删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

“微生物组大数据搜索引擎”入选“2016年中国医药生物技术十大进展”_青岛生物能源与过程研究所

青岛生物能源与过程研究所 免费考研网/2017-12-08

12月24日,由中国医药生物技术协会和《中国医药生物技术》杂志共同主办的“2016年中国医药生物技术十大进展评选”揭晓。青岛能源所单细胞研究中心研发的“微生物组大数据搜索引擎”(Microbiome Search Engine; MSE)入选。

  该评选分为推荐申报、公众评选、专家审评和新闻发布4个环节。为了体现评选的专业性和权威性,21个候选项目被提交至相关领域的10名院士进行专家函审,根据项目是否具有技术创新性突出、经济效益或社会效益显著、推动行业科技进步作用明显等标准进行不记名投票,最终确定本年度的中国医药生物技术十大进展。

  在自然界中,微生物组(又称“菌群”)无所不在,塑造着我们这一星球的过去、现在和未来。在人体中,菌群与生俱来、又与我们相伴终身,和人体健康息息相关。因此,对海量微生物组“大数据”的搜索、挖掘与机器学习,有助于认识微生物组与疾病或生态灾害的关系,从而服务于生态系统的精准健康、精准护理与精准营养。

  然而,根据人类已经积累的海量微生物组数据,寻找“结构”或“功能”类似的菌群样本,从而实现对未知功能菌群的解读和挖掘,以及对整个已知微生物组数据空间的全局性思考,一直是微生物组业界的关键瓶颈之一。由于微生物组数据的复杂性和异质性,如此“温故而知新”却长期以来却如同“大海捞针”般艰难。

  为了实现以菌群为单位的“温故而知新”,MSE首先建立了针对元基因组数据的超高速比对算法和数字索引机制,为海量的样本列出基于菌群结构或功能相似性的“目录”,并根据这一“目录”从浩瀚的微生物组大数据海洋中迅速自动选取与未知样本最为相似的匹配,从而推断菌群的功能。同时,MSE还通过机器学习等手段,自动建立基于菌群的疾病与生态灾害的诊断与预测模型,从而计算一系列“微生物组诊断与预警指数”,以判别菌群针对特定疾病的状态和风险。

  例如,基于和中山大学附属口腔医院、宝洁公司、四川大学华西口腔医院的合作,单细胞中心发明与验证了MIC(儿童龋病预警指数)、MIG(牙龈炎诊断指数)等一系列微生物组诊断和预警方法,提出“口腔菌群年龄”可用于监测和预警儿童龋齿风险。这一系列工作发表于Cell Host & Microbe、ISME J等期刊,从而在国内外率先建立了基于人体共生菌群的口腔健康风险评估体系。目前正通过全国和国际范围内的口腔菌群大数据分析,系统地考察人种、年龄、地域、生活习惯等因素对于这一健康风险评估体系的影响,推动基于口腔菌群的精准预防和精准护理。

  作为一种共性的微生物组大数据挖掘工具,MSE正通过中科院科技促进发展局资助的中科院科技服务网络计划(STS)“生物高通量检测分析”项目,支撑着宝洁公司、中粮集团等近十个世界五百强企业和国家重点实验室针对肠道、口腔、皮肤、海洋、土壤、工业生物反应器等生态系统的精准诊断、个体化护理与生态修复。同时,MSE正成为“微生物组数据科学”的一个使能工具,服务于国内外同行针对已知微生物组数据空间的全局性思考与系统性挖掘。

  MSE是单细胞中心生物信息团队负责人苏晓泉与中心主任徐健等主持研发的,获得了科技部863、国家自然科学基金、山东省自然科学基金领军人才前瞻性研究专题等的前期支持。



相关链接:

http://mse.single-cell.cn/

http://www.bioon.com/3g/id/6696178/

相关话题/微生物 数据 口腔 生物技术 护理