CheckM2：基于机器学习快速、可扩展和准确地评估微生物基因组质量Article, 2023-07-27Nature Methods, [IF 48]DOI: https://doi.org/10.1038/s41592-023-01940-w原文链接：https://www.nature.com/articles/s41592-023-01940-w第一作者：Alex Chklovski通讯.

全球COVID-19新型冠状病毒肺炎疫情使人们对病毒有了前所未有的关注。病毒不仅可以侵入人体等真核生物，还可以侵入细菌等原核生物。侵入细菌的病毒数量大约有1031，是地球上最丰富...

纯净的细菌培养株对于微生物组研究中的详细实验和机理研究仍然是必不可少的，单从复杂的微生物生态系统中分离单个细菌的传统方法是劳动密集型的，很难达到规模，并且缺乏表型-基因型的整合。近期发表在《Nature Biotechnology》的文章，描述了一个高通量机器人菌种分离平台，可以按需快速生成分离株。该研究开发了一种机器学习方法，利用菌落形态学和基因组数据，最大限度地提高分离的微生物的多样性，并能有

自动化和机器学习高通量分离微生物组High-throughput microbial culturomicsusing automation and machine learningArticle，2023-2-20，Nature Biotechnology， [IF 68.16]DOI：https://doi.org/10.1038/s41587-023-01674-2通讯作者：Harris .

大语言模型改善病毒蛋白注释Large language models improve annotation of prokaryotic viral proteinsResearch Article，2024-1-29，Nature Microbiology， [IF 28.3]原文链接：https://www.nature.com/articles/s41564-023-01584-8第一作者.

点击蓝字 关注我们未来一瞥：整合人工智能实现HER2阳性乳腺癌精准管理综 述●原文链接DOI: https://doi.org/10.1002/imo2.19●2024年8月2日，中山大学肿瘤防治中心刘鹏和邹宇田团队在iMetaOmics在线发表了题为“A glimpse into the future: Integrating artificial intelligence for prec..

人工智能在微生物组研究中的应用：现状与展望AI in microbiome research: Where have we been, where are we going?Commentary, 2024-8-14, Cell Host & Microbe, [IF 20.6]DOI：https://doi.org/10.1016/j.chom.2024.07.021原文链接：https

点击蓝字↑↑↑“微生态”，轻松关注不迷路生科云网址：https://www.bioincloud.tech编译：微科盟薇薇，编辑：微科盟居居、江舜尧。微科盟原创微文，欢迎转发转载，转载须注明来源《微生态》公众号。导读微塑料混合物广泛分布在全球生态系统中，包含各种类型。然而，微塑料多样性如何影响微生物的生物相互作用尚不清楚。本研究进行了600个微宇宙实验，微塑料多样性从1到6种类型不等，并在15°C

点击蓝字 关注我们土壤微生物网络复杂性介导了土壤多功能性在降水改变下的变化iMeta主页：http://www.imeta.science研究论文●原文链接DOI: https://doi.org/10.1002/imt2.106●2023年5月2日，西北农林科技大学韩新辉和钟泽坤团队在iMeta在线发表了题为 “Decreased soil multifunctionality is ...

点击蓝字 关注我们MIST：基于NGS数据的微生物鉴定和溯源分析平台iMeta主页：http://www.imeta.science研究论文●原文链接DOI: https://doi.org/10.1002/imt2.146●2023年11月2日，上海市食品药品检验研究院、上海美吉生物医药科技有限公司和上海市食品药品包装材料测试所在iMeta在线联合发表了题为 “MIST: A Micro...