写在前面一直以来，我都认为技术的革新才能带来研究真正的突破，或者整体的突破。并且一直以来的研究几乎都符合这一点。从列文虎克的显微镜，到pcr反应，到高通量测序，亦或二代测序，甚至三代测序。都将带来一大批的科研项目和研究进展。 新技术大会本以为是唯一一个可以听一听的会议，但是却发现好多的技术都超出了我的认识，但是作为一个技术十分热衷的小白而言，确实是一次比较难得的学习机会。 我里我将对几个我个人比较感兴趣的技术进行感想，希望可以给大家带来一些有用的东西。 微生物组的研究，困难在于小而多，从这里出发我们会发现许多的及技术都是为了理解小而多的微生物。已经变为常规技扩增子测序对于理解微生物群落的组成意义重大，甚至对于功能组成也可以进行预测，这里苏等人开发meta-apo方法矫正功能预测偏差，得到更加符合宏基因组结果的功能图谱。有趣的事这一灵感来源于摄影技术，相机镜头的价格和其矫正光线能力有关。苏老师等人根据这个灵感开发了这个算法。并且提供了虚拟机弓大家测试使用。这里大家不免就想知道对于环境样本，是否可以有同样的效果，但是似乎没有涉及到这里，我的理解而言，这很难。 虽然扩增子技术对于理解微生物群落的组成具有重要意义。但是对于微生物群落结构而言，我们知之甚少。这里有幸听到青岛徐健老师的报告，也是苏老师的老师，一个解决从扩增到功能的问题，一个解决从扩增子到结构的问题。单细胞分选加上拉曼光谱加上荧光标记，让空间微生物组的概念变为现实，我看到徐老师团队已经在植物根系上进行了一些测试，并得到了比较好的结果。其实我知道徐老师是中国最早涉及微生物测序的那一批人，如今在微生物群落结构领域的突破，我相信也将影响后十年微生物群落的研究。 对于宏基因组测序而言，最为重要和困难的就是bin。来自华大的团队凭借其巨大的数据优势和计算资源，组装超过3000个草图，据我所知这应该是目前最多的了。要知道目前肠道微生物纯培养的菌最多也就1500个，3000多个草图让我有种感觉，肠道微生物估计也就这么多种了？坑定还有，但是我相信也不会太多了。 从算法的角度，基于碱基的组合可能只有四种，但是基蛋白的排列超过了50种。所以对于序列比对而言蛋白会慢的多。但就生物序列而言，其实就像是人类语言一样，我们用不同的字组成句子，这是有一定规律的。一条基因或者功能相似的基序列往往具有相同的结构，组成保守结构等。依靠这些相似性，将处理自然语言的方法用于识别宏基因组中某一类序列类型变得不同。常见的基于宏基因组序列病毒序列等 我相信，这一规律同意适合识别各种具有相似功能的序列。值得关注。 还有一些比较精彩的报告，一时之间难以消化，幸好有回放，到时候再补上来。 微生信生物简介微生信生物已经创立三年有余了，在这几年中，感谢铁杆分析的支持，同时希望越来越多的小伙伴加入微生信生物大家庭，目前微生信交流群已经超过2000人。帮助许多小伙伴解决的大量问题。 关注统计分析和出图，关注各大组学数据分析流程和各种高级分析。专注解决尚未解决的问题，在分析领域著重创新，时间，问题解决，用于探索发现。 关注R语言，python，perl，shell等语言使用。定期分分享相关学习指南。R语言是使用的比较多的分析语言，会用大量的R语言教程。 根际互作生物学研究室 简介根际互作生物学研究室是沈其荣教授土壤微生物与有机肥团队下的一个关注于根际互作的研究小组。本小组由袁军副教授带领，主要关注：1.植物和微生物互作在抗病过程中的作用；2 环境微生物大数据整合研究；3 环境代谢组及其与微生物过程研究体系开发和应用。团队在过去三年中在 isme J， Microbiome， PCE，SBB，Horticulture Research等期刊上发表了多篇文章。欢迎关注 微生信生物 公众号对本研究小组进行了解。 了解 交流 合作
|
|
|
