Inferring microbial co-occurrence networks from amplicon data: a systematic evaluation.

Kishore, Dileep; Birzu, Gabriel; Hu, Zhenjun; DeLisi, Charles; Korolev, Kirill S; Segrè, Daniel

Kishore, Dileep; Birzu, Gabriel; Hu, Zhenjun; DeLisi, Charles; Korolev, Kirill S; Segrè, Daniel.

Afiliação

Kishore D; Bioinformatics Program, Boston University , Boston, Massachusetts, USA.
Birzu G; Biological Design Center, Boston University , Boston, Massachusetts, USA.
Hu Z; Biosciences Division, Oak Ridge National Laboratory , Oak Ridge, Tennessee, USA.
DeLisi C; Department of Physics, Boston University , Boston, Massachusetts, USA.
Korolev KS; Department of Applied Physics, Stanford University , Stanford, California, USA.
Segrè D; Bioinformatics Program, Boston University , Boston, Massachusetts, USA.

mSystems ; 8(4): e0096122, 2023 08 31.

Article em En | MEDLINE | ID: mdl-37338270

Assuntos

Consórcios Microbianos; Microbiota; RNA Ribossômico 16S/genética; Microbiota/genética; Algoritmos; Sequenciamento de Nucleotídeos em Larga Escala

Palavras-chave

16S rRNA; Microbiome; QIIME2; co-occurrence; consensus algorithm; correlations; denoising; interaction; network inference; networks; nextflow; pipeline; taxonomy

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Consórcios Microbianos / Microbiota Idioma: En Ano de publicação: 2023 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google