加州大学洛杉矶分校（UCLA）FEAST快速准确检测细菌来源
近日，由加州大学洛杉矶分校（UCLA）领导的一个研究小组已经开发出一种更快、更准确的方法来确定生活在人类体内和身上的多种细菌的来源。从广义上讲，该工具可以推断出任何微生物群的起源。
这种名为"FEAST"的新计算工具可以在短短几小时内分析出大量的基因信息，相比之下，之前的工具则需要几天或几周的时间。该软件程序可用于卫生保健、公共卫生、环境研究和农业。这项研究发表在Nature Methods。
图片来源：Nture Methods
一个微生物群落通常包含成百上千种微生物。微生物群落无处不在，从人类的消化道，到供应水的湖泊和河流。构成这些群落的微生物可以来自它们周围的环境，包括食物。
了解这些生物来自何处以及这些群落是如何形成的，可以让科学家更详细地了解影响人类健康的未知生态过程。因此研究人员开发了这个程序，为医生和科学家研究这些现象提供了一个更有效的工具。
源跟踪程序给出了来自其他地方的微生物群的百分比。这在概念上类似于人口普查--它揭示了移民人口来自哪个国家，以及每个群体占总人口的百分比。
例如，使用厨房计数器样本上的源跟踪工具可以指示该样本中有多少来自人类，有多少来自食物，以及具体是哪种食物。
有了这些信息，医生将能够通过简单地分析他们的微生物群来区分一个健康的人和一个患有特定疾病的人。科学家可以使用该工具检测水资源或食品供应链中的污染。
"微生物与人类生理和健康的许多方面有关系，但我们对这个涉及许多物种的动态网络的临床意义以及它们如何相互作用的理解还处于初级阶段。"该研究主要负责人、UCLA Samueli工程学院和avid Geffen医学院的Eran Halperin说道。
Halperin补充说："微生物组数据的空前增长，这迅速增加了我们对微生物生命的各种功能和分布的了解。尽管如此，如此庞大和复杂的数据集对统计和计算都构成了挑战。"
研究人员说，与其他源代码跟踪工具相比，FEAST的速度快了300倍，而且更准确。
此外，目前的工具只能分析较小的数据集，或只针对被认为是有害污染物的特定微生物。而研究人员表示这个新工具可以处理更大的数据集，并提供更完整的微生物存在和来源的图片。
研究人员通过将FEAST与之前发表的数据集分析进行比较，证实了FEAST的可行性。
例如，他们使用该工具来确定厨房柜台上微生物的种类，它提供了比以前分析相同数据集的工具更多的细节。
他们还使用该工具比较了剖腹产婴儿和顺产婴儿的肠道微生物群。
该研究的第一作者、加州大学洛杉矶分校计算机科学研究生Liat Shenhav说："我希望科学家们能利用FEAST来诊断与细菌有关的健康状况。例如，如果一种特定的癌症具有微生物特征，那么FEAST可能被用于早期诊断。"
参考资料：
Liat Shenhav et al. FEAST： fast expectation-maximization for microbial source tracking. Nature Methods， 2019； DOI： 10.1038/s41592-019-0431-x
