(1) 在GLV模型中，“真实关键性”并不是一个预先设定的标签，而是可以通过对模型进行“真实移除实验”计算出来的一个精确的、已知的数值。GLV模型是一个机制性模型，它明确规定了物种之间如何通过数学方程互相影响。在这个封闭的、所有规则都已知的系统里，我们进行的“移除实验”是全真模拟，其结果反映了该系统内最真实的因果关系。

（2）越是关键的物种，其关键性越不稳定，越依赖于具体的群落环境。

Identifying keystone species in microbial communities using deep learning 利用深度学习识别微生物群落中的关键物种

摘要

（1）Previous studies suggested that microbial communities can harbour keystone species whose removal can cause a dramatic shift in microbiome structure and functioning. 以前的研究表明，微生物群落可能隐藏着关键物种，这些物种的去除会导致微生物群落结构和功能的巨大变化。

（2）Yet, an efficient method to systematically identify keystone species in microbial communities is still lacking. 然而，仍然缺乏一种有效的方法来系统地识别微生物群落中的关键物种。  

（3）Here we propose a data-driven keystone species identification (DKI) framework based on deep learning to resolve this challenge 在这里，我们提出了一个基于深度学习的数据驱动的关键物种识别(DKI)框架来解决这一挑战 .

（4）Our key idea is to implicitly learn the assembly rules of microbial communities from a particular habitat by training a deep-learning model using microbiome samples collected from this habitat 。我们的关键思想是通过使用从特定栖息地收集的微生物组样本训练深度学习模型，隐含地学习来自该栖息地的微生物群落的组装规则 .

（5）The well-trained deep-learning model enables us to quantify the community-specific keystoneness of each species in any microbiome sample from this habitat by conducting a thought experiment on species removal. 训练有素的深度学习模型使我们能够通过对物种清除进行思维实验，量化来自该栖息地的任何微生物组样本中每个物种的社区特定关键度。

（6）We systematically validated this DKI framework using synthetic data and applied DKI to analyse real data 我们使用合成数据系统地验证了这个DKI框架，并应用DKI分析真实数据 .

（7）We found that those taxa with high median keystoneness across different communities display strong community specificity. The presented DKI framework demonstrates the power of machine learning in tackling a fundamental problem in community ecology, paving the way for the data-driven management of complex microbial communities. 我们发现，那些在不同群落中具有高中值关键度的分类群表现出很强的群落特异性。提出的DKI框架展示了机器学习在解决群落生态学中的一个基本问题方面的力量，为复杂微生物群落的数据驱动管理铺平了道路。

（8）Result

（9）An operational definition of keystoneness for microbial communities 微生物群落关键度的操作定义

先训练一个能理解微生物群落“组装规则”的AI模型，然后用它来模拟“移除某个物种后会发生什么”，从而量化该物种的关键性。

子图 a：学习群落组装规则 这一部分的目标是训练一个深度学习模型（cNODE），让它学会从“有哪些物种”预测“这些物种的相对丰度是多少”。输入 - 物种集合 (z):用一个二进制向量 z 表示一个微生物样本。z_i = 1 表示物种 i 存在于该样本中，z_i = 0 表示不存在。图中 z 的彩色格子（1）代表存在的物种。输出/目标 - 物种组成 (p):用一个向量 p 表示样本中各个物种的相对丰度。p_i 是物种 i 所占的比例。所有物种的丰度之和为 1（位于概率单纯形 Δ^N 中）。图中 p 的彩色条高度代表丰度大小。核心模型 - cNODE:这是一个基于神经常微分方程的深度学习模型。它的核心功能是学习一个映射函数 φ，即 φ: z → p。训练过程：使用大量来自同一生境的真实样本 (z, p) 对，来训练这个模型。通过这个过程，模型不是死记硬背，而是隐式地学会了该生境下微生物群落内部复杂的相互作用和组装规则。模型内部 (ODE求解器):h(τ) 是模型内部的隐状态变量，τ 是虚拟时间。模型从一个简单的线性变换 T*z 开始，通过 ODE 求解器在虚拟时间中演化，最终输出复杂的物种组成 p。这模拟了群落从物种集合动态组装成稳定状态的过程。子图 b：思想实验 - 量化物种移除影响，这部分使用训练好的模型，进行“如果移除某个物种会怎样”的虚拟实验，来量化该物种的关键性。设定初始状态:我们有一个真实的群落 s，已知其物种集合 z 和组成 p。移除目标物种 (i):从 z 中移除物种 i（将其对应位置设为 0），得到一个新的物种集合 z \ i。预测新组成:将新的 z \ i 输入训练好的 cNODE 模型。模型基于学到的规则，预测出移除物种 i 后，群落最可能达到的新稳定组成 p'。这考虑了物种间的连锁反应。定义“零假设”组成 (p~):为了评估影响，我们需要一个无影响的基准。零假设：假设移除物种 i 完全不影响其他物种的相对比例。那么，其他物种的丰度只需简单地按比例重新归一化（Rescale）即可得到 p~。计算影响（关键性指数）:结构影响：比较预测的新组成 p' 和无影响的基准组成 p~。两者的差异（距离 d(p', p~)）越大，说明物种 i 的移除引起的群落结构变化越剧烈，其结构关键性越高。功能影响（可选扩展）：如果有物种-基因关联数据（基因含量网络 GCN），可以将组成向量 p 或 p' 乘以一个矩阵（G），得到预测的群落功能谱 f（即各类基因的丰度）。同样，计算功能谱的距离 d(f', f~)，即可量化物种 i 对群落功能的关键性。

（10） Validation of DKI framework using synthetic dataset 使用合成数据集验证DKI框架

使用 合成数据（simulated data） 来系统性地验证他们提出的 DKI 框架 的性能。为了进行可靠的测试，他们必须使用一个已知“标准答案”的系统，在这里就是他们用数学模型（GLV）生成的人工微生物群落。实验系统：使用 广义洛特卡-沃尔泰拉模型 模拟一个包含 N = 100 个物种 的“物种池”中种群动态变化。GLV 模型是生态学中经典的、用于描述物种间相互作用（如竞争、捕食、共生）的数学模型。验证数据：基于 GLV 模型生成了 500 个 不同的微生物群落样本，用作验证 DKI 性能的测试集。核心目的：检验 DKI 框架预测的 “关键性指数” 是否与 GLV 模型中计算出的 “真实关键性指数” 一致。可控参数：通过调整两个关键参数，模拟不同特性的生态网络：网络连通性：C > 0。指物种间相互作用网络的稀疏程度。C 值越高，物种之间直接相互作用的连接就越多，网络越密集、越复杂。促进强度：η > 0。指物种间正相互作用的强度（如互利共生）。η 值越高，物种间相互促进、共同生长的效应越强。

第一部分：结构关键性（a-f 图） a-c 图：固定 η = 1，改变网络连通性 C。展示了在不同网络复杂程度（C=0.3, 0.5, 0.7）下，DKI 预测的 结构关键性 与真实值的对比。结论趋势：随着网络变得更连通、更复杂（C 增大），预测的准确性可能发生变化。通常，适中的复杂性对模型是很好的测试。d-f 图：固定 C = 0.4，改变促进强度 η。展示了在不同正相互作用强度（η=0.5, 1.0, 1.2）下，DKI 预测的 结构关键性 与真实值的对比。结论趋势：η 的变化会影响群落的稳定性和物种间的依赖关系，从而测试 DKI 在不同互动类型生态系统中的鲁棒性。第二部分：功能关键性（g-l 图)g-i 图：固定 η = 1，改变网络连通性 C。j-l 图：固定 C = 0.4，改变促进强度 η。这 6 张图的布局和变量控制与 a-f 图完全对应，唯一的区别是它们评估的是 功能关键性（即物种移除对群落整体功能的影响，而不仅仅是物种组成变化）。

图表类型：Hexbin 图。这是一种散点图，红色对角线：代表 “完美预测” 线。如果所有的点都落在这条线上，说明 DKI 的预测值与真实值完全相等。关键性能指标：斯皮尔曼相关系数：衡量 DKI 预测的关键性排名（哪个物种最关键、次关键…）与真实关键性排名之间的一致性。ρ 值越接近 1，说明排名预测越准确。P 值：通过双侧 t 检验得到，用于判断观察到的相关性是否具有统计显著性。通常 P < 0.05 被认为显著相关。这两个指标被标注在每个子图中，是量化 DKI 性能的核心依据。

DKI 所预测的“关键性”，与传统上基于网络拓扑结构的简单指标（如“介数中心性”和“度中心性”）相比，是否更优越、更本质？数据生成：与之前类似，使用 GLV 模型生成了包含 N=100 个物种的物种池。每个测试样本（局部群落）从中随机选取 50 个物种构成，计算“真实”关键性：结构关键性 Ks：通过在 GLV 模型中真实模拟物种移除过程，计算每个物种在样本中的真实结构关键性（作为金标准）。计算传统拓扑指标：首先，根据物种丰度数据，使用 sparCC 方法（一种微生物关联网络构建工具）构建物种间的相关网络（设定相关性阈值 0.1）。然后，在这个网络上为每个物种计算两个经典图论指标：介数中心性：衡量一个物种在多少对其他物种之间的最短路径上，反映了其作为“桥梁”或“枢纽”的控制信息/能量流动的能力。度中心性：衡量一个物种直接与多少个其他物种相连（邻居数），反映了其直接互动范围的大小。图表分为 12 个子图，第一行（a-f图）：比较真实结构关键性 vs. 介数中心性。第二行（g-l图）：比较真实结构关键性 vs. 度中心性。列方向（控制变量）：左半部分（a-c, g-i）：固定正相互作用强度 η=1，改变网络连通性 C（C=0.3, 0.5, 0.7）。测试网络稀疏程度的影响。右半部分（d-f, j-l）：固定网络连通性 C=0.4，改变正相互作用强度 η（η=0.5, 1.0, 1.2）。测试互作类型的影响。

结论：为了展示：传统拓扑指标不足以准确预测物种的关键性。关键性与拓扑指标相关性弱：无论是与介数中心性（a-f图）还是与度中心性（g-l图）相比，真实结构关键性都没有显示出紧密的、一致的线性关系。拟合线（灰线）可能比较平缓，且数据点非常分散（从 Hexbin 颜色分布可推断）。这意味着，一个介数很高或度数很高的物种，其真实关键性可能很高，也可能很低。

（11） Validation of DKI using in vitro synthetic microbial communities 使用体外合成微生物群落验证DKI

描述了 DKI 框架在一个更接近真实情况的、小型人工合成群落上的验证实验。这个实验的目的是在一个已知“正确答案”但机制可能更复杂的系统中，最终验证 DKI 相对于传统方法的优越性。数据来源：一个由 8 种土壤微生物 构成的人工合成群落实验数据。这比之前的纯数学模拟（GLV）更进了一步，因为这些是真实的微生物在受控条件下的共培养结果，其相互作用机制（竞争、合作、交叉喂养等）是真实存在但未被完全解析的。

a. 真实关键性的展示，内容：一个热图或条形图集合，展示了每个物种（Ea, Sm...）在不同实验群落样本中的真实关键性指数。意义：直观显示了关键性的群落特异性。同一个物种（如 Pp），在有些群落中可能非常关键（深色），在另一些群落中可能无关紧要（浅色）。这为后续的验证提供了“标准答案”。

b-d. 相关性比较 (关键性 vs. 各预测指标) 这三张图并排，直接比较三种不同预测方法（DKI、度中心性、介数中心性）与真实关键性的相关性。DKI能够很好地预测物种的真实关键性。一个物种连接多少其他物种（度），并不能可靠预测它是否关键。一个物种是否处于网络枢纽位置（介数），同样不能可靠预测其关键性。

e-g. 关键物种识别准确率对比这三张图以另一种更直观的方式，比较不同方法识别“最关键物种”的准确率。设定：在每个样本中，将具有最高关键性指数的物种定义为“关键物种”。真实关键物种：通过真实实验测得。预测关键物种：分别由 DKI、度中心性、介数中心性 预测出的排名第一的物种。

e. DKI预测 vs. 真实关键物种：可能是热图或连线图。黄色方块表示真实关键物种，绿色圆圈表示DKI预测的关键物种。可以看到，在大多数样本中，绿色圆圈与黄色方块重合或非常接近。这意味着DKI成功地在大多数情况下找对了“最关键的那一个”。

f. 度中心性预测 vs. 真实关键物种：类似图表。预测点（可能用其他颜色，如红色三角形）与真实关键物种（黄色方块）重合率很低。经常预测错误。g. 介数中心性预测 vs. 真实关键物种：类似图表。预测点与真实关键物种的重合率同样很低。

（12） Keystone species in the human microbiome 人类微生物群中的关键物种

 DKI框架在真实大规模人类肠道微生物组数据上的应用结果。来自 curatedMetagenomicData 的大规模数据集，包含 2,815份 健康成人（未使用抗生素）的粪便样本。规模：共分析了 1,103个 微生物物种。目的：利用DKI，系统地评估在真实、复杂的人类肠道生态系统中，哪些物种是关键的，以及它们的关键性有何特征。a & b. 结构关键性的物种分布，这两张条形图从结构关键性维度，展示了最具影响力和最不具影响力的物种。a. 结构关键性最高的前20个物种：按物种在所有样本中结构关键性的中位数进行排名，取最高的20个。轴：结构关键性数值。Y轴：物种名称。观察：列表中包含多种细菌，如 Bifidobacterium bifidum（双歧杆菌，益生菌）、Prevotella copri、Faecalibacterium prausnitzii（被认为是一种重要的抗炎菌）等。这些物种一旦缺失或减少，可能会对整个肠道菌群的结构平衡造成较大破坏。b. 结构关键性最低的后20个物种：按同样标准，取最低的20个。观察：列表中包含多种链球菌属（Streptococcus）等。这些物种的存在与否，对群落整体结构的“搅动”影响很小，它们可能更像是“随波逐流”的乘客菌。c. 关键性与特异性的关系（结构）这张散点图揭示了一个核心生态学规律：群落特异性。X轴：每个物种的中位数结构关键性。代表其平均影响力。Y轴：每个物种的结构关键性的中位数偏差。这衡量了该物种的关键性在不同样本间波动的程度，即其影响力的稳定性或特异性。结果：呈现极强的正相关（ρ = 0.87, P < 0.001）。红色回归线清晰显示这一趋势。核心发现：越是关键的物种，其关键性越不稳定，越依赖于具体的群落环境。一个高度关键的物种（X值大），其关键性在不同人、不同样本中差异很大（Y值大）。有时它是“定海神针”，有时可能作用平平。相反，一个不关键的物种（X值小），它在任何地方都几乎不关键（Y值小），作用很稳定（或说稳定地不重要）。d & e. 功能关键性的物种分布，这两张条形图从功能关键性维度，重复了a和b的分析，但评估的是物种对群落整体功能（如代谢途径）的影响。d. 功能关键性最高的前20个物种：名单与a图有重叠但也有差异（例如 Bacteroides nordii 排名第一），说明有些物种对维持功能稳定性至关重要。e. 功能关键性最低的后20个物种：名单也与b图类似但有变化。f. 关键性与特异性的关系（功能）这张散点图重复了c图的分析，但针对功能关键性。核心发现（再次确认）：对于功能影响，同样遵循“越关键，越特异”的规律。 一个对群落功能至关重要的物种，其重要性高度依赖于它所在的特定群落背景。

an efficient method to systematically identify keystone species in microbial communities is still lacking