Afanc: taxonomic deconvolution and probabilistic lineage assignment for pathogen genomic surveillance
Afanc 是一个可扩展的框架，它集成了数据库构建、分类学解卷积以及概率谱系分配，旨在实现针对包括分枝杆菌科、恶性疟原虫和猴痘病毒在内的多种系统的、高分辨率的病原体基因组监测。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在现代对抗传染病的斗争中，科学家们已经学会了通过读取细菌、病毒和寄生虫的遗传密码，来追踪它们的移动和变化方式。这种被称为基因组监测（genomic surveillance）的实践，依赖于对患者样本中发现的微小 DNA 或 RNA 链进行测序。然而，将那些原始的遗传数据转化为清晰的答案，往往就像试图在拥挤且大雾弥漫的房间里识别出一个特定的人一样。样本中的遗传物质可能是杂乱、不完整或与其他生物混合在一起的，这使得准确判断存在哪种病原体以及它属于哪个特定的家族变得十分困难。目前的工具往往难以应对这种复杂性，要么只能识别出生物体的总体类型而忽略了具体的家族，要么在遗传信号微弱或与其他物质混合时感到困惑。如果没有一个明确的答案，公共卫生官员就无法准确追踪疫情或了解病原体是如何传播的。
为了解决这个问题，卡迪夫大学的研究人员开发了一种名为 Afanc 的新软件工具。该系统旨在成为病原体基因组学的全面指南，将样本中嘈杂、混乱的遗传数据分类并整理成清晰、可靠的分类结果。该工具主要分为两个阶段工作：首先，它作为一个宽泛的过滤器，扫描遗传物质以确定存在的生物体的总体类型，例如某种特定的细菌物种；其次，一旦确定了总体类型，它就会切换到更详细的模式，以精准定位具体的谱系或家族分支，就像是在一个庞大的大家族中识别出一个特定的家族成员一样。这种两步法使该软件能够处理遗传证据不完整或同一样本中存在多种生物物的困难情况。
研究人员在三种截然不同的病原体上测试了 Afanc，以观察它能否应对多样化的挑战。他们研究了一组被称为分枝杆菌科（Mycobacteriaceae）的细菌，其中包括导致肺结核和其他疾病的细菌；一种名为间日疟原虫（Plasmodium falciparum）的疟原虫，其种群具有地理差异；以及近期爆发中不断传播的猴痘病毒（Mpox virus）。在针对细菌的案例中，团队模拟了遗传物质非常稀缺的样本，仅代表完整基因组的 1%。即使在这些困难条件下，Afanc 也能成功识别出正确的物种和亚种，而现有的其他工具往往会失败或给出错误的答案。当研究人员在含有不同细菌物种混合物的样本上测试该软件时，Afanc 是唯一能够找回所有预期生物体且不会产生虚假警报的工具。
对于结核分枝杆菌，团队将 Afanc 与全球实验室使用的两种专门工具进行了对比。在 958 个样本中，Afanc 正确分配了 955 个样本的谱系，且没有任何将细菌归入错误家族分支的情况。其他工具则出现了一些错误，偶尔会将样本置于错误的家族树分支上。这种精确度至关重要，因为结核分枝杆菌的不同分支可能具有不同的耐药特征，误判它们可能会导致无效治疗。
针对疟原虫的测试同样意义重大。研究人员使用了一个超过 20,000 个样本的海量数据集，来测试该软件预测寄生虫地理起源的能力，这是理解疾病传播的关键因素。Afanc 正确分配了近 19,000 个样本的区域谱系，显著优于目前的领先工具。这种改进在寄生虫种群彼此非常相似的地区最为明显，而在这种情况下，其他工具往往难以区分它们。最后，对于猴痘病毒，该软件分析了近期爆发中的数千个样本。它成功识别了特定的病毒支系和谱系，即使在可用数据有限或描述样本的元数据不如遗传证据详尽的情况下，也没有出现任何错误的分类分支。
Afanc 的一个核心优势在于它如何处理不确定性。该软件并非在证据微弱或模糊时强行给出一个确定的答案，而是被设计为能够识别出自己无法确定何时。它可以报告某个样本为“未分类”，或者指出证据指向的是一个更广泛的群体而非特定分支。这防止了工具在面对不完整数据时试图猜测答案所导致的过度自信的错误。研究人员还构建了一个灵活的系统，允许科学家随着新信息的出现来更新参考数据库和谱系定义。这意味着该工具可以适应新的疫情或病原体分类的变化，而无需完全重建。
研究结果表明，Afanc 提供了一个从原始、杂乱的遗传数据转向清晰、可操作见解的可靠框架。通过结合广泛筛选与详细的谱系分配，并显式地管理不确定性，该工具提供了一种理解复杂病原体数据的方法，而其他方法则无法做到这一点。虽然本研究是使用模拟实验和现有的公开数据集进行的，但其在如此不同类型的生物体上的表现表明，这种方法是稳健的。对于公共卫生团队和研究人员而言，这意味着他们拥有了一种更准确的方式来识别面临的具体威胁，而这是控制传染病传播的基础步骤。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。