会員登録をお勧めします。無料です。

WHITE CROSSは若手歯科医師の3人に1人が登録する、国内最大級の歯科向け情報サイトです。
歯科医師のみならず、医療関係者の皆様へ最新の臨床・経営、ニュース、イベント情報などを配信しています

無料の会員登録で、以下の機能がご利用いただけるようになります

お役立ちツール

コミュニティ

ドクタートークや記事へのコメント、統計への参加や結果参照など、ユーザー様参加型コンテンツへアクセスできます。

論文検索

論文検索

日本語AIで読むPubMed論文検索機能へ自由にアクセス可能です。

ライブセミナー

ライブセミナー

LIVEセミナーやVODによるWebセミナーへの視聴申し込みが可能です。
※別途視聴費用のかかるものがあります。

縦断的なカウントデータからの混合微生物集団の軌跡の効率的かつ正確な推論 | 日本語AI翻訳でPubMed論文検索 | WHITE CROSS 歯科医師向け情報サイト

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Cell Syst.2020 Jun;10(6):463-469.e6. S2405-4712(20)30191-5. doi: 10.1016/j.cels.2020.05.006.Epub 2020-06-24.

縦断的なカウントデータからの混合微生物集団の軌跡の効率的かつ正確な推論

Efficient and Accurate Inference of Mixed Microbial Population Trajectories from Longitudinal Count Data.

  • Tyler A Joseph
  • Amey P Pasarkar
  • Itsik Pe'er
PMID: 32684275 DOI: 10.1016/j.cels.2020.05.006.

抄録

最近完了したヒトマイクロバイオームプロジェクトの第二段階では、マイクロバイオームの動的変化と疾患との関係が強調され、縦断的なサンプリングに基づく新しいマイクロバイオーム研究のデザインの動機付けとなっている。しかし、このようなデータの解析は、技術的なノイズの存在、高次元性、データの不鮮明さによって妨げられています。ここでは、ノイズの多い読取データから相対的な存在量を推測するための高速かつ正確な方法であるLUMINATE(longitudinal microbiome inference and zero detection)を紹介する。我々は、LUMINATEが現在のアプローチよりも数桁速く、より良い、または同等の精度であることを実証した。さらに、LUMINATEは、生物学的なゼロ(分類群から分類群が存在しない場合)と、技術的なゼロ(分類群が検出閾値を下回っている場合)を正確に区別できることを示しています。最後に、実際のデータセットでLUMINATEの有用性を実証し、LUMINATEがノイズの多いデータから観測された軌跡を滑らかにすることを示すことで締めくくります。LUMINATEは https://github.com/tyjo/luminate から自由に利用できる。

The recently completed second phase of the Human Microbiome Project has highlighted the relationship between dynamic changes in the microbiome and disease, motivating new microbiome study designs based on longitudinal sampling. Yet, analysis of such data is hindered by presence of technical noise, high dimensionality, and data sparsity. Here, we introduce LUMINATE (longitudinal microbiome inference and zero detection), a fast and accurate method for inferring relative abundances from noisy read count data. We demonstrate that LUMINATE is orders of magnitude faster than current approaches, with better or similar accuracy. We further show that LUMINATE can accurately distinguish biological zeros, when a taxon is absent from the community, from technical zeros, when a taxon is below the detection threshold. We conclude by demonstrating the utility of LUMINATE on a real dataset, showing that LUMINATE smooths trajectories observed from noisy data. LUMINATE is freely available from https://github.com/tyjo/luminate.

Copyright © 2020 The Authors. Published by Elsevier Inc. All rights reserved.