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微生物組高通量測序5 121擴增子測序6 122宏基因組測序7 123測序技術(shù)的發(fā)展9 124鳥槍法宏基因組測序的拓展研究11 13微生物組測序數(shù)據(jù)和基本分析流程14 小結(jié)16 參考文獻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人工智能簡介44 313人工智能和高性能計算47 314機器學(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計算機經(jīng)典算法簡介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微生物組樣本比對和特征預(yù)測及經(jīng)典案例65 325微生物組時序網(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)用實例73 34微生物組數(shù)據(jù)挖掘的瓶頸問題及應(yīng)對策略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)挖掘瓶頸問題的應(yīng)對策略78 小結(jié)80 參考文獻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間發(fā)育變化100 426腸道菌群與年齡預(yù)測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)測新蛋白質(zhì)家族116 4311重癥監(jiān)護病房微生物研究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122
第5章微生物組大數(shù)據(jù)挖掘的發(fā)展趨勢和未來態(tài)勢129 51人工智能賦能的微生物組大數(shù)據(jù)挖掘的總體知識框架131 52新技術(shù)和新發(fā)現(xiàn)驅(qū)動微生物組研究的不斷進步131 53微生物組暗物質(zhì)和大數(shù)據(jù)挖掘137 參考文獻140
附錄143 附錄1術(shù)語解釋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個重大里程碑事件157