从微生物组中量化元基因组菌株的关联与Anpan
Andrew R Ghazi1,2, Kelsey N Thompson1,2,3, Amrisha Bhosle1,2,3
1Department of Biostatistics, Harvard T.H. Chan School of Public Health, Boston, MA, USA.
新的方法量化了微生物菌株的差异,改善了微生物群的流行病学. 安潘以更高的准确度识别了与健康结果相关的遗传元素和血统,例如结直肠癌.
科学领域:
- 微生物组研究的研究.
- 基因组流行病学基因组流行病学
- 计算生物学是一种计算生物学.
背景情况:
- 微生物菌株变异显著影响表型和健康.
- 现有的推断方法与复杂的菌株级元基因组数据作斗争.
- 在菌株水平上量化基因和基因组差异对于理解微生物流行病学至关重要.
研究的目的:
- 开发和验证微生物菌株流行病学的定量方法.
- 为了应对分析高维,可变和遗传学相关的菌株数据的挑战.
- 识别与宿主表型相关的菌株特异性遗传元素,血统和途径.
主要方法:
- 安潘利用适应性过与线性模型进行基因载体分析.
- 遗传学概括的线性混合模型评估子物种的血统关联.
- 随机效应模型识别了与表型相关的路径保留或损失.
主要成果:
- 模拟显示Anpan提供了更好的效果大小估计和更低的假阳性率.
- 对结直肠癌 (CRC) 数据的应用确定了适应性基因和家族遗传效应.
- 这些发现补充并扩展已知的物种级微生物组CRC生物标志物.
结论:
- 安潘为菌株级微生物群流行病学提供了强大的定量方法.
- 在R图书馆促进研究微生物遗传流行病学在不同的背景.
- 这些方法提高了我们对微生物对人类健康和疾病的贡献的理解.
更多相关视频
08:03Heuristic Mining of Hierarchical Genotypes and Accessory Genome Loci in Bacterial Populations
Published on: December 7, 2021
09:52A Clinical Metaproteomics Workflow Implemented within Galaxy Bioinformatics Platform to Analyze Host-Microbiome Interactions Underlying Human Disease
Published on: January 10, 2025
相关概念视频
Modern Molecular Taxonomy
Evolution of Microbial Genome
Phylogenetic Species Concept in Microbiology
Methods to Assess Microbial Populations
Methods to Assess Microbial Communities
Introduction to the Human Microbiota
