2024-04-03
一(yi)、新(xin)增6大數(shu)據(ju)庫！拓展(zhan)宏(hong)基因組數據(ju)分析！
BacMet（antibacterial biocide and metal resistance genes database） BacMet數(shu)據(ju)(ju)庫全稱(cheng)為抗(kang)菌殺(sha)菌劑與金(jin)屬抗(kang)性基因(yin)數(shu)據(ju)(ju)庫。數(shu)據(ju)(ju)庫包含了抗(kang)金(jin)屬離(li)子的基因(yin)（metal resistance genes, MRGs）和抗(kang)殺(sha)菌劑的基因(yin)（biocide resistance genes, BRGs）兩大(da)類，共計753個(ge)基因(yin)。 ARDB（Antibiotic resistance genes database） 抗(kang)(kang)生(sheng)素的(de)過度(du)使用以及(ji)隨之而來的(de)殘留抗(kang)(kang)生(sheng)素對(dui)環(huan)境的(de)污染，使得耐(nai)藥基(ji)因 (antibiotic resistance genes,ARG) 相關信息(xi)受到關注。ARDB是最早(zao)的(de)耐(nai)藥基(ji)因數(shu)(shu)據庫，除此之外，整合ARDB數(shu)(shu)據庫的(de)CARD數(shu)(shu)據庫，也已納(na)入派森諾宏基(ji)因組/宏轉錄組標準交付(fu)結(jie)果中。 MGE（MobileGeneticElements） MGE是一個可移動元件(jian)參(can)考基因(yin)(yin)數(shu)據(ju)庫(ku)。它(ta)包含了(le)278個不(bu)同的基因(yin)(yin)和(he)超(chao)過2000條參(can)考序列，涵蓋了(le)各種可移動基因(yin)(yin)元件(jian)（Mobile genetic elements，MGEs）。與利用(yong)CARD/ARDB數(shu)據(ju)庫(ku)獲得(de)的耐(nai)藥基因(yin)(yin)（ARG）、BacMet數(shu)據(ju)庫(ku)獲得(de)金屬抗(kang)性(xing)基因(yin)(yin)（MRGs）和(he)抗(kang)殺菌劑(ji)的基因(yin)(yin)（BRGs），可以進一步研(yan)究耐(nai)藥基因(yin)(yin)，金屬抗(kang)性(xing)基因(yin)(yin)，可移動元件(jian)三者之(zhi)間(jian)的關系。 TCDB（Transporter Classification Database） TCDB轉(zhuan)運(yun)蛋(dan)(dan)白分類數據(ju)庫是生物(wu)化學和分子生物(wu)學國(guo)際聯盟（IUBMB）批準用于膜轉(zhuan)運(yun)蛋(dan)(dan)白，包括(kuo)離子通(tong)道的(de)分類（TC）系(xi)(xi)統(tong)(tong)。TC系(xi)(xi)統(tong)(tong)類似于酶分類系(xi)(xi)統(tong)(tong)（EC系(xi)(xi)統(tong)(tong)），不同(tong)之(zhi)處在于它同(tong)時包含(han)了(le)功(gong)能和系(xi)(xi)統(tong)(tong)發育信息，提供(gong)了(le)1920個轉(zhuan)運(yun)蛋(dan)(dan)白家(jia)族的(de)注釋，TC編號等。 Probio Probio益生(sheng)菌數據(ju)庫，提供(gong)了448個(ge)(ge)(ge)已經上市的(de)益生(sheng)菌菌株的(de)功能及綜合(he)信息；167個(ge)(ge)(ge)進行(xing)過臨床(chuang)試驗/現(xian)場試驗、382個(ge)(ge)(ge)有(you)研究報(bao)道。不(bu)僅涵蓋了人(ren)類益生(sheng)菌，還包括了動物和植物相關的(de)益生(sheng)菌的(de)數據(ju)。可用于(yu)探究環(huan)境和醫學領域的(de)益生(sheng)菌信息。 QS（Quorum sensing） 細菌群體感應(ying)（Quorum sensing，QS）作為細菌進(jin)行信(xin)息交流和相互作用(yong)的最常用(yong)手段，具有廣泛性(xing)、特異性(xing)和調(diao)控性(xing)等特點(dian)。QS廣泛存(cun)在于人體微生物群、土壤等生態系統中，并(bing)潛(qian)在地(di)影(ying)響著生物體/環境中微生物群的組裝過程。
二(er)、新增三(san)大分析內(nei)容！助力宏基因組結果(guo)深度(du)挖掘！ 全新差異基因富(fu)集分析！ 富(fu)集分(fen)析(xi)的目(mu)標(biao)是驗證數據(ju)中觀察到的差(cha)異(yi)目(mu)標(biao)基(ji)因是否在特定的功能(neng)或(huo)通路中顯(xian)著富(fu)集。除(chu)了差(cha)異(yi)基(ji)因火山(shan)圖/Venn圖、富(fu)集分(fen)析(xi)氣泡(pao)圖/柱狀(zhuang)圖/網絡圖以外，新鮮的圈圖也強勢(shi)加入！ 差異(yi)基(ji)因火山圖 富(fu)集分析圈圖 富集分析網絡圖 全新隨機森林ROC分析！ 隨(sui)機(ji)森林是一(yi)種基于(yu)決策樹 (Decision tree) 的經典高(gao)效(xiao)的機(ji)器(qi)學習算(suan)法，近幾年(nian)已(yi)有研(yan)究證明這一(yi)算(suan)法能夠對微(wei)(wei)生(sheng)物(wu)群落樣本進行有效(xiao)且準確(que)的分(fen)類(lei)。受(shou)試者工作(zuo)特征(zheng)曲(qu)線(xian)（ROC）是以真陽(yang)性率為縱坐(zuo)標,假陽(yang)性率為橫坐(zuo)標繪制的曲(qu)線(xian)。ROC分(fen)析常(chang)用來驗證構建預測模(mo)型的準確(que)性，常(chang)配合驗證隨(sui)機(ji)森林分(fen)析構建的環境預測模(mo)型使用。 隨機森(sen)林(lin)分析 ROC分析 全(quan)新(xin)菌(jun)群分型分析！ 菌(jun)群(qun)分(fen)型(xing)分(fen)析可以幫助我們深入了解(jie)不(bu)(bu)同環境樣(yang)本中微(wei)生物(wu)群(qun)落的組成和結構(gou)，主(zhu)(zhu)要通過統計聚類(lei)的方(fang)法研(yan)究不(bu)(bu)同樣(yang)本優勢(shi)菌(jun)群(qun)結構(gou)的分(fen)型(xing)情(qing)況。通過該分(fen)析，可以將優勢(shi)菌(jun)群(qun)結構(gou)近似的不(bu)(bu)同樣(yang)本聚為一類(lei)，主(zhu)(zhu)要適用于(yu)特定環境樣(yang)本的菌(jun)群(qun)分(fen)型(xing)。常見的菌(jun)群(qun)分(fen)型(xing)可視化(hua)方(fang)法包含BCA（Between-class analysis）和PCoA（Principal coordinates analysis）。 Calinski-Harabasz (CH)： BCA和PCoA： 菌群分(fen)型(xing)之間差異微生物(wu)分(fen)析：
本(ben)次升(sheng)級后的宏基因組分(fen)析流程如下：
