Prediktion av jordens mikrobiom med traditionella maskininlärnings- och djupinlärningsmodeller

Varför det lilla livet i jorden spelar roll

Varje tesked jord rymmer en myllrande värld av bakterier och svampar som tyst driver vår matproduktion, lagrar kol och återvinner näringsämnen. Ändå har vi fortfarande svårt att förutsäga vilka mikrober som kommer att leva var, eller hur de kommer att svara när klimatet och markanvändningen förändras. Denna studie ställer en praktisk fråga: kan moderna datorbaserade modeller, tränade på grundläggande miljömätningar som temperatur, nederbörd och jordkemisk sammansättning, pålitligt förutse sammansättningen av dessa dolda samhällen?

Big data möter underjordens värld

Forskarnas fokus låg på jordmikrobiomet, den stora gemenskap av mikroorganismer som lever i jord, och de behandlade det som ett system som kanske går att förutsäga utifrån dess omgivning. Genom att använda två stora publika dataset från globala jordundersökningar och från U.S. National Ecological Observatory Network (NEON) samlade de information om bakteriella och svampbaserade gemenskaper tillsammans med mätningar som jordens pH, kol- och kväveinnehåll, klimat och vegetation. Istället för att följa varje enskild art grupperade de mikrober i bredare kategorier: taxonomiska nivåer som fylum, klass, ordning, familj och släkte, samt funktionella grupper som beskriver vad mikroberna gör, till exempel att cykla kol eller kväve.

Test av olika sätt att lära av data

För att omvandla miljömätningar till prediktioner av gemenskapssammansättning jämförde teamet sju datorbaserade modelleringsmetoder. Sex var allmänt använda ”traditionella” maskininlärningsmetoder, inklusive linjär regression, beslutsträd, random forests, gradient boosting och k-närmast grannar. Den sjunde var en djupinlärningsmodell kallad multilayer perceptron, en typ av neuralt nätverk. För varje dataset och för varje taxonomisk eller funktionell nivå tränades modellerna på majoriteten av proven för att sedan ombes förutsäga relativa abundanser av mikrobbgrupper i nya, otestade jordprover. Noggrannheten i dessa förutsägelser mättes med en standardstatistik (R²) som speglar hur stor del av den verkliga variationen modellen kan förklara.

Mönster över skalor i jordens gemenskap

Ett tydligt mönster framträdde: det är lättare att förutsäga breda grupper av mikrober än att förutsäga finare detaljer. För både bakterier och svampar presterade modellerna generellt bäst på högre taxonomiska nivåer, såsom fylum och klass, och blev mindre träffsäkra när de försökte särskilja mindre kategorier som familj och släkte. Detta tyder på att medan den exakta blandningen av nära besläktade mikrober kan vara svår att förutse, är gemenskapens övergripande struktur mer tätt kopplad till miljön. Ett undantag syntes för bakteriella funktionella grupper i ett dataset, där ingen av modellerna fångade mönstren väl—troligen för att de valda funktionella kategorierna inte fullt ut speglade den verkliga komplexiteten i mikrobiella roller.

Vilka modeller fungerade bäst och varför

Bland alla tillvägagångssätt som testades gav två traditionella metoder—random forest och k-närmast grannar—konsekvent de starkaste prediktionerna. Random forests utmärkte sig på bredare taxonomiska nivåer, medan k-närmast grannar var särskilt effektiva på mer detaljerade nivåer som familj och släkte. Gradient boosting matchade ibland eller överträffade dessa modeller, särskilt för svampens funktionella grupper, men dess prestanda varierade mer mellan nivåerna. Överraskande nog överträffade det djupa neurala nätverket sällan dessa enklare metoder. Författarna menar att detta till stor del beror på att djupinlärning vanligtvis kräver mycket mer träningsdata än de få hundra till ett par tusen jordprover som fanns tillgängliga här. Sammantaget var bakteriesamhällen lättare att förutsäga än svampsamhällen, och dataset med fler prover gav bättre resultat.

Vad detta betyder för jordvård

Studien visar att även med dagens ofullständiga data kan maskininlärning redan ge relativt bra prognoser för jordens mikrobiella gemenskaper på övergripande nivåer. Det är uppmuntrande för insatser att förvalta jordar för jordbruk, restaurering och klimatåtgärder, eftersom det tyder på att vi kan använda relativt enkla miljömätningar för att förutse stora förändringar i den underjordiska världen. Samtidigt belyser svårigheterna att förutsäga finskaliga detaljer och vissa funktionella grupper hur mycket vi fortfarande inte vet om jordorganismer och deras roller. Bättre, större dataset och rikare beskrivningar av mikrobiella funktioner kommer att behövas innan djupinlärning och andra avancerade verktyg kan nå sin fulla potential för att vägleda hur vi tar hand om den levande jorden under våra fötter.

Citering: Aouabed, Z., Therrien, V., Bouaoune, M.A. et al. Soil microbiome prediction using traditional machine learning and deep learning models. Sci Rep 16, 11069 (2026). https://doi.org/10.1038/s41598-026-39537-w

Nyckelord: jordmikrobiom, maskininlärning, bakterier och svampar, miljögradienter, gemenskapsprediktion