数学模型可以帮助纠正测量细菌群落的偏差
北卡罗莱纳州立大学的研究人员开发了一个数学模型，显示了在通过宏基因组测序测量细菌群落时，偏差如何扭曲结果。概念验证模型可能是开发校准方法的第一步，可以使宏基因组测量更准确。
宏基因组测序通过从样本中提取的DNA来确定某一特定群体中存在的细菌的数量和类型，例如，在人类肠道微生物群中。“我们正在测量细菌群落——哪些细菌存在，每个细菌有多少，”人口健康和病理生物学助理教授本·卡拉汉(Ben Callahan)说，他也是一篇描述这项工作的论文的通信作者。“然而，测量技术并不完美，这导致了结果的偏差。这意味着我们无法获得我们试图衡量的社区的准确情况。”
卡拉汉说，由于宏基因组测序是一个多步骤的过程，每个步骤都可能会引入偏差。
卡拉汉说:“最著名的步骤是DNA提取，我们打开细菌获取DNA。”“有些细菌的细胞比其他的更难被打破。假设我有一种细菌，它占了群落的一半，但不太容易分解。在我的测量中，我只能得到这个细菌的10%，而不是实际存在的50%。介绍了偏见。现在，我从那时起所做的每一个测量或计算都是系统性的扭曲。”
与NC州博士后研究员Michael McLaren和华盛顿大学的生物静音学生艾米威利斯的Callahan从华盛顿大学测试了他们的偏见模型，以反对两种类型的偏见测序 - 16S RNA基因和霰弹枪偏心组学 - 在已知组合物的微生物群落中，发现该模型在这些情况下准确描述偏见。
卡拉汉说:“这个实验表明，我们提出的模型至少在这些有限的情况下是可行的。”“长期目标是为复杂自然群落的宏基因组测量提供一种校准工具，就像我们有用于校准天平、示波器和显微镜等测量技术的标准一样。这项工作是迈向这一目标的第一步。”
这项研究发表在eLife．McLaren是第一作者。
皮克-
编辑报告：追随抽象。
“宏基因组测序实验中的一致和可纠正的偏差”
作者:迈克尔·麦克拉伦(Michael McLaren)，本·卡拉汉(Ben Callahan)，北卡罗来纳州立大学;艾米·威利斯，华盛顿大学
发表时间:2019年9月10日eLife
文摘:
标记基因和偏见测序引起了我们测量生物群群的能力。但是，他们提供的测量与真相不同，通常会发生巨大地，因为这些实验偏向于对他人的一些分类群。该实验偏差使分类群或基因丰富通过不同方案定量无与伦比的，可以导致杂散的生物结论。我们提出了一种数学模型，了解偏差如何基于真实实验的性质扭曲社区测量。我们用来自定义的细菌群落的16S rRNA基因和霰弹枪偏心组织数据验证该模型。尽管比以前的型号更简单，我们的模型更好地适合实验数据。我们说明了我们的模型如何用于评估协议，以了解偏差对下游统计分析的影响，并测量和校准适当的校准控制。这些结果照亮了新的途径，以真正的定量和可重复的偏心神经测量。
