Understanding how microbial traits affect the evolution and functioning of microbial communities is fundamental for improving the management of harmful microorganisms, while promoting those that are beneficial. Decades of evolutionary ecology research has focused on examining microbial cooperation, diversity, productivity and virulence but with one crucial limitation. The traits under consideration, such as public good production and resistance to antibiotics or predation, are often assumed to act in isolation. Yet, in reality, multiple traits frequently interact, which can lead to unexpected and undesired outcomes for the health of macroorganisms and ecosystem functioning. This is because many predictions generated in a single-trait context aimed at promoting diversity, reducing virulence or controlling antibiotic resistance can fail for systems where multiple traits interact. Here, we provide a much needed discussion and synthesis of the most recent research to reveal the widespread and diverse nature of multi-trait interactions and their consequences for predicting and controlling microbial community dynamics. Importantly, we argue that synthetic microbial communities and multi-trait mathematical models are powerful tools for managing the beneficial and detrimental impacts of microbial communities, such that past mistakes, like those made regarding the stewardship of antimicrobials, are not repeated.

中文翻译：

---

会不会这么简单：多个性状之间的相互作用破坏了微生物群落功能和进化的基于单性状的经典预测

了解微生物特征如何影响微生物群落的进化和功能对于改善有害微生物的管理，同时促进有益微生物的发展至关重要。几十年来的进化生态学研究一直专注于检查微生物的合作、多样性、生产力和毒力，但有一个关键的局限性。所考虑的特征，例如公共产品的生产和对抗生素或捕食的抵抗力，通常被认为是孤立的。然而，在现实中，多个特征经常相互作用，这可能会导致对宏观生物健康和生态系统功能的意外和不良后果。这是因为在单一特征背景下产生的许多预测旨在促进多样性，对于多个性状相互作用的系统，降低毒力或控制抗生素耐药性可能会失败。在这里，我们对最近的研究进行了急需的讨论和综合，以揭示多性状相互作用的广泛性和多样性性质及其对预测和控制微生物群落动态的影响。重要的是，我们认为合成微生物群落和多性状数学模型是管理微生物群落有益和有害影响的有力工具，这样过去的错误，如关于抗菌素管理的错误，就不会重演。我们对最近的研究进行了急需的讨论和综合，以揭示多性状相互作用的广泛性和多样性性质及其对预测和控制微生物群落动态的影响。重要的是，我们认为合成微生物群落和多性状数学模型是管理微生物群落有益和有害影响的有力工具，这样过去的错误，如关于抗菌素管理的错误，就不会重演。我们对最近的研究进行了急需的讨论和综合，以揭示多性状相互作用的广泛性和多样性性质及其对预测和控制微生物群落动态的影响。重要的是，我们认为合成微生物群落和多性状数学模型是管理微生物群落有益和有害影响的有力工具，这样过去的错误，如关于抗菌素管理的错误，就不会重演。