超高扩展性的微生物群落知识发现建模与应用研究
编号:3
访问权限:仅限参会人
更新:2025-03-25 13:23:55
浏览:25次
口头报告
摘要
海量的微生物组数据正在产生,这些样本被存放于不同的公共数据库中,在下游分析中起着至关重要的作用。然而目前主流的微生物数据库中大量样本缺乏详细的生态位标注信息,并且一部分样本可能被错误注释,这极大地阻碍了环境微生物领域的研究。针对此问题,我们提出了结合迁移学习及神经网络的Meta-Sorter工具,它可以提高成千上万个微生物群落样本的生物群系标签信息的完整性,及从数百万微生物组样本中发现新知识,极大地促进跨学科的更准确的知识发现,对环境领域研究具有特别的意义。
发表评论