AI賦能微生物組大數據挖掘-方法與應用 寧康 9787547862377 【台灣高等教育出版社】

編輯推薦
適讀人群 ：微生物學和生物信息學相關領域的本科及以上學生和科研工作者
本書作者在研究實踐基礎上，結合國內外最新研究進展，對微生物組數據相關的基礎知識和理論進行了系統梳理，並對微生物組數據挖掘、尤其是人工智慧方法在微生物組數據中的應用等內容進行了簡明清晰的闡釋。內容聚焦而系統，立意新穎，緊跟學科前沿，填補了相關內容出版物的空白。

內容簡介
微生物組學（microbiomics）是繼基因組學之後，生物學研究領域的重大突破之一。特別是近20年來，國際上有關微生物組學的研究進展極其迅速，不僅積累了上百萬的微生物群落樣本，而且在人體健康、環境保護、工業生產等方面發掘了大量的微生物資源，發現了大批的微生物變化規律。當今人工智慧（AI）技術一日千里，將其運用於微生物組的大數據挖掘，可極大地促進微生物資源的理性轉化與應用。本書較為全面系統性地梳理了AI賦能微生物組的基本概念和分析流程，以及21世紀前20年來相關數據挖掘方法和典型應用案例，並對其未來發展趨勢和應用潛力進行了總結與展望，可供微生物組研究相關的科研工作者，以及對組學數據挖掘感興趣的師生參考。

作者簡介
寧康：華中科技大學生命科學與技術學院教授，博士生導師，生物信息與系統生物學繫系主任，華中卓越學者特聘教授，湖北省楚天學者特聘教授。在生物信息學領域從事科研工作10餘年，研究重點方向為生物大數據和微生物組的挖掘及其在健康與環境等領域的應用。目前主持國家自然科學基金項目、科技部重大研究計劃課題等。已作為通訊作者在PNAS、Gut、Genome Biology、Genome Medicine、Microbiome、Briefings in Bioinformatics、Nucleic Acids Research等生物學、醫學和生物信息學頂級學術期刊發表學術論文100餘篇，文章總引用超過5000次。擔任Genomics Proteomics Bioinformatics、Microbiology Spectrum等國際期刊編委，擔任中國生物信息學學會-基因組信息學分會副主任等。

目錄
第1章微生物組1
1 1基本概念1
1 1 1微生物群2
1 1 2宏基因組4
1 1 3微生物組5
1 2微生物組高通量測序5
1 2 1擴增子測序6
1 2 2宏基因組測序7
1 2 3測序技術的發展9
1 2 4鳥槍法宏基因組測序的拓展研究11
1 3微生物組測序數據和基本分析流程14
小結16
參考文獻16
第2章微生物組大數據及其主流分析方法20
2 1基本概念及分類20
2 2微生物組大數據的特徵22
2 3微生物組的主流資料庫23
2 4微生物組的主流數據分析方法和軟體24
2 4 1擴增子分析軟體27
2 4 2宏基因組分析軟體27
2 4 3統計和可視化工具28
2 5微生物組數據整合中的批次效應28
2 5 1平均中心方法30
2 5 2Zscore方法30
2 5 3基於比值的方法31
2 5 4距離加權判別法31
2 5 5ComBat方法31
2 5 6基於奇異值分解方法31
2 5 7替代變數分析法31
2 6微生物數據分析流程32
2 6 116S擴增子數據分析流程33
2 6 2宏基因組數據分析流程35
小結37
參考文獻37
第3章微生物組大數據挖掘43
3 1微生物組大數據挖掘概述43
3 1 1微生物組數據挖掘背景43
3 1 2人工智慧簡介44
3 1 3人工智慧和高性能計算47
3 1 4機器學習的概念及方法47
3 1 5深度學習的概念及方法52
3 1 6計算機經典演算法簡介58
3 2微生物組數據挖掘方法61
3 2 1微生物組大數據挖掘主流方法及其特徵61
3 2 2微生物組數據挖掘技術簡介62
3 2 3微生物標誌物挖掘及經典案例64
3 2 4微生物組樣本比對和特徵預測及經典案例65
3 2 5微生物組時序網路挖掘及經典案例66
3 3微生物組大數據挖掘的人工智慧方法67
3 3 1在生物研究中的人工智慧方法67
3 3 2在微生物組研究中的人工智慧方法71
3 3 3人工智慧應用實例73
3 4微生物組數據挖掘的瓶頸問題及應對策略77
3 4 1微生物組大數據挖掘瓶頸77
3 4 2微生物組大數據挖掘瓶頸問題的應對策略78
小結80
參考文獻81
第4章微生物組大數據的應用85
4 1不同宿主環境下的微生物組數據研究86
4 1 1大黃蜂微生物組研究86
4 1 2魚類微生物組研究87
4 1 3小龍蝦微生物組研究89
4 1 4從抗生素耐藥性角度研究水稻小龍蝦共養模式90
4 1 5雞微生物組研究91
4 1 6歐洲野兔微生物組研究91
4 1 7家畜微生物組研究92
4 2人體微生物組數據研究93
4 2 1腸型分析96
4 2 2腸道微生物亞群與飲食、代謝疾病的關聯分析97
4 2 3人類飲食與腸道菌群的個性化關聯98
4 2 4體育鍛煉與腸道菌群的相關性研究98
4 2 5幼兒腸道微生物組的時間發育變化100
4 2 6腸道菌群與年齡預測101
4 2 7微生物組與癌症相關性研究101
4 2 8腸道菌群與非酒精性脂肪肝的防治102
4 2 9腸易激綜合征患者腸道菌群的研究103
4 2 10類風濕性關節炎患者微生物失調和代謝紊亂研究104
4 2 11下呼吸道細菌性感染診斷研究105
4 2 12腸道菌群可塑性研究105
4 3環境和工程領域的微生物組數據研究106
4 3 1土壤微生物組研究107
4 3 2污水處理廠微生物群落挖掘108
4 3 3植物根際微生物群落研究109
4 3 4甘草基因表達微生物群落代謝產物調控模式研究110
4 3 5地下水微生物來源分析111
4 3 6水體抗生素抗性基因研究112
4 3 7湖泊抗生素抗性基因研究113
4 3 8全球海洋宏轉錄組研究114
4 3 9海洋微生物群落中的抗生素抗性基因研究115
4 3 10利用海洋宏基因組學預測新蛋白質家族116
4 3 11重症監護病房微生物研究117
4 3 12微生物溯源研究118
4 3 13本體感知深度學習應用於微生物溯源的研究119
4 3 14遷移學習應用於微生物分類研究120
小結121
參考文獻122
第5章微生物組大數據挖掘的發展趨勢和未來態勢129
5 1人工智慧賦能的微生物組大數據挖掘的總體知識框架131
5 2新技術和新發現驅動微生物組研究的不斷進步131
5 3微生物組暗物質和大數據挖掘137
參考文獻140
附錄143
附錄1術語解釋144
附錄2微生物基因組概述150
附錄3基因組功能註釋153
附錄4人類微生物組研究的30個重大里程碑事件157

前言/序言
微生物是普遍存在於自然界中且具有重要意義的生命體，以微生物群落的形式存在。一個微生物群落包含幾十到數千種微生物，這些微生物相互協作以適應環境的變化；同時，它們的生命活動也會對環境產生巨大影響。微生物組研究以這些微生物為基礎，研究對象包括微生物群落中所有的遺傳物質、相關環境參數和代謝產物，以及它們之間的複雜關係和動態變化特徵等，研究過程具有極高的複雜性。
近年來，隨著人們對微生物越來越深入的了解，有關微生物群落的基礎研究及其在健康、環境等領域的應用研究的重要性愈發凸顯，各國也越來越重視微生物組研究的發展。2016年，美國啟動了"國家微生物組計劃(NationalMicrobiome Initiative，NMI)」，此項研究計劃投資1億多美元。我國也在醞釀啟動微生物組研究計劃，並於2016年在《「十三五」國家戰略性新興產業發展規劃》中重點強調"腸道微生物宏基因組學等關鍵技術創新與精準營養食品創製」，科技部在2017年將微生物組研究列為「重大顛覆性技術」之一。
微生物組的生物信息學分析主要依賴於微生物組學相關的海量測序數據和數據挖掘方法。隨著高通量測序技術和下一代信息技術的日臻完善，微生物組研究日新月異，已經涵蓋從群落結構到群落功能、從基因挖掘到規律發掘、從免疫到營養、從人體健康到環境監控等各類基礎和應用研究方向。因此，微生物組學已經從傳統意義上的生物學分支學科，轉變為生物學、生物技術、大數據、人工智慧等多學科交叉的綜合類學科。
在微生物組數據整合與深入分析時，大數據技術和機器學習技術非常適用。首先，微生物組數據具備大數據的4V特點：?數據量大(volume);?類型繁多(variety);?速度快、時效高(velocity);?價值密度低(value)。其次，微生物組學大數據需要深入挖掘。從龐大的數據中提取未知、隱含且具備潛在價值的信息是一個艱難的過程，但微生物組學大數據的挖掘最終將直接服務於臨床診斷、預測和潛在治療方案的提出，具有明顯的臨床轉化價值和意義。
然而，目前國內微生物組學大數據挖掘方面的相關書籍十分欠缺，特別是有關利用人工智慧技術挖掘微生物組學大數據的圖書基本屬於空白。這種現狀與國內微生物組研究如火如荼的趨勢形成了鮮明對比，甚至影響了國內微生物組研究，尤其是在數據分析和挖掘方面的進展。行業內亟須一本介紹微生物組學大數據挖掘的學術專著，服務於微生物組研究相關的廣大師生和科研人員，以及對微生物組感興趣的大眾讀者。
本書包括微生物組數據整理和整合、微生物組數據挖掘方法、微生物組數據挖掘案例等多個部分。筆者團隊組織多方力量，較為全面地介紹了21世紀前20年微生物組研究中有關數據分析挖掘和轉化應用方面的知識與進展。
其中，第1章主要由寧康和楊朋碩組織整理，第2章主要由查毓國組織整理，
第3章主要由計磊組織整理，第4章主要由李玉雪組織整理。最後，寧康在第5章就微生物組學大數據挖掘的發展趨勢和應用潛力進行了展望和總結。本書附錄提供了微生物基因組基礎知識、基因功能註釋、微生物組研究重大里程碑事件等內容，有助於讀者獲取當前微生物組大數據挖掘相關的全方位信息。
本書理論聯繫實際，較為全面和深入地介紹了微生物組學，特別是微生物組學大數據和數據挖掘方面的知識與研究進展。希望通過閱讀本書，讀者能夠較為全面地掌握微生物組學相關大數據挖掘分析的方法，並能夠通過實例指導自己的項目設計與分析。
需要強調的是，當今微生物組學研究成果層出不窮，建議讀者主動閱讀相關文獻，這樣既可以加深對微生物組學的理解，更好地學習相關新技術和新發現；又有助於不斷提高業務水平，提升自己的微生物組研究洞察力和研究效率。
最後，祝大家在微生物組學習和研究的過程中，享受學習知識和探究科學的樂趣，同時取得更好的成果!讓我們一起推動微生物組研究領域不斷進步!