通过非负矩阵因子化 (NMF) 实现更准确的微生物源追踪
Ziyi Huang1, Dehan Cai1, Yanni Sun1
1Department of Electrical Engineering, City University of Hong Kong, Kowloon, Hong Kong SAR, China.
Bioinformatics (Oxford, England)
|June 28, 2024
概括
一个名为SourceID-NMF的新工具精确地追踪环境和临床样本中的微生物来源. 它准确量化了源贡献,在具有挑战性的场景中表现优于现有方法.
科学领域:
- 微生物学 微生物学
- 生物信息学是一种生物信息学.
- 环境科学 环境科学
背景情况:
- 息地中的微生物群落来自各种来源,包括污染物.
- 微生物源追踪 (MST) 识别和量化样本内的微生物贡献.
- 目前的MST方法需要改进,以准确量化.
研究的目的:
- 介绍SourceID-NMF,这是一个用于精确微生物源追踪的新工具.
- 提高微生物组数据中源贡献量化的准确性.
主要方法:
- SourceID-NMF采用了一个非负矩阵分解 (NMF) 算法.
- 它利用来自已知的来源和目标样本的标本丰度数据.
- 使用模拟和真实世界的微生物组数据来评估性能.
主要成果:
- 与现有的MST方法相比,ID-NMF显示出更高的准确性.
- 该工具准确估计了不相关和未知的微生物来源的比例.
- 基准测试显示,SourceID-NMF在处理噪音和低丰度源方面的稳定性.
结论:
- 源ID-NMF在微生物源追踪精度方面取得了重大进展.
- 该工具对于需要准确量化微生物贡献的应用非常有价值.
- 源ID-NMF是公开的,用于研究和应用.
更多相关视频
09:49Investigation of Microbial Cooperation via Imaging Mass Spectrometry Analysis of Bacterial Colonies Grown on Agar and in Tissue During Infection
Published on: November 18, 2022
2.0K
06:34Identification of Rare Bacterial Pathogens by 16S rRNA Gene Sequencing and MALDI-TOF MS
Published on: July 11, 2016
17.9K
