江苏龙网

  1. 首页 > 人文 > >

森堡谈养生|今日Science：特定肠道噬菌体或增强抗肿瘤免疫( 二 )


【原文信息】
Bloodtypeandthemicrobiome-untanglingacomplexrelationshipwithlessonsfrompathogens
2020-07-11,doi:10.1016/j.mib.2020.06.008
苏晓泉等：菌群大数据挖掘的机遇和挑战（综述）ComputationalandStructuralBiotechnologyJournal——[6.018]
①菌群整合分析包括三个关键步骤：菌群及其功能分析、数据整合和目标表型的菌群特征挖掘；②16S和宏基因组分析各有优劣 ， 而长读长测序数据需要新的分析方法；③微生物组数据库的元数据不统一、试验技术不同导致结果差异等都会影响数据整合；④机器学习模型受限于给定的标签进行分类 ， 模型泛用性差；⑤基于搜索或者深度学习的方法泛用性好 ， 并能够进行多个标签的分类；⑥IMP等流程能够实现微生物多组学分析 ， 快速提供更全面的菌群分析结果 。
【主编评语】
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 。 （@刘永鑫-中科院-宏基因组）
【原文信息】
Methoddevelopmentforcross-studymicrobiomedatamining:Challengesandopportunities
2020-08-01,doi:10.1016/j.csbj.2020.07.020
苏晓泉、徐健等：基于微生物组大数据的疾病检测方法mSystems——[6.633]
①肠道菌群进行疾病诊断手段受到微生物实验的准确性、重现性 ， 及微生物组高通量数据等多方面的影响；②本研究利用前期的微生物搜索引擎开发了基于菌群大数据搜索的疾病检测新策略；③第一步通过计算待测样本相对于数据库中所有微生物数据得到离群微生物组新颖性评分 ， 确定样本健康与否；④第一步中检测到的不健康样本与数据库中多种疾病的参照样本比对 ， 进行疾病分类；⑤该方法使用便捷、快速、适用范围广 ， 能够降低漏诊和误诊率 。
【主编评语】
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与RobKnight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 。 （@刘永鑫-中科院-宏基因组）
【原文信息】
Multiple-DiseaseDetectionandClassificationacrossCohortsviaMicrobiomeSearch
2020-03-17,doi:10.1128/mSystems.00150-20
纳米颗粒和共生细菌或调控胃肠道黏液层Small——[11.459]
①利用体外培养Caco-2和分泌粘液的HT29-MTX-E12构建体外胃肠道模型 ， 评估暴露于TiO2纳米颗粒（NPs）和/或鼠李糖乳杆菌、大肠杆菌对粘液层厚度和组成的影响；②在细菌存在下粘液分泌增加 ， 当与TiO2NPs共同暴露时粘液分泌显著增加；③与原始TiO2NPs和细菌共暴露的单层中发现了更多的酸性粘蛋白 ， 而与消化后的TiO2NPs和细菌共暴露则没有显著变化；④在细菌存在下 ， 观察到中性粘蛋白增加 ， 当与TiO2NPs共同暴露时 ， 中性粘蛋白增加被逆转 。


推荐阅读


上一篇：爱美食爱料理|猪肉韭菜水饺鲜香的秘诀

下一篇：多禾厨房|别直接下油锅，教你1招，藕片洁白又脆嫩，口感非常好，炒藕片时