一种冷泉长周期富集菌群的群落动态变化预测方法和系统

本发明提供一种冷泉长周期富集菌群的群落动态变化预测方法和系统，方法包括：采集不同富集阶段的细菌培养样品的拉曼光谱并利用MCR‑ALS算法解析，获取代谢产物数据，与环境参数、细菌群落α多样性和关键细菌类群相对丰度共同保存为原始数据集；利用CART决策树算法对原始数据集进行重要性计算和数据筛选；利用筛选后的数据集训练用于预测的随机森林预测模型；最后利用训练好的随机森林模型进行群落动态变化预测；本发明通过富集培养初期完整的细菌群落演替过程的常规取样采集形成数据集，利用机器学习算法构建精准预测模型，从而提高了冷泉菌群长周期富集培养作业的采样精度和效率。