随机森林机器学习

搜索
登录

随机森林机器学习

文章数：6篇

肠道菌群标志物

慢性阻塞性睡眠呼吸暂停相关菌群和代谢标志物

用肠道菌群标志物来鉴定疾病状态，最主要的挑战之一是标志物是否在不同模型/个体间具有可重复性。mSystems发表的一项研究，在两种心血管疾病小鼠模型中通过随机森林方法，鉴定出与间歇性缺氧和高碳酸血症暴露（模拟慢性阻塞性睡眠呼吸暂停）相关的通用菌群和代谢组标志物，为疾病相关菌群标志物的鉴定带来启示。

肠道菌群标志物非靶向代谢组学 16S rRNA基因测序随机森林机器学习间歇性缺氧

生物信息学算法

HULK：k-mer频谱草图用于微生物组快速分析

近年来公共可用微生物组数据的增长为基因组研究提供了宝贵的资源。大量的微生物组数据，以及微生物组研究的广泛普及和临床宏基因组学时代的到来，意味着迫切需要开发能够在短时间内处理大量数据的分析方法。为了满足这一需求，发表于《Microbiome》的研究提出了一种使用流式k-mer频谱的相似性草图表示微生物组测序数据差异的新方法。这些草图允许近似实时地进行差异估计，快速的微生物组目录搜索和微生物组样品的分类。项目地址：https://github.com/will-rowe/hulk 。

生物信息学算法菌群结构菌群相似性机器学习随机森林机器学习

随机森林机器学习

对人体菌群样本来源部位的分类准确度提高了35%

得益于一个新的随机森林分类器，在对来自于不同人体部位的菌群样本进行分类时的准确度提高了35%。对菌群大数据的机器学习和应用方兴未艾。

随机森林机器学习溯源 Biomarkers Generalized Local Learning human microbiome

pH梯度对土壤菌群的直接和间接影响

酸碱度（pH）可影响菌群结构，Microbiome近期发表一项研究，分析了pH梯度对农业土壤菌群的直接和间接的影响作用。人体不同部位的pH也存在差异，尤其是消化道，所以这项研究或许也能为人体菌群研究带来启示。

土壤菌群土壤pH值随机森林机器学习微生物生态学 16S rRNA

Microbiome：16S vs 宏基因组，对儿童克罗恩病的诊疗意义各异

这是Microbiome发表的关于利用不同的组学方法（16S rRNA基因测序 vs 宏基因组）对儿童克罗恩病的疾病状态和治疗效果进行分析和分类的研究，很多人对两种重要的测序方法推动菌群用于临床的异同非常关注，这项研究正好关注于此，很值得好好看看哈。

16s测序宏基因组儿童克罗恩病随机森林机器学习 Nicole M Davis

mBio：菌群和肥胖的相关性，也受到挑战

有两项研究说，用新的方法分析之前的数据，居然无法支持菌群与肥胖相关这一被广泛接受的假说！那到底以前的分析方法靠不靠谱呢？无菌小鼠的实验其实已经直接证明了菌群与肥胖等代谢疾病的关系，而新的数据分析方法为什么会得到二者相关性很弱的结论呢？以前的方法出现了什么问题？是忽视了个体化差异太大，还是样本量完全不够，算法有问题？这篇文章带给我们的震撼，不仅仅是告诉我们P/B值跟肥胖无关，也不仅仅是因为菌群和肥胖的相关性受到质疑，还因为它提示我们，现有的数据分析方法可能太初级，充满系统性错误。或许也可以说，我们的菌群研究真的还是处于太初级的阶段！

α多样性随机效应模型拟杆菌厚壁菌随机森林机器学习