基于饮食-肠道菌群-疾病数据库的膳食推荐模型构建方法

    公开(公告)号:CN118471437A

    公开(公告)日:2024-08-09

    申请号:CN202410425740.3

    申请日:2024-04-10

    Applicant: 江南大学

    Abstract: 本发明公开了基于饮食‑肠道菌群‑疾病数据库的膳食推荐模型构建方法,属于数据库及膳食推荐技术领域。本发明数据库由整合相关开源数据库及文献纳入构成,并对数据库内容进行标准化处理,该膳食推荐模型的构建方法包括如下步骤:步骤1:基于数据库,通过语义相似性、高斯核轮廓相似性计算和图注意力网络进行建模,构建饮食‑肠道菌群、肠道菌群‑疾病相关性网络;步骤2:基于数据库中的定性关系,对应相关性网络中的节点,从而构建饮食‑肠道菌群‑疾病网络;步骤3:通过分类器优化模型对肠道菌群的靶点筛选,得到不同疾病的膳食推荐结果。本发明能够提供一种饮食‑肠道菌群‑疾病领域的数据支持手段,根据人体健康疾病状况提供膳食建议。

    一株唾液乳杆菌及其产的胞外多糖在缓解结肠炎中的应用

    公开(公告)号:CN117487693A

    公开(公告)日:2024-02-02

    申请号:CN202311290659.0

    申请日:2023-10-07

    Applicant: 江南大学

    Abstract: 本发明公开了一株唾液乳杆菌及其产的胞外多糖在缓解结肠炎中的应用,属于微生物技术以及医药技术领域。本发明提供的唾液乳杆菌(Ligilactobacillussalivarius)CCFM1334能够高效生产胞外多糖,产量为185.6mg/L。采用本发明提供的唾液乳杆菌(Ligilactobacillussalivarius)CCFM1334胞外多糖作用于结肠炎小鼠之后,能够显著缓解小鼠结肠炎症状,具体体现在显著降低疾病活动评分指数,缓解体重降低,缓解结肠组织病理学,降低促炎因子TNF‑α、IL‑1β、IL‑6、INF‑γ、IL‑17水平,升高抗炎因子IL‑10水平,提高紧密连接蛋白ZO‑1和occludin的mRNA表达量。因此,唾液乳杆菌(Ligilactobacillussalivarius)CCFM1334胞外多糖在制备预防和/或治疗结肠炎的产品中,具有巨大的应用前景。

    一种基于变分神经网络的疾病预测方法及系统

    公开(公告)号:CN117198397A

    公开(公告)日:2023-12-08

    申请号:CN202311028109.1

    申请日:2023-08-15

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于变分神经网络的疾病预测方法及系统,该方法包括如下步骤:步骤1:提取样本的DNA、RNA和代谢物,将DNA和RNA信息扩增成适合高通量测序的文库,利用高通量测序技术得到测序原始数据,对原始数据进行处理后分别进行物种注释和功能注释得到宏基因组的菌群丰度数据和宏转录组的通路数据,通过质谱分析法得到代谢组的代谢物丰度数据;步骤2:对多组学数据进行预处理,包括数据转换和归一化处理;步骤3:将处理过后的菌群丰度数据、通路数据和代谢物丰度数据代入到训练好的算法框架中,得出生病的概率值,算法框架的输出结果为患病或未患病。本发明能够用于整合不完整的微生物组多组学数据,预测疾病和寻找疾病相关的生物标志物。

    一种促进抗生素扰动后肠道微生态恢复的微生物组合

    公开(公告)号:CN116836882A

    公开(公告)日:2023-10-03

    申请号:CN202310922073.5

    申请日:2023-07-26

    Applicant: 江南大学

    Abstract: 本发明公开了一种促进抗生素扰动后肠道微生态恢复的微生物组合,属于微生物技术领域以及医药技术领域。本发明提供了一株单形拟杆菌(Bacteroides uniformisi)CCFM1231,所述单形拟杆菌CCFM1231与嗜黏蛋白阿克曼氏菌ATCC BAA‑835联合使用能够促进短期广谱抗生素扰动后小鼠肠道微生物组α多样性、双歧杆菌属、肠杆菌属和瘤胃梭菌属_5丰度的恢复、健康水平以及β多样性的恢复,且干预组的小鼠肠道菌群共现网络的节点数、边数、平均度数、Hub(中心)节点数和脆弱性的变化。本发明提供的微生物组合在预防和/或治疗广谱抗生素对肠道微生物组的扰动具有重要作用和极大的应用前景。

    一种基于肠道菌群预测模型集成学习的年龄预测方法

    公开(公告)号:CN114093515A

    公开(公告)日:2022-02-25

    申请号:CN202111360059.8

    申请日:2021-11-17

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于肠道菌群预测模型集成学习的年龄预测方法,包括:获取人类肠道菌群宏基因组学的原始数据,将获得的基因组数据进行质量控制,并获取肠道菌群物种组成和代谢通路组成丰度表,构建样本数据集;然后对样本数据集进行特征选择;使用筛选后的特征结合宿主地域信息构建多类年龄预测模型,并采用网格搜索确定使得预测模型精度更高的超参数并对各个最佳预测模型进行训练和预测,得到集成年龄预测方法;最后利用确定的肠道菌群特征和集成年龄预测方法预测样本的年龄,并通过特征解释确定与年龄相关的关键物种和通路。本发明采用了集成学习方法,有效提高了年龄预测准确率;并且能够定向指导肠道菌群的调整,进而实现抗衰老干预。

Patent Agency Ranking