首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
HOPE
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
Microbial genetics
文章数:6篇
菌群研究
Nature子刊:教你使用 CAMI 基准测试工具包评估宏基因组学软件
计算方法是菌群研究的关键,获得定量且无偏的性能评估对方法开发者和应用研究者很重要。为了在方法之间进行有意义的比较,确定最佳实践和常用示例数据并减少基准测试的计算成本,有必要使用标准化的数据集、过程和度量标准进行评估。在本教程中,作者描述了由较大的研究人员群体共同确定的计算宏组学基准测试中的新兴标准。作者解释了最相关的评估指标,用于评估宏基因组装配/组装,分箱和分析结果,并提供有关如何生成它们的分步说明。本教程将为同行提供参考,并有助于在菌群研究中提供信息丰富且可重复的基准测试。
菌群研究
计算方法
CAMI数据集
软件性能评测
宏基因组
医院微生物组
Nature子刊:深入分析医院环境微生物组,揭示隐藏的致病菌和抗生素耐药性
院内感染是全球医疗系统共同面临的挑战,尽管消毒是控制感染的关键,但我们对医院环境微生物的定殖分布和抗生素耐药性情况,仍缺乏了解。《Nature Medicine》最新发表了来自新加坡基因组研究院Niranjan Nagarajan团队主导的研究,李陈浩博士为并列第一作者。该研究对新加坡一家医院45张床位相关的179个位置进行多时间点的重复采样,通过深度鸟枪法宏基因组测序、富集培养结合二三代测序等方法,首次深入刻画了医院中的微生物组、病原体和抗生素耐药基因及相关可移动元件的时空分布和动态变化,表明一些多重耐药致病菌株可在医院内广泛传播并稳定长期留存,从而伺机造成院内感染。这些发现为未来进一步研究如何预防院内感染提供了宝贵信息。
医院微生物组
disease prevention
Microbial genetics
院内感染
多重耐药微生物
吸烟
吸烟者的舌菌群组成与功能变化
NPJ Biofilms and Microbiomes上发表的一项最新研究,对吸烟者与非吸烟者的舌菌群进行了对比分析,鉴定出了与吸烟相关的舌菌群组成及功能变化。
吸烟
Microbial genetics
next-generation sequencing
plaque
舌菌群
药物代谢
Nature:对肠道菌群药物代谢作用的系统性研究
口服药的疗效和副作用可能存在很大的个体差异,越来越多的证据显示肠道菌群在其中扮演重要角色。《Nature》上线来自耶鲁大学医学院Andrew L. Goodman团队的一项最新研究,系统性地分析了76种/株人类肠道菌对271种口服药物的代谢情况,鉴定出参与药物代谢的细菌基因及其产物,并在小鼠模型和人肠道菌群培养物中对部分发现进行了验证,加深了人们对肠道菌群参与药物代谢的分子机制的理解,为靶向菌群的个体化药物干预带来启示。有兴趣的读者不妨搭配着读一下该团队今年2月在Science发表的相关研究(http://www.mr-gut.cn/papers/read/1088767446),相信会有更多收获。
药物代谢
肠道菌群
Drug Therapy
Microbial genetics
Microbiome
CRISPR基因编辑系统
Nature Reviews:用CRISPR技术对“难搞定”的微生物进行遗传分析
基于CRISPR的基因编辑技术在近年大火。一些传统遗传学方法难以“搞定”的微生物,可以用CRISPR技术进行遗传操作。Nature Reviews Microbiology[IF:26.819]近期发表文章,对此进行详细回顾和展望,值得专业人士关注。
CRISPR基因编辑系统
基因工程
微生物遗传学
CRISPR-Cas9 genome editing
Genetic engineering
遗传关联研究
Nature:对菌群的影响,环境大于宿主基因!
# Nature再发菌群分析强文!# 宿主的遗传背景对人类肠道菌群的影响程度一直不甚明了。Nature杂志(IF:40.137)最新发布了以色列魏茨曼科学研究所Eran Elinav & Eran Sega课题组的研究成果,通过一系列遗传学和统计学相关性分析,指出环境因素比宿主基因对肠道菌群结构的影响更加显著,开创性地将“菌群相关性系数(microbiome-association index)”纳入计算模型,利用肠道菌群数据提高对血糖、肥胖等体质特征的预测精度。作者还鲜明提出,通过菌群来改善治疗效果,无须考虑太多宿主遗传背景,可针对人群特征推动。这篇文献具有较强的研究和应用参考价值,非常值得认真看看,特别推荐给大家。
遗传关联研究
人类遗传学
人肠道菌群
Genetic association study
Genetics