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
基石物种
文章数:2篇
机器学习
刘洋彧等Nature子刊:利用深度学习可识别微生物群落中的基石物种
以前研究表明微生物群落中隐藏着基石物种,去除这些物种会导致微生物群结构和功能的巨大转变。然而,目前仍然缺乏一种有效的方法来系统地识别微生物群落中的基石物种。 近日,哈佛大学医学院刘洋彧及团队在Nature Ecology & Evolution发表最新研究,提出一个基于深度学习的数据驱动的基石物种识别框架,通过使用从该栖息地收集的微生物组样本训练一个深度学习模型,隐含地学习来自特定栖息地的微生物群落的组装规则。应用DKI来分析人类肠道、口腔微生物组、土壤和珊瑚微生物组数据分析结果说明,那些在不同群落中具有高中位关键性的分类群显示出很强的群落特异性,而且其中许多分类群在文献中被报道为关键分类群,值得关注。
机器学习
基石物种
研究论文
基础研究
微生物生态学
关键类群
Nature子刊:一种自上而下识别微生物组中关键类群的框架
对微生物组中关键种群(keystone taxa)的确切生态学定义一直以来都是一个长期争议的问题。近日,以色列巴伊兰大学研究人员在Nature Communications发表最新研究,开发了一种自上而下识别微生物组中关键类群的框架,可一致地应用于模拟扰动实验和横截面数据。该方法通过分析物种对其他物种的存在-影响,无需重建网络或假设物种间存在特定的功能形式及其互作,在模拟数据和真实微生物群落数据中均表现出良好的性能,值得关注。
关键类群
微生物组
研究论文
基础研究
微生物生态学