Nouvelles Du Monde

Les chercheurs dévoilent une base de données complète des signatures microbiennes publiées

Les chercheurs dévoilent une base de données complète des signatures microbiennes publiées
BugSigDB, une base de données organisée de signatures microbiennes dérivées expérimentalement. a–c, BugSigDB est une collection éditable par la communauté d’études publiées sur le microbiome rapportant un microbiote associé à l’hôte différemment abondant (y compris des bactéries, des archées, des champignons, des protistes et des virus) qui comprend actuellement plus de 2 500 signatures microbiennes extraites de plus de 600 articles scientifiques au cours du cours. de plus de 4 ans (a). Ces articles rapportent des études sur le microbiome de participants représentant différents pays et ethnogéographies (b) et des échantillons de microbiome provenant de différents sites du corps humain (c). d, Nombre de signatures associées à un microbe spécifique, avec les 10 microbes les plus fréquemment signalés annotés. Les signatures BugSigDB contiennent des niveaux taxonomiques du phylum à la souche standardisés sur la base de la taxonomie NCBI. e, Tailles de signature, avec plus de 50 % des signatures contenant cinq microbes ou plus. f, Pourcentage de signatures annotées dans les principales catégories de maladies lors de la classification de la condition d’étude associée à chaque signature selon l’ontologie des facteurs expérimentaux. g, Top 10 des microbes les plus fréquemment signalés et nombre de signatures associées stratifiées par catégorie de maladie. Crédit: Biotechnologie naturelle (2023). DOI: 10.1038/s41587-023-01872-y

Une nouvelle étude publiée par des chercheurs de l’Institut CUNY pour la science de mise en œuvre dans la santé des populations (ISPH) à CUNY SPH et ses collègues présente BugSigDB, une base de données modifiable par la communauté de signatures microbiennes sélectionnées manuellement à partir d’études publiées.

Lire aussi  les photos de produits mises à jour n'apparaissent pas sur youtube

Le document intitulé “BugSigDB capture les modèles d’abondance différentielle dans un large éventail de signatures microbiennes associées à l’hôte” est disponible dans Biotechnologie naturelleet le wiki public est disponible sur https://bugsigdb.org.

La base de données enregistre les méthodes et les résultats essentiels pour permettre une analyse à haut débit de la similarité des signatures microbiennes identifiées par des études indépendantes, de la co-occurrence et de la co-exclusion de microbes individuels et des signatures consensuelles conservées dans plusieurs études sur des résultats et des expositions similaires en matière de santé. Il permet d’évaluer l’abondance différentielle du microbiome au sein et entre des conditions expérimentales, des environnements ou des sites corporels.

Le premier auteur, Ludwig Geistlinger, a lancé le projet en tant qu’étudiant postdoctoral à CUNY SPH. Il est maintenant directeur associé de la biologie computationnelle au Center for Computational Biomedicine de la Harvard Medical School.

“BugSigDB est la première collection complète de signatures microbiennes publiées qui peuvent être utilisées pour comparer l’abondance microbienne différentielle associée à l’hôte dans le cadre d’études indépendantes,” dit le Dr. Geistlinger. “Cela nous a aidé à découvrir des modèles reproductibles d’abondance microbienne différentielle au sein et entre les résultats de santé que nous ne pouvions pas remarquer en lisant simplement la littérature publiée sans la normaliser.”

Lire aussi  Apple Watch Series 9 2023 : à quoi s'attendre d'Apple cet automne

“Avoir l’opportunité de travailler avec et d’encadrer les stagiaires de BugSigDB, dont beaucoup étaient des étudiants de CUNY SPH, a été vraiment incroyable,” » déclare Chloe Mirzayi, récente diplômée du doctorat CUNY SPH, deuxième auteur de l’étude. “Depuis le début du projet, j’ai pu voir ces étudiants brillants et motivés contribuer à BugSigDB et grandir en tant que chercheurs en développant des compétences en lecture critique de la littérature, en interprétation des résultats d’études et en analyse de données secondaires.”

“C’est le projet le plus important que j’ai jamais entrepris,” déclare le professeur Levi Waldron, l’auteur principal de l’étude. “C’est le produit de quatre années de travail de près de 60 étudiants conservateurs qui ont saisi près de 3 000 signatures microbiennes provenant de 750 études et soutenus par plusieurs développeurs de logiciels, étudiants et collaborateurs de CUNY qui ont aidé à gérer des équipes de conservateurs pour développer de nouvelles méthodes pour apprendre de ce nouveau type de base de données.

Lire aussi  Call of Duty: Warzone et Modern Warfare 2 rencontrent TMNT avec Shredder DLC

“BugSigDB est alimenté par la même technologie que Wikipédia, mon prochain objectif est donc de recruter davantage d’éditeurs et de faire en sorte qu’elle devienne une base de données vivante maintenue par l’ensemble de la communauté de recherche sur le microbiome.”

Plus d’information:
Ludwig Geistlinger et al, BugSigDB capture les modèles d’abondance différentielle dans un large éventail de signatures microbiennes associées à l’hôte, Biotechnologie naturelle (2023). DOI: 10.1038/s41587-023-01872-y

BugSigDB : une base de données permettant d’identifier des modèles d’abondance inhabituels dans les études sur le microbiome humain, Biotechnologie naturelle (2023). DOI : 10.1038/s41587-023-01930-5

Fourni par la City University de New York


Citation: Des chercheurs dévoilent une base de données complète de signatures microbiennes publiées (13 septembre 2023) récupérée le 13 septembre 2023 sur

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni seulement pour information.

2023-09-13 18:36:03
1694633264


#Les #chercheurs #dévoilent #une #base #données #complète #des #signatures #microbiennes #publiées

Facebook
Twitter
LinkedIn
Pinterest

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.

ADVERTISEMENT