人工智能在植物-微生物组多组学整合与生物学发现中的研究进展

《International Journal of Molecular Sciences》:From Prediction to Mechanism: Explainable AI for Plant–Microbiome Multi-Omics Integration and Biological Discovery

【字体: 大 中 小 】 时间:2026年09月27日 来源:International Journal of Molecular Sciences 5.6

编辑推荐:

  利用机器学习和深度学习预测植物-微生物组多组学数据中的复杂表型已取得显著进展。然而,传统黑盒模型因侧重于预测性能而非机制性生物学理解而受到限制。为弥合这一差距,可解释人工智能(explainable artificial intelligence, XAI)已

  
利用机器学习和深度学习预测植物-微生物组多组学数据中的复杂表型已取得显著进展。然而,传统黑盒模型因侧重于预测性能而非机制性生物学理解而受到限制。为弥合这一差距,可解释人工智能(explainable artificial intelligence, XAI)已成为一种关键框架,可将生物数据分析从相关性图谱转向假设驱动发现。本综述综合了XAI方法学的当前进展,包括事后特征归因技术和内在可解释的神经架构,及其在植物-微生物组互作中的应用。研究人员强调,XAI通过将模型预测映射至功能基因、代谢通路和微生物互作网络,能够实现多尺度洞察。此外,研究人员探讨了区分统计重要性与真实生物学因果性的关键挑战,并倡导一种闭环框架,将计算推理与湿实验室实验验证持续整合。最后,研究人员探讨了未来方向,包括生物信息神经网络(biologically informed neural networks, BINNs)、因果人工智能(causal AI)和多组学知识图谱。通过促进从预测分析向生物学可解释且可实验检验的假设转变,XAI可能有助于植物-微生物组系统中的机制发现。
植物全息生物体作为生物学范式:植物表型被日益视为宿主、相关微生物群与环境动态互作的涌现属性,而非植物基因组单独作用的结果。该概念将植物全息生物体确立为理解植物生长、养分获取、逆境适应和抗病性的核心框架。高通量测序与多组学技术使研究从描述性群落特征转向系统级宿主-微生物互作分析,全息组学进一步推动同时分析多个分子层。当前的核心挑战已从生成生物学数据转向从日益复杂的数据集中提取机制性知识。

生物学推断为何仍是主要瓶颈:多组学数据集的扩展使瓶颈从数据获取转向生物学推断。该困难源于四个相互关联的障碍:数据表示层面,数据具有异质性、高维性、成分性和环境依赖性;生物学解释层面,统计关联未必代表因果过程;实验验证层面,预测必须通过扰动实验区分因果调节因子;生态泛化层面,受控数据集得出的知识在不同土壤、气候和基因型下难以推广。因此,下一代计算方法须超越预测精度,生成生物学可解释、可实验检验且环境稳健的知识。

从可解释性到机制生物学:机器学习虽改善多组学整合和表型预测,但预测性能仅提供有限生物学见解。预测识别统计关系,可解释性揭示模型如何得出关系,生物学解释评估解释是否符合已知过程,机制理解则需要将生物学扰动与下游调控反应及表型结果联系起来。可解释人工智能可优先排序候选基因、微生物类群、代谢物和互作网络,但不应等同于机制;因果人工智能正被引入以推断方向性关系。综述聚焦预测、解释、假设生成和实验验证的证据链,并区分已确立的植物-微生物组应用与其他生物学领域迁移的方法学框架。

AI用于植物-微生物组多组学整合:机器学习广泛用于表型预测和生物标志物发现。随机森林、支持向量机和极端梯度提升等算法应用于病害抗性预测,结合亲缘关系矩阵可提高多种作物病害预测精度。R-Predictor整合蛋白质语言模型嵌入用于LRR结构域预测并识别抗病候选基因。大豆干旱多组学研究结合随机森林、极端梯度提升与SHAP分析识别环境依赖性生物标志物如黄豆苷和泉古菌。LASSO和Elastic Net用于高维特征选择,DNNGP和ASRpro分别用于基因组预测和逆境响应蛋白识别。深度学习通过早期、中期和晚期融合策略整合多组学,自编码器用于降维,图神经网络建模生物关系,Transformer和基础模型尚处早期应用阶段。当前预测模型的主要局限包括:高性能模型的内在表示难以转化为生物学过程;特征重要性受共线性、模型不稳定和预处理策略影响;预测关联不等于因果机制;微生物组数据的成分性显著影响特征归因稳定性。

可解释AI:从特征重要性到生物学洞察:事后解释方法中,SHAP基于博弈论提供全局和局部解释,广泛用于多组学特征优先排序;LIME通过局部代理模型解释单个样本,适用于异质性生物学背景;综合梯度通过从基线到样本的路径积分缓解梯度饱和,适合解释深度模型。内在可解释架构将生物学知识或透明结构嵌入模型设计,注意力机制可加权识别关键特征;受生物学约束的稀疏神经网络如DCell和PASNet利用基因本体或通路结构组织神经元;图注意力机制保留微生物群落生态结构。将AI解释映射到生物实体需结合基因本体、KEGG等数据库进行功能注释和通路富集,通过网络拓扑识别调控枢纽和多组学协同模块,从而将特征归因转化为基因、代谢物、微生物功能和跨kingdom互作网络的系统级假设。

从生物学洞察到机制发现:可解释AI已产生多尺度生物学洞察,如LP-Micro框架识别纵向微生物丰度轨迹关键类群,转录-蛋白-代谢整合揭示CIPK23等主调控因子,AlphaFold-Multimer预测宿主-病原互作界面,SHAP交互分析构建干旱胁迫下跨组学关联网络。AI衍生假设的实验验证方面,DLKTI结合神经微分方程和扰动实验鉴定关键微生物类群并建立与磷循环的机制链;进化信息引导的XGBoost框架优先排序氮利用效率候选基因,并经突变体和田间实验验证;随机森林结合连续传代实验确认抑病微生物群通过激活模式触发免疫发挥作用;时空卷积网络与SHAP分析结合反事实推断揭示菌根真菌对产量的贡献。然而,从关联到因果仍是核心挑战:SHAP、LIME和综合梯度等解释反映模型行为而非系统因果,基准研究显示特征归因稳定性随预处理方法显著变化,且特征冗余导致若干高排名特征仅反映共线性。因果推断框架如结构因果模型、因果贝叶斯网络、不变因果预测和反事实推断可扩展至植物-微生物组领域,但尚处初期。为此,综述提出闭环框架:多组学数据训练预测AI模型,XAI生成候选基因、代谢物和微生物类群,经过多模型和多数据集一致性筛选后开展实验验证,再将验证结果纳入模型再训练的迭代循环。该闭环中的预测-解释-候选优先排序-实验验证环节已有案例,但实验反馈至模型再训练仍不成熟。

未来展望与结论:未来AI方向包括知识引导学习,将基因调控网络、代谢通路和生态关系作为模型结构约束;生物信息神经网络通过编码生物学层级提升可解释性;因果机器学习与XAI结合区分调控驱动与相关生物标志物;多组学知识图谱整合异质性实体以支持跨尺度推理。可解释植物全息生物体模型需融合宿主多组学、微生物组成与功能、环境变量,并扩展宿主覆盖范围,最终建立整合预测、解释和机制理解的数字表征。人工智能正在重塑植物-微生物组研究,但预测不等于理解;唯有将可解释AI、因果推断和实验验证整合为严格框架,才能将计算关联转化为机制知识,为精准微生物组工程、气候韧性作物改良和可持续农业奠定基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号