一网一网的网络统治他们所有人:共识网络从微生物组数据推断的共识网络
Camille Champion1, Raphaëlle Momal1, Emmanuelle Le Chatelier1
1Université Paris-Saclay, INRAE, MGP, Jouy-en-Josas, France.
PLoS computational biology
|December 6, 2024
概括
重建微生物相互作用网络是一项挑战. 一网将七种方法结合起来,创建一个共识网络,提高精度和识别与人类健康相关的可再生微生物协会.
科学领域:
- 微生物生态学 微生物生态学
- 生物信息学是一种生物信息学.
- 网络科学 网络科学
背景情况:
- 模拟微生物相互作用作为可复制网络是很困难的.
- 现有的高斯图形模型方法产生不一致的结果.
- 了解直接的微生物物种相互作用是社区功能的关键.
研究的目的:
- 开发一个共识网络推断方法 (OneNet).
- 提高微生物网络重建的准确性和可重复性.
- 从丰度数据中识别强大的微生物相互作用.
主要方法:
- 一网结合了使用稳定性选择的七种网络推理方法.
- 它使用边缘选择频率来确保可重现性.
- 一个修改的稳定性选择框架调整了规范化参数.
主要成果:
- 在合成数据上,OneNet实现了比单个方法更高的精度.
- 这种方法产生了稍微稀疏的共识网络.
- 对肠道微生物组数据的分析揭示了与健康相关的微生物协会.
结论:
- 一网为微生物网络推断提供了一个强大的方法.
- 共识网络提高了已识别的微生物相互作用的可靠性.
- 这种方法有助于理解微生物社区在人类健康中的作用.
更多相关视频
07:19Compost Microcosms as Microbially Diverse, Natural-like Environments for Microbiome Research in Caenorhabditis elegans
Published on: September 13, 2022
2.2K
09:31Visualization of Gut Microbiota-host Interactions via Fluorescence In Situ Hybridization, Lectin Staining, and Imaging
Published on: July 9, 2021
7.9K
