feast團(tuán)隊(duì)的小幅更新之作，比較可惜的是由于發(fā)表的雜志影響不大，迄今引用只有個(gè)位數(shù)，相信這好酒香一定會(huì)飄出深巷子的。
微生物源追蹤分析已成為一種廣泛的技術(shù)，用于表征復(fù)雜微生物群落的特性。但是，此分析目前僅限于在特定研究中采樣的源環(huán)境。為了將范圍擴(kuò)大到單一研究之外，并允許使用大型數(shù)據(jù)庫(kù)和存儲(chǔ)庫(kù)（例如地球微生物組項(xiàng)目）探索源環(huán)境，需要一個(gè)源選擇程序。當(dāng)考慮的潛在來(lái)源數(shù)量眾多時(shí)，這種程序?qū)⒃试S區(qū)分促成環(huán)境和令人討厭的環(huán)境。在這里，我們介紹了 STENSL（microbial source Tracking with ENvironment SeLection），這是一種機(jī)器學(xué)習(xí)方法，通過(guò)執(zhí)行無(wú)監(jiān)督源選擇和實(shí)現(xiàn)對(duì)潛在源環(huán)境的稀疏識(shí)別來(lái)擴(kuò)展常見(jiàn)的微生物源跟蹤分析。通過(guò)將稀疏性納入潛在源環(huán)境的估計(jì)中，STENSL提高了真實(shí)源貢獻(xiàn)的準(zhǔn)確性，同時(shí)顯著減少了非貢獻(xiàn)源引入的噪聲。因此，我們預(yù)計(jì)，源選擇將增強(qiáng)微生物源追蹤分析，從而能夠從公開(kāi)可用的存儲(chǔ)庫(kù)中探索多個(gè)源環(huán)境，同時(shí)保持統(tǒng)計(jì)推斷的高精度。

算法概述

模擬數(shù)據(jù)測(cè)試

使用模擬數(shù)據(jù)將 STENSL 與 FEAST、SourceTracker2 和 RAD 的準(zhǔn)確性進(jìn)行比較，發(fā)現(xiàn)STENSL是唯一能夠一致地估計(jì)真實(shí)來(lái)源貢獻(xiàn)水平的方法，在高達(dá)90%的正未知貢獻(xiàn)中，均方誤差（MSE）顯著降低。

模型數(shù)據(jù)測(cè)試

從三名人類(lèi)受試者和三名小鼠受試者的消化系統(tǒng)獲得的微生物樣本的混合物，組裝了 24 個(gè)體外Sink，每個(gè)Sink由兩到三個(gè)不同混合比例的微生物樣品組成。在對(duì)這組貢獻(xiàn)源和匯進(jìn)行微生物源跟蹤分析時(shí)，我們添加了一組 50 個(gè)額外的非貢獻(xiàn)源。使用STENSL 與 FEAST、SourceTracker2 和 RAD 的準(zhǔn)確性進(jìn)行比較。與我們的仿真結(jié)果類(lèi)似，我們發(fā)現(xiàn)在真實(shí)數(shù)據(jù)中，STENSL的準(zhǔn)確度明顯高于其他方法。

人類(lèi)微生物組計(jì)劃樣本的源選擇

使用唾液微生物組樣本，包含舌頭、上顎和頰粘膜在內(nèi)的幾種口腔獲取樣本，候選來(lái)源定義為來(lái)自唾液樣本的焦點(diǎn)受試者的所有微生物組樣本（不包括唾液），以及來(lái)自88個(gè)個(gè)體的15個(gè)身體部位的所有其他可用微生物樣本。使用STENSL 與 FEAST、SourceTracker2 和 RAD 的準(zhǔn)確性進(jìn)行比較。

feast.result = FEAST(
    C=as.matrix(otus),
    metadata=meta,
    EM_iterations=MAX_ITERS,
    COVERAGE=COVERAGE_DEPTH,
    different_sources_flag=0,
)

stensl.result <- STENSL(
    C=as.matrix(otus),
    metadata=meta,
    EM_iterations=MAX_ITERS,
    COVERAGE=COVERAGE_DEPTH,
    l.range=c(0.1,1,10)
)

歡迎交流你的想法！