XiaoMi-AI文件搜索系统
World File Search Systemaccepted
已接受文章
1 C. Meng MD（ORCID ID 0000-0002-9723-5791），V. Bykerk MD（ORCID ID 0000-0002- 1219-3845），美国纽约州纽约市特殊外科医院风湿病科。美国纽约州纽约市威尔康奈尔医学院医学系 2 美国纽约州纽约市特殊外科医院风湿病科。3 D. Jannat-Khah DRPH、MSPH，美国纽约州纽约市特殊外科医院风湿病学、流行病学和生物统计学 CORE 科。美国纽约州纽约市威尔康奈尔医学院医学系 4 B. Jivanelli MLIS，纽约州纽约市特殊外科医院 HSS 教育学院 Kim Barrett 纪念图书馆
通过逐步公平约束的加强学习接受的手稿
©作者2023。由牛津大学出版社出版，代表系统生物学家学会。保留所有权利。有关权限，请发送电子邮件：journals.permissions@oup.com
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。
已接受文章
方法：我们使用带有唯一标签键的数据匿名化解决方案，从数据仓库中提取了 2019 年 3 月 1 日至 2020 年 2 月 29 日期间在我们新加坡三级风湿病诊所就诊的使用新加坡手机的患者。2020 年 3 月 28 日，我们通过短信服务 (SMS) 向这些患者发送了一份包含 25 个问题的调查问卷（参见补充材料），调查问卷使用的是安全的基于网络的调查工具（研究数据库捕获，REDCap）[11]。如果未完成调查，则会在 2020 年 3 月 31 日和 4 月 9 日再发送 2 条短信提醒。数据点与风湿病就诊相关的人口统计数据、诊断代码和处方汇总在一起；手机号码已被删除以保持匿名。我们使用一种无偏见的多维方法来识别具有不同医疗保健态度和行为的患者，并查看这些集群是否可以预测疾病特征和药物使用情况。进行 LCA 以确定适当的聚类数，并使用赤池信息准则 (AIC) 和贝叶斯信息准则 (BIC) [12] 选择最佳拟合模型。在检查相邻聚类之间 AIC 和 BIC 值的变化后，获得了 3 聚类解决方案。选择了 22 份问卷答案作为 LCA 的输入变量。
接受版本
（自适应）辐射已经吸引了进化生物学家，因为很长一段时间以来，它是理想的23模型系统，用于研究通常快速物种形成的模式和过程。但是，尽管有24个（有时已经已经基因组规模）的数据可用于宿主辐射，但很少有研究以25的方式针对其共生体中多元化的模式，尽管它们将是研究共生体形成的出色模型26。我们的评论总结了对通常标志性自适应宿主辐射的27种共生多样化模式的知之甚少，并且在多大程度上28这些模式取决于其宿主的进化轨迹。我们确定了29个研究差距，这些差距需要在将来解决，并讨论了这些研究系统中通常尚未使用的方法30的潜力，例如流行病学疾病建模31和新的Omics技术，以显着促进我们对这些复杂的32生态变化关系的理解。33