加州大學洛杉磯分校（UCLA）FEAST快速準確檢測細菌來源

　　近日，由加州大學洛杉磯分校（UCLA）領導的一個研究小組已經開發出一種更快、更準確的方法來確定生活在人類體內和身上的多種細菌的來源。從廣義上講，該工具可以推斷出任何微生物群的起源。

　　這種名為"FEAST"的新計算工具可以在短短幾小時內分析出大量的基因信息，相比之下，之前的工具則需要幾天或幾周的時間。該軟件程序可用于衛生保健、公共衛生、環境研究和農業。這項研究發表在Nature Methods。

圖片來源：Nture Methods

　　一個微生物群落通常包含成百上千種微生物。微生物群落無處不在，從人類的消化道，到供應水的湖泊和河流。構成這些群落的微生物可以來自它們周圍的環境，包括食物。

　　了解這些生物來自何處以及這些群落是如何形成的，可以讓科學家更詳細地了解影響人類健康的未知生態過程。因此研究人員開發了這個程序，為醫生和科學家研究這些現象提供了一個更有效的工具。

　　源跟蹤程序給出了來自其他地方的微生物群的百分比。這在概念上類似于人口普查--它揭示了移民人口來自哪個國家，以及每個群體占總人口的百分比。

　　例如，使用廚房計數器樣本上的源跟蹤工具可以指示該樣本中有多少來自人類，有多少來自食物，以及具體是哪種食物。

　　有了這些信息，醫生將能夠通過簡單地分析他們的微生物群來區分一個健康的人和一個患有特定疾病的人。科學家可以使用該工具檢測水資源或食品供應鏈中的污染。

　　"微生物與人類生理和健康的許多方面有關系，但我們對這個涉及許多物種的動態網絡的臨床意義以及它們如何相互作用的理解還處于初級階段。"該研究主要負責人、UCLA Samueli工程學院和avid Geffen醫學院的Eran Halperin說道。

　　Halperin補充說："微生物組數據的空前增長，這迅速增加了我們對微生物生命的各種功能和分布的了解。盡管如此，如此龐大和復雜的數據集對統計和計算都構成了挑戰。"

　　研究人員說，與其他源代碼跟蹤工具相比，FEAST的速度快了300倍，而且更準確。

　　此外，目前的工具只能分析較小的數據集，或只針對被認為是有害污染物的特定微生物。而研究人員表示這個新工具可以處理更大的數據集，并提供更完整的微生物存在和來源的圖片。

　　研究人員通過將FEAST與之前發表的數據集分析進行比較，證實了FEAST的可行性。

　　例如，他們使用該工具來確定廚房柜臺上微生物的種類，它提供了比以前分析相同數據集的工具更多的細節。

　　他們還使用該工具比較了剖腹產嬰兒和順產嬰兒的腸道微生物群。

　　該研究的第一作者、加州大學洛杉磯分校計算機科學研究生Liat Shenhav說："我希望科學家們能利用FEAST來診斷與細菌有關的健康狀況。例如，如果一種特定的癌癥具有微生物特征，那么FEAST可能被用于早期診斷。"

　　參考資料：

　　Liat Shenhav et al. FEAST： fast expectation-maximization for microbial source tracking. Nature Methods， 2019； DOI： 10.1038/s41592-019-0431-x