Nicholas A Bokulich

搜索
登录

Nicholas A Bokulich

文章数：7篇

微生物-代谢物互作

mmvec神经元网络算法评估微生物-代谢物的互作

Nature Methods的这篇文章介绍了神经元网络mmvec在多组学研究中的使用。传统的统计学方法过度简化数据，容易造成大量假阳性结果，而微生物组和代谢组数据均为成分性数据，更加剧了分析误差的可能性。作者Rob Knight团队提出的mmvec神经元网络能够通过学习代谢物和微生物同时出现的概率，对代谢物与微生物互作进行评级，并可视化显示分析结果。作者随后对mmvec进行使用验证，证明mmvec在分析效用上显著优于目前常用方法。推荐需要多组学分析研究的读者尝试（https://github.com/biocore/mmvec）！！

微生物-代谢物互作神经元网络算法mmvec I M Moreno I Martín-Carrasco

绝经后肥胖女性减重前后的菌群、胆汁酸及代谢变化

Journal of Translational Medicine上发表的一项最新研究，10名绝经后女性通过低卡路里饮食减肥后，菌群组成、结构及功能发生变化，某些细菌分类群与胆汁酸代谢、脂质代谢相关。

Obesity Diet-induced weight loss Plasma metabolome fecal microbiota Fecal bile acids

缺失HDAC6改变小鼠肠道菌群并加剧肥胖

抗生素处理可通过去除可产生组蛋白去乙酰化酶抑制剂的菌群，影响体重。FASEB Journal发表的一项最新研究，发现缺失了组蛋白去乙酰化酶-6的小鼠，并未表现出对肥胖的抗性，而是表现出体重增加的加速。HDAC6缺陷可能导致CD4及CD8 T细胞活化增强，并导致肠道菌群失调，从而促进肥胖。

HDAC T-regulatory cells Inflammation Microbiome 肥胖

菌群分析方法

对标记基因扩增子序列的系统分类进行优化

Microbiome上发表的一篇生信方法学文章，介绍了如何利用QIIME1及QIIME2中的各类工具，对标记基因扩增子序列的系统分类进行优化。

菌群分析方法生物信息学 Michael Sieber Michael Sieber

婴儿肠道菌群

STM：三大因素塑造婴儿肠道菌群！

Martin J Blaser团队的最新研究，揭示抗生素、出生方式和饮食到底如何塑造婴儿的肠道菌群。

婴儿肠道菌群抗生素剖腹产奶粉喂养

抗生素对小鼠肠道菌群的干扰增加与高脂饮食相关的肥胖、胰岛素抵抗及肝病

① C57BL/6小鼠分为终生亚治疗性抗生素处理组（STAT）及对照组（不接受抗生素治疗），13周后2组均进行高脂饮食干预；② 与对照组相比，STAT小鼠体重及脂肪质量增加，胰岛素抵抗及非酒精性脂肪肝加重，并受性别影响，抗生素不影响小鼠的能量平衡，但影响葡萄糖和胰岛素稳态，；③ 抗生素暴露导致饮食依赖的微生物改变，这些特殊微生物与疾病相关；④ 微生物网络拓扑结构与小鼠生理状态相关；⑤ 该结果为涉及菌群干扰的疾病模型的建立奠定了基础。

抗生素肠道菌群肥胖胰岛素抵抗肝病

Nature子刊：涂抹产道分泌物，部分恢复剖腹产婴儿菌群

老文分享，今年2月在Nature Medicine发表的重量级研究，再次推荐给大家。

剖腹产顺产阴道菌群 Jeffrey I Gordon Vanessa K Ridaura