Los microbios alojados en nuestro cuerpo y planeta proveen muchos servicios esenciales para la salud humana. Mapear las redes ecológicas subyacentes a estas comunidades microbianas es un paso necesario para poder predecir su comportamiento, abriendo la puerta para crear nuevos tratamientos para enfermedades humanas y muchas otras condiciones. Sin embargo, los algoritmos existentes para mapear estas redes ecológicas microbianas no han sido muy exitosos. Esto es principalmente debido a que requieren asumir un modelo dinámico poblacional particular para la comunidad que nunca es conocido a-priori– y siempre arrojan una sola red ecológica como resultado de la inferencia, a pesar de que puede haber varias redes ecológicas que son consistentes con los datos disponibles. Para superar estos retos, aquí desarrollamos un nuevo algo-ritmo de inferencia matemáticamente riguroso que no requiere asumir ningún modelo poblacional y que infiere todas las redes ecológicas que son consistentes con los datos. Ilustramos nuestro algoritmo con datos simulados y validamos su desempeño usando datos experimentales. Argumentamos como el algoritmo propuesto puede ser un paso clave para modelar ecológica-mente comunidades microbianas complejas como el microbiota intestinal humano