Identifying Microbes in Space

A walkthrough of identifying microbial species on the International Space Station's dining table using metagenomics. DNA sequencing data from a NASA study is processed with fastp for quality trimming, then classified with kraken2, a fast k-mer-based taxonomic classifier. The analysis reveals bacteria common to human skin, hospital environments, and food production — including a kimchi-associated strain (Leuconostoc mesenteroides MSL129) that appears to have survived and thrived on the ISS. The post also explains how kraken2 achieves its speed through minimizers, compact hash codes, and exact k-mer matching rather than alignment, drawing parallels to locality-sensitive hashing techniques used in web search and plagiarism detection.

Nguồn: https://towardsdatascience.com/space-mould. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.

Đề xuất cho bạn

Medium0 Hot5 phút3 ngày trướcAI

Building an AI Bioinformatics Research Scientist with “gget” and Frontier AI Models

Kết hợp thư viện sinh học gget mã nguồn mở với các mô hình ngôn ngữ lớn (LLM) tiên tiến cho phép xây dựng một nhà khoa học nghiên cứu AI có khả năng truy xuất dữ liệu sinh học thời gian thực từ các cơ sở dữ liệu uy tín (Ensembl, UniProt, NCBI, AlphaFold, BLAST,...) và áp dụng suy luận khoa học dựa trên bằng chứng đã được xác thực. Kiến trúc này ngăn ngừa hiện tượng "ảo giác" bằng cách tách biệt quá trình truy xuất dữ liệu khỏi lý luận khoa học, đồng thời vượt trội hơn phương pháp RAG truyền thống nhờ truy vấn trực tiếp vào cơ sở dữ liệu động thay vì chỉ dựa vào chỉ mục tài liệu tĩnh.

Lập trình viên muốn tự động hóa nghiên cứu sinh học sinh học sinh học thông minh và tiết kiệm thời gian với các mô hình AI tiên tiến mà không phải phụ thuộc vào các giải pháp truyền thống rẻ tiền và không hiệu quả.