藉由整合多重組學的資料解析與判定人體中未知細菌的基因表現及該細菌在環境中伴演的角色(2/2)

研究計畫: A - 政府部門b - 科技部

專案詳細資料

說明

微生物是地球上數量最多的物種。然而因為傳統定序技術的限制,在21 世紀以前人類並沒有辦法定 序並分析絕大部分的微生物族群。一種嶄新的定序技術(元基因組學Metagenomics)可以同時取得指 定環境中的所有物種DNA 進行後續分析。理論上,這種技術可以定序環境中的所有物種;然而因為 上百種物種的DNA 都掺雜在一起的緣故,後續的分析變得相當困難。除此之外,雖然其他針對微生 物族群的定序技術如元轉譯組學(Metatranscriptomics)或元蛋白質組學(Metaproteomics)可以幫助 人們了解細菌的基因以及蛋白質表現量,但與元基因組學一樣都因為各種DNA 混在一起的緣故而讓 分析變得滯礙難行。 在這份Proposal 中,我提出一種計算技術,讓電腦可以整合從不同平台的微生物族群定序資料,並讓 人們更加了解細菌族群的組成以及個別細菌中不同基因與蛋白質的表現。我提出的方法總共有兩個步 驟:首先,我會先套用機器學習的演算法會先將上百種的物種DNA 分成許多不同的集群(Cluster), 接下來再將基因或蛋白質表現的資料對應到不同的集群上進行功能分析。這種整合型的技術可以協助 科學家們輕易地找出細菌的組成以及其代表功能。我計畫將這種計算方法套用到各種不同的元基組學 資料上,從這些資料中進一步挖掘中更多未知的物種,並了解它們與環境互動的模式。
狀態已完成
有效的開始/結束日期3/1/182/28/19