废水提供了精密的见解

的研究从实验室Fangqiong凌在圣路易斯华盛顿大学的显示今年早些时候的SARS-CoV-2废水系统相关疾病的负担——COVID-19——在该地区。

凌之前可以完成的工作,需要知道:你怎么能算出个人代表的数量在一个随机样本的废水?

在一次偶然的机会遇到一个同事帮助凌助理教授在美国能源部,麦凯维环境与化学工程学院的工程,开发一个机器学习模型,利用废水中的各种微生物梳理他们代表了多少个人。展望未来,这种方法可以联系其他属性在废水方面的个人数据。

这项研究发表在《华尔街日报》PLOS计算生物学。

问题是简单的:“如果你把一勺污水,你不知道有多少人你测量,“凌说。这是柜台的一般设计方法研究。

“通常,当你设计你的实验,你设计你的样本大小,你知道有多少人你测量,“凌说。之前,她可以找一个相关性SARS-CoV-2和COVID的人数,她必须弄清楚有多少人代表她在水中测试。

最初,凌认为机器学习可能会发现一个简单的微生物的多样性之间的关系和它代表的人数,但模拟,完成了一个“现成的”机器学习,没有成功。

然后凌有机会遇到Likai陈助理教授在艺术与科学学院数学和统计。两人意识到他们共同有兴趣和小说,复杂的数据。凌陈提到,她做了一个项目,可能会导致。

”她共享我的问题和我说,实际上我们可以做的事情,”陈说。陈碰巧正在使用一种技术的问题,凌还发现有帮助。

能够梳理出的关键有多少个人代表样本有关的事实,样本规模越大,越有可能是相似的意思,或平均。但在现实中,人往往不会完全“平均。“因此,如果一个示例看起来像平均样品微生物群,很可能是由许多人组成的。从平均越远,越有可能代表一个独立的个体。

“但现在我们正在处理高维数据,对吧?”陈先生说。有包含在内的多种方式,你可以把这些不同微生物组成一个样本。“这意味着我们必须找到答案,我们如何聚合信息在不同的位置吗?”

使用这个基本的直觉和很多数学陈与凌定制更多的机器学习算法,可以,如果训练在实际样品的微生物群超过1100人,确定有多少人在废水样本(这些样本与训练数据)。

“这是更快,它可以训练在笔记本电脑上,“凌说。不仅适用于微生物,但同时,有足够的例子——训练数据,该算法可以利用病毒从人类virome或代谢化学链接个人废水样品。

“这个方法是用来测试我们的能力来衡量人口规模,“凌说。但要深入得多。“现在我们正在开发一个框架,允许跨研究验证。”

参考:陈张L, L, Yu X(安妮)、et al . MicrobiomeCensus估计人口大小从废水样品基于inter-individual可变性在肠道微生物组。公共科学图书馆第一版。医学杂志。2022;18 (9):e1010472。doi:10.1371 / journal.pcbi.1010472

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。