专家动态 | 宁康

搜索
登录

热心肠智库专家动态 | 宁康

宁康等：深度学习可揭示细菌谱系中可逆启动子的分布和进化

华中科技大学宁康在Nucleic Acids Research发表最新研究，通过深度学习模型DeepInverton揭示了细菌可逆启动子在不同菌株中的分布和进化模式，共鉴定出超过20万非冗余可逆启动子，其中多数在病原体中尤为丰富。

宁康/缪炜/熊杰Nature子刊：青藏高原水生微生物组的基因组和基因目录解析

华中科技大学宁康、中科院水生所缪炜和熊杰与团队共同发表最新文章，通过对六种水生生态系统（咸水湖、淡水湖、河流、温泉、湿地和冰川）的498个宏基因组进行测序，构建了青藏高原微生物目录，扩展了该地区基因组多样性。

iMeta：宁康+田埂等开发在线微生物关联分析平台

华中科技大学宁康与元码基因公司田埂作为共同通讯作者在iMeta发表研究，开发了MicroEXPERT平台，MicroEXPERT平台提供了一个强大的宏基因组管理和分析系统，用于菌群数据管理、数据分析、数据挖掘和MWAS分析，帮助理解宏基因组和其生态环境之间的关联性。

宁康+卢群伟等：运动员的肠道微生物群是运动项目特有的

经常的高强度运动会导致运动员肠道微生物群的变化，这些变化的程度和性质可能会受到运动员运动模式的影响。华中科技大学的宁康、卢群伟和武汉体育学院的Song Wang与团队在mSystems发表文章，首次对有氧运动、摔跤和赛艇在内的一系列运动项目的运动员进行多队列调查，同时对比非专业运动员，调查运动员的肠道微生物群是如何被不同类型的运动所影响的，以及它与炎症、饮食、人体测量和无氧测量的关系。

宁康等：用DeepMicroCancer诊断癌症类型

基于微生物组的癌症诊断是基因组学方法在癌症诊断中日益重要的补充，但目前基于微生物组的癌症诊断模型普遍面临困难。近日，华中科技大学宁康及团队在Briefings in Bioinformatics发表最新研究，基于组织和血液样本中微生物数据开发了一种随机森林和转移学习模型-DeepMicroCancer，用于多种类型癌症的诊断，性能较好，值得关注。

宁康等：microDELTA或可用于解决年龄依赖的人体健康诊断问题

近日，华中科技大学宁康及团队在Briefings in Bioinformatics发表最新研究，提出一个基于肠道微生物群落数据使用迁移学习实现的人体健康轨迹追踪框架microDELTA，初步解决了年龄依赖性的人体健康状态诊断问题。总之，该工具可准确追踪人类肠道菌群特定的生命轨迹，较为完善的解决了年龄依赖性的人体健康状态诊断问题，对未来的健康监测与临床实践有着重要意义，值得关注。

宁康团队：迁移学习模型或可促进基于微生物的跨区域疾病诊断

近日，华中科技大学宁康及其团队在Gut发表最新研究，将迁移学习引入疾病神经诊断模型，“借用”源城市有关疾病的成熟知识，辅助目标城市进行疾病诊断，提高了人工智能在缺乏目标城市微生物群模式信息时的诊断准确性和稳健性。

宁康团队：分析少数民族菌群，揭示高热量饮食如何通过肠菌引起高血压

近日，华中科技大学宁康、程铭悦与团队在Microbiology spectrum发表最新研究，流行病学调查发现肃南县汉族和裕固族人群高血压患病率是全国平均水平的1.8倍，进一步对153份汉族与裕固族人（81例高血压，72例对照）粪便样品测序，发现在高热量饮食下，高血压个体毛螺菌属丰度显著减少，可能通过降低血清HDL-C水平促进高血压进展。此外，还发现高热量饮食下汉族高血压患者肠道菌群更脆弱。总之，该研究为高热量饮食下探究菌群失调和高血压间的联系提供了新见解。

陈松林院士+宁康等：肠道菌群介导半滑舌鳎对弧菌病的抵抗力

近日，黄海水产研究所陈松林院士团队联合华中科技大学宁康团队在Microbiome发表文章，利用半滑舌鳎模型研究宿主-菌群相互作用在调节弧菌病抗性中的作用，发现肠道菌群通过微生物-肠道-免疫轴调控宿主免疫稳态和炎症，促进半滑舌鳎抵抗弧菌病的能力。这项研究可促进鱼类水产养殖中具有高抗病性的优良种质的疾病控制和选择性育种。

宁康团队：利用迁移学习解决多情景下菌群分类问题

华中科技大学宁康团队近期在Briefings in Bioinformatics发表文章，引入了基于迁移学习的EXPERT，使分类模型能够适应多种环境，具有较高的效率和准确性。作者在文中证明了迁移学习可以促进在不同背景下的菌群分类，例如在有限样本数量的多种疾病的菌群分类，以及预测结肠直肠癌连续分期的肠道菌群的变化。从广义上说，EXPERT实现了精确的、情景感知的菌群定制分类，并增强了新的微生物知识发现能力。

iMeta：华科宁康等建立中药成分鉴定和药理学挖掘的在线平台TCM-Suite

华科宁康等建立中药成分鉴定和药理学挖掘的在线平台TCM-Suite，TCM-Suite平台由两个子数据库 Holmes-Suite和 Watson-Suite组成的，分别用于中药生物成分鉴定和网络药理学研究。TCM-Suite是一个全面的搜索和分析平台，可用于传统中药的药物发现和再利用。

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

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。

iMeta：宁康等综述用于蛋白质结构预测的宏基因组定量分析

华中科大宁康团队近期在iMeta发表综述文章。在本研究中，作者专注于定量的分析宏基因组数据中蕴含的菌群生态和进化模式，解码这些模式与蛋白质结构的复杂关系，并研究如何有效地利用这些模式来提高蛋白质结构预测的效率和准确性。作者从生态和进化模式角度出发，解码了宏基因组数据与蛋白质结构的复杂关系，并在宏基因组数据中发现了可用于高效补充蛋白质同源序列的靶向方法。本研究在有效利用宏基因组数据搜索同源序列并预测蛋白质结构方面具有指导意义。

宁康团队：菌群数据挖掘的新框架——本体感知神经网络（综述）

华中科技大学宁康团队近期在Briefings in Bioinformatics发表综述，总结了本体感知神经网络（ONN）作为菌群数据挖掘的新框架，讨论了 ONN 在多种环境中的应用，强调了 ONN 最重要的特征之一，即新颖的知识发现，最后，提供了几个应用程序来展示 ONN 在微生物组数据挖掘中相对于其他方法的优势。

宁康等：利用同源序列解码菌群生态位关联，准确预测靶向蛋白结构

华中科技大学宁康团队与合作者在PNAS发表研究，建立了一个包含42.5亿个序列的四个主要生物群落的模型库，开发了名为MetaSource的机器学习模型来预测目标蛋白质的源生物群落，可显著提高联系图和3D结构模型的准确性，同时大幅减少计算机内存和CPU时间。研究的结果验证了重要的生物组-序列-Pfam关联，这可以为基于菌群的蛋白质结构和功能预测的靶向方法提供更高的效率和有效性。

侯晓华+宁康+丁震：腹泻型IBS患者的肠道菌群特征

华中科技大学的侯晓华、宁康、丁震等人在Microbiology Spectrum上发表一项研究，利用多个肠道部位的样本来描述腹泻型肠易激综合征患者的肠道菌群特征，发现直肠粘膜的微生物群落更适用于该疾病的诊断。

徐书华+宁康：我国多民族间宿主—微生物基因多样性及微观共进化研究

中科院上海营养与健康研究所徐书华团队和华中科技大学宁康团队合作，在Journal of Genetics and Genomics发表文章，报道了我国新疆哈萨克族、汉族和维吾尔族等群体中宿主-肠道微生物遗传多样性与微观共进化机制，其有助于加深理解人类宿主基因组与肠道微生物组间的微观共进化，同时该研究对推动人类表型组计划和我国多民族“宿主-微生物”共进化研究有积极影响和示范效应。

宁康等：用工程菌“一石二鸟”改善乳糖不耐受

华中科技大学宁康、Yi Zhan和闫云君与团队近期在BMC Biology发表文章，报道了一种用于构建工程菌株的基因回路，能根据肠道内的乳糖和pH信号在“促进乳糖消化”和“消耗乳酸以稳定肠道pH值”两种功能间进行切换，从而有效改善由过量乳糖摄入引起的肠道问题，为干预乳糖不耐受提供了新策略。

宁康、张磊等：肠道菌群或可促进早期类风湿性关节炎进展

山东第一医科大学Jinxiang Han、华中科技大学宁康和山东大学张磊与研究团队在Gut发表文章，招募健康对照、骨性关节炎和类风湿关节炎患者，对肠道宏基因组、临床表型、血液和膝关节滑液中的代谢物进行分析，发现大肠杆菌和牛链球菌促进抗坏血酸的降解，促进促炎反应，加速炎症性关节炎的发展。

19分钟详解用人工智能赋能菌群大数据挖掘

面对海量的微生物组大数据，研究者该如何挖掘？怎样突破目前面临的两大瓶颈？