数学模型

搜索
登录

数学模型

文章数：9篇

Cell子刊：人体肠道菌群的代谢模型（观点）

人体肠道是一个复杂的生态系统，上百种微生物物种构成肠道菌群，并与人类宿主相互作用。肠道微生物组的数学模型整合了人们对肠道生态系统的认识，并有助于建立假说来解释对肠道的观察结果。广义的Lotka-Volterra模型已被广泛应用，但该模型没有考虑菌群间动态的生态相互作用，无法解释肠菌的代谢灵活性。最近，明确描述肠菌代谢物产生和消耗的模型逐渐流行。Cell Systems近日发表观点文章，对目前的肠道菌群代谢模型进行总结，梳理了这些模型在人类肠道微生物组研究中的应用，探讨了它们目前面临的挑战和未来的发展方向。

肠道菌群观点数学模型代谢模型微生物群落代谢模型

动态复杂网络模型

深圳先进院：动态网络模型助力研究阿尔茨海默病的肠道菌群干预

多项研究发现，肠道菌群和多种神经退行性疾病间密切相关，但是，肠道菌群是个复杂的微生态系统，除了组成和丰度的变化，如何进一步解析肠道细菌之间的复杂相互作用，探索不同健康状态下肠道菌群互作关系的变化，并推导可用于肠道菌群调控的枢纽细菌，值得深入研究。近日，深圳先进院陈宇及团队在Gut Microbes发表最新研究，基于阿尔茨海默病（AD）小鼠的肠道菌群，采用图论的方法构建了一套用于解析肠道菌群干预窗口期和推测肠道菌群干预靶点的动态复杂网络算法模型。利用肠道菌群及其功能分析，推断了对AD小鼠进行肠道菌群干预的窗口期和候选靶细菌。总之，该研究构建了一种基于肠道菌群数据的动态复杂网络评估模型，值得关注和推广。

动态复杂网络模型阿尔茨海默病研究论文基础研究图论法

北大团队揭示底物特性调控代谢分工群落构建的定量预测原理

“代谢分工”是微生物相互作用和群落代谢策略的常见形式之一，但“代谢分工”群落如何构建与调控仍不清楚。该研究采用“自下而上”的合成生态学手段，提出了底物浓度和毒性强度调控代谢分工群落构建的定量预测原理，为“代谢分工”群落的构建机制与合成菌群的理性设计提供了新的理论支持。

群落结构数学模型代谢分工底物合成菌群

微生物生态学

Nature子刊：如何用生态学模型研究微生物群落的涌现性质（综述）

复杂的微生物群落中，微生物之间的微观相互作用会导致在群落水平产生新的宏观特性，这种特性不能从群落成员的性质线性推导出来，被称为微生物群落的涌现性质。Nature Ecology & Evolution发表的这篇综述，详细介绍了目前用于研究微生物群落涌现性质的建模方法。

微生物生态学涌现性质数学模型

工程益生菌

工程益生菌 SYNB8802或可用于治疗高草酸尿症

Molecular Systems Biology发表的研究中，以EcN为底盘构建了草酸盐降解菌SYNB8802，在体外和体内动物模型试验中，均表现出代谢草酸盐的能力。数学模型预测显示，该菌株干预可降低健康人和肠道高草症患者尿液中草酸盐排泄量。目前，SYNB8802正在进行健康受试者和肠道高草症患者的一期研究，以确定其安全性和降低草酸盐排泄的能力（NCT04629170）。本研究结果提示， SYNB8802有可能在EH患者的消化道内消耗草酸盐，未来或可用于EH的治疗。

工程益生菌高草酸尿症 EcN 数学模型

Nature子刊：一种自上而下可扩展的菌群结构预测方法

涉及多物种菌群的现代应用依赖于在特定环境中预测此类群落结构的能力，结构取决于物种之间的成对和高阶相互作用。为了解开这些相互作用，经典的自下而上的方法检查所有可能的物种子群落。由于子群落的数量随着物种数量 n 呈指数增长，因此此类方法不可扩展。为了克服这一挑战，作者开发了一种方法，该方法可以通过仅检查 2n 个子群落来预测一个拥有n个物种的群落的结构。作者将该的方法称为预测群落结构的有效成对交互(EPICS)。

菌群结构物种子群落 EPICS 数学模型

FM：可预测婴儿肠道菌群代谢互作的数学模型

这是一项针对肠道菌群的数学建模研究，针对婴儿菌群的代谢互作建立了专门的模型系统。值得生物信息学、人工智能、数学算法等相关专业领域人士参考学习。

数学模型代谢互作低聚果糖 Franciele Dietrich-Zagonel Franciele Dietrich-Zagonel

Lancet子刊：疫苗对抗生素耐药性的影响（综述）

疫苗的使用，无疑降低了人类感染疾病的风险，对减少抗生素的使用具有巨大意义，但如何相对准确地评估疫苗对耐药性的影响呢？这篇综述系统总结了已有数学模型，做了评估分析，值得临床专业人士阅读。

疫苗抗生素耐药性数学模型 Tom Van de Wiele Kim De Paepe

方臻成：基于人工智能的噬菌体结构蛋白识别-从频率模型到词向量

5月29日上午的新技术大会上，南方医科大学周宏伟组博士后方臻成报告了团队开发的多款病毒组研究工具，其基于词向量模型的新算法进一步改善了噬菌体中结构蛋白的识别，为深入和全面的研究病毒组提供了一款更优的工具。

人工智能噬菌体基因组注释数学模型词向量