Les réseaux d'interactions microbiennes sont devenus un outil de référence pour étudier la coexistence des micro-organismes, mais l'échelle à laquelle on les infère relève rarement d'un choix statistique. En effet, le niveau auquel les lectures de séquençage sont agrégées en taxons (des variants d'amplicons aux espèces ou aux genres) dépend de chaînes de traitement bio-informatique et de contraintes de calcul. Dans le régime typique des données de microbiote, où de nombreux taxons sont mesurés comme comptages compositionnels riches en zéros, les interactions sont difficilement identifiables aux échelles fines, et les réseaux inférés sur des données comparables se recoupent peu.

GRAIN part de l'hypothèse que l'échelle à laquelle les interactions sont stables et reproductibles est elle-même inconnue, et qu'elle doit être inférée conjointement avec le réseau plutôt que fixée en amont. Le projet s'appuie sur l'information disponible le long des arbres taxonomiques ou phylogénétiques, entre groupes de taxons appris, et entre jeux de données apparentés. Il développe des modèles à variables latentes hiérarchiques pour données de comptage, qui coupent une hiérarchie de taxons connue ou reconstruite à un niveau soutenu par les données et produisent des réseaux emboîtés. Des estimateurs séparent le commun du spécifique entre jeux de données et transportent les modèles entre écosystèmes. Il introduit aussi des modèles génératifs par diffusion dont l'architecture encode des structures biologiques, avec des garanties théoriques.

Ces méthodes sont confrontées à des données contrastées, du sol à la plante puis à l'aliment et dans l'intestin humain, et validées par simulation, prédiction de phénotypes, reproductibilité entre cohortes et fidélité générative. Le projet réunit statisticien.nes, spécialistes d'apprentissage automatique et expert.es du microbiote, pour fournir des réseaux dont la dépendance aux choix d'analyse est maîtrisée et documentée.