微生物组学（microbiomics）是继基因组学之后，生物学研究领域的重大突破之一。特别是近20年来，国际上有关微生物组学的研究进展极其迅速，不仅积累了上百万的微生物群落样本，而且在人体健康、环境保护、工业生产等方面发掘了大量的微生物资源，发现了大批的微生物变化规律。当今人工智能（AI）技术一日千里，将其运用于微生物组的大数据挖掘，可极大地促进微生物资源的理性转化与应用。本书较为全面系统性地梳理了AI赋能微生物组的基本概念和分析流程，以及21世纪前20年来相关数据挖掘方法和典型应用案例，并对其未来发展趋势和应用潜力进行了总结与展望，可供微生物组研究相关的科研工作者，以及对组学数据挖掘感兴趣的师生参考。

目  录

第1章微生物组1

11基本概念1

111微生物群2

112宏基因组4

113微生物组5

12微生物组高通量测序5

121扩增子测序6

122宏基因组测序7

123测序技术的发展9

124鸟枪法宏基因组测序的拓展研究11

13微生物组测序数据和基本分析流程14

小结16

参考文献16

第2章微生物组大数据及其主流分析方法20

21基本概念及分类20

22微生物组大数据的特征22

23微生物组的主流数据库23

24微生物组的主流数据分析方法和软件24

241扩增子分析软件27

242宏基因组分析软件27

243统计和可视化工具28

25微生物组数据整合中的批次效应28

251平均中心方法30

252Zscore方法30

253基于比值的方法31

254距离加权判别法31

255ComBat方法31

256基于奇异值分解方法31

257替代变量分析法31

26微生物数据分析流程32

26116S扩增子数据分析流程33

262宏基因组数据分析流程35