数据挖掘

搜索
登录

数据挖掘

文章数：7篇

肠道菌群标志物

赵方庆等Nature子刊：拨开菌群大数据的迷雾，用NetMoss鉴定可靠的疾病标志物

肠道菌群作为疾病的“晴雨计”，是潜在的疾病标志物。然而，由于混杂因素（比如批次效应）以及基于丰度分析方法的局限性，不同研究之间难以鉴定出统一的疾病相关菌群标志物，这阻碍了菌群在疾病临床诊断和预后预测中的应用。为解决这一难题，中国科学院北京生命科学研究院的赵方庆团队，开发了一个基于生物学网络分析的新型工具——NetMoss，可以有效地解决以往微生物组数据整合中存在的批次效应问题，能极大提高对疾病相关肠菌标志物的识别能力。相关成果已在Nature Computational Science发表，强烈推荐专业人士关注！

肠道菌群标志物分析工具 colorectal cancer Data integration data mining

计算平台和环境

Nature：Robert C Edgar等开发Serratus可处理PB级序列并建立全球最大病毒组数据库

我们需要对病毒多样性进行全球监测，以改进对未来流行病的预测和预防，受高通量测序可用性增加的推动，序列分析的计算成本仍然很高，尤其是将短读长组装成重叠群，这限制了分析样本的广度。为了促进全球病毒发现，作者提出了一种替代的基于比对的策略，它比组装便宜得多，并且能够处理大量数据集，作者开发了用于超高通量序列比对的 Serratus 云计算基础设施，筛选了 570 万个生态多样化的测序文库或 10.2PB 的数据，识别地球的病毒组是为下一次大流行做准备的基本步骤。 (v0.3.0) 可在 https://github.com/ababaian/serratus上获取。

计算平台和环境数据挖掘乙型肝炎病毒宏基因组学 SARS-CoV-2

基于组学数据挖掘人肠道菌群中的酶（综述）

肠道菌群可表达大量不同功能的酶，介导菌群代谢物的生成，从而影响宿主生理和健康，但目前人们对于这些酶的研究仍存在大量空白。Trends in Biotechnology近期发表综述，详细总结了基于组学数据（宏基因组、代谢组、转录组、宏转录组等）来挖掘肠道菌群中的酶的研究方法，推荐专业人士参考。

酶数据挖掘组学肠道菌群

徐健、苏晓泉等：用大数据引擎绘制全球菌群转化网络

在自然界的各种生态系统中，微生物以群落（即“菌群”）的形式广泛存在并相互作用，从而深刻地塑造着地球生物圈的功能。然而，菌群多样性的形成和演变过程一直悬而未决。该研究提出了一种基于大数据搜索的理论模型，从多个尺度探索不同生态系统之间微生物组的内在关联与演化规律。基于该理论模型，研究人员运用前期开发的菌群搜索引擎（MSE; http://mse.ac.cn）和超过17万例样本，计算和绘制了首个全球性的“菌群相互转化网络”，从而刻画出不同生态系统中菌群最可能的演化途径，对于重构历史上曾经存在过的菌群，或设计全新的菌群，具有重要的指导意义。

菌群转化无标度网络数据挖掘 β多样性

人类肠道病毒组

Nature子刊：19万个人类肠道病毒基因组草图

噬菌体在肠道微生态中有重要作用，但相关研究和资源还很有限。Nature Microbiology近期发表研究，建立了一个含有近19万个人类肠道病毒基因组草图的数据库MGV，为深入探索肠道病毒组和噬菌体疗法提供了重要资源。

人类肠道病毒组噬菌体数据挖掘数据库

苏晓泉等：菌群大数据挖掘的机遇和挑战（综述）

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。

微生物组鸟枪法宏基因组学扩增子测序数据挖掘微生物组搜索

肢端肥大症

3173例肢端肥大症：临床病理特征大汇总

① LAS数据库，来自10个国家的3173例患者，54.5%为女性，男性诊断时的年龄小于女性，女性患者出现第一个症状到诊断的延误时间长2年；② 男性患者肿瘤大于女性，肿瘤的大小和浸润程度与年龄负相关；③ 诊断时的随机生长激素（GH）与OGTT中GH的最低水平相关，GH与年龄负相关；④ 糖尿病的发生率为27.5%，高血压为28.8%，睡眠呼吸暂停综合征为25.5%，心脏肥大为15.5%；⑤ 红细胞水平升高，且与IGF-1相关，常见甲状腺结节，结肠息肉，骨质疏松。

肢端肥大症数据库数据挖掘诊断生长激素