Pengshuo Yang

搜索
登录

Pengshuo Yang

文章数：7篇

iMeta：宁康等综述用于蛋白质结构预测的宏基因组定量分析

华中科大宁康团队近期在iMeta发表综述文章。在本研究中，作者专注于定量的分析宏基因组数据中蕴含的菌群生态和进化模式，解码这些模式与蛋白质结构的复杂关系，并研究如何有效地利用这些模式来提高蛋白质结构预测的效率和准确性。作者从生态和进化模式角度出发，解码了宏基因组数据与蛋白质结构的复杂关系，并在宏基因组数据中发现了可用于高效补充蛋白质同源序列的靶向方法。本研究在有效利用宏基因组数据搜索同源序列并预测蛋白质结构方面具有指导意义。

生态学进化宏基因组数据靶向方法蛋白质3D结构建模

肠易激综合征

侯晓华+宁康+丁震：腹泻型IBS患者的肠道菌群特征

肠易激综合征（IBS）是一种功能性肠病，以腹痛或腹部不适为主要症状，影响全球约10%的人口。虽然IBS的病理生理学尚不清楚，但已发现肠道菌群失调是IBS的潜在致病机制之一。目前，大多数分析腹泻型肠易激综合征（IBS-D）的研究主要基于粪便样本，但粪便菌群不能完全代表肠道菌群。来自华中科技大学的侯晓华、宁康、丁震等人在Microbiology Spectrum上发表一项研究，利用多个肠道部位的样本来描述IBS-D患者的肠道菌群特征，发现直肠粘膜的微生物群落更适用于IBS-D的诊断。

肠易激综合征菌群-疾病关联性肠道菌群疾病诊断腹泻型肠易激综合征

宁康等：利用同源序列解码菌群生态位关联，准确预测靶向蛋白结构

近期，华中科技大学宁康团队与合作者在PNAS发表研究。作者假设微生物生态位和蛋白质家族之间存在固有的进化联系，可用于构建精确的多序列比对（MSAs）。为了检验这个假设，作者建立了一个包含42.5亿个序列的四个主要生物群落的模型库，开发了一个名为MetaSource的机器学习模型来预测目标蛋白质的源生物群落，其可以显著提高联系图和3D结构模型的准确性，同时使用少于三倍以上的计算机内存和CPU时间。研究的结果验证了重要的生物组-序列-Pfam关联，这可以为基于菌群的蛋白质结构和功能预测的靶向方法提供更高的效率和有效性。

菌群蛋白质结构预测深度学习多序列比对蛋白质同源家族

华中科大宁康等：运动员的肠道菌群组成及功能与其表现相关

华中科技大学的宁康团队、卢群伟团队及武汉体育学院的王松团队在Gut Microbes上发表的一项队列研究，发现优秀运动员与非优秀运动员的肠道菌群组成及功能存在显著差异，而肠道菌群又与运动员的饮食、身体特征密切相关。该研究结果提示，监测运动员的菌群并给予精准饮食干预，可能有助于提升其运动表现。

运动员研究论文基础研究队列研究

华科宁康等：海洋宏基因组资源促进了对新蛋白质的结构和功能预测

华中科技大学生命学院宁康教授团队，联合软件学院薛志东教授团队和美国密歇根大学计算医学与生物信息系张阳教授团队，在利用微生物组大数据辅助预测蛋白质三维结构领域取得新突破。对于无已知同源蛋白质结构的新型蛋白质，要想预测其结构则需要借助于从头折叠算法。在从头折叠算法中，第一步是明确氨基酸残基之间的“密切接触”关系，这通常需要在很多蛋白质同源序列的帮助下才能得到更好的结果。针对于Pfam中的蛋白质家族，其实仍然有很多蛋白质家族下属的同源序列较少，难以提高从头折叠结构预测的准确性。宁康等认为海洋微生物组包含大量独特的新基因和蛋白质，它们的序列可以用作计算“密接”关系的素材。随后证明了这种方法在预测新蛋白结构上的有效性。

宏基因组海洋宏基因组蛋白质结构预测 Pfam Tara Oceans

菌群恢复力

世纪坛医院+中科院计算所+华中科大：长期出国的人，菌群如何变化？

研究表明，短期的饮食变化可改变健康人或疾病患者的肠道菌群组成。来自世纪坛医院、中科院计算所及华中科大的团队在Gut上发表的一项最新研究，对10名在国外生活了6个月的北京健康志愿者的肠道菌群进行了追踪分析，发现肠道菌群表现出了很强的可塑性和恢复性：在国外时，菌群组成趋向于当地的模式，而回国后，菌群又可很快恢复。

Diet INTESTINAL MICROBIOLOGY 菌群恢复力 Stephanie Kullmann Stephanie Kullmann

human microbiome

书籍章节：菌群研究中如何应用宏基因组和单细胞组学？

本文是《转化生物医学信息学》一书中的一个章节，来自于华中科技大学团队，对人类微生物组研究中的宏基因组及单细胞组学数据分析方法进行了阐述，值得一读。

human microbiome metagenomics Omics Single-cell Kamal V Patel