序列丰度

搜索
登录

序列丰度

文章数：2篇

宏基因组学

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

本文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。作者通过数据模拟，对宏基因组物种分类工具的输出结果进行了深度解读，提出了基于不同丰度类型的双层评价标准，为解决微生物组研究中如何选择宏基因组学物种分类工具的问题提供了重要依据，也对微生物组标准化研究提出了一系列建设性的意见。作者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。本文第一作者是哈佛大学医学院的孙政博士和加州大学圣地亚哥分校的黄适博士，Rob Knight教授和刘洋彧教授为本文的通讯作者。

宏基因组学序列丰度物种丰度物种分类工具 DNA-to-DNA

变体自动编码器（VAMB）

Nature子刊：宏基因组的分箱和组装的新方法

丹麦哥本哈根大学Simon Rasmussen课题组的最新研究利用深度变体自动编码器（VAMB）改进了宏基因组的组装。该项研究成果发表在2021年1月4日出版的《自然-生物技术》上。其通过将宏基因组分箱与无监督的深度学习相结合，作者展示了在不同类型和大小的数据集上与最先进的方法相比的改进。他们的发现的重要性不局限于微生物组和宏基因组学领域，因为数据集成是许多生命科学研究领域的核心过程。通过跨多个组学数据集的数据集成，将大大提高精密医学领域的未来发现。

变体自动编码器（VAMB） k-mer 序列丰度平均核苷酸同一性（ANI）深度学习