聚类算法

搜索
登录

聚类算法

文章数：3篇

国内团队：从宏基因组序列中加速识别病原体的新工具GPMeta

宏基因组测序由于其无偏性和低成本特性，是临床微生物检测中识别病原体的有力工具。然而，在临床相关的时间框架内对序列进行分类的挑战阻碍了测试技术的临床实践。近日，华大基因Zengquan He、Dongfang Li、Xuebin Wang及团队在Briefings in Bioinformatics发表最新研究，开发了GPMeta（https://github.com/Bgi-LUSH/GPMeta），可以快速且准确地从复杂的微生物组数据中识别病原体，相比其他工具性能较好，值得关注。

GPMeta 病原体鉴定研究论文基础研究生信工具

用于扩增子测序数据分析的超快、高精度工具LotuS2

扩增子测序是分析微生物群落的最常用技术之一，许多处理这些数据的可用工具需要较高的生物信息学技能和计算能力。近日，英国Quadram生物科学研究所在Microbiome发表最新研究，开发了LotuS2（https://github.com/hildebra/lotus2）扩增子测序分析工具，其程序设计轻巧、易于使用、速度快、且不影响重建微生物群落的质量（支持16S、18S和ITS扩增），支持DADA2、uparse、unoise3、cd-hit和vsearch等不同的序列聚类算法。在真实和模拟数据中，LotuS2性能优越，处理速度更快。此外，其输出数据还可直接导入R或作为文本文件导入其他程序。总之，该工具的开发促进了科研人员便捷的挖掘相关数据，值得关注和测试。

LotuS2 生信分析工具研究论文基础研究扩增子测序

宏基因组重叠群

西安交大：用于聚类宏基因组重叠群的新方法——MetaDecoder

这是西安交通大学杨铁林、郭燕与团队在Microbiome发表的研究成果。可基于 GPU运算的 MetaDecoder，用于有效地聚类宏基因组重叠群并从菌群数据中重建菌群。在模拟数据集和真实数据集上应用 MetaDecoder 表明，它可以生成更完整且污染更低的基因组。使用 MetaDecoder，作者确定了新的高质量基因组并扩展了现有的细菌基因组集。

宏基因组重叠群菌群功能聚类算法 k-mers Gaussian混合模型