首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
HOPE
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
Itsik Pe'er
文章数:3篇
峰谷比 (PTR)
宏基因组测序对微生物生长动态的准确和稳健推断揭示了个性化的生长速率
本研究中,作者介绍了 CoPTR(Compute PTR):一种从完整的参考基因组和组装计算峰谷比 (PTRs)的工具。CoPTR 比当前最先进的技术更准确,同时总体上也提供了更多的 PTR 估计,作者进一步发展其理论,形成了PTRs的生物学解释。作者展示了 PTR 如何与相对丰度和代谢组学相结合,以研究它们对菌群的影响。总之,作者的研究表明,PTRs可以为研究群落相互作用、将多组测量与菌群联系起来,以及研究菌群动态与疾病之间的关系提供新的方法。
峰谷比 (PTR)
宏基因组测序
微生物生长
代谢组学
相对丰度
高斯过程
肠道菌群的定向高斯混合模型阐明微生物空间结构
作者开发了一类计算模型,以从 MaPS-seq 数据中恢复肠道菌群生物地理学的已知特征,其模型建立在经典的高斯混合模型(GMM)之上,该方法采用微生物空间数据并学习许多经过实验验证的空间因素。作者的研究结果表明,肠道菌群虽然异常庞大,但具有可预测的空间模式,可用于帮助了解其在健康和疾病中的作用。作者表明,其提出的模型恢复了胃肠道内菌群的已知生物学行为,同时还提供了对肠道菌群空间结构的新见解。
高斯过程
MaPS-seq
计算生物学
机器学习
数学建模
生物信息学工具
FEAST: 快速准确的微生物来源追溯工具
在微生物来源分析中,随机森林和基于贝叶斯的SourceTracker(https://mp.weixin.qq.com/s/18U5YmzEPpCBsZJBYxwCkw)有较广泛应用,如(https://www.mr-gut.cn/papers/read/1051090487),但运行速度和准确度一直不尽人意。基于模拟数据测试,本软件的优势是与之前的方法相比即快又准。此外在婴儿和厨房的自然样本数据中,也看到了较合理的结果。此外它也可应用于分类诊断中的应用,也比JSD和UniFrac方法更准确。同时提出了将未知来源比例可能用于疾病恢复过程中的诊断指标。方法到底多好用,还需要在更多的实战项目中检验。关于此文的详细解读和新闻报导,详见宏基因组公众号 (https://mp.weixin.qq.com/s/NL68sMIYL_vhBxGa91bFpg)
生物信息学工具
R包
软件
Marja K Puurunen
Marja K Puurunen