一项由澳大利亚昆士兰大学和英国布里斯托大学主导的研究，通过结合基因组分析、化石记录和机器学习，构建了细菌进化的详细时间线。研究的核心在于“大氧化事件”（GOE）之前的细菌进化，特别是氧气利用能力。研究团队发现，某些细菌在进化出光合作用产氧能力之前，可能已经具备了利用氧气的能力，这一发现挑战了传统认知，并为理解地球大气演变和生命起源提供了新的视角。该研究还展示了机器学习在解析历史方面的巨大潜力，为未来的科学研究和生命医学应用提供了新的思路。

🦠 研究团队利用基因组分析、化石记录和机器学习技术，构建了细菌进化的详细时间线，重点关注23.3亿年前的“大氧化事件”（GOE）。

🔬 研究的核心发现是，某些细菌在进化出光合作用产氧能力之前，可能已经具备了利用氧气的能力，这挑战了传统的认知。

⏳ 研究人员将GOE作为时间基准，并使用机器学习技术预测早期细菌是否依赖氧气生存。他们还整合了线粒体和叶绿体的基因数据，以更准确地预示关键演化事件的时间。

💡 研究结果显示，至少有3个需氧氧气谱系在GOE之前就已存在，其中蓝细菌的祖先可能在32亿年前就具备了需氧氧气的能力。

🚀 这项研究不仅揭示了细菌进化的新时间线，还展示了机器学习在解析历史中的潜力，未来可用于预测其他生物特性，如抗生素的性状，为科学研究和生命医学应用提供新的思路。

澳大利亚昆士兰大学、英国布里斯托大学领导的一个研究团队，通过结合基因组分析、化石记录和机器学习技术，成功构建了细菌进化的详细时间线。研究发现，某些细菌在进化出光合作产氧能力之前，可能已经具备利用氧气的能力，这一发现挑战了传统认知。

研究聚焦于23.3亿年前的“大氧化事件”（GOE），该事件使地球大气从无氧状态转变为富氧环境。由于微生物化石记录稀少，科学家通过分析古老的化石中的化学和痕迹组数据填补空白。研究团队将GOE作为时间基准，假设大多数需氧细菌的分支不会发生于这一事件，除非有基因或化石证据支持。

机器学习技术被用于预测早期氧气是否依赖氧气生存。研究人员还整合了线粒体和叶绿体的基因数据，以更准确地预示关键演化事件的时间。结果显示，至少有3个需氧氧气谱系在GOE就已存在，比事件早了近9亿年。其中，蓝细菌的祖先可能在32亿年前就具备了需氧氧气的能力，这意味着氧气之前利用氧气的时间可能早于光合作用产氧的进化。

这项研究不仅揭示了细菌进化的新时间线，还展示了机器学习在解析历史中的潜力。未来，该方法或可用于预测其他生物特性，如抗生素的性状，为科学研究和生命医学应用提供新的思路。