Liat Shenhav

搜索
登录

Liat Shenhav

文章数：2篇

Nature子刊：Rob Knight团队发表微生物组数据降维新方法

人类微生物组研究的解读能力受到个体间差异很大的限制。现有的降维方法没有考虑微生物组数据高维，稀疏性、组成性、变异大等特点。加州大学圣地亚哥分校Rob Knight团队描述了一种降维方法，成分张量因子分解（compositional tensor factorization，CTF）。该方法将来自多个样本中同一宿主的信息合并在一起，以揭示驱动表型微生物组成差异的模式。 CTF可以识别稀疏成分数据集中的稳健模式，从而可以检测可在数据集之间重现的特定表型相关的微生物变化。

降维生物信息分析菌群分析方法

生物信息学工具

FEAST: 快速准确的微生物来源追溯工具

在微生物来源分析中，随机森林和基于贝叶斯的SourceTracker（https://mp.weixin.qq.com/s/18U5YmzEPpCBsZJBYxwCkw）有较广泛应用，如（https://www.mr-gut.cn/papers/read/1051090487），但运行速度和准确度一直不尽人意。基于模拟数据测试，本软件的优势是与之前的方法相比即快又准。此外在婴儿和厨房的自然样本数据中，也看到了较合理的结果。此外它也可应用于分类诊断中的应用，也比JSD和UniFrac方法更准确。同时提出了将未知来源比例可能用于疾病恢复过程中的诊断指标。方法到底多好用，还需要在更多的实战项目中检验。关于此文的详细解读和新闻报导，详见宏基因组公众号（https://mp.weixin.qq.com/s/NL68sMIYL_vhBxGa91bFpg）

生物信息学工具 R包软件 Marja K Puurunen Marja K Puurunen