Predicting microbial interactions through computational approaches

最新推荐文章于 2024-03-18 07:04:16 发布

剑走六千里

最新推荐文章于 2024-03-18 07:04:16 发布

阅读量232

点赞数

分类专栏：知识图谱文章标签：文本挖掘

本文链接：https://blog.csdn.net/qq_43590003/article/details/102087690

版权

这篇博客探讨了通过计算方法预测微生物相互作用的方法，包括从元基因组调查数据中推断互动，利用代谢网络拓扑结构进行预测，以及从科学文献中挖掘互动信息。

摘要由CSDN通过智能技术生成

阅文笔记：Predicting microbial interactions through computational approaches

1.Abstract：

背景：微生物在复杂的生态环境中扮演着越来越重要的角色。了解微生物间的关系是理解微生物组织和社群的功能的基础。而通过

计算方法进行研究微生物间的关系已变为一种广泛使用的方法。

目的：对当前存在主流的计算方法通过研究角度的不同分别进行论述：宏基因组学，代谢网络，文本挖掘

意义：突出强调文本挖掘在微生物交互领域的前景巨大

2.Introduction

	在自然界中，微生物之间并不是孤立存在，而是不同类型的微生物有机结合构成一个微生物社群，而构成的这个微生物社群成为

microbiome。微生物社群在宏观层面上表现出它的自然属性和功能，这些显性的表达式微生物间互相作用的集中体现。了解微生

物间的关系作用就显得格外的重要，特别是在加深组织群落的结构功能、生物工程以及工业应用方面等。

	其中成对(pair-wise)的微生物关系是微生物关系网络的基础。单对的微生物关系可以宏观分为三种：positive，negative，neutral

	而现存主要的六种关系：mutualism (positive-positive), competition (negative-negative),antagonism (positive-negative), commensalism (positive-neutral),amensalism (negative-neutral) an