单一模型预测就业微生物组森林的趋势
研究人员报告说，一个单一的简化模型可以预测三个不相关领域的人口波动：城市就业、人类肠道微生物组和热带森林。研究人员表示，该模型将帮助经济学家、生态学家、公共卫生当局和其他人预测和应对多个领域的变化。
新发现在《国家科学院院刊》上有详细介绍。
开发该模型的诺伊大学厄巴纳-香槟分校植物生物学教授James O'Dwyer表示，该模型的缩写为 SLRM，它不能预测确切的结果，而是生成最可能轨迹的狭窄分布。乔治现在是马萨诸塞州剑桥布罗德研究所的计算科学家。
“该模型包含随机事件，因此它可以预测一系列结果。但数据正好处于该结果范围的中间，”奥德怀尔说。
该模型将每个人口分为不同的部门——例如医疗保健、农业或零售贸易等工作类型——并为每个部门分配一个“一代时间”。
“世代时间是一棵树或微生物的寿命，或者是一个人在特定就业部门度过的时间，”乔治说。“微生物的时间以小时为单位，工作类型的时间以年为单位，森林的时间以几十年为单位。” 根据每个部门的发电时间对系统进行分析，发现这三个系统的行为方式有相似之处。
科学家们依靠数十年的研究跟踪了每个不同领域随时间的变化。在就业分析中，他们重点关注一段时间内不同经济部门的就业人数。该数据来自北美行业分类系统，包括 17 年来 383 个城市的每月更新。
森林数据来自一项研究，该研究在二十年中每五年对巴拿马巴罗科罗拉多岛一块 123 英亩的土地上的树木和灌木物种进行跟踪。微生物组数据来自一项研究，该研究在一年多的时间里每天测量人类肠道中数百种微生物物种的相对丰度。
“对于每个系统中的每个&luo;物种&ruo;，我们分析了多个时间点的相对丰度轨迹，以估计三个量：平衡丰度、扰动后轨迹恢复平衡所需的时间以及随机性的强度，”乔治说。“模型中纳入的随机性解释了产生远离或回到平衡状态的波动的随机事件。”
“我们发现这个模型可以很好地描述大部分数据，”O'Dwyer 说。“虽然很简单，但我们将它与其他一些替代模型进行了比较，它的表现更好。我们的模型很好地描述了波动模式。”
“该模型的简单性使其适用于生物和社会领域，”奥德怀尔说。“它可以预测丰度的变化，但无法描述这些波动的确切原因。”
他说，了解产生波动的详细机制需要进行深入的、针对特定系统的分析。
“这是使用同一模型统一对这些领域波动的预测的首次努力，”乔治说。“这一进展不仅有助于在每个系统中开发新的预测方法，而且还将促进这些看似不同领域的概念和技术的交叉授粉。”
版权声明：本文由用户上传，如有侵权请联系删除！