人工智能（AI）在建模微生物群落和空间应激源领域的应用正在迅速发展，这得益于机器学习（ML）和组学技术的进步。空间的独特环境引入了导致微生物分子变化的压力因素，这些变化影响了微生物的行为及其与其他微生物物种和人类的相互作用。这些变化通常导致微生物的毒力增强，相比地球上的微生物，这对长时间的空间任务构成了重大挑战。当前的研究利用地球类比系统来模拟空间条件，提供了一个研究这些微生物行为的平台。尽管做出了这些努力，但对微生物相互作用的全面了解及其对空间中人类健康的潜在影响仍存在差距。最近的研究开始通过在模拟空间条件下使用人类细胞系和动物模型来解决这些问题，但仍需全面了解微生物对人类健康的可预测影响。随着空间探索的发展，迫切需要更深入地研究微生物群落，以确保空间生命支持系统的成功和可持续性。
本研究专题旨在探讨AI、组学和微生物组研究的交叉点，重点关注在各种环境条件下（包括太空飞行和模拟空间环境）建模微生物群落的分子和表型特征。我们的目标包括了解如何利用AI和ML来预测和建模微生物功能，如毒力、生物膜形成、抗性和其对人类健康的含义，既适用于空间也适用于地球。通过解决这些问题，该研究旨在提高未来空间任务的可行性和安全性，并推动生物技术和医疗保健的创新。我们欢迎所有接受的文章类型，涵盖但不限于以下主题：
- 基于AI的ML模型用于行星保护和空间医学，重点研究微生物动态和对空间应激源的响应；
- 空间中的生物技术应用，包括废物回收、食品生产和空间医学创新；
- 利用多组学数据进行数据整合和跨学科方法，以全面了解微生物相互作用；
- 与空间任务中AI和微生物系统相关的伦理考虑和生物安全问题。
这一跨学科研究专题由《微生物学前沿》、《天文学和空间科学前沿》、《空间技术前沿》、《人工智能前沿》和《大数据前沿》共同主办。请提交到您首选的期刊。本研究专题由NASA喷气推进实验室的Atul Munish Chander博士协调和开发。
关键词：机器学习、空间辐射、微重力、人工智能、生命支持系统、可持续空间探索、空间中的微生物系统、空间微生物学
重要提示：提交给本研究专题的所有贡献必须在其使命声明定义的范围之内。Frontiers保留将超出范围的手稿引导至更适合的部分或期刊的权利。
(全文结束)
