CGM 第180期: 基于树结构的微生物组学研究
怎样把微生物之间的关系纳入高维数据分析？报告介绍利用进化树及其他树结构提取群落特征的方法，讨论结构化建模如何帮助解释微生物组差异。
诸奇赟
亚利桑那州立大学生命科学学院和生物设计研究所 · 助理教授
博士，本科毕业于上海复旦大学生命科学学院，于布法罗大学（University at Buffalo）生物科学系获得硕士与博士学位，先后于克雷格·文特尔研究所（J. Craig Venter Institute）和加州大学圣地亚哥分校（University of California San Diego）从事博士后训练。目前在亚利桑那州立大学（Arizona State University）生命科学学院和生物设计研究所担任助理教授，从事微生物组数据科学的研究与教学工作。
活动回放
微生物组是指生活在同一生态环境中的全体微生物。微生物组学的研究对于人类健康、公共卫生、环境保护、农业生产等都有重大意义。但是，微生物组数据的分析是一个艰难的生物信息学话题。众多的微生物成员使得数据集具有很高的维度。如果不对高维数据作进一步的结构化的区分，而把所有特征一视同仁地输入分析工具，就很难准确把握微生物组的变化规律。围绕着结构化分析这一主旨，我们创造和发展了一系列微生物组数据分析的方法、工具和资源。我们构建了高度精确的进化树，以之量化微生物基因组之间的进化距离，使得数学模型能够基于微生物的进化关系来估计微生物群落结构间的关系。我们开发了灵活的分析方法，可以使用任意树结构来提取微生物组的特征，而不局限于传统的分类学。我们开发了高质量的开源软件，使科研社区能够便利地运用这些分析方法。与传统方法对比，我们的方法能够揭示更显著的生物学意义。我们的成果正在帮助众多科研团队提高其微生物组数据分析的质量，以使人类更好地理解微生物组和它们对环境和健康的价值。
参考文献
- Qiyun Zhu, Uyen Mai, Wayne Pfeiffer, Stefan Janssen, Francesco Asnicar, Jon G Sanders, Pedro Belda-Ferre, Gabriel A Al-Ghalith, Evguenia Kopylova, Daniel McDonald, Tomasz Kosciolek, John B Yin, Shi Huang, Nimaichand Salam, Jian-Yu Jiao, Zijun Wu, Zhenjiang Z Xu, Kalen Cantrell, Yimeng Yang, Erfan Sayyari, Maryam Rabiee, James T Morton, Sheila Podell, Dan Knights, Wen-Jun Li, Curtis Huttenhower, Nicola Segata, Larry Smarr, Siavash Mirarab, Rob Knight. Phylogenomics of 10,575 genomes reveals evolutionary proximity between domains Bacteria and Archaea. Nature communications. 2019;10(1):5477. DOI: 10.1038/s41467-019-13443-4
评论（0）
登录后即可发表评论。
登录暂无评论，来发表第一条评论吧！