预测并生产微生物群样品混合物的方法技术

对微生物复合群落的混合物的预测包括线性预测，例如基于矩阵的线性预测，该线性预测被使用从参考真实混合物概况和对应的参考线性预测概况中学习得到的相互作用模型例如矩阵修正

【技术实现步骤摘要】
【国外来华专利技术】预测并生产微生物群样品混合物的方法


[0001]本专利技术涉及微生物复合群落或微生物群的混合或“合并
(pooling)”，更具体地，涉及使用学习得到的模型
(
例如基于矩阵的预测器
)
的方法和设备，将初始微生物群样品的个体概况或组成与其所得混合物的概况联系起来
。

技术介绍

[0002]微生物复合群落
(
也称为微生物群
)
在健康和疾病中起着关键作用
。
特别地，已经发现通过微生物复合群落的施用或移植，例如通过粪菌移植
(Fecal Microbiota Transplantation
，
FMT)
，可以治疗感染和疾病
。
[0003]在施用或移植微生物复合群落的情况下，掌握施用或移植的样品在微生物
(
诸如细菌
、
古细菌
、
病毒
、
噬菌体
、
原生动物和
/
或真菌
)
的活力和多样性方面的适当的概况是很重要的
。
[0004]一些施用和移植方法通常是经验性的，并没有采取特别的预防措施来确保所用样品中存在的微生物的多样性，或者尽可能保持微生物的活力
。
[0005]此外，从供体收集的样品可能无法提供微生物复合群落的令人满意的概况以进行有效治疗
。
[0006]因此，从若干供体收集的微生物复合群落样品的混合物被认为可以增加可用作施用或移植的接种物的样品的多样性
。
[0007]为了测试各种混合物，样品的混合实际上是随机进行的，然后对所得产品进行测序以获得最终的混合物概况，从中推断出治愈和治疗特性
。
这种基于测试的方法有一些缺点
。
特别地，由于从供体那里获取样品非常困难，这种方法消耗稀有材料，并且由于测序分析时间，这种方法需要几周才能完成
。
[0008]因此，已经考虑对混合物组成进行预测，即对混合物产品的概况进行预测
。
[0009]一种从用作起始材料的微生物复合群落的个体概况预测混合物组成的简单方法在于对每个分析特征应用线性预测：例如，按照对应的复合群落在混合物中的比率，在对个体概况中所述分析特征的相对丰度加权后进行求和
。
[0010]然而，观察到这种线性预测概况与
(
通过分析混合结果产品获得的
)
真实概况之间存在一些偏移或漂移
。
因此，概况的线性预测被认为是一种不成熟的方法
。
[0011]专利技术人的假设是，这些偏移可能是由于微生物在共享环境中的相互作用
(
例如对共享环境中新条件的适应或微生物之间的竞争
)
导致的一些有重大影响的且快速的调整引起的
。
[0012]因此，需要进行准确的预测，以便以一种保证提供精确的复合群落产品组合物的方式进行合并，例如达到预期的治疗效果
。

技术实现思路

[0013]本专利技术试图在预测混合物组成时通过计算机辅助设计这些偏移来克服一些前述
问题，以期驱动
、
控制或指导微生物群样品的实际混合，以尤其用于施用或移植方法中的用途
。
[0014]在这方面，本专利技术提出了一种预测由属于初始样品集合的微生物复合群落样品的混合产生的混合物的组成的计算机辅助方法，该方法包括：
[0015]使用线性方法来预测所选择的微生物复合群落样品的混合物的中间混合物概况，以及
[0016]使用从参考线性预测混合物概况和对应的参考真实混合物概况学习得到的相互作用模型，将中间混合物概况修正为预测混合物概况
。
[0017]特别地，预测混合物概况用于控制来自初始样品集合的微生物复合群落样品的实际挑选和混合以获得混合结果产品
。
挑选样品可能仅仅意味着从初始集合中获取或检索适当且足够数量的样品
。
挑选可以由操作员手动进行，也可以由受控机器人自动进行
。
[0018]本专利技术还提供了一种生产微生物复合群落产品的方法，包括：
[0019]从初始样品集合中选择微生物复合群落样品，
[0020]使用上述预测方法来预测由所选样品的混合产生的混合物的概况，
[0021]将预测混合物概况与选择准则
(
例如感兴趣分类群的充分存在或任何目标混合物概况
)
进行比较，以及
[0022]根据比较的结果，实际挑选并混合所选样品以获得混合结果产品
。
所选样品优选地是使用用于预测的相对丰度进行混合的
。
[0023]当然，如果比较的结果具有欺骗性，则可以不执行实际的混合，但是可以根据本专利技术的教导重新选择样品以预测另一混合物概况
。
因此，可以依次考虑多组选择的样品
。
接下来，对于每一组，执行使用和比较步骤，然后根据比较的结果执行实际的挑选和混合
。
[0024]相反，本专利技术还提出了一种反向方法，即一种在给定表示目标混合结果产品的目标混合物概况的情况下确定初始样品集合中的微生物复合群落样品目标集的计算机辅助方法，该方法包括：
[0025]从初始样品集合中选择微生物复合群落样品的候选集，
[0026]对于所选择的每个候选集，使用上述预测方法来预测由所选候选集的样品混合产生的混合物的概况，
[0027]将预测混合物概况与目标混合物概况进行比较，以选择一个候选集作为目标集
。
[0028]目标混合物概况可以是常规的，即量化所考虑的每个分析特征，或者对于一个或一些分析特征是特殊的，例如定义一些特征规格，诸如一个
(
或多个
)
分析特征的存在或不存在和
/
或其相对丰度或数量或数量范围，或者例如根据具有最小相对丰度的多个分析特征定义最低多样性水平
。
因此，目标混合物概况可以是查看给定特征规格的各种可能值的一组概况
。
[0029]然后，样品的目标集可以用于控制来自初始样品集合的微生物复合群落样品的实际挑选和混合，以根据目标混合物概况获得混合结果产品
(
它可以具有目标混合物概况或者在给定近似值的情况下接近目标混合物概况
)。
[0030]事实证明，本专利技术还提供了一种生产具有代表目标混合结果产品的目标混合物概况的微生物复合群落产品的方法，包括：
[0031]使用上述确定方法，在给定目标混合物概况的情况下选择属于初始样品集合的微
生物复合群落样品的目标集，以及
[0032]实际挑选并混合所选目标集的样品以获得混合结果产品
。
[0033]本专利技术有利地使得能够以低成本即时模拟各种混合物组成，本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种预测由属于初始样品集合的微生物复合群落样品的混合产生的混合物的组成的计算机辅助方法，所述方法包括：使用线性方法来预测所选择的微生物复合群落样品的混合物的中间混合物概况，以及使用从参考线性预测混合物概况和对应的参考真实混合物概况学习得到的相互作用模型，将所述中间混合物概况修正为预测混合物概况
。2.
如权利要求1所述的方法，其中，所述预测混合物概况用于控制来自所述初始样品集合的微生物复合群落样品的实际挑选和混合以获得混合结果产品
。3.
如权利要求1或2所述的方法，其中，预测所述中间混合物概况包括计算第一矩阵与第二矩阵之间的矩阵乘积，所述第一矩阵根据所述初始样品集合中的微生物复合群落样品的比例限定所述混合物，所述第二矩阵限定所述微生物复合群落样品的个体概况
。4.
如权利要求1至3中任一项所述的方法，其中，修正所述中间混合物概况包括计算表示所述中间混合物概况的矩阵与所述学习得到的相互作用模型的方块相互作用矩阵之间的矩阵乘积
。5.
一种在给定表示目标混合结果产品的目标混合物概况的情况下确定初始样品集合中的微生物复合群落样品集的计算机辅助方法，所述方法包括：从所述初始样品集合中选择微生物复合群落样品的候选集，对于所选择的每个候选集，使用如权利要求1所述的预测方法来预测由所选择的候选集的样品混合产生的混合物概况，将所述预测混合物概况与所述目标混合物概况进行比较，以选择一个候选集作为目标集
。6.
如权利要求5所述的方法，其中，样品的所述目标集用于控制来自所述初始样品集合的微生物复合群落样品的实际挑选和混合，以根据所述目标混合物概况获得混合结果产品
。7.
如权利要求5或6所述的方法，其中，将所述预测混合物概况与所述目标混合物概况进行比较包括计算每个预测混合物概况与所述目标混合物概况之间的距离，并选择具有最小距离的候选集作为目标集
。8.
如权利要求1至7中任一项所述的方法，其中，微生物复合群落的概况包括所述微生物复合群落中分析特征的相对丰度
。9.
如权利要求1至8中任一项所述的方法，其中，形成微生物复合群落概况的分析特征包括选自由以下组成的组的一种或多种特征：分类群
、
基因
、
抗生素抗性基因
、
功能
、
代谢物性状
、
以及代谢物和蛋白质生产，优选地包括分类群
。10.
如权利要求1至9中任一项所述的方法，其中，微生物复合群落的概况定义了关于来自细菌
、
古细菌
、
病毒
、
噬菌体
、
原生动物和真菌的且存在于微生物复合群落中的一种或...

【专利技术属性】
技术研发人员：郝维，
申请(专利权)人：玛阿特制药公司，
类型：发明
国别省市：