《WIREs Mechanisms of Disease》：Artificial Intelligence–Driven Graph Methods for Microbiome Research: A Systematic Review
编辑推荐：
微生物组研究中高通量测序数据的复杂性，迫切需要先进的分析方法来解析微生物群落结构和相互作用。基于图的方法将分类单元（taxa）建模为节点（nodes）、将其关联建模为边（edges），已成为实现该目标的有力框架。然而，这些技术从经典网络分析到现代图表示学习（g
微生物组研究中高通量测序数据的复杂性，迫切需要先进的分析方法来解析微生物群落结构和相互作用。基于图的方法将分类单元（taxa）建模为节点（nodes）、将其关联建模为边（edges），已成为实现该目标的有力框架。然而，这些技术从经典网络分析到现代图表示学习（graph representation learning）的快速演进，形成了一个碎片化且复杂的方法学格局。本系统综述对该领域进行了全面的综合与结构化梳理。研究人员系统性地回顾了相关文献，并提出一个三部分分类法来界定每项研究的主要贡献：（1）微生物网络表示（network representation）的新方法；（2）经典图分析（classical graph analysis）的应用；（3）图表示学习在预测建模中的新兴应用。研究人员总结了每一类中最常见的应用，包括关键物种识别、群落聚类和基于图的疾病分类。此外，研究人员还识别出关键的跨领域挑战，如缺乏标准化工具以及模型可解释性亟待提升。通过梳理基于图的方法的当前格局，本综述为研究者选择合适的模型提供了关键指南，并指出了指导未来研究的关键空白。
论文主体内容总结
1 引言
微生物组是栖息于多样生态位中的复杂微生物群落，在宿主健康和生态平衡中发挥基础性作用。菌群失调（dysbiosis）与肥胖、糖尿病、过敏等多种疾病密切相关。研究者通常采用16S rRNA基因测序或鸟枪法宏基因组测序（shotgun metagenomics）等高通量测序技术，并借助QIIME等工具处理为微生物分类单元特征表。然而，此类数据具有高维性、稀疏性和成分性（compositional）特征，传统统计方法难以解析复杂的微生物互作网络。网络科学将微生物分类单元表示为节点、将其关联（如相关性或共现性）表示为边，为建模微生物生态系统的复杂关系提供了有力框架。经典图分析方法可识别关键物种、发现功能模块并探索生态动态；近年来，图表示学习（GRL）技术如几何深度学习可自动学习节点和整图的低维特征表示，推动该领域从描述性分析迈向预测性建模。尽管基于图的方法应用日益广泛，该领域仍面临网络推断方法选择、成分性数据处理、边阈值设定及验证基准等开放性问题。本综述旨在对从网络构建到经典分析再到现代图表示学习的完整工作流进行系统梳理。
2 文章筛选
研究人员采用严格且可复现的检索策略，在PubMed、IEEE和Google Scholar三个文献数据库中检索包含（"graph representation" OR "network science" OR "graph learning"）AND "microbiome"关键词的文献，初步获得241条记录。经标题和摘要人工筛选排除无关研究后保留185篇，进一步去除重复条目和综述文章后得到144篇，最终排除7篇因付费墙或不可获取的文章，共纳入137篇研究进行详细分析。该综述遵循PRISMA框架进行文献识别和筛选，但作为方法学综述，未实施针对定量临床综合的全部PRISMA条目。由于纳入研究多为方法学贡献而非临床比较研究，未进行正式的偏倚风险评估，而是从代码和数据可用性、实现语言及软件维护等维度评估计算可复现性。
3 研究分类
每项研究根据其主要方法学贡献被归入唯一类别：主要贡献为新的网络构建技术的研究归入网络表示类；主要贡献为学习低维表示的研究归入图表示学习类。最终分类结果为：网络表示（network representation）80项、经典图分析（classical graph analysis）8项、图表示学习（graph representation learning）49项。
3.1 微生物网络表示方法
该类别包含主要聚焦于开发微生物数据网络构建新方法的文章（n=80）。这些研究引入计算微生物相互作用的新技术、替代节点定义或整合不同数据以形成更全面的微生物网络，其重点在于网络形成和可视化的方法学而非后续分析。
3.2 微生物网络上的经典图分析方法
该类别文章采用成熟的图分析技术来检验微生物网络（n=8），利用经典图论方法从微生物数据中提取有意义的见解，其主要贡献在于图分析方法的应用而非提出新的网络构建方式。
3.3 微生物网络上的图表示学习
该类别涵盖探索或引入新型GRL架构用于微生物网络分析的研究（n=49），提出学习和/或分析低维网络表示的新方法，重点在于通过改进的表示学习方法提升预测性能、特征提取和知识发现。
4 结果
所有纳入研究均使用某种形式的微生物数据网络表示。其中网络表示类80项、经典图分析类8项、图表示学习类49项。
4.1 微生物数据类型
微生物丰度数据（microbial abundance data）是最主要的数据类型，出现在60.58%（n=83）的文章中，通常组织为操作分类单元（OTU）或扩增子序列变体（ASV）表。关联数据（association data）占17.52%（n=24），指已知且量化的变量间关系，如人类微生物-疾病关联数据库（HMDAD）。多组学数据（multi-omics data）占15.33%（n=21），整合基因组学、转录组学、蛋白质组学、代谢组学等多层生物数据。宏基因组测序数据（metagenomic sequencing data）在5项研究中使用，可提供丰富的功能和基因组信息。
4.2 将微生物数据构建为网络
最常见的节点和边类型分别为微生物和相关性。按研究类别分层后发现，第3类研究中主导边类型为相似性（similarity），用于比较患者样本而非推断分类单元间相互作用；第2类研究则以相关性和相似性为主要边类型。这种边偏好的差异反映了基础研究问题对图结构本身的塑造作用。
4.3 最常见网络的拓扑差异
绝大多数研究采用简单图拓扑（simple graphs），占72.26%（n=99）。更复杂的结构如k部图（k-partite graphs）（n=26, 18.98%）用于建模多模态相互作用，如微生物-疾病、微生物-药物、分类单元-基因等关系；树结构（trees）（n=10, 7.3%）主要用于表示系统发育关系（phylogenetic relationships）。
4.4 确定性图与概率性图
确定性图（deterministic graphs）占95.62%（n=131），其边形成由预定义且不可变的标准决定，结构不变且可复现。概率性图（probabilistic graphs）仅占4.38%（n=6），为每条边赋予存在概率以表示关系的不确定性，如贝叶斯高斯图模型（GGM）和基于自举法计算稳定性得分的模型。动态贝叶斯网络（DBNs）是动态图最常见的应用，用于建模时间动态。
4.5 在微生物网络上进行分析
不同方法家族各有优劣：相关性/关联网络推断方法简单快速但相关性不等于因果；概率图模型可量化不确定性但计算成本高；经典图分析可解释性强但仅具描述性；图神经网络（GNNs）可联合学习拓扑和特征但需要大量标注数据且可解释性低；图卷积网络（GCNs）在图和节点分类上表现优异但假设固定图结构且易过平滑；图注意力网络（GATs）可学习边重要性但参数更多；图自编码器（GAE/VGAE）支持无监督学习但重构目标可能丢失任务信号；图核方法适合小数据但表达能力有限；矩阵分解/NMF可解释性强但主要线性；随机游走嵌入（Node2Vec）可扩展但忽略节点特征。方法选择应基于研究问题、数据规模和预测与解释的相对优先级。
4.6 用经典方法分析微生物图
经典图分析方法包括：随机游走（Random Walk）和Katz测度用于节点中心性和相似性分析；拓扑数据分析（TDA）表征全局和局部模式；贝叶斯随机块模型（BSBM）和加权随机块模型（WSBM）揭示潜在群落结构；随机矩阵理论（RMT）检验相关矩阵特征值分布；马尔可夫聚类（MCL）识别密集连接子图；加权基因共表达网络分析（WGCNA）推断功能模块。
4.7 通过学习嵌入分析微生物图
图神经网络（GNNs）通过节点迭代聚合邻居信息更新特征，在本综述中主要用于链接预测任务。图卷积网络（GCNs）将卷积概念推广至图数据，通过归一化邻接矩阵聚合和变换邻居信息，最常用于图分类（如区分健康对照与疾病患者）、节点分类（如预测分类单元功能角色或识别生物标志物）、链接预测、节点聚类和边分类。图注意力网络（GATs）通过注意力机制加权聚合邻居信息，可学习边的重要性并处理异质邻居。
