ブログ

Jan 26, 2024

正確な洞察は廃水から得られます

Ricerca dal laboratorio di Fangqiong Ling alla Washington University di St. Louis

セントルイスにあるワシントン大学のFangqiong Ling研究室の研究は、今年初めに、下水システム中のSARS-CoV-2の量が、その地域での病気（新型コロナウイルス感染症）の負荷と相関していることを示した。

しかし、その作業を行う前に、Ling 氏は次のことを知る必要がありました。廃水の無作為サンプルに含まれる個人の数をどのようにして把握できるのでしょうか。

マッケルベイ工学部のエネルギー・環境・化学工学科の助教授であるリンは、同僚との偶然の出会いにより、廃水に含まれるさまざまな微生物を使用して、個々の人間の数を明らかにする機械学習モデルを開発しました。彼らは代表した。 将来的には、この方法により、廃水中の他の特性を個人レベルのデータにリンクできる可能性があります。

この研究は、PLOS Computational Biology誌に掲載されました。

問題は単純明快だった。「廃水を一杯採取しただけでは、何人を測定しているのか分からない」とリン氏は言う。 これは、研究の一般的な設計方法に反しています。

「通常、実験を計画するときはサンプルサイズを設計し、測定する人数を知っています」とリン氏は言う。 彼女は、SARS-CoV-2 と新型コロナウイルス感染者数の相関関係を調べる前に、検査している水に何人の人が含まれているかを把握する必要がありました。

当初、Ling 氏は、機械学習によって微生物の多様性とそれが表す人々の数の間の直接的な関係を明らかにできるかもしれないと考えていましたが、「既製の」機械学習で行われたシミュレーションはうまくいきませんでした。 。

その後、Ling さんは、芸術科学部の数学と統計学の助教授である Likai Chen 氏と偶然出会いました。 2 人は、斬新で複雑なデータを扱うことに共通の関心があることに気づきました。 リンさんは、チェンさんが貢献できるかもしれないプロジェクトに取り組んでいると語った。

「彼女は私にこの問題を共有し、私はそれが確かに私たちにできることだと言いました」とチェン氏は語った。 たまたま、チェンが取り組んでいた問題に、リンも役立つと感じたテクニックが使われていました。

サンプル内に何人の個人が含まれているかを明らかにする鍵は、サンプルが大きくなるほど、平均値に近づく可能性が高くなるという事実に関連しています。 しかし実際には、個人は厳密には「平均的」ではない傾向があります。 したがって、サンプルが微生物叢の平均的なサンプルのように見える場合、そのサンプルは多くの人々で構成されている可能性があります。 平均から離れるほど、個人を表す可能性が高くなります。

「でも今は高次元のデータを扱っているんですよね？」 チェンさんは言いました。 これらのさまざまな微生物をグループ化してサンプルを形成する方法は、ほぼ無限にあります。 「ということは、さまざまな場所にまたがる情報をどのように集約するかを考えなければならないということです。」

この基本的な直感と多くの数学を使用して、チェンはリンと協力して、1,100 人以上の微生物叢の実際のサンプルでトレーニングされた場合、廃水サンプルに含まれる人数を決定できる、よりカスタマイズされた機械学習アルゴリズムを開発しました (これらのサンプルはトレーニング データとは無関係でした)。

「はるかに高速で、ラップトップでもトレーニングできます」と Ling 氏は言います。 そして、それはマイクロバイオームにとって有用であるだけでなく、十分な例（トレーニングデータ）があれば、このアルゴリズムはヒトバイロームからのウイルスや代謝化学物質を使用して、個人と廃水サンプルを結び付けることができます。

「この方法は、個体群の規模を測定する能力をテストするために使用されました」とリン氏は語った。 しかし、それはさらに先へ進みます。 「現在、私たちは複数の研究にわたる検証を可能にするフレームワークを開発中です。」

エンジニアリング

公衆衛生

科学技術

芸術と科学

芸術と科学のストーリーをもっと読む

芸術と科学を訪問する

マッケルベイ工学部

マッケルベイ工学部のストーリーをもっと読む

マッケルベイ工学部を訪問