Yuguo Zha

搜索
登录

Yuguo Zha

文章数：3篇

本体感知神经网络 (ONN)

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

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，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。

本体感知神经网络 (ONN) 微生物溯源 (MST) 深度学习超快菌群

宁康团队：菌群数据挖掘的新框架——本体感知神经网络（综述）

菌群实体通常以本体结构组织，考虑本体结构的模式挖掘方法可以在挖掘效率和准确性方面提供优势。华中科技大学宁康团队近期在Briefings in Bioinformatics发表综述，总结了本体感知神经网络（ONN）作为菌群数据挖掘的新框架，讨论了 ONN 在多种环境中的应用，强调了 ONN 最重要的特征之一，即新颖的知识发现，最后，提供了几个应用程序来展示 ONN 在微生物组数据挖掘中相对于其他方法的优势。

菌群模式挖掘本体感知神经网络知识发现

类风湿性关节炎

宁康、张磊等：肠道菌群或可促进早期类风湿性关节炎进展

有研究显示肠道菌群变化会影响代谢内稳态，而肠道菌群和代谢的扰动或促进类风湿性关节炎的早期发展。山东第一医科大学Jinxiang Han、华中科技大学宁康和山东大学张磊与研究团队在Gut发表文章，招募健康对照（27）、骨性关节炎（OA，19）和类风湿关节炎（RA，76）患者，对肠道宏基因组、临床表型、血液和膝关节滑液中的代谢物进行分析，发现大肠杆菌和牛链球菌促进抗坏血酸的降解，促进促炎反应，加速炎症性关节炎的发展。即肠道菌群可调控RA的进展，或成为治疗RA的潜在靶点。

类风湿性关节炎肠道-关节轴肠道菌群抗坏血酸降解