与鼻部微生物组相关的鼻有关表征制造技术

用于鼻有关表征的方法能够包括确定与受试者集合相关的微生物数据集；和/或基于所述微生物数据集、即微生物组，基于从人获得的鼻部样品以及与从人获得的微生物组数据集的比较来执行表征过程，其中地理位置、气候、日历季节和人的年龄能够用作数据集中的补充数据。

Nose related characterization related to nasal microbiome

【技术实现步骤摘要】
【国外来华专利技术】与鼻部微生物组相关的鼻有关表征相关申请的交叉引用本申请要求2017年9月06日提交的美国临时申请系列号62/554,985的权益，其通过引用整体合并在本文中。本申请与2017年5月26日提交的美国申请系列号15/606,743相关，其是2015年10月21日提交的美国申请系列号14/919,614的延续，其要求2014年10月21日提交的美国临时申请系列号62/066,369、2014年12月4日提交的美国临时申请系列号62/087,551、2014年12月17日提交的美国临时申请系列号62/092,999、2015年4月14日提交的美国临时申请系列号62/147,376、2015年4月14日提交的美国临时申请系列号62/147,212、2015年4月14日提交的美国临时申请系列号62/147,362、2015年4月13日提交的美国临时申请系列号62/146,855、以及2015年8月18日提交的美国临时申请系列号62/206,654的权益，它们中的每个通过引用整体合并在本文中。
本公开一般涉及基因组学和微生物学。
技术介绍
微生物组可以包括与生物体相关的共栖(commensal)、共生(symbiotic)和致病性微生物的生态群落。人类微生物组的表征是一种复杂的过程。人类微生物组包括超过人类细胞10倍的微生物细胞，但是由于样品处理技术、遗传分析技术和处理大量数据的资源的限制，人类微生物组的表征仍然处于初期阶段。目前的知识已经清楚地确定了微生物组与多种健康状况的关联作用，并已成为关于人类疾病发展的宿主遗传和环境因素的日益了解的媒介。怀疑微生物组在许多与健康/疾病相关的状态中起到至少部分的作用。进一步地，微生物组可以介导环境因素对人类、植物和/或动物健康的影响。考虑到微生物组在影响用户健康方面的深刻意义，应当继续与微生物组表征相关的工作、从所述表征生成见解、和/或生成配置为以矫正失调状态的治疗。鼻通道是人体中微生物多样性的主要储库之一。这个储库的重要特征是它与环境持久接触，微生物组成的改变可以反应地理学的和时间的变化。鼻通道还在人体健康中起到重要作用，为通向人体的第一屏障之一的一部分。然而，基于获得的见解分析人类的微生物组(例如，鼻部微生物组)、确定表征和/或提供治疗措施的常规方法留有许多未解决的问题。附图说明图1A-1B包括方法的实施方式的变体的流程示意图；图2包括方法和系统的实施方式的变体；图3A-3D包括与日历季节和气候类型相关的分类群分布的具体实施例；图4包括方法的实施方式的变体的流程示意图；图5包括在方法的实施方式中生成表征模型的过程的变体；图6包括基于益生菌的疗法在方法的实施方式中起作用的机制的变体；图7包括方法的实施方式中样品处理的变体；图8包括通知提供的实施例；图9包括方法的实施方式的变体的示意图；图10A-10B包括使用模型执行表征过程的变体；图11包括在方法的实施方式中推广疗法；图12包括与样品集合相关的地理位置、气候类型和样本数量的具体实施例。具体实施方式实施方式的以下描述不意图限制所述实施方式，而是使本领域的任何技术人员能够制造和使用。1.概述如图1A-1B所示，方法100的实施方式(例如，与微生物相关的鼻有关表征，等)可以包括：确定与用户集合相关的微生物数据集(例如，微生物序列数据集、诸如基于微生物序列数据集的微生物组组成多样性数据集、诸如基于微生物序列数据集的微生物组功能多样性数据集，等)(例如，基于来自受试者集合的样品确定微生物数据集)S110；和/或基于微生物数据集(例如，基于来自于微生物数据集并与一种或多种鼻有关病症相关的微生物组组成特征和/或微生物组功能特征；等)执行表征过程(例如，预处理、特征确定、特征处理、鼻有关表征模型处理，等)S130，其中执行表征过程可以额外地或替代地包括执行鼻有关表征过程(例如，用于与样品相关的日历季节预测、用于一种或多种鼻有关病症，等)S135，和/或确定一种或多种疗法(例如，确定用于预防、改善、降低一种或多种鼻有关病症的风险，和/或要不改善一种或多种鼻部相关病症的疗法，等)S140。方法100的实施方式可以额外地或替代地包括以下中的一个或多个：处理补充数据(例如，用于为用户确定一种或多种鼻有关表征，等)S120；处理一个或多个与用户(例如，受试者、人类、动物、患者，等)相关的生物样品S150；使用一种或多种表征过程，基于与用户的生物样品相关的(例如，来自于生物样品的样品处理和/或排序，等)用户微生物数据集(例如，用户微生物序列数据集、用户微生物组组成数据集、用户微生物组功能数据集、来自于用户微生物数据集的用户微生物组特征，其中用户微生物组特征可以相当于从一种或多种表征过程确定的微生物组特征的特征值；等)，确定与用户相关的鼻有关表征S160；促进用户的一种或多种鼻有关病症的治疗干预(例如，向用户提供疗法)(例如，基于鼻有关表征和/或疗法模型；用于促进一种或多种鼻有关病症的改善；等)S170；随时间(例如，基于处理来自用户的一系列生物样品)监测用户的一种或多种疗法的效果和/或监测其他适合的组分(例如，微生物组特征等)(例如，随时间对用户评估用户微生物组特征、例如与疗法相关的用户微生物组组成特征和/或功能特征等)S180；和/或任何其他适合的过程。在具体的实施例中，方法100(例如，用于与微生物相关的鼻有关表征，等)可以包括基于来自从受试者集合的鼻部部位(和/或其他适合的身体部位)收集的样品的微生物核酸，确定与受试者集合(例如，包括与地理多样性、气候类型多样性、年龄多样性、人口统计数据多样性等相关的受试者；包括具有一种或多种鼻有关病症的受试者；包括没有鼻有关病症的受试者，其中与这样的受试者相关的样品和/或数据可以作为对照；等)相关的微生物序列数据集；基于微生物序列数据集，确定微生物组特征集合，其包括(例如，基于使用与样品相关的微生物序列数据集和/或补充数据、应用分析技术提取的；等)微生物组组成特征集合与微生物组功能特征集合的至少一种；基于与受试者集合相关的微生物组组成特征和补充数据的集合(例如，补充数据包括与所述样品和/或受试者相关的日历季节、地理位置、气候状态、年龄、采样时间、鼻有关病症数据和/或其他数据；等)，产生鼻有关表征模型(例如，用于预测一种或多种样品的日历季节、地理位置、气候状态和/或其他适合的参数，等)；和/或基于鼻有关表征模型和在用户的鼻部部位(和/或其他适合的身体部位)收集的用户样品，确定与用户相关的一种或多种鼻有关表征(例如，确定与用户样品相关的、诸如与采样时间有关的日历季节；确定用户的一种或多种鼻有关病症的表征；等)。在具体的实施例中，方法100(例如，用于与微生物相关的鼻有关表征，等)可以包括从用户收集样品(例如，通过样品试剂盒提供和收集，等)，其中样品来自于用户的鼻部部位(和/或其他适合的身体部位)并且包括微生物核酸；基于样品的微生物核酸(本文档来自技高网...

【技术保护点】
1.一种与微生物相关的鼻有关表征的方法，所述方法包括：/n基于来自从受试者集合的鼻部部位收集的样品的微生物核酸，确定与所述受试者集合相关的微生物序列数据集；/n基于所述微生物序列数据集，确定微生物组组成特征集合；/n基于所述微生物组组成特征集合和与所述受试者集合相关的补充数据，生成鼻有关表征模型；和/n基于所述鼻有关表征模型和在用户的鼻部部位收集的用户样品，确定与所述用户相关的鼻有关表征。/n

【技术特征摘要】
【国外来华专利技术】20170906 US 62/554,9851.一种与微生物相关的鼻有关表征的方法，所述方法包括：
基于来自从受试者集合的鼻部部位收集的样品的微生物核酸，确定与所述受试者集合相关的微生物序列数据集；
基于所述微生物序列数据集，确定微生物组组成特征集合；
基于所述微生物组组成特征集合和与所述受试者集合相关的补充数据，生成鼻有关表征模型；和
基于所述鼻有关表征模型和在用户的鼻部部位收集的用户样品，确定与所述用户相关的鼻有关表征。


2.根据权利要求1所述的方法，其中，所述微生物组组成特征集合与以下中的至少一种相关：贫养菌属、无色杆菌属、不动杆菌属、放线杆菌属、放线菌属、凝聚杆菌属、别样杆菌属、拟普雷沃氏菌属、厌氧球菌属、厌氧棒状菌属、厌氧芽孢杆菌属、水杆菌属、节杆菌属、奇异菌属、芽胞杆菌属、拟杆菌属、伯杰氏菌属、双歧杆菌属、布劳特氏菌属、慢生根瘤菌属、短杆菌属、短波单胞菌属、伯克霍尔德菌属、弯曲菌属、二氧化碳噬纤维菌属、柄杆菌属、蜈蚣菌属、金黄杆菌属、柯林斯氏菌属、棒状杆菌属、异常球菌属、戴尔福特菌属、皮杆菌属、小杆菌属、狡诈球菌属、多尔氏菌属、肠杆菌属、粪杆菌属、芬戈尔德菌属、黄杆菌属、镰刀链杆菌属、梭菌属、孪生球菌属、颗粒链菌属、嗜血杆菌属、草螺菌属、嗜氢菌属、克雷伯氏菌属、克吕沃尔菌属、考克氏菌属、乳杆菌属、乳球菌属、劳特罗普氏菌属、纤毛菌属、马拉色氏霉菌属、巨球型菌属、亚栖热菌属、甲基杆菌属、微球菌属、莫拉氏菌属、分枝杆菌属、阴性球菌属、奈瑟氏菌属、新鞘脂菌属、苍白杆菌属、泛菌属、副拟杆菌属、微单胞菌属、嗜糖假单胞菌属、嗜冻菌属、消化链球菌属、叶杆菌属、卟啉单胞菌属、普氏菌属、丙酸菌属、伪丁酸弧菌属、假单胞菌属、雷尔氏菌属、根瘤菌属、罗氏菌属、罗思氏菌属、八叠球菌属、申氏杆菌属、鞘脂单胞菌属、葡萄球菌属、寡养单胞菌属、链球菌属、韦荣氏球菌属、副萨特氏菌属、红假单细胞菌属、黄单胞菌属、中慢生根瘤菌属、费克蓝姆氏菌属、金氏菌属、红杆菌属、赖氨酸芽孢杆菌属、皮生球菌属和心杆菌属。


3.根据权利要求2所述的方法，其中，所述微生物组组成特征集合包括以下中的至少一种的至少一个相对丰度特征：贫养菌属、无色杆菌属、不动杆菌属、放线杆菌属、放线菌属、凝聚杆菌属、别样杆菌属、拟普雷沃氏菌属、厌氧球菌属、厌氧棒状菌属、厌氧芽孢杆菌属、水杆菌属、节杆菌属、奇异菌属、芽胞杆菌属、拟杆菌属、伯杰氏菌属、双歧杆菌属、布劳特氏菌属、慢生根瘤菌属、短杆菌属、短波单胞菌属、伯克霍尔德菌属、弯曲菌属、二氧化碳噬纤维菌属、柄杆菌属、蜈蚣菌属、金黄杆菌属、柯林斯氏菌属、棒状杆菌属、异常球菌属、戴尔福特菌属、皮杆菌属、小杆菌属、狡诈球菌属、多尔氏菌属、肠杆菌属、粪杆菌属、芬戈尔德菌属、黄杆菌属、镰刀链杆菌属、梭菌属、孪生球菌属、颗粒链菌属、嗜血杆菌属、草螺菌属、嗜氢菌属、克雷伯氏菌属、克吕沃尔菌属、考克氏菌属、乳杆菌属、乳球菌属、劳特罗普氏菌属、纤毛菌属、马拉色氏霉菌属、巨球型菌属、亚栖热菌属、甲基杆菌属、微球菌属、莫拉氏菌属、分枝杆菌属、阴性球菌属、奈瑟氏菌属、新鞘脂菌属、苍白杆菌属、泛菌属、副拟杆菌属、微单胞菌属、嗜糖假单胞菌属、嗜冻菌属、消化链球菌属、叶杆菌属、卟啉单胞菌属、普氏菌属、丙酸菌属、伪丁酸弧菌属、假单胞菌属、雷尔氏菌属、根瘤菌属、罗氏菌属、罗思氏菌属、八叠球菌属、申氏杆菌属、鞘脂单胞菌属、葡萄球菌属、寡养单胞菌属、链球菌属、韦荣氏球菌属、副萨特氏菌属、红假单细胞菌属、黄单胞菌属、中慢生根瘤菌属、费克蓝姆氏菌属、金氏菌属、红杆菌属、赖氨酸芽孢杆菌属、皮生球菌属和心杆菌属。


4.根据权利要求2所述的方法，其中，确定所述鼻有关表征包括：基于所述鼻有关表征模型和所述用户样品，确定与在所述用户的所述鼻部部位处收集的所述用户样品相关的日历季节参数。


5.根据权利要求4所述的方法，其中，所述鼻有关表征模型包括日历季节表征机器学习模型；其中，生成所述鼻有关表征模型包括：基于所述微生物组组成特征集合、和从所述受试者集合的所述鼻部部位收集的样品相关的日历季节，训练所述日历季节表征机器学习模型；和其中，确定所述日历季节参数包括：基于所述日历季节表征机器学习模型和在所述用户的所述鼻部部位收集的所述用户样品，确定所述日历季节参数。


6.根据权利要求4所述的方法，其中，确定所述日历季节参数包括确定与所述样品相关的春季季节预测和冬季季节预测的至少一种；和其中，所述用户微生物组组成特征与以下中的至少一种相关：副萨特氏菌属、红假单细胞菌属、黄单胞菌属、中慢生根瘤菌属、费克蓝姆氏菌属、金氏菌属、红杆菌属、赖氨酸芽孢杆菌属、皮生球菌属和心杆菌属。


7.根据权利要求4所述的方法，其中，所述补充数据包括所述受试者集合的年龄；其中，生成所述鼻有关表征模型包括：基于所述微生物组组成特征集合和所述受试者集合的年龄，生成所述鼻有关表征模型；和其中，确定所述日历季节参数包括：基于所述鼻有关表征模型、在所述用户的所述鼻部部位收集的所述用户样品和所述用户的年龄，确定所述日历季节参数。


8.根据权利要求7所述的方法，其中，与所述受试者集合相关的所述补充数据包括地理位置、气候类型和采样时间中的至少一种；其中，生成所述鼻有...

【专利技术属性】
技术研发人员：扎迦利·阿普特，杰西卡·里奇曼，丹尼尔·阿尔莫纳西德，胡安·乌加德，帕特里夏·维拉沃夫，桑德罗·瓦德祖拉，
申请(专利权)人：普梭梅根公司，
类型：发明
国别省市：美国;US