近日，苏州大学癌症研究院周哲敏教授团队在国际顶尖微生物学术期刊《柳叶刀-微生物》（Lancet Microbe）在线发表题为“From microbiomes to predictive ecosystems: challenges and opportunities in artificial intelligence-based approaches”的综述论文，首次系统提出“预测生态系统”（Predictive Ecosystem）概念框架。
论文指出，随着人工智能与微生物组学深度融合，微生物学正从传统“观察—描述—关联”范式迈向“预测—干预—设计”新阶段。研究回顾了两大学科从20世纪90年代高通量测序推动微生物组时代、到近年来深度学习与大语言模型突破的发展历程，认为海量、多维、高度复杂的微生物组数据为AI提供了理想应用场景，而AI持续增强的数据解析能力为破解微生物生态系统复杂规律提供了前所未有的机遇。
在应用层面，论文全面梳理了AI在微生物学全链条的进展：从测序数据处理、基因组组装、可移动遗传元件识别，到病原体鉴定、病毒溯源、代谢网络重建、群落动态预测、蛋白结构解析及新型抗菌分子发现，AI正重塑该领域的技术体系。尤其在复杂生态系统建模方面，AI展现出整合多源数据、捕获高维关联、预测系统动态的独特优势。论文进一步拓展至人体微生物与健康领域，指出人体微生物组是连接环境、宿主与疾病的重要桥梁。借助AI，研究者可从更高维度解析微生物生态网络，揭示其与宿主免疫系统的精细互作机制，挖掘具有临床价值的微生物标志物，并通过整合多中心多组学数据推动研究从关联分析向因果推断深化，为疾病早筛、风险预测和个体化干预提供新的理论依据与技术路径。
论文同时深入讨论了当前面临的关键挑战：数据异质性显著、跨研究可重复性不足、模型可解释性有限、因果推断能力仍待提升以及数据隐私与算法公平性问题。作者建议建立统一开放的数据标准体系，推动可解释AI与因果AI发展，将生态学理论与深度学习深度融合，加强联邦学习与隐私计算应用，促进AI技术和微生物组资源在全球范围内的公平共享与协同创新，最终实现AI赋能微生物科学并服务人类健康的目标。
我校硕士生俞莞茜为第一作者，周哲敏为共同通讯作者。研究得到新发与重大传染病防治科技重大专项、国家自然科学基金、国家生物药技术创新中心人才项目、江苏省自然科学基金、苏州市顶尖人才团队项目等资助。
