系统发育距离、共享生态学和基因组保守性常被认为是控制水平基因转移的关键驱动因素，尽管它们的相对贡献尚不清楚。在本文中，研究人员将将机器学习算法应用于不同的细菌基因组，根据生物体的功能对其进行分类，以梳理出在最近的水平基因转移事件中特定功能特征的重要性。我们发现，功能含量能够准确预测水平基因转移网络，并且在涉及抗生素耐药基因的转移中，性能进一步提高，突出了水平基因转移机制、生态位特异性和代谢功能的重要性。我们发现，尚未检测到的高概率耐药基因转移事件几乎只发生在人类相关的细菌中。该研究方法在预测病原体的水平基因转移网络(包括鲍曼不动杆菌和大肠杆菌)以及局部环境(如个体的肠道微生物群)方面是可靠的。

图1基因组的功能含量可以准确预测水平基因转移概率

图2网络拓扑结构适用于预测水平基因转移

图3耐药基因的转移是可以预测的

图4水平基因转移在同一物种的致病菌株间是可预测

图5HGT的预测对于小型特定生态数据集是准确的

在本研究中，作者主要聚焦在与土壤、植物和海洋相关的生物体，但他们的模型也适用于研究与人类相关的病原体，如鲍曼不动杆菌和大肠杆菌，以及特定的生态环境，如肠道微生物组。而且，机器学习模型在应用于预测耐药基因的水平转移时非常准确。

文章链接：