AV无码久久精品,国产人免费视频成69,台湾香港澳门三级在线

內(nèi)容簡(jiǎn)介

　　微生物組學(xué)（microbiomics）是繼基因組學(xué)之后，生物學(xué)研究領(lǐng)域的重大突破之一。特別是近20年來(lái)，國(guó)際上有關(guān)微生物組學(xué)的研究進(jìn)展極其迅速，不僅積累了上百萬(wàn)的微生物群落樣本，而且在人體健康、環(huán)境保護(hù)、工業(yè)生產(chǎn)等方面發(fā)掘了大量的微生物資源，發(fā)現(xiàn)了大批的微生物變化規(guī)律。當(dāng)今人工智能（AI）技術(shù)一日千里，將其運(yùn)用于微生物組的大數(shù)據(jù)挖掘，可極大地促進(jìn)微生物資源的理性轉(zhuǎn)化與應(yīng)用。本書(shū)較為全面系統(tǒng)性地梳理了AI賦能微生物組的基本概念和分析流程，以及21世紀(jì)前20年來(lái)相關(guān)數(shù)據(jù)挖掘方法和典型應(yīng)用案例，并對(duì)其未來(lái)發(fā)展趨勢(shì)和應(yīng)用潛力進(jìn)行了總結(jié)與展望，可供微生物組研究相關(guān)的科研工作者，以及對(duì)組學(xué)數(shù)據(jù)挖掘感興趣的師生參考。

作者簡(jiǎn)介

　　寧康：華中科技大學(xué)生命科學(xué)與技術(shù)學(xué)院教授，博士生導(dǎo)師，生物信息與系統(tǒng)生物學(xué)系系主任，華中卓越學(xué)者特聘教授，湖北省楚天學(xué)者特聘教授。在生物信息學(xué)領(lǐng)域從事科研工作10余年，研究重點(diǎn)方向?yàn)樯锎髷?shù)據(jù)和微生物組的挖掘及其在健康與環(huán)境等領(lǐng)域的應(yīng)用。目前主持國(guó)家自然科學(xué)基金項(xiàng)目、科技部重大研究計(jì)劃課題等。已作為通訊作者在PNAS、Gut、Genome Biology、Genome Medicine、Microbiome、Briefings in Bioinformatics、Nucleic Acids Research等生物學(xué)、醫(yī)學(xué)和生物信息學(xué)頂級(jí)學(xué)術(shù)期刊發(fā)表學(xué)術(shù)論文100余篇，文章總引用超過(guò)5000次。擔(dān)任Genomics Proteomics Bioinformatics、Microbiology Spectrum等國(guó)際期刊編委，擔(dān)任中國(guó)生物信息學(xué)學(xué)會(huì)-基因組信息學(xué)分會(huì)副主任等。

圖書(shū)目錄

第1章微生物組1
11基本概念1
111微生物群2
112宏基因組4
113微生物組5
12微生物組高通量測(cè)序5
121擴(kuò)增子測(cè)序6
122宏基因組測(cè)序7
123測(cè)序技術(shù)的發(fā)展9
124鳥(niǎo)槍法宏基因組測(cè)序的拓展研究11
13微生物組測(cè)序數(shù)據(jù)和基本分析流程14
小結(jié)16
參考文獻(xiàn)16
第2章微生物組大數(shù)據(jù)及其主流分析方法20
21基本概念及分類20
22微生物組大數(shù)據(jù)的特征22
23微生物組的主流數(shù)據(jù)庫(kù)23
24微生物組的主流數(shù)據(jù)分析方法和軟件24
241擴(kuò)增子分析軟件27
242宏基因組分析軟件27
243統(tǒng)計(jì)和可視化工具28
25微生物組數(shù)據(jù)整合中的批次效應(yīng)28

251平均中心方法30
252Zscore方法30
253基于比值的方法31
254距離加權(quán)判別法31
255ComBat方法31
256基于奇異值分解方法31
257替代變量分析法31
26微生物數(shù)據(jù)分析流程32
26116S擴(kuò)增子數(shù)據(jù)分析流程33
262宏基因組數(shù)據(jù)分析流程35
小結(jié)37
參考文獻(xiàn)37
第3章微生物組大數(shù)據(jù)挖掘43
31微生物組大數(shù)據(jù)挖掘概述43
311微生物組數(shù)據(jù)挖掘背景43
312人工智能簡(jiǎn)介44
313人工智能和高性能計(jì)算47
314機(jī)器學(xué)習(xí)的概念及方法47
315深度學(xué)習(xí)的概念及方法52
316計(jì)算機(jī)經(jīng)典算法簡(jiǎn)介58
32微生物組數(shù)據(jù)挖掘方法61
321微生物組大數(shù)據(jù)挖掘主流方法及其特征61
322微生物組數(shù)據(jù)挖掘技術(shù)簡(jiǎn)介62
323微生物標(biāo)志物挖掘及經(jīng)典案例64
324微生物組樣本比對(duì)和特征預(yù)測(cè)及經(jīng)典案例65
325微生物組時(shí)序網(wǎng)絡(luò)挖掘及經(jīng)典案例66
33微生物組大數(shù)據(jù)挖掘的人工智能方法67
331在生物研究中的人工智能方法67
332在微生物組研究中的人工智能方法71
333人工智能應(yīng)用實(shí)例73
34微生物組數(shù)據(jù)挖掘的瓶頸問(wèn)題及應(yīng)對(duì)策略77
341微生物組大數(shù)據(jù)挖掘瓶頸77
342微生物組大數(shù)據(jù)挖掘瓶頸問(wèn)題的應(yīng)對(duì)策略78
小結(jié)80
參考文獻(xiàn)81
第4章微生物組大數(shù)據(jù)的應(yīng)用85
41不同宿主環(huán)境下的微生物組數(shù)據(jù)研究86
411大黃蜂微生物組研究86
412魚(yú)類微生物組研究87
413小龍蝦微生物組研究89
414從抗生素耐藥性角度研究水稻小龍蝦共養(yǎng)模式90
415雞微生物組研究91
416歐洲野兔微生物組研究91
417家畜微生物組研究92
42人體微生物組數(shù)據(jù)研究93
421腸型分析96
422腸道微生物亞群與飲食、代謝疾病的關(guān)聯(lián)分析97
423人類飲食與腸道菌群的個(gè)性化關(guān)聯(lián)98
424體育鍛煉與腸道菌群的相關(guān)性研究98
425幼兒腸道微生物組的時(shí)間發(fā)育變化100
426腸道菌群與年齡預(yù)測(cè)101
427微生物組與癌癥相關(guān)性研究101
428腸道菌群與非酒精性脂肪肝的防治102
429腸易激綜合征患者腸道菌群的研究103
4210類風(fēng)濕性關(guān)節(jié)炎患者微生物失調(diào)和代謝紊亂研究104
4211下呼吸道細(xì)菌性感染診斷研究105
4212腸道菌群可塑性研究105
43環(huán)境和工程領(lǐng)域的微生物組數(shù)據(jù)研究106
431土壤微生物組研究107
432污水處理廠微生物群落挖掘108
433植物根際微生物群落研究109
434甘草基因表達(dá)微生物群落代謝產(chǎn)物調(diào)控模式研究110
435地下水微生物來(lái)源分析111
436水體抗生素抗性基因研究112
437湖泊抗生素抗性基因研究113
438全球海洋宏轉(zhuǎn)錄組研究114
439海洋微生物群落中的抗生素抗性基因研究115
4310利用海洋宏基因組學(xué)預(yù)測(cè)新蛋白質(zhì)家族116
4311重癥監(jiān)護(hù)病房微生物研究117
4312微生物溯源研究118
4313本體感知深度學(xué)習(xí)應(yīng)用于微生物溯源的研究119
4314遷移學(xué)習(xí)應(yīng)用于微生物分類研究120
小結(jié)121
參考文獻(xiàn)122
第5章微生物組大數(shù)據(jù)挖掘的發(fā)展趨勢(shì)和未來(lái)態(tài)勢(shì)129
51人工智能賦能的微生物組大數(shù)據(jù)挖掘的總體知識(shí)框架131
52新技術(shù)和新發(fā)現(xiàn)驅(qū)動(dòng)微生物組研究的不斷進(jìn)步131
53微生物組暗物質(zhì)和大數(shù)據(jù)挖掘137
參考文獻(xiàn)140
附錄143
附錄1術(shù)語(yǔ)解釋144
附錄2微生物基因組概述150
附錄3基因組功能注釋153
附錄4人類微生物組研究的30個(gè)重大里程碑事件157