宁康等:基于深度学习实现百万菌群样本的超快速溯源工具ONN4MST
热心肠小伙伴们 2022-05-11
华中科技大学宁康和山东大学崔学峰作为共同通讯作者,近期在Genome Medicine发表研究,介绍了一种深度学习方法——基于本体感知神经网络方法ONN4MST,可用于大规模溯源。当对来自 114 个生态位的 125,823 个样本进行溯源时,ONN4MST 以接近最佳的精度而优于其他方法。总体而言,这项研究代表了第一个基于模型的方法,用于对来自数百个生态位的亚百万菌群样本进行溯源,其具有卓越的速度、准确性和可解释性。ONN4MST 可在 https://github.com/HUST-NingKang-Lab/ONN4MST 上获得。

微生物群落样本的分类结构具有高度的栖息地特异性,其使识别样本来源的生态位成为可能。然而,当扩大溯源时,当前的方法面临挑战。华中科技大学宁康和山东大学崔学峰作为共同通讯作者,近期在Genome Medicine发表研究Ontology-aware deep learning enables ultrafast and interpretable source tracking among sub-million microbial community samples from hundreds of niches,介绍了一种深度学习方法——基于本体感知神经网络方法ONN4MST,可用于大规模溯源。当对来自 114 个生态位的 125,823 个样本进行溯源时,ONN4MST 以接近最佳的精度而优于其他方法。总体而言,这项研究代表了第一个基于模型的方法,用于对来自数百个生态位的亚百万菌群样本进行溯源,其具有卓越的速度、准确性和可解释性。ONN4MST 可在 https://github.com/HUST-NingKang-Lab/ONN4MST 上获得。

专家简介
宁康
华中科技大学生命科学与技术学院教授
生物信息与系统生物学系系主任
宁康,华中科技大学生命科学与技术学院教授,博士生导师,生物信息与系统生物学系系主任。2003年本科毕业于中国科学技术大学计算机科学技术专业,2008年博士毕业于新加坡国立大学生物信息学专业,2010年于美国密歇根大学完成博士后工作。2015年开始担任华中科技大学生命科学与技术学院基于生物信息与系统生物学系系主任。是“教育部分子生物物理重点实验室”、“生物信息与分子成像湖北省重点实验室”等多个省部级实验室的管理或骨干成员。在生物信息学领域从事科研工作10余年,研究重点方向为微生物组大数据的人工智能挖掘及其在健康与环境等领域的应用。目前主持国家自然科学基金项目、科技部重大研究计划课题等。已做为通讯作者在PNAS、Nature Communications、Gut、Annals of the Rheumatic Diseases、Genome Biology、Genome Medicine、Microbiome、Briefings in Bioinformatics、Bioinformatics、Nucleic Acids Research等生物学、医学和生物信息学顶级学术期刊发表学术论文100余篇,文章总引用超过6000次,H指数40(Google Scholar)。获得软件著作权6项,申请国家发明专利20余项。入选2021-2023年全球前2%顶尖科学家“年度科学影响力”(single recent year impact)榜单。担任Genomics Proteomics Bioinformatics、Microbiology Spectrum、iMeta等国际期刊编委。担任中国生物信息学学会-基因组信息学分会副主任等;担任湖北省生物信息学会秘书长等。2022年当选中国计算机协会CCF杰出会员。已作为主编出版中英文教材和专著6本,并是6届iGEM金牌团队的指导老师。
了解更多
相关推荐
评论
热门分类