Applying multi‐omics toward tumor microbiome research

微生物群 组学 计算生物学 代谢组学 工具箱 蛋白质组学 数据科学 生物 基因组学 生物信息学 计算机科学 基因组 遗传学 基因 程序设计语言
作者
Nan Zhang,Shruthi Kandalai,Xiaozhuang Zhou,Farzana Hossain,Qingfei Zheng
出处
期刊:iMeta [Wiley]
卷期号:2 (1) 被引量:12
标识
DOI:10.1002/imt2.73
摘要

Abstract Rather than a “short‐term tenant,” the tumor microbiome has been shown to play a vital role as a “permanent resident,” affecting carcinogenesis, cancer development, metastasis, and cancer therapies. As the tumor microbiome has great potential to become a target for the early diagnosis and treatment of cancer, recent research on the relevance of the tumor microbiota has attracted a wide range of attention from various scientific fields, resulting in remarkable progress that benefits from the development of interdisciplinary technologies. However, there are still a great variety of challenges in this emerging area, such as the low biomass of intratumoral bacteria and unculturable character of some microbial species. Due to the complexity of tumor microbiome research (e.g., the heterogeneity of tumor microenvironment), new methods with high spatial and temporal resolution are urgently needed. Among these developing methods, multi‐omics technologies (combinations of genomics, transcriptomics, proteomics, and metabolomics) are powerful approaches that can facilitate the understanding of the tumor microbiome on different levels of the central dogma. Therefore, multi‐omics (especially single‐cell omics) will make enormous impacts on the future studies of the interplay between microbes and tumor microenvironment. In this review, we have systematically summarized the advances in multi‐omics and their existing and potential applications in tumor microbiome research, thus providing an omics toolbox for investigators to reference in the future.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI2S应助可可可采纳,获得10
刚刚
难过摩托完成签到,获得积分20
1秒前
一米眼光发布了新的文献求助10
1秒前
4秒前
Hello应助小柒采纳,获得10
4秒前
lianliyou发布了新的文献求助10
5秒前
上官若男应助草莓奶昔采纳,获得10
7秒前
栗子完成签到,获得积分10
7秒前
7秒前
Akim应助SonRisa采纳,获得10
8秒前
碧蓝玉米完成签到 ,获得积分10
10秒前
秋小阳桑关注了科研通微信公众号
10秒前
12秒前
小冉完成签到 ,获得积分10
13秒前
勇者先享受生活完成签到 ,获得积分10
16秒前
17秒前
17秒前
小蘑菇应助玄妙采纳,获得10
18秒前
科研路上一匹孤独的完成签到,获得积分10
19秒前
田様应助LL采纳,获得10
20秒前
梁燕完成签到 ,获得积分10
20秒前
22秒前
dt完成签到,获得积分10
22秒前
23秒前
23秒前
23秒前
26秒前
ying发布了新的文献求助10
27秒前
爆米花应助lewisll采纳,获得10
28秒前
大模型应助咖啡先生采纳,获得10
28秒前
超帅的dz发布了新的文献求助10
32秒前
星辰大海应助科研通管家采纳,获得10
34秒前
在水一方应助科研通管家采纳,获得10
34秒前
JamesPei应助科研通管家采纳,获得10
34秒前
Lucas应助科研通管家采纳,获得20
34秒前
传奇3应助科研通管家采纳,获得10
34秒前
栗子应助科研通管家采纳,获得10
34秒前
zho应助科研通管家采纳,获得10
34秒前
35秒前
36秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158178
求助须知:如何正确求助?哪些是违规求助? 2809497
关于积分的说明 7882282
捐赠科研通 2467982
什么是DOI,文献DOI怎么找? 1313837
科研通“疑难数据库(出版商)”最低求助积分说明 630558
版权声明 601943