专家动态 | 刘洋彧

搜索
登录

热心肠智库专家动态 | 刘洋彧

刘洋彧团队Nature子刊：肠道微生物组用于校正饮食评估误差

哈佛大学医学院刘洋彧团队发表研究，提出了一种基于深度学习的方法——基于微生物组的营养素概况校正器（METRIC），用于校正自报式饮食评估中随机误差导致的营养剖面不准确问题。

戴磊+刘洋彧Nature子刊：机器学习模型预测外来细菌的定植结局

复杂群落的外来细菌定植结局取决于复杂的种间相互作用，其中很多暂未被揭示，中国科学院深圳先进技术研究院戴磊、哈佛大学医学院刘洋彧与团队发表研究，基于数据驱动预测外来细菌的定植结局。

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

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。

刘洋彧等Nature子刊：PTSD或与饮食模式和肠菌间有关？

近日，哈佛大学医学院刘洋彧及团队在Nature Mental Health发表最新研究，纳入44名有创伤应激障碍（PTSD）、119 名有创伤但无PTSD和28名无创伤的志愿者，发现PTSD与饮食模式和肠道微生物组间存在关联。总之，这些发现有可能为PTSD的预防或改善提供基于饮食或微生物组的干预措施，值得关注。

刘洋彧团队Nature子刊：何为“营养冗余”？与健康有什么关系？

Nature Communications近期发表了来自哈佛大学医学院布莱根女子医院刘洋彧团队的重要研究，发现不同于食物摄入情况，营养摄入情况在个体间和时间上是相对稳定的，并将这一现象称为“营养冗余”（可类比菌群的功能冗余性）。该研究进一步发现，高营养冗余水平与心血管疾病和2型糖尿病的风险降低相关。营养冗余可能是一个与传统健康评分不同，但同样重要的健康预测指标。

刘洋彧等Nature子刊：限制性内切酶或可助力解决宏基因组假阳性鉴定问题

近日，哈佛大学医学院刘洋彧及团队在Nature Communications发表最新研究，利用物种特异性IIB型限制性内切酶酶切位点作参考，不采用通用标记或整个微生物基因组，构建基于IIB型限制性内切位点的宏基因组分析器MAP2B，MAP2B可以有效的消除微生物组数据鉴定时存在的假阳性，并生成更高精度、更准确的物种分类结果，值得关注。

刘洋彧等Cell子刊：一种解析肠道菌群对病原体定植抗性的算法

近日，发表在Cell Reports Methods上的一份工作，由智库专家哈佛大学刘洋彧团队完成。基于先前Nature报道的MPT算法，即在不同模型中都观察到与疾病相关的微生物变化可能与该疾病的发生有因果关系，他们团队对其进行了群落生态学的优化，提出了一种广义微生物表型三角测量（GMPT）方法，即在两两配对的疾病表型中与疾病的病原体微生物丰度有强烈相关性或强烈预防/保护性的微生物，可能是介导菌群对该病原菌定植抗性的关键菌。

刘洋彧等Nature子刊：利用深层宏蛋白质组学揭示肠道菌群蛋白质组功能冗余

最近宏基因组学数据对人类菌群潜在功能的冗余（或基因组级功能冗余FRg) 进行了量化，然而目前关于人类菌群表达功能的冗余从未被量化。近日，刘洋彧等在Nature Communications上发表文章，利用深层宏蛋白质组学揭示人类肠道菌群蛋白质组水平的功能冗余。

刘洋彧团队Nature子刊：用神经常微分方程预测菌群的代谢组学特征

近日，美国哈佛医学院刘洋彧及团队在Nature Machine Intelligence发表最新研究，基于最先进的深度神经网络模型，通过神经常微分方程（mNODE）来预测微生物的代谢组学特征，在模拟和真实数据中，性能优良，是研究微生物组-饮食-代谢组关系的有力工具，有助于未来精准营养的研究，值得关注。

刘洋彧团队：母亲产前肠道菌群或对婴儿神经发育很重要

人们普遍认为，神经发育的关键时间窗口发生在生命早期，宿主的肠道微生物组在神经发育中发挥着重要作用。最近有证据表明，在小鼠模型中，母体产前肠道微生物组会影响后代的大脑发育。哈佛大学刘洋彧团队近期在EBioMedicine发表文章，对肠道微生物组与神经发育之间联系的关键时间窗口是人类的产前还是产后，进行了探索。

刘洋彧Cell子刊：人体微生态操控的展望（综述）

从生物系统学层面上，基于微生物群的疗法仍有许多基本科学和技术的问题需要解决。哈佛大学刘洋彧近期发表在Cell Systems的综述，对领域内的挑战进行了阐述，详细回顾了群落生态学、多层面网络科学和控制理论等各个领域取得的进展，并首先引入了不同的微生物群落模型框架作为微生物群落控制策略的基础，此外专注于简单的种群水平模型(PLMs)，讨论了微生物动力学的普适性，介绍了控制微生物群落的理论框架和两种实际控制策略，并提出了一些未来的研究方向。

刘洋彧等：生态动力学对微生物溯源的挑战

量化可能的环境来源（“源”）对特定菌群（“汇”）的贡献是微生物学中的一个经典问题，称为微生物溯源（MST）。解决MST问题不仅可以帮助我们了解菌群是如何形成的，而且在污染控制、公共卫生和法医学方面具有深远的应用。哈佛大学刘洋彧团队在iMeta发表研究，表明生态动力学对基于群落结构的微生物溯源构成了根本性挑战。在实际应用中，应该审慎地解释现有微生物溯源求解器的结果。

刘洋彧等Nature子刊：利用MAGs剖析人类肠道菌群在新冠中的作用

近日，哈佛大学医学院刘洋彧及团队发表在Nature Communications的最新研究，纳入六个独立队列共514个新冠肺炎相关的鼻咽和粪便样本，通过重建宏基因组组装基因组（MAGs）探究人类肠道菌群在新冠中的作用，获得了11584个MAGs。发现新冠患者多种物种的菌株丰富度显著降低，相关代谢途径和健康个体也不同，值得关注。

刘洋彧等：冻存自己“年轻健康”的粑粑，重唤菌群的青春活力（观点）

随着工业化的进程，人类的肠道菌群发生改变，菌群多样性不断降低，促进了一系列“现代病”的发病。因此，有学者提出让菌群“返祖”或许能够改善菌群相关疾病，但这一做法在医学和伦理等方面仍有很多问题。Trends in Molecular Medicine最新发表了哈佛大学医学院刘洋彧团队的观点文章，提出了另一种可能更具合理性和可行性的解决方案：保存自己年轻健康时的粪便，以供将来生病时，通过自体粪菌移植，重唤自身肠道菌群的青春活力。

iMeta：刘洋彧等基于物种组合的深度学习方法预测菌群结构

复杂微生物群落的众多物种和未知的种群动力学一直是我们理解菌群结构变化(例如移除或添加物种)的根本障碍。推动这个领域向前发展可能需要失去一些解释机制的能力。从这个意义上说，深度学习方法可以使我们合理操控和预测复杂微生物群落的动态变化。哈佛医学院刘洋彧团队与合作者近期在iMeta发表研究，开发了一个深度学习框架来预测物种组合的群落组成，该框架不需要了解任何微生物动力学，并且各种数据的验证显示了其准确的预测能力。

刘洋彧等：艰难梭菌感染中的菌群-免疫互作

艰难梭菌感染（CDI）是医疗机构相关感染的常见原因，严重时可引起患者死亡。全面了解CDI的发病机制对其诊断、治疗和预防至关重要。哈佛大学医学院刘洋彧团队与合作者在Gut Microbes发表研究，研究了CDI发病机制中的肠道菌群与免疫标志物的相互作用，结合二者构建可用于CDI诊断的机器学习模型，为CDI的诊断和治疗提供了新见解。

Nature子刊：刘洋彧、Rob Knight等评测不同宏基因组物种定量方法及其对结果的影响

哈佛大学医学院刘洋彧团队与加州大学圣地亚哥分校Rob Knight团队合作，在Nature Methods发表文章，通过严谨的论证分析，量化了宏基因组学物种分类工具所产生的两种相对丰度类型的差别，对于混淆两种丰度所产生的影响进行了全面系统地研究，呼吁整个菌群研究界应更多地关注由于忽视序列丰度和物种丰度之间的区别而引起的潜在误导性生物学结论。

陈新华+刘洋彧等：艰难梭菌感染中的肠道真菌组特征

哈佛医学院的陈新华和刘洋彧与研究团队在Gastroenterology发表最新研究，对118例住院患者的粪便真菌组和血清免疫因子进行分析，首次建立了基于二者的诊断模型，能较准确地区分艰难梭菌感染患者和无症状携带者，同时也提示肠道真菌在艰难梭菌感染中有潜在重要作用。

刘洋彧团队：破译人类菌群的功能冗余性

人类菌群具有功能冗余性（FR）。人类菌群的FR从何而来？如何量化？对基于菌群的疗法有何重要意义？哈佛医学院的刘洋彧团队近期在Nature Communications发表的研究，为解答这些关于人类菌群FR的问题提供了重要的理论基础。

刘洋彧等：理解粪菌移植的生态学原理，辅助个体化益生菌设计

哈佛大学医学院刘洋彧团队的研究在《Nature Communications》发表。