<正>中国热带农业科学院环境与植物保护研究所农业环境研究团队在陆地生态系统中全程氨氧化菌环境分布与偏好的机器学习预测研究方面取得新进展。针对前人研究只考虑非生物性预测因子来预测土壤全程氨氧化菌环境分布与偏好,忽略共存物种作为预测因子的重要性问题,团队提出新的机器学习预测模型框架,即考虑共存物种作为预测因子,证实了全程氨氧化菌丰度的生物性预测因子的预测能力强于非生物性预测因子。该成果为利用机器学习算法研究陆地生态系统中全程氨氧化微生物环境分布规律与适应机制提供了新思路。