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
关联
文章数:1篇
生物信息
MITRE :利用系统发育信息寻找时间序列中微生物组和宿主的关联
肠道微生物与人类多种疾病密切相关。高通量测序让我们看到了整个微生物群落,但庞大的数量对于我们寻找微生物组内,微生物组同宿主之间的关系却不利。本文作者在之前的研究中提出MDSINE算法用于寻找微生物组时间序列中的菌群动态变化特征。在这里作者又试图处理微生物组变化同宿主状态变化之间的联系并尝试预测,进而开发了工具MITRE:一种基于贝叶斯框架开发的有监督的机器学习方法。与传统随机森林,逻辑回归等机器方法所不同的是,这一工具整合了系统发育信息,作者表示这将更容易发现生物学解释。软件采用python编写,可在github上获取供大家使用。
生物信息
时间序列
关联
纵向研究
机器学习