XiaoMi-AI文件搜索系统
World File Search System接受的
接受的手稿
微生物群落，例如居住在人类肠道中的群落高度多样而复杂，许多人对健康和疾病具有重要意义。这些微生物群落的效果和功能不仅取决于其物种组成和多样性，而且还取决于转录水平的动态细胞内和细胞间状态。因此，完全需要能够获取单微粒分辨率的RNA测序信息，以便完全需要对复杂的微生物群落以及其宿主进行全面了解。在这里，我们报告了能够鉴定人类样品中的大物种品种的基于液滴的SmRNA-Seq（单微粒RNA测序）的发展和利用，我们将其命名为Smrandom-Seq2。与三个人类肠道样品中的Smrandom-seq2一起设计为细菌和噬菌体测序数据的三型调制计算管道，我们建立了人类肠道肠道微生物组的单细菌转录景观，其中包括29,742个单微生物和329个独特的物种。发现了Prevotella and Roseburia属中物种之间的不同自适应反应，以及在phascalcoltctcoltctobacterium accinatium succinatutens中的内在适应性策略异质性。此外，我们确定了人类肠道微生物组中数百种新型的宿主 - 含量转录活性关联。我们的结果表明Smrandom-Seq2是一种高通量和高分辨率的SMRNA-SEQ技术，在现实词的情况下非常适应复杂的微生物群落，并希望在理解人类微生物组中有新的观点。
接受的论文
B765 Wenjing Zhang, Yuting Tan, and Fang-Xiang Wu, Single Cell Clustering with Sparse Similarity Matrix Learning B772 Wutao Yin, Longhai Li, and Fang-Xiang Wu, A graph attention neural network for diagnosing ASD with fMRI data B776 Qihong Jiao, Zongzhao Qiu, Yuxiao Wang, Cheng Chen, Zhenghe Yang, and Xuefeng Cui, Edge-Gated Graph Neural
