基于概率话题模型的轻微型肝性脑病患者肠道菌群结构研究

【目的】利用LDA(Latent Dirichlet Allocation)概率话题模型分析轻微型肝性脑病(MHE)患者服用利福昔明联合益生菌对其肠道菌群结构异质性和临床疗效的影响。【方法】采用R语言包中的LDA概率话题模型的折叠Gibbs抽样蒙特卡洛算法,对MHE患者肠道菌群结构的时间异质性OTUs(operational taxonomic unit)数据集进行分析。【结果】LDA模型将MHE患者的42份粪便样本分成3个主题(topic),并能鉴定出影响MHE患者肠道菌群异质性结构最大的OTUs菌属,分别为埃希菌属(Escherichia)、类杆菌属(Bacteroides)和链球菌属(Streptococcus)。对比治疗前后,这3种菌属在组内的变异模式为同类型菌属的转变次数和频率均高于不同类型的菌属。利福昔明联合益生菌治疗组和单独利福昔明治疗组治疗后,MHE患者的肠道菌群结构均有所改变(P0.05)。此外,根据临床疗效指标,对比两组患者治疗后血清IL-2、IL-4、IL-6、IL-10、TNF-α、TBIL、ALT、CRP、NCT-A、γ-GGT及血氨水平,观察组明显优于对照组,差异显著,有统计学意义(P0.05)。治疗组总有效率88.8%,不良反应总发生率22.2%,对照组总有效率75%,不良反应总发生率38.5%(P0.05)。【结论】LDA模型不仅能有效地量化菌群结构的异质性,还能鉴定出相对应影响异质性最大的OTUs。利福昔明联合益生菌疗法能明显改善MHE患者的血氨水平和血清炎性因子水平,且对MHE患者的肠道菌群结构也有一定的改变,具体表现为致病菌数量减少,有益菌数量增加,具有较好的临床应用价值。     

HBV新亚型中C基因片段的B/C型结构分析

乙型肝炎是严重威胁人类健康的疾病之一。分析乙型肝炎病毒(Hepatitis B virus,HBV)的进化过程,可以获得HBV序列间的亲疏进化关系,进而为乙型肝炎的预测、治疗等方面研究提供依据。为了研究乙肝病毒样本的基因亚型,本文使用序列分析方法对采集到的临床HBV序列和公共核酸数据库的HBV数据集进行系统进化树构建和序列结构分析。结果显示,样本中有一条克隆序列的C基因区域是一种新的HBV B/C混合亚型。并且,实验结果还验证了云南省西双版纳州HBV新亚型HBV/B6的存在。本文的实验结论对云南省少数民族聚居地区乙型肝炎病毒的系统进化研究具有一定的价值。     

基于保守序列挖掘的乙型肝炎病毒进化研究

乙型肝炎是一种十分严重的全球性传染疾病,乙型肝炎病毒(Hepatitis B virus,HBV)是导致乙型肝炎的直接原因。而HBV突变是乙肝病毒进化过程中的一个重要部分,近几年,国内外针对HBV突变进行了广泛研究。但是,对乙肝病毒序列中保守序列的研究为仍处于起步阶段。本文首先采用MEME(Multiple EM for motif elicitation)算法挖掘HBV基序(生物序列中的保守序列片段,即Motif),并提出了一种新的度量标准保守指数(Conserved index,CI),然后对HBV序列进行系统发育分析,最后对构建的系统发育树进行可靠性评价。结果表明,新的度量标准CI可以有效地利用MEME方法挖掘出多个保守序列,进行HBV序列的系统发育树构建,进而分析HBV序列之间的进化关系,并可以找出样本可能的祖先序列。本文的实验方法对HBV大数据集分析方法的研究有积极地启示作用。     

基于狄利克雷多项式过程模型与K-means 结合的菌群分析

群体分型是一种有助于更好的理解人类身心健康等复杂生物学问题的有效方法,聚类是一种为了对样本分组来降低复杂性的定义肠型的方法,而传统K-means聚类算法的K值选取无法确定,本文在传统K-means聚类算法的基础上进行了改进,并公开数据集上进行了验证,实验表明改进算法能够解决K值选取无法确定的问题,且聚类结果的稳定性、准确性和聚类质量都得到显著提高。将改进后的模型运用于肠道菌群OTUs数据,发现不仅能够有效地区分2-型糖尿病患者样本间的相似性,而且能鉴定出影响菌群结构异质性最大的OTUs菌,为临床解决2-型糖尿病问题提供了一种新的思路。