iMeta：刘洋彧等基于物种组合的深度学习方法预测菌群结构

热心肠小伙伴们 2022-03-14

复杂微生物群落的众多物种和未知的种群动力学一直是我们理解菌群结构变化(例如移除或添加物种)的根本障碍。推动这个领域向前发展可能需要失去一些解释机制的能力。从这个意义上说，深度学习方法可以使我们合理操控和预测复杂微生物群落的动态变化。哈佛医学院刘洋彧团队与合作者近期在iMeta发表研究，开发了一个深度学习框架来预测物种组合的群落组成，该框架不需要了解任何微生物动力学，并且各种数据的验证显示了其准确的预测能力。

复杂微生物群落的众多物种和未知的种群动力学一直是我们理解菌群结构变化(例如移除或添加物种)的根本障碍。推动这个领域向前发展可能需要失去一些解释机制的能力。从这个意义上说，深度学习方法可以使我们合理操控和预测复杂微生物群落的动态变化。哈佛医学院刘洋彧团队与合作者近期在iMeta发表研究Predicting microbiome compositions from species assemblages through deep learningt，开发了一个深度学习框架来预测物种组合的群落组成，该框架不需要了解任何微生物动力学，并且各种数据的验证显示了其准确的预测能力。

专家简介

刘洋彧

哈佛大学医学院副教授
布莱根女子医院副研究员

刘洋彧博士现任哈佛大学医学院副教授和布莱根女子医院副研究员。他于 2009年从美国伊利诺伊大学获得物理学博士学位。博士期间关于无序系统中相变的研究曾入选《欧洲物理学评论》2009年度最佳论文。2009年至2012年，他在美国东北大学物理系和复杂网络研究中心先后担任博士后和助理研究教授。期间他关于复杂网络的可控性和可观性的一系列工作曾被列为Nature封面故事，PNAS封面故事，并受到包括Nature, Science, Science News, Science Daily, WIRED等期刊或媒体的广泛报道。他于2013年加入哈佛大学医学院。他实验室(https://yangyuliu.bwh.harvard.edu)目前的研究重点是从群落生态学，网络科学，控制论，和机器学习等多个角度研究复杂微生物群落，尤其关注人类微生物组的一系列根本性问题以及人类微生物组在疾病治疗和精准营养上的应用。迄今为止，刘洋彧博士已经发表学术论文130余篇（其中Cell/Nature/Science正刊及子刊近40篇），总引用超万次，并担任多个学术期刊的副编辑，近70个学术期刊的特约审稿人，以及10多个国际会议的组织或程序委员会成员。

了解更多

相关推荐

刘洋彧团队Nature子刊：肠道微生物组用于校正饮食评估误差

哈佛大学医学院刘洋彧团队发表研究，提出了一种基于深度学习的方法——基于微生物组的营养素概况校正器（METRIC），用于校正自报式饮食评估中随机误差导致的营养剖面不准确问题。

2024-10-25

戴磊+刘洋彧Nature子刊：机器学习模型预测外来细菌的定植结局

复杂群落的外来细菌定植结局取决于复杂的种间相互作用，其中很多暂未被揭示，中国科学院深圳先进技术研究院戴磊、哈佛大学医学院刘洋彧与团队发表研究，基于数据驱动预测外来细菌的定植结局。

2024-03-20

刘洋彧等Nature子刊：利用深度学习可识别微生物群落中的基石物种

近日，哈佛大学医学院刘洋彧及团队在Nature Ecology & Evolution发表最新研究，提出一个基于深度学习的数据驱动的基石物种识别框架，通过使用从该栖息地收集的微生物组样本训练一个深度学习模型，隐含地学习来自特定栖息地的微生物群落的组装规则。应用DKI来分析人类肠道、口腔微生物组、土壤和珊瑚微生物组数据分析结果说明，那些在不同群落中具有高中位关键性的分类群显示出很强的群落特异性，而且其中许多分类群在文献中被报道为关键分类群，值得关注。

2023-11-22