算法

搜索
登录

算法

文章数：5篇

MGS2AMR: 用于宏基因组测序样本耐药基因的评估工具

从临床标本中鉴定致病菌并评估其抗生素耐药性 (AMR) 是一项艰巨的任务，涉及体外培养、分离和药敏测试。最近将机器学习算法应用于分离株的全基因组测序数据可较好解决这个问题。然而，利用更容易获得的宏基因组测序数据进行AMR评估仍然是一个巨大的挑战。近日，辛辛那提儿童医院医学中心研究人员在Microbiome发表最新研究，基于高通量测序数据的微生物组样本耐药基因的评估工具MGS2AMR，实测性能较好，值得关注。

MGS2AMR 抗生素耐药基因研究论文基础研究生信工具

Faith系统发育多样性

Rob Knight团队：Faith系统发育多样性的高效计算及其在菌群特征分析中的应用

基于系统发育、系统基因组树和稀疏数据分析的算法和资源进步的推动，作者开发了一种新的算法——即 Stacked Faith 的系统发育多样性 (SFPhD)，用于快速计算 Faith's PD。此外，作者旨在证明基于系统发育分析的在宏基因组研究中是值得关注的角度，之前在这些研究中该指标不常使用。基准测试的代码可在 GitHub (https://github.com/biocore/faiths-pd-benchmarking) 上找到。对 FINRISK 宏基因组数据进行基准测试所需的数据和代码也可在 GitHub 上获得。SFPhD 代码可在 unifrac Python 包 (https://github.com/biocore/unifrac) 中找到。

Faith系统发育多样性 SFPhD 计算资源多样性差异算法

宏基因组测序

SCAPP：组装宏基因组质粒的Python包

本研究开发了 SCAPP（一个易于使用的 Python 包），可以从宏基因组样本中组装完整的质粒序列。SCAPP 以 Recycler 算法的一些关键思想为基础，同时通过整合有关质粒的生物学知识改进质粒组装。在大多数情况下，它的性能优于现有的宏基因组质粒组装软件，SCAPP 是开源软件，可从以下网址获得：https://github.com/Shamir-Lab/SCAPP。

宏基因组测序组装质粒算法 Python

人工智能预测大肠癌转移风险

尽管T1期结直肠癌（CRC）淋巴结转移的发生率仅为~10%，但根据指南，大多数T1 CRC患者需接受手术切除和淋巴结清扫。为减少不必要的手术切除，最新发表在Gastroenterology的研究使用人工智能建立了一个模型来识别T1 CRC患者的淋巴结转移风险，并在单独的一组患者中验证了该模型。训练队列和验证队列数据显示，该ANN模型在识别T1 CRC患者淋巴结转移方面优于指南。该模型可用于确定哪些患者在经历内镜下切除T1 CRCs后需要额外手术。

结直肠癌 AI LNM machine learning algorithm

Nature子刊：Salmon不比对快速定量宏基因组基因

传统的定量工具采用比对的方法，对于人类几万个基因都需要消耗几小时，而面对微生物组动辄千万的基因更是费时费力。Salmon的非比策略具有速度上的极大优势，同时不会生成传播的巨型SAM格式比对文件。Salmon又是体现了出版平台对文章引用存在巨大影响的例子，该软件2015年发布在BioRxiv上面，两年只有10次引用，截止目前4年也仅有37次引用。而文章被Nature Methods接收发表后，短短两年引用高达1000多次，相同时间内引用量相差高达百倍，可见这28分的杂志确实获得了同行的广泛关注。

生物信息宏基因组基因定量软件算法