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。     

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。     

基于改进Spectrum的肠道菌群聚类算法研究

肠道菌群与诸多人类重大疾病相关,研究在不同条件下的肠道菌群数据具有重要意义。由于菌群数据出现零膨胀现象,采用成对比率几何平均值（GMPR）方法对其进行归一化。本研究以2型糖尿病数据集为例,提出一种改进的Spectrum算法。首先,使用基于特征加权的相似度矩阵,避免忽视每个样本/特征所对应的不同特征值大小在该样本中所占据的权重;其次,将拉普拉斯矩阵替换为Hessian矩阵,避免传统谱聚类的灵敏度问题,将ISODATA聚类算法代替原本的K-means算法,有效地调整聚类中心数K。试验结果表明,GMPR+改进Spectrum在2型糖尿病中的标准化互信息（NMI）为0.423,戴维森堡丁指数（DBI）为4.751,Calinski-Harabasz指标（CH）为25.541,兰德指数（RI）为0.835,调整兰德指数（ARI）为0.019,较改进前的效果有所提升,并且该算法可以识别出不同类型患病人群在肠道菌群上的结构差异,挖掘出肠道微生物组的关键细菌。     

2型糖尿病合并腹泻患者肠道菌群与肝肾指标的相关性

为进一步了解2型糖尿病合并腹泻患者肠道菌群与肝肾生化指标之间的相关性,收集了26例2型糖尿病合并腹泻患者和26例2型糖尿病患者的菌群数据和肝肾指标数据。采用单因素方差(one-way ANOVA)分析两者的肝肾指标的差异,采用线性回归分析肝肾指标与肠道微生物α多样性的关联,采用PERMANOVA程序分析肠道菌群β多样性结构差异,然后采用Spearman秩相关测试分析肝肾生化指标与肠道菌群的相关性。结果表明:两类人群肝肾指标中的甘油三酯(TG)、血尿素氮(BUN)具有显著性差异(P=0.006,P=0.003);2型糖尿病合并腹泻患者的血清胆红素的升高与肠道菌群的物种多样性的降低相关;2型糖尿病合并腹泻患者的拟杆菌、毛螺菌、普雷沃氏菌的含量降低,但瘤胃菌的含量明显增高;毛螺菌和瘤胃菌含量与血清胆红素呈正相关,与TG的降低有关,与BUN的升高无关。2型糖尿病合并腹泻患者的肝肾指标与肠道菌群存在相关性,可为治疗2型糖尿病合并腹泻提供新菌群靶点。     

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。     

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。