高通量培养组学

搜索
登录

高通量培养组学

文章数：2篇

Nature子刊：自动化+机器学习，助力大规模微生物培养

虽然测序技术的快速发展极大促进了研究人员挖掘微生物“暗物质”，但在微生物实验和机理研究方面培养组学仍然发挥着关键作用，传统的培养组学方法存在劳动密集型、规模化小、缺乏表型-基因型的整合等问题。近日，美国哥伦比亚大学研究人员在Nature Biotechnology发表最新研究，开发了一种自动化微生物组成像和分离的培养学（CAMII）平台，利用菌落形态学和基因组数据，可最大限度提高分离的微生物多样性，并能有针对性地挑选特定的菌属。总之，该研究为深入挖掘复杂生态样品中微生物“暗物质”提供了新的指导和见解，值得关注。

机器学习高通量培养组学研究论文基础研究自动化

Cell：人类微生物组研究的单细胞方法（综述）

随着人类微生物组研究的深入，新的研究方法也不断出现并普及。Cell最新发表了来自比利时鲁汶大学Jeroen Raes团队的重磅综述，详细介绍了用于研究人类微生物组的各种前沿单细胞方法，并探讨了该领域存在的挑战。文章干货很多，推荐研读原文。

单细胞人类微生物组单细胞RNA测序单细胞基因组学高通量培养组学