本体感知神经网络 (ONN)

搜索
登录

本体感知神经网络 (ONN)

文章数：1篇

本体感知神经网络 (ONN)

宁康等：基于深度学习实现百万菌群样本的超快速溯源工具ONN4MST

微生物群落样本的分类结构具有高度的栖息地特异性，其使识别样本来源的生态位成为可能。然而，当扩大溯源时，当前的方法面临挑战。华中科技大学宁康和山东大学崔学峰作为共同通讯作者，近期在Genome Medicine发表研究，介绍了一种深度学习方法——基于本体感知神经网络方法ONN4MST，可用于大规模溯源。当对来自 114 个生态位的 125,823 个样本进行溯源时，ONN4MST 以接近最佳的精度而优于其他方法。总体而言，这项研究代表了第一个基于模型的方法，用于对来自数百个生态位的亚百万菌群样本进行溯源，其具有卓越的速度、准确性和可解释性。ONN4MST 可在 https://github.com/HUST-NingKang-Lab/ONN4MST 上获得。

本体感知神经网络 (ONN) 微生物溯源 (MST) 深度学习超快菌群