Microbial Bioinformatics Group

News & Events

• Latest News

1. 2023年8月，华中科技大学生命学院系统生物学与生物信息学系宁康教授团队，以华中科技大学为唯一单位在环境学和生态学领域国际著名期刊《Environmental Science and Ecotechnology》(年综合发文量<50)上发表题为“Refining biome labeling for large-scale microbial community samples: Leveraging neural networks and transfer learning”的研究论文。该研究提出利用神经网络和迁移学习的方法构建预测模型，解决现存微生物数据库中大量样本缺乏生态位标注以及标注不准确的问题，提高众多微生物群落样本的生物群系标签信息的完整性，进而促进跨学科的更准确的知识发现，对环境领域研究具有特别的意义。
2. 2023年6月09日-12日，生命学院宁康教授团队指导的登峰计划1901班本科生张皓鸿、研究生熊广州、程铭悦等受邀参加了在中国香港特区举办的国际消化系统疾病论坛 (International Digestive Disease Forum 2023) 并进行四项研究工作的展示。其中张皓鸿、熊广州分别汇报了题为“Utilizing tumor microenvironment microbial profiles and host gene expressions for reliable survival subtyping in liver hepatocellular carcinoma”和“Enterotype-dependent microbial response to cardiac surgery with cardiopulmonary bypass”的研究成果。相关研究成果也被胃肠道研究领域国际顶级期刊《Gut》收录。
3. 2023年5月20-22日，生命学院宁康教授团队研究生程铭悦、查毓国、朱雪、李玉雪受邀参加了在北京举办的2023肠道大会。其中程铭悦做了题为“Stage-specific roles of microbial dysbiosis and metabolic disorders in rheumatoid arthritis”的口头报告。相关研究成果也被国际顶级期刊《Annals of the Rheumatic Diseases》收录。
4. 2023年5月11日下午，生命科学与技术学院“学术讲座”专场顺利举行。中国医学科学院基础医学研究所张宏冰教授受生命科学与技术学院宁康教授邀请，作了题为“信号传导通路异常与疾病的靶向治疗”的专题报告。讲座由宁康教授主持，来自生命科学与技术学院的60余名师生参会。在交流互动环节，与会师生和主讲人展开了活跃的讨论，并了解到该领域的最新最前沿的发展方向。本次讲座为广大师生提供了学术交流的平台，开拓了我校与会师生的国际视野，为科研工作者的未来研究方向提供了新的思路。
5. 2023年4月15日，王南前往长沙参加“第21届亚洲太平洋生物信息会议（APBC2023）”，并作大会报告“Improving biome labeling for tens of thousands of inaccurately annotated microbial community samples based on neural network and transfer learning”。
6. 2022年10月28日，华中科技大学生命学院系统生物学与生物信息学系宁康教授团队，以华中科技大学为唯一单位在胃肠病学、肝病学国际顶尖期刊《GUT》发表题为“Overcoming regional limitations: Transfer learning for cross-regional microbial-based diagnosis of diseases”的研究论文，提出利用迁移学习来克服区域效应，实现基于微生物特征的跨区域疾病诊断。华中科技大学博士生王南为论文的第一作者，博士生程铭悦为第二作者，宁康教授为论文的通讯作者。在本工作中，科研人员将此框架应用于来自广东肠道微生物组项目（GGMP）的6,998个粪便微生物组样本，根据其来源将其划分为14个不同的地级市（区）。据结果显示，与从头训练模型相比，迁移学习模型进行跨地级市疾病诊断的准确性最具优势，并且将其应用到跨洲际队列的疾病诊断当中时，迁移学习模型仍具有更优越的准确性。此外，科研人员通过迁移学习发现了受地域因素影响作用较大的菌种，例如Clostridium，这些菌种可能对迁移学习模型在跨区域疾病诊断当中的有效性具有潜在的贡献。这项研究表明，迁移学习模型可以利用跨区域的微生物特征知识，实现基于微生物的跨区域疾病诊断，并且具有较高的准确性和鲁棒性。此外，这项研究为利用人工智能技术突破区域限制，在临床试验中实现基于微生物特征的跨区域疾病诊断提供了新的可行的途径。需要指出的是：中国幅员辽阔，各地医生队伍水平参差不齐。本项目所提出来的基于迁移学习的人工智能方法，本质上是一种基于大数据的普适性的诊疗策略。这种策略的应用和推广，可以非常有效的克服地域差异 所带来的诊疗质量问题，大幅度提高诊疗准确性和速度，帮助“新时代的赤脚医生”为人民群众提供更高质量的诊疗服务。论文链接： https://gut.bmj.com/content/early/2022/10/28/gutjnl-2022-328216
7. 2022年9月23日国际顶级微生物组学杂志Microbiome在线发表了华中科技大学（华科大）生命科学与技术学院宁康教授团队联合中国水产科学研究院黄海水产研究所（黄海所）陈松林院士团队合作完成的题为“Intestinal microbiome-mediated resistance against vibriosis for Cynoglossus semilaevis”的研究论文。该研究以我国特有养殖鱼类半滑舌鳎（龙利鱼）为模型，首次揭示了肠道微生物群落结构、功能和微生物-宿主相互作用在鱼类抗病性状形成中的作用。论文第一作者为黄海所周茜副研究员和华科大生物信息学专业2019级博士生朱雪，通讯作者为宁康教授和陈松林院士。本研究基于陈松林院士团队多代选育的半滑舌鳎抗病家系，通过多组学分析，解析了抗病和易感家系肠道菌群的结构功能差异、宿主基因表达模式和菌群-宿主相互作用，发现抗病和易感家系微生物群落结构具有明显差异：抗病家系通过招募有益菌（如Phaeobacter, Propionibacterium）增强抗弧菌感染能力，而易感家系则由于富集了促炎菌（如Alicyclobacillus）而影响了抗病力。进一步分析发现肠道微生物通过调控宿主代谢（包括类固醇、类固醇激素、胆汁酸合成和不饱和脂肪酸代谢途径）和免疫信号通路（包括DNA-sensing,Toll-like和RIG-I-like受体信号通路）等影响半滑舌鳎抗弧菌感染能力。此外，发现肠道菌群可能通过“菌-肠-免疫轴”调控宿主的免疫稳态和炎症反应，如Phaeobacter通过调控自身hdhA基因和宿主胆汁酸生物合成通路cyp27a1基因上调，同时调控自身trxA基因和宿主促炎细胞因子生物合成通路akt基因的表达下调，来降低抗病家系的炎症反应， 从而提高半滑舌鳎抗弧菌感染能力。在此基础上，本研究进一步筛选到基于肠道微生物和宿主基因组合的生物标志物，可用于半滑舌鳎抗病种质筛选。本研究首次揭示了肠道微生物通过调节宿主免疫稳态和降低炎症反应而调控半滑舌鳎抗弧菌病性状的分子机制，所揭示的“菌-肠-免疫轴”调控模式将有助于理解肠道菌群在鱼类抗病性状形成中的作用，为鱼类抗病性状研究提供了新视角，研究成果为开辟鱼类病害防治和良种培育新途径奠定重要基础。 上述工作是在国家自然科学基金、国家重点研发计划、山东省泰山学者攀登计划等项目的资助和支持下完成的。论文链接：https://microbiomejournal.biomedcentral.com/articles/10.1186/s40168-022-01346-4
8. 2022年9月19日，华中科技大学生命学院系统生物学与生物信息系宁康教授团队，以华中科技大学为唯一单位在国际权威期刊Briefings in Bioinformatics上发表题为“EXPERT: transfer learning-enabled context-aware microbial community classification”的研究论文，提出一种基于迁移学习的情景感知微生物群落分类方法。文章通过几个特定情景展示了该方法在微生物群落分类中的效用。首先，通过将EXPERT应用于不同分娩方式的婴儿肠道微生物群落。作者发现，由于第一年的环境暴露，剖腹产出生的婴儿与自然分娩的婴儿相比，肠道微生物群落在很大程度上得到了恢复。其次，通过整合多种疾病肠道微生物群落的数据集，作者发现人类肠道微生物群落表现出疾病特异性模式，这与之前的跨多疾病研究结果一致。第三，作者展示了该方法在表征结直肠癌（CRC）不同阶段患者肠道菌群方面的效用。通过使用CRC的五个阶段的群落，作者发现同一阶段的宿主样本具有相似的肠道微生物群落，因而肠道微生物群落的组成变化可以反映结直肠癌的进展。 华中科技大学生命学院博士生查毓国和本科生冲辉、硕士生于清扬为论文的共同第一作者，华中科技大学宁康教授为论文的通讯作者。该研究得到科技部国家重点研发计划，国家自然科学基金等的资助。论文链接：https://academic.oup.com/bib/advance-article/doi/10.1093/bib/bbac396/6702669
9. 2022年9月15日国际权威期刊Journal of Hazardous Materials在线发表了华中科技大学生命科学与技术学院宁康教授团队题为“The distinct microbial community patterns and pathogen transmission routes in Intensive Care Units”的研究论文。该研究以医院重症监护室（ICU）和普通病房中的微生物群落为主题，以不同症状新冠肺炎患者及其环境样本为主要研究对象，首次揭示不同病房的微生物传播模式，并挖掘出一系列病原菌，评估了环境中的致病菌对人体的潜在影响。该研究首先分析ICU病房与普通病房在微生物多样性、群落结构方面的差异。接着通过大规模微生物溯源，发现两种病房存在不同的菌群传播模式：对于ICU病房，微生物传播的中心点是床沿；而对于普通病房，微生物更倾向以室内地面作为传播中心。进一步寻找病房内的重要传播链条，结果显示：包含葡萄球菌、链球菌等几种常见病原微生物显示出较高的传播能力。通过筛选标志物、丰度过滤，共挖掘出17个病原微生物属，相关性分析结果表明：环境中的致病微生物对病人存在一定影响，且相比于普通病房，ICU内存在的致病菌对人体的影响更为显著。不仅如此，该结果与不同病房传播模式的特点相吻合，揭示了病房中存在的交叉感染风险。 该研究首次比较了不同病房的微生物传播模式，通过多种分析方法揭示致病菌在密闭环境中引起交叉感染的风险，并结合实际背景为医院管理、清洁措施提出了可行的建议。华中科技大学生命学院2018级本科生陈俊炜为论文的第一作者，华中科技大学宁康教授为论文的通讯作者。该研究得到国家自然科学基金、科技部国家重点研发计划等的资助。论文链接：https://www.sciencedirect.com/science/article/pii/S0304389422017587
10. 2022年6月6日，华中科技大学宁康教授团队针对野生和栽培甘草根的基因表达，次生代谢产物含量及根系微生物群落分布展开了深入研究，提出了野生和栽培甘草基因表达-微生物群落-代谢产物调控模式。相关研究成果以“Multi-omics profiling reveals comprehensive microbe-plant-metabolite regulation patterns for medicinal plant Glycyrrhiza uralensis Fisch”作为标题，在线发表于植物学知名期刊《Plant Biotechnology Journal》。甘草是一种广泛使用的中药材，其药用部位为根及根茎，具有补脾益气、清热解毒、祛痰止咳等功效，其主要成分为甘草酸和甘草苷。由于野生资源的缺乏，栽培甘草逐渐成为解决甘草需求的重要途径。通过多组学技术研究野生及栽培甘草的遗传信息及其代谢调控网络，有助于揭示甘草重要次生代谢产物的积累机制。该研究选用乌拉尔甘草（Glycyrrhiza uralensis Fisch）作为研究对象，重新定义了更为精准的乌拉尔甘草基因结构，鉴定的40,091个基因中包括数千个此前未见报道的基因，并完善了基因表达谱。利用代谢组学技术测定野生（WT），栽培一年（C1）和栽培三年（C3）乌拉尔甘草根中甘草酸和甘草苷的含量，发现野生甘草较栽培甘草积累了更多的甘草酸和甘草苷。结合转录组数据分析鉴定甘草酸和甘草苷合成途径的关键基因，进一步发现BAS、CYP72A154、CYP88D6等关键基因在野生甘草中的表达量显著高于栽培甘草。此外，通过甘草转录谱、代谢产物、根际微生物群落的网络联合分析，发现甘草酸和甘草苷合成关键基因的表达与微生物群落中细菌的多样性及丰度谱高度相关。 进一步分析表明，根系微生物Lysobacter的丰度与甘草酸和甘草苷合成途径中的关键基因（如CYP72A154）的表达显著相关。最后，该研究提出了甘草生长过程的整体多组学调控模型，确认了根际微生物群落结构在甘草酸和甘草苷积累中的重要性。该研究通过对野生和栽培甘草的转录组、代谢产物、根际微生物群落进行分析和比较，探究甘草酸和甘草苷在野生和栽培甘草根中的积累与基因表达的相关性，阐明了野生和栽培甘草主要成分含量差异的原因，同时揭示了根际微生物群落结构对甘草酸和甘草苷合成的潜在影响模式。该工作的研究结果，对于优化栽培甘草生长环境、强化甘草遗传改良、提升甘草品质具有重要意义。论文链接：https://onlinelibrary.wiley.com/doi/10.1111/pbi.13868
11. 2022年5月18日下午，“华中大-新国大学术大讲堂”生命科学与技术学院专场顺利举行。新加坡国立大学杨潞龄医学院心血管研究所Hyungwon Choi副教授受生命科学与技术学院邀请，作了题为“心血管疾病生物标志物发现以及多组学数据整合挖掘”的专题报告。讲座由我校生命科学与技术学院宁康教授主持，通过腾讯会议在线直播，来自清华大学、浙江大学、新加坡国立大学等国内外高校80余名师生线上参会。在报告环节，Hyungwon Choi副教授介绍了一种名为iOmicsPASS+的新型综合分析方法。他们将来自新西兰和新加坡医院住院的急性心肌梗死患者血浆蛋白组和脂质组的最新数据，以及经胸廓的超声心动图参数这三种不同类型的数据映射到一个直接相互作用的网络中，识别出主要心脏不良事件(MACEs)和突发性心力衰竭(HF)的子网络预测特征。Hyungwon Choi副教授团队经过综合分析获知，在这一人群中，金标准生物标志物以外的变化预示着不良结果的风险，而特异性血浆蛋白可能提供加强心肌保护和心脏修复的机会。在交流互动环节，与会师生分别就如何去除批次效应、生物标志物以及其作用机制等问题和主讲人展开了活跃的讨论，并了解到该领域的前沿发展方向。本次讲座为国内外师生提供了学术交流的平台，开拓了我校与会师生的国际视野，为科研工作者的未来研究方向提供了新的思路。
12. 2022年4月26日，华中科技大学生命学院系统生物学与生物信息学系宁康教授团队，以华中科技大学为第一单位在国际权威期刊Genome Medicine上发表题为“Ontology-Aware Deep Learning Enables Ultrafast and Interpretable Source Tracking among Sub-Million Microbial Community Samples from Hundreds of Niches”的研究论文，提出一种基于微生物群落本体的深度学习方法，解决了在数十万个群落样本中进行快速准确的微生物群落溯源的问题。华中科技大学生命学院博士生查毓国和本科生冲辉为论文的共同第一作者，华中科技大学宁康教授和山东大学计算机学院崔学峰教授为论文的共同通讯作者。本研究开发了一种用于微生物群落溯源的本体感知神经网络（Ontology-aware Neural Network，ONN）的深度学习建模方法，即ONN4MST。该方法可以利用微生物群落本体的信息对生物群落之间的依赖关系进行建模，并估计不同的微生物群落在群落样本中的来源比例。ONN4MST使用了大量的数据（来自114个生态位的125，823个群落样本)来训练模型，基于此模型提供了一种快且精确的微生物群落溯源解决方案，可以针对包含数百个潜在生态位和数十万个群落样本的数据集进行建模和搜索，而且在可扩展性和稳定性方面也优于最先进的方法。ONN4MST在一系列微生物群落溯源应用中展现了知识发现的能力，如检测微生物污染物的来源、探究复杂生境群落样本的组成等。论文链接：https://genomemedicine.biomedcentral.com/articles/10.1186/s13073-022-01047-5
13. 2022年3月10日，宁康教授团队与中国科学院精密测量科学与技术创新研究院王智研究员团队合作，在国际顶级期刊Water Research在线发表了合作研究的新成果，论文题为《Linkage and driving mechanisms of antibiotic resistome in surface-groundwater and their responses to the land use and seasonal variation》。论文共同第一作者为张露博士和计磊硕士，共同通讯作者为王智研究员、宁康教授。抗生素诱导产生的抗生素耐药基因（ARGs）已成为21世纪全球公认的环境与公共安全问题。本研究以江汉平原洪湖流域为研究对象，利用宏基因组技术对流域内地表水和地下水中的ARG污染进行了调查，探讨地表水与地下水中ARGs的污染特征、生态过程与形成机制、及其对土地利用和季节变化的响应问题。研究结果表明，地表水和地下水中ARGs的丰度和多样性在季节上的变化并不一致，并且在雨季地表水和地下水中ARGs之间的关系密切。土地利用对ARGs的影响在地表水强于地下水，而且在旱季强于雨季。有趣的是，土地利用对地表水和地下水ARGs影响最强烈的最佳缓冲区并不相同，地表水的最佳缓冲区为1500m（旱季和雨季），而地下水最佳缓冲区为1000m（旱季）和500m（雨季）。此外，由可移动基因元件（MGEs）介导的随机过程比确定性过程对ARGs群落构建的贡献更大，尤其是在地下水中。最后，依据人类致病菌（HBP）所携带的MGEs上的ARGs风险水平最高，我们基于重叠群分析了ARGs、MGEs和HBP共存情况来评估ARG在地表水和地下水中的潜在风险。研究结果表明无论是旱季还是雨季，地下水中存在的潜在风险更高。 本研究深入了解了季节和土地利用对地表水和地下水中ARGs污染、生态过程及形成机制的影响，并对ARGs所产生的潜在风险进行了评估，有助于制定有效的管理策略，控制复杂人类活动流域内的ARGs污染。文章链接：https://doi.org/10.1016/j.watres.2022.118279
14. 2021年12月7日，宁康教授团队联合美国密歇根大学计算医学与生物信息系张阳教授团队，在利用微生物组大数据靶向高效辅助预测蛋白质三维结构领域取得突破。该联合团队研究成果《Decoding the link of microbiome niches with homologous sequences enables accurately targeted protein structure prediction》在国际知名学术杂志美国国家科学院院刊(Proceedings of the National Academy of Sciences of the United States of America，PNAS) 于2021年12月7日在线发表。宁康教授、张阳教授为并列通讯作者，博士生杨朋硕和博士后郑伟为并列第一作者。本研究建立了一个包含42.5亿个序列的四个主要生物群落的模型库，发现了微生物生态位和蛋白质家族之间存在固有的进化联系，可用于构建精确的多序列比对。进而开发了一个名为MetaSource的机器学习模型来预测目标蛋白质的源生物群落，其可以显著提高联系图和3D结构模型的准确性，同时使用少于三倍以上的计算机内存和CPU时间。研究的结果验证了重要的生物组-序列-Pfam关联，这可以为基于菌群的蛋白质结构和功能预测的靶向方法提供更高的效率和有效性。文章链接：https://pubmed.ncbi.nlm.nih.gov/34873061/
15. 查毓国参加2021第六届中国计算机学会生物信息学会议（2021,12,4 青岛），并作大会报告 “Ontology-Aware Deep Learning Enables Comprehensive profiling of Antibiotic Resistance Genes”。
16. 2021年7月7日，宁康教授团队与山东第一医科大学韩金祥教授团队、山东大学张磊教授团队合作，在国际顶级胃肠道期刊Gut在线发表了合作研究的新成果，论文题为《A hidden link in gut-joint axis: Gut microbes promote rheumatoid arthritis at early stage by enhancing ascorbate degradation》。论文共同第一作者为赵燕博士和程铭悦博士，其中程铭悦为我校生物信息学专业20级博士生，共同通讯作者为张磊教授、宁康教授和韩金祥教授。类风湿关节炎（RA）是一种病因未明的慢性、以炎性滑膜炎为主的系统性疾病，在中国的病患人数逐年增长。临床上早有研究表明，RA患者体内的维生素C（抗坏血酸）含量远低于正常水平。维生素C作为强大的抗氧化剂，可以抑制引发关节炎症的促炎因子。此外，维生素C还参与胶原蛋白的合成，而胶原蛋白是关节组织和骨骼中的主要蛋白质。因此，在临床治疗上，RA患者会通过服用维生素C补充剂来维持自身的维生素C水平，达到缓解疼痛，保护软骨，缓解自身免疫反应的治疗效果。 肠道微生物在人类健康和疾病中起着关键的调节作用，并且与宿主代谢和免疫功能密切相关。已有研究表明肠道微生物与自身免疫病的诱导有关，例如类风湿关节炎。然而，在类风湿关节炎的病程发展中，特别是维生素C补充剂治疗过程中，肠道微生物是否以及如何发挥作用，是一个长期悬而未决的问题。本研究通过多组学分析，结合肠道菌群宏基因组，血液与关节滑液代谢组，与关节炎患者炎症因子参数，发现肠道菌群是RA患者维生素C水平过低的重要原因之一，从而促进了类风湿关节炎的病程发展，提出了“菌-肠-关节轴”新机制。在RA患者中，肠道菌群的维生素C降解功能相比于健康人体中肠道菌群有着显著提高，伴随而来的是白细胞介素-6与肿瘤坏死因子-α在血液中的增高。而白细胞介素-6与肿瘤坏死因子-α在临床上常作为治疗RA的靶向位点。此外，本研究发现大肠杆菌与牛链球菌是该机制的关键驱动菌，特别是在RA早期阶段。 本研究提供的潜在的“菌-肠-关节轴”规律可作为未来临床实验的参考。文章链接：https://gut.bmj.com/content/early/2021/07/07/gutjnl-2021-325209
17. 2021年5月28日，程铭悦参加了“2021中国肠道大会”，并作壁报展示 “Classification of the Gut Microbiota of Patients in Intensive Care Units During Development of Sepsis and Septic Shock”。
18. 2021年2月5日，朱雪参加“第19届与亚洲太平洋生物信息会议（APBC2021）”，并作大会报告 “Decoding herbal materials of TCM preparations with the multi-barcode sequencing approach: assessment of solidity on a diverse set of preparations”。
19. 2019年11月1日，宁康教授团队，联合软件学院薛志东教授团队和美国密歇根大学计算医学与生物信息系张阳教授团队，在利用微生物组大数据辅助预测蛋白质三维结构领域取得新突破。该联合团队研究成果《Fueling ab initio folding with marine microbiome enables structure and function predictions of new protein families》在生物学领域权威期刊Genome Biology（影响因子：14.028）在线发表。宁康教授、薛志东教授和张阳教授为并列通讯作者，王燕副教授、博士后石强、博士生杨朋硕和张成鑫为并列第一作者，华中科技大学为该文第一单位。该研究主要目的为揭示环境微生物辅助预测未知结构的蛋白的可行性和潜在规律。为此，研究团队利用将近2TB的海洋微生物组大数据，鉴定出了9千7百万的非冗余基因和3万7千个微生物物种。结合国际顶尖的蛋白质结构预测方法，辅助预测出了27个之前没有任何结构信息的蛋白质结构。而为什么这些蛋白家族可以被预测出来？这些蛋白家族和微生物组之间有什么关联性呢？研究团队利用先进的数据挖掘方法对预测结果及其所蕴含的生物学意义进行了深入的解读。结果发现微生物组的结构组成和功能分布和预测出的蛋白结构之间存在着很大的关联：首先在微生物组中占有很高比例的物种，在未知蛋白结构的家族中出现的频率也很高。其次，基于结构的蛋白功能预测结果也显示，预测出的蛋白家族的功能也在微生物组中广泛分布，比如光合作用。 该研究结果再一次印证了微生物组作为基因宝库的价值，而且提供了一种通过海洋微生物基因组提高蛋白质结构和功能建模能力的新途径，特别是对于缺乏已知同源模板的蛋白质靶标。而且该研究团队发现的这种微生物组与预测出的蛋白结构之间的关联性，对进一步预测出其他未知结构的蛋白提供了一个崭新的思路，为生物资源挖掘、药物研发等应用提供了更为有力的大数据研究手段。文章链接：https://genomebiology.biomedcentral.com/articles/10.1186/s13059-019-1823-z
20. 宁康教授及其团队为了在空间尺度和时间尺度上研究人类活动和环境因素对类生物圈2号大型校园环境中微生物群落的影响模式，经过3年时间的采样和分析，调查了中国武汉四个大学校园（华中科技大学、武汉大学、华中师范大学和华中农业大学）的校内户外微生物群落。 研究中，共收集了来自6个季节、55个采样点的284个样本，同时记录了气候和环境特征，以及对应的人流密度等级等数据。初步摸清了以华中科技大学为代表的中国武汉四个大学校园的微生物资源。研究表明校园环境户外微生物群落结构受多种气候因素的影响，具有明显的季节性。人类活动对微生物群落的影响也明显地促成了这种季节性动态变化的模式。然而，俗话说的好“铁打的营盘流水的兵”，校园户外微生物群落的组成在多重压力的影响之下发生了变化，但整个校园户外微生物群落的总体生物学功能却保持稳定。该研究中，时空动态格局及其功能的科学探究视角，弥补了微生物与宏观生态系统研究之间的差距，为更好地理解气候因素和人类活动对校园微环境的影响提供了可行性。该工作题为“The Seasonal Dynamics and the Influence of Human Activities on Campus Outdoor Microbial Communities”, 2019年7月10日发表在Frontiers in Microbiology上。
21. 韩毛振参加2019中国肠道大会（2019,5,4 北京），并作大会报告 “Agricultural Pollution Risks Influence Microbial Ecology in Honghu Lake”。
22. 杨朋硕参加2019第17届与亚洲太平洋生物信息会议（APBC）（2019,1,15 武汉），并作大会报告 “Meta-Network: Optimized species-species network analysis for microbial communities”。
23. 宁康教授团队在肠道菌群可塑性研究中取得重要进展。2018年11月12日，该团队研究成果《Resilience of Human Gut Microbial Communities for the Long Stay with Multiple Dietary Shifts》在胃肠病和肝脏学科领域的顶尖期刊Gut（影响因子：23.059）在线发表。宁康教授为通讯作者，生命科学与技术学院博士生韩毛振为排名第一的共同第一作者，华中科技大学为该文第一单位。本工作的合作团队包括首都医科大学世纪坛医院、中科院计算所等。该研究主要目的为揭示肠道菌群在较长时间跨度内受饮食改变而发生的动态变化模式。为此，研究团队招募了一支由十人组成的中国志愿者团队(VT)，他们从北京出发，在特立尼达和多巴哥(TAT)停留了六个月，然后返回北京。通过使用高密度纵向采样的策略，本研究收集了志愿者的粪便样本，记录他们详细的饮食信息。对粪便样本进行高通量测序和相关分析，发现人类肠道菌群的动态变化规律遵循“双向可塑性模式”：首先在变化过程中具有很高的可塑性（plasticity），其次在长时间停留期间又具有相当的弹性（resilience）。志愿者肠道菌群之间的变换通常在1个月内完成，并且志愿者肠道菌群的动态变化有特定的变化趋势，可以分为两种类型，这可能与志愿者的肠型有关。在肠道菌群组成上，还发现厚壁菌门和拟杆菌门相对丰度在时间轴上表现出较强的弹性，并且它们在这段时间内呈负相关，而变形球菌门和放线杆菌门的相对丰度也表现出可塑性模式。 通过整合志愿者的饮食信息，证实了双向可塑性在很大程度上是通过饮食来调节的。在TAT逗留期间，VT成员消费了更多的西方饮食：鱼和海鲜、乳制品和精制谷物，这与他们在北京的饮食习惯大不相同。这些食物的消耗量增加与肠道微生物群落结构的变化显著相关。 肠道菌群的双向可塑性模式，可以从两方面对肠道微生物组相关疾病的临床实践发挥指导性价值：首先，它指出针对胃肠疾病的诊断，应考虑饮食习惯和可能的旅行记录，以提高诊断的准确性。第二，建议在临床实践，如粪便移植和抗生素治疗中，应该利用更长的时间来监测治疗效果，因为肠道微生物群落具有很强的弹性。文章链接： http://dx.doi.org/10.1136/gutjnl-2018-317298
24. 杨朋硕参加2018第8届全国生物信息学与系统生物学学术大会（2018,10,22 澳门），并作大会报告 “Edge Network Representation For Microbial Co-occurrence Patterns: New Insights For Microbial Ecology”。
25. 6月16日至17日，我校成功主办了“2018年第一届微生物组学与合成生物学前沿研讨会”。 本次会议由中国微生物学会环境微生物学专业委员会、湖北省及武汉市微生物学会和我校主办，我校生命学院承办，在余龙江、张晓昱、宁康等微生物学教授通力组织下顺利召开并园满结束。
26. 热烈祝贺程铭悦同学的项目“ICU患者肠道微生物组成研究”在第三届全国大学生生命科学创新创业大赛中获得创新类优秀成果一等奖。
27. 加州大学河滨分校统计学系主任崔欣萍教授于2017年11月19号到访，给生命科学院宁康实验室的同学们介绍了生物统计学中亚种识别算法Strain-GeMS的改进与评估总结结果，并且与宁康教授达成了联合办学协议。
28. 德国波鸿鲁尔大学Ansgar Poetsch教授于2017年8月19日到访，与生命科学院宁康教授进行中德基金项目交流，并指导博士生陈超云进行了实验经过的撰写和结果的分析。
29. 热烈祝贺余少俊、李洪军同学的项目“中药制剂和网络药理数据库及分析系统”在第二届全国大学生生命科学创新创业大赛中获得创新类优秀成果一等奖。
30. 热烈祝贺周纯羽、杨朋硕同学的项目“云贵高原地区两类湖泊的微生物群落结构比较分析”在第二届全国大学生生命科学创新创业大赛中获得创新类优秀成果二等奖。
31. 宁康参加2017第21届国际计算分子生物学研究会议（2017,05,03 香港），并作大会报告 “Species-species network analysis for microbial communities”。
32. 宁康参加大数据和生物信息学研讨会（2015,12,19 武汉），并作大会报告 “Big-data integration and analysis for microbial community researches: challenges and solutions”。
33. 宁康参加2015年转化医学信息学前沿研讨会暨 “转化医学信息学专家组”成立会议（2015,11,27-29 苏州），并作大会报告 “Researches in microbial communities for translational medicine”。
34. 宁康参加 Genomics Frontiers Symposium（2015,7,15-19 北京），并作大会报告 “Single-cell SNP analyses and interpretations based on RNA-Seq data for colon cancer research”。