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
Gongchao Jing
文章数:9篇
菌群转化
徐健、苏晓泉等:用大数据引擎绘制全球菌群转化网络
在自然界的各种生态系统中,微生物以群落(即“菌群”)的形式广泛存在并相互作用,从而深刻地塑造着地球生物圈的功能。然而,菌群多样性的形成和演变过程一直悬而未决。该研究提出了一种基于大数据搜索的理论模型,从多个尺度探索不同生态系统之间微生物组的内在关联与演化规律。基于该理论模型,研究人员运用前期开发的菌群搜索引擎 (MSE; http://mse.ac.cn)和超过17万例样本,计算和绘制了首个全球性的“菌群相互转化网络”,从而刻画出不同生态系统中菌群最可能的演化途径,对于重构历史上曾经存在过的菌群,或设计全新的菌群,具有重要的指导意义。
菌群转化
无标度
网络
数据挖掘
β多样性
口腔菌群
徐健+黄适:菌群和多组学分析揭示何为“牙龈亚健康”
中科院青岛能源所徐健、黄适与研究团队,近期在mBio发表研究,通过对志愿者牙龈健康恶化过程中的牙菌斑菌群、牙菌斑代谢组和唾液细胞因子进行综合分析,首次提出“牙龈亚健康”这一概念,并揭示了牙菌斑菌群在其中的驱动作用和机制,强调了日常口腔清洁以及牙龈亚健康阶段干预的重要性。
口腔菌群
牙菌斑菌群
牙龈炎
牙周炎
扩增子
苏晓泉+徐健:在整个菌群水平上对全球菌群进行物种分类和功能搜索的平台
基于搜索的策略对于大规模挖掘微生物组数据集非常有用,例如鸟瞰菌群数据空间和通过菌群大数据进行疾病诊断。青岛大学苏晓泉和中科院青岛能源所徐健研究团队,近期在mSystems发表文章,介绍了微生物组搜索引擎2 (Microbiome Search Engine 2, MSE 2),这是一个微生物组数据库平台,基于菌群与数据库中菌群的分类或功能相似性,在全球宏基因组数据中搜索和查询菌群。关键的改进包括数据库扩展,数据兼容性,搜索引擎内核和用户界面。通过功能相似性搜索菌群空间的新功能极大地扩展了菌群大数据基于搜索的挖掘范围。
扩增子
宏基因组
菌群
在线服务
搜索引擎
菌群
青岛大学团队开发菌群16S扩增子功能校正算法Meta-Apo
作者开发了Meta-Apo(Metagenomic Apochromat),这是一种菌群16S扩增子测序的功能校正算法,可以极大地减少甚至消除由于PCR扩增偏好性以及16S rRNA基因-全基因组关联信息的差异从而导致的同一微生物组样本基于16S扩增子的功能谱与WGS产生的结果之间存在偏差,使两种方法得出结论更加一致。另外,Meta-Apo还可以在WGS和16S扩增子样品之间进行跨平台功能比较,可以极大的改善基于16S扩增子的菌群诊断。总而言之,利用Meta-Apo,可以让低成本的16S扩增子测序产生与WGS相近的、可靠的、高分辨率的菌群功能图谱。对于之前和新兴微生物组项目,借助Meta-Apo等新工具,16S扩增子的测序和分析策略将继续为菌群功能研究做贡献。
菌群
宏基因组
扩增子
功能
校正
微生物组
苏晓泉等:菌群大数据挖掘的机遇和挑战(综述)
在过去的十年中,已经产生了大量的微生物组测序数据来研究微生物组成与环境之间的动态关联。如何准确,有效地破译大规模的微生物组数据,并进一步利用,已成为目前微生物组研究的瓶颈之一。在本综述中,青岛大学苏晓泉与团队重点分析了交叉研究微生物组数据集的三个关键步骤,包括微生物组分析,数据整合和数据挖掘。通过介绍当前的生物信息学方法并讨论其局限性,作者展望了开发这三个步骤的计算方法的机会,并提出了多组学数据分析的可能的解决方案,以便从不同的角度全面理解和快速研究微生物组,从而可以通过提供“微生物组数据空间”的更广阔视野,更有效地促进数据驱动的研究。
微生物组
鸟枪法宏基因组学
扩增子测序
数据挖掘
微生物组搜索
微生物组
苏晓泉、徐健等:基于微生物组大数据的疾病检测方法
微生物组具有服务疾病诊治与生态监控的巨大潜力,但是其影响因素错综复杂。如何通过菌群检测实现快速精准的疾病诊断呢?中国科学院青岛生物能源与过程研究所单细胞中心的苏晓泉和徐健等人与Rob Knight团队合作,开发了基于菌群大数据搜索的疾病检测方法,为此共性问题提供了原创的解决方案。该工作于近期发表于美国微生物学会会刊mSystems杂志。在文中,作者提出了一种基于搜索的疾病检测和分类策略,它是通过他们与众不同的新奇性和健康受试者的样本数据库来检测患病样本,然后将其与患者样本数据库进行比较。即使存在不同的年龄组人群,多个测序平台或重大污染,这种方法也可以鉴定与疾病相关的微生物组状态。
微生物组
搜索
疾病检测与分类
Microbiome
search
宏基因组分析工具
青岛能源所苏晓泉:一种对鸟枪宏基因组进行全面分类和系统发育比较的新方法
目前用于计算微生物鸟枪宏基因组之间距离时使用的方法,常会忽略物种之间的进化关系,进而推算出错误的微生物组β多样性模式。中科院青岛能源所的苏晓泉团队开发了一个新工具——动态Meta-Storms,通过整合分析宏基因组组装与系统进化树,提高了运算速度和分类准确性。软件使用GPL许可发布,可以在GitHub(https://github.com/qibebt-bioinfo/dynamic-meta-storms)获取。
宏基因组分析工具
生物信息学算法
鸟枪法宏基因组学
Noha H Youssef
Casey H Meili
特应性皮炎
中科院徐健团队:基于皮肤菌群的特应性皮炎诊断及疗效评估
来自中国科学院青岛生物能源与过程研究所的徐健团队在mSystems上发表的一项最新研究,鉴定出了特应性皮炎患儿的皮肤菌群组成特征,并发现皮肤菌群影响了对特应性皮炎的治疗效果。
特应性皮炎
atopic dermatitis
personalized skin care
skin microbiome
spatial variation
生物信息学工具
青岛能源所徐健+苏晓泉等:微生物组的“三大指数”
菌群研究持续火热,目前的一大挑战是,如何将新的菌群样本在已有的数据中进行定位和比对。中科院青岛生物能源所单细胞中心徐健主任和苏晓泉研究员日前联袂Rob Knight在mBio上发表文章,开发了微生物组搜索引擎(http://mse.single-cell.cn),使大规模、全局性的微生物组比对与搜索成为可能;该搜索引擎基于类似于传统 BLAST 的执行逻辑,对用户十分友好( 用户只需提供菌群的 OTU 表);搜索结果给出微生物组的“新奇指数”、“关注指数”和“影响力指数”,可评估菌群组成的新颖性,预测特定菌群研究领域的潜力和趋势。
生物信息学工具
Bioinformatics
community similarity
data mining
database search