数学模型可以帮助纠正测量细菌群落的偏见

来自北卡罗来纳州立大学的研究人员开发了一个数学模型，该模型显示了偏好在通过宏基因组测序测量细菌群落时如何扭曲结果。概念验证模型可能是开发校准方法的第一步，这些方法可以使宏基因组测量更准确。

宏基因组测序通过从样品中提取的DNA识别特定群落中存在的细菌的数量和类型- 例如，在人肠道微生物组中。“我们正在测量细菌群落 - 存在的细菌群体以及每个群体中存在多少细菌，”人口健康和病理生物学助理教授，描述这项工作的论文的相应作者Ben Callahan说。“然而，测量技术并不完美，这会在结果中引入偏差。这意味着我们无法准确了解我们正在尝试衡量的社区。”

根据Callahan的说法，由于宏基因组测序是一个多步骤过程，因此可以在每个步骤中引入偏差。

“最着名的步骤是DNA提取，我们打破细菌以获得DNA，”Callahan说。“一些细菌的细胞比其他细菌更容易破裂。假设我有一种细菌构成了社区的一半，但没有很好地破坏。在我的测量中，我最终可能只有10%的这种细菌，这取代了实际存在的50%。这引入了偏见。现在我从那时起所做的每一次测量或计算都是系统性的偏差。“

来自华盛顿大学的北卡罗来纳州博士后研究员Michael McLaren和生物统计学家Amy Willis的Callahan测试了他们对两种类型的宏基因组测序-16S RNA基因和霰弹管宏基因组学的已知成分微生物群落的偏倚模型，并发现该模型在这些情况下准确描述了偏见。

“这个实验表明，我们提出的模型至少在这些有限的情况下起作用，”卡拉汉说。“长期目标是为复杂自然群落的宏基因组测量提供校准工具，就像我们用于校准测量技术(如秤，示波器和显微镜)的标准一样。这项工作是迈向这一目标的第一步。”