CN108009404A - 一种基于环境微生物数据的环境安全检测评估方法及系统 - Google Patents
一种基于环境微生物数据的环境安全检测评估方法及系统 Download PDFInfo
- Publication number
- CN108009404A CN108009404A CN201711321042.5A CN201711321042A CN108009404A CN 108009404 A CN108009404 A CN 108009404A CN 201711321042 A CN201711321042 A CN 201711321042A CN 108009404 A CN108009404 A CN 108009404A
- Authority
- CN
- China
- Prior art keywords
- data
- microorganism
- environmental
- environment
- storage device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Databases & Information Systems (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Evolutionary Biology (AREA)
- Biotechnology (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明“一种基于环境微生物数据的环境安全检测评估方法和系统”,属于微生物检测技术,所述评估方法包括检测步骤和评估步骤;所述检测步骤包括对待评估环境进行取样以及对取样所得样本进行高通量无差别生物学检测以获得环境微生物检测数据;所述评估步骤在计算系统中执行,所述计算系统包含存储有数据库的数据库存储介质、存储设备和处理器;通过对生物所处环境取样和无差异全面检测,基于微生物数据、生物疾病数据、生物内外微生物环境相关性数据模型的对该环境的生物安全等级进行评估,是一种无创、高效,全面、准确的生物疾病/疫病预防、预警技术。
Description
技术领域
本发明涉及环境微生物检测技术,特别是一种基于环境微生物数据的环境安全检测评估方法及系统。
背景技术
对于人或动植物来说,多数微生物是无害的,比如,人体的外表面(如皮肤)和内表面 (如肠道)生活着很多正常、有益的菌群,它们占据这些表面并产生天然的抗生素,抑制有害菌的着落与生长;它们也协助吸收或亲自制造一些人体必需的营养物质,如维生素和氨基酸,这些菌群的失调(如抗生素滥用)可以导致感染发生或营养缺失;然而另一方面,人类与动植物的疾病也有很多是由微生物引起,例如体内感染病原微生物(细菌、病毒、真菌等)、微生物种群失衡或环境微生物生态变化导致。对微生物的定性定量检测,是确定人、动植物感染病原微生物的诊断基础和采取后续处理措施的依据,例如治疗、预防。
目前现存的检测方法,一是根据微生物形态特征、生理生化特征和免疫学标识等表型特征的相似程度进行分类的鉴定法;二是根据生物系统发育相关性水平甄别相关微生物分类的鉴定法。
两类检测方式均是建立在一个前提下,即需要先对待测样本进行预判:其含有某些致病微生物。再通过对这些待测样本进行检测来判定待测样本是否含有已知的致病风险。但对预判不到(例如未知的或想不到的)的致病微生物则无法进行判定。
例如:单类致病菌检测法:检测目标为某一种或某一类致病菌,特异性强但覆盖面低,包括:(1)微生物分离提纯鉴定:通过对获取的微生物分离纯化培养,包括平板计数法等。获取纯化菌株,再进一步对其进行分子鉴定或生理生化特征鉴定,可获取某一类特定微生物的分类信息。
(2)微生物免疫鉴定:通过抗原抗体特异性结合原理,包括胶体金等方法。通过将显色抗体与未知微生物进行融合,进一步通过指示色进行判断是否存在与特异性抗体吻合的抗原微生物。
例如:多类微生物检测法:检测目标为某几种或某几类致病微生物,覆盖面有所扩增,但需进行预先判断,仍不适于未知样本的检测。例如通过微生物特异的生理生化指标,对其进行处理判定,如飞行时间质谱法、DNA指纹法、高通量检测等,需要首先对目标微生物进行预判,再设置相关检测条目进行检测。
综上,随着技术的发展,细菌鉴定方面,针对不同的鉴定目的,所选择的方法也多种多样,但随着使用者对微生物鉴定准确度的要求逐渐升高,以分子生物学为主体的鉴定方法已然成为主流。然而,现有报道中对微生物的检测,大多着眼于特定种属微生物或疾病进行检测,存在对检测样品需要进行预判、筛选的现象,由于微生物种群的多样性、易于变异性等特点,容易导致预判失误,从而使某些致病风险无法被快速检出;而且在检测过程中,需要对被感染个体进行取样以完成检测和分析,对于一些特定个体或种群,例如高价值水生生物个体,没有成熟可用的方法;无法评估封闭环境中的水生生物所面临的病毒及微生物感染潜在风险及其发展变化。
发明内容
基于上述领域存在的空白和需求,本发明利用成熟的分子生物学技术,从环境微生物整体群落动态与生物特定种群/个体的健康安全相关性方面着手,提供一种有效的通过环境微生物的监测/检测实现对特定生物种群的安全、疾病进行管理和预警的系统和方法。具体方案如下
本发明一方面的贡献在于提供一种基于环境微生物数据进行环境安全等级评估的方法,其特征在于,包括
检测步骤和评估步骤;
所述检测步骤包括对待评估环境进行约定时间范围内定时连续多次动态取样或特定时间点的一次取样,以及对取样所得样本进行高通量无差别生物学检测以获得动态的环境微生物检测数据或一次性环境微生物检测数据;所述动态的或一次性的环境微生物检测数据包含所有可能存在的DNA,RNA和/或蛋白质信息;
所述评估步骤在计算系统中执行,所述计算系统包含存储有数据库的数据库存储介质、存储设备和处理器;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;存储设备包括包括存储程序区和存储数据区,存储程序区存储有多条指令;
通过运行存储设备中存储的指令执行所述评估步骤:
数据处理:调取所述数据库存储介质中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述环境微生物风险因子的参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的环境微生物风险因子的参数值带入到所述存储设备中存储的环境安全评判公式中进行计算并形成实时安全等级评价报告。
优选地,所述方法中,所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和/或所述存储设备中设置的数据存储区。
优选地,所述方法中,所述评估步骤还包括执行指令,以将所述环境微生物检测数据和 /或对应的所述安全等级评价报告、环境安全动态变化评价报告提交并存储于所述数据库中。
优选地,所述方法中,所述风险矩阵评价模型为
所述环境微生物风险因子的参数值及其定义域分别如下:
Pi(Probability):病原微生物在检测样品所测出的总病原微生物中所占比例,定义域为 [0,1],其具体赋值参照所述微生物数据库;
Si(Seriousness):参照中华人民共和国卫生部发布的《病原微生物实验室生物安全管理条例》、《人间传染的病原微生物名录》及所述微生物所致疾病数据,对样品中检测出的病原微生物进行分级,其定义域为[1,4];
Ci(Calibration):定义域为[0,1],其基于安全等级评价标准数据;具体赋值对应的安全等级标准见表1,
Ei(Environment):数据取自所述生物体内外微生物环境相关性数据,其定义域向量为 [0,100],从病原微生物引起疫病的爆发频率、针对特定病原体鱼与环境相关系数、已知的其栖息的环境范围、特定环境下爆发疫病的可能性4个方面考虑评定,通过层次分析法(Analytic Hierarchy Process,AHP),得到各个风险因子对综合评判性的权重系数,最后进行模糊综合计算评定而得。
另一方面,本发明提供与上述方法配套的存储设备,其特征在于,包括存储程序区和存储数据区,存储程序区存储有多条指令,所述指令适于由处理器加载并执行:
数据处理:调取所述数据库存储介质中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的环境安全评判公式中进行计算并形成实时安全等级评价报告;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据。
优选地,所述的存储设备中,所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和/或所述存储设备中设置的存储数据区。
优选地,所述的存储设备中,所述微生物数据的物种来源包括细菌,真菌,病毒,放线菌,立克次体,支原体,衣原体和/或螺旋体;
所述微生物数据包括:日常积累的环境微生物数据构成的动态环境微生物检测数据或一次性微生物检测数据;来自公共数据库的微生物数据,和/或后台研发组检测获得的微生物数据;
所述微生物数据的项目包括分类信息、遗传信息和致病性信息;其中所述致病性信息包括毒力因子信息、传播方式信息、易感目标信息。
优选地,任一所述的存储设备中,所述微生物所致疾病数据的项目包括疾病名称、症状、诊断标准、致病微生物种类、预防措施和/或治疗措施。
优选地,任一所述的存储设备中,所述生物体内外微生物环境相关性数据的项目包括生物体内微生物、体表微生物与周边生活环境微生物的相关性数据,和/或特定微生物所致感染及发病条件信息。
优选地,任一所述的存储设备中,所述微生物所致疾病数据包含水生生物疾病数据;所述存储设备可用于评估水生动物饲养或生活的水环境,所述样本指对取自待评估水环境的水、土壤等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
优选地,任一所述的存储设备中,所述微生物所致疾病数据包含动物疾病数据,所述存储设备可用于评估动物饲养环境,所述样本指对待评估动物饲养环境内的动物饮用水、饲料、空气、动物或人类排泄物、体表脱落物、体液、唾液、血清等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA, RNA和/或蛋白质。
优选地,任一所述的存储设备中,所述微生物所致疾病数据包含人类疾病数据,所述存储设备可用于评估人生活环境,所述样本指对待评估环境内饮用水、食物、空气、动物或人类排泄物、体表脱落物、体液、唾液、血清等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
优选地,任一所述的存储设备中,所述微生物所致疾病数据包括植物疾病数据,所述存储设备可用于评估植物生长环境,所述样本指待评估环境内包括的土壤、水源空气进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
优选地,任一所述的存储设备中,所述风险矩阵评价模型为
所述环境微生物风险因子的参数值及其定义域分别如下:
Pi(Probability):病原微生物在检测样品所测出的总病原微生物中所占比例,定义域为 [0,1],其具体赋值参照所述微生物数据库;
Si(Seriousness):参照中华人民共和国卫生部发布的《病原微生物实验室生物安全管理条例》、《人间传染的病原微生物名录》及所述微生物所致疾病数据,对样品中检测出的病原微生物进行分级,其定义域为[1,4];
Ci(Calibration):定义域为[0,1],其基于安全等级评价标准数据;具体的赋值对应的安全等级标准见表1;
Ei(Environment):数据取自所述生物体内外微生物环境相关性数据,其定义域向量为[0,100],从病原微生物引起疫病的爆发频率、针对特定病原体鱼与环境相关系数、已知的其栖息的环境范围、特定环境下爆发疫病的可能性4个方面考虑评定,通过层次分析法(Analytic Hierarchy Process,AHP),得到各个风险因子对综合评判性的权重系数,最后进行模糊综合计算评定而得。
再一方面,本发明提供了一种基于环境微生物数据的环境安全评估的终端设备,其特征在于:包括处理器以及任一上述存储设备;
所述处理器用于加载并执行指令;
所述存储设备,包括存储程序区和存储数据区,存储程序区存储有多条指令,指令适于由所述处理器加载并执行:
数据处理:调取所述数据库存储介质中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的环境安全评判公式中进行计算并形成实时安全等级评价报告;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;
所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和 /或所述存储设备中的存储数据区。
优选地,所述终端设备指桌上型计算机、笔记本、掌上电脑及云端服务器。
又一方面,本发明提供了一种基于环境微生物数据的环境安全评估平台系统,其特征在于:包括由存储有数据库的数据库存储介质、处理器、上述任一存储设备构成的计算系统,以及与所述计算系统可数据连接的多个用户终端;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;
所述用户终端中设置有应用程序,适于向所述存储设备提交所述环境微生物检测数据,并向所述处理器传输指令以启动评估,
处理器用于加载并执行指令;
所述存储设备,包括存储程序区和存储数据区,存储多条指令,指令适于由处理器加载并执行:
数据处理:调取所述数据库存储介质中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的环境安全评判公式中进行计算并形成实时安全等级评价报告;
所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和 /或所述存储设备中设置的存储数据区。
优选地,所述用户终端是手机、平板电脑,桌上电脑,笔记本电脑或云端服务器。
本发明基于生物健康、自携带微生物和环境微生物三者之间存在的紧密联系,对检测的和/或公开的数据统计所得出的环境微生物、体内外微生物与生物体健康健康状况数据,进行相关性建模,并结合分子生物学高通量测序技术对生物生活环境中微生物群落生态进行整体无差别检测,检测数据通过所建立的相关性模型进行计算和比较,得出所检测环境中微生物状况,及其对处于其中的生物体的安全等级,即根据环境微生物整体生态情况及其变化来预测该环境对生活其中的生物个/群体的安全等级,是一种高效,全面、准确的生物疾病/疫病预防、预警技术。
该方法包括检测和评估两个步骤;
检测步骤包括取样以及实验检测。不依赖于对生物体取样,检测物质为环境样品,不会对生物体造成损伤,对于珍稀或高价值生物个体尤其重要。而且取样方便,比如,水生生物具有多样性、难取样的特点,其健康依赖于内(肠道,呼吸)外(水体)环境,本发明的方法中,通过取水样来进行检测和评估。
只需要对取自环境的样本进行无差别整体提取遗传物质并进行无差别分析(检测方法参照国标GB/T 33681.1-2017高通量基因测序样本处理方法);不需要对微生物进行富集培养,检测结果不受限于微生物培养条件,除了提取DNA,无需对环境样品进行任何前/预处理,一次检测全面覆盖,不需要一种一种地逐个排查微生物,过程高效、简便,检测结果全面预测/反映待测环境中生活的生物所面临的病毒及细菌感染风险。
不需要对样品中的微生物种类进行预判,有效避免因人为认知限制的原因导致的对样品的预判失误的因素。
基于上述优势,本发明提供的系统和方法,可以用于对各种生物生活/生长环境进行连续监测和管理,实现实时安全评估和预警;也可以仅仅是定时检测和评估。
本发明中采用的采集数据的所述环境微生物数据采集设备及其方法,是现有技术中已经成熟的技术,优选如DNA指纹、高通量测序检测方法。
附图说明
图1.本发明中采用的数据库构成,数据来源和使用关系示意图;
图2本发明环境安全评估方法及对应的软硬件装置示意图;
图3.本发明实施例中的存储设备示意图;
图4.本发明终端设备与数据库的关系示意图;
图5.本发明环境安全评估系统的结构示意图
具体实施方式
以下通过附图和实施例说明本发明的环境安全评估检测技术。
本发明一是实施例提供的一种基于环境微生物动态数据进行环境安全等级评估的方法,其依赖于高通量无差别生物学检测方法以及一套具有包含数据库的数据库存储介质1、存储设备2和处理器3的计算系统来实现:
其中所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据。如图1所示;
所述方法的示例性步骤及其依托的装置如图2所示:对待评估环境进行约定时间范围内定时连续多次动态取样或特定时间点的一次取样,并对取样所得样本进行高通量无差别生物学检测以获得动态的环境微生物检测数据或一次性环境微生物检测数据,所述动态的或一次性的环境微生物检测数据包含所有可能存在的DNA,RNA和/或蛋白质信息;
通过运行存储设备2中存储的指令进行:
数据处理:调取所述数据库存储介质1中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的环境安全评判公式中进行计算并形成实时安全等级评价报告。
示例性地,所述存储设备可以是高速随机存取存储器、非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡,安全数字卡,闪存卡、磁盘存储器件、闪存器件、或其他易失性固态存储器件。
示例性地,本发明的方法及后述的存储设备以及终端设备中,所述数据库存储介质指所述存储设备之外的远程可读取硬件介质,例如远程服务器、数据中心;或远程虚拟存储空间,例如云存储硬盘;和/或指所述存储设备中的存储数据区,如图3。
示例性地,所述数据库可以全部储存于一个数据库存储介质中,也可以分开存储在多个数据库存储介质中,比如一部分数据存储在远程可读取硬件介质中,一部分存储在虚拟存储空间中,一部分存储在所述存储设备的数据存储区。通过处理器执行存储设备中的指令调用这些集中或分散的数据,如图4。
示例性地,还包括执行指令,将所述环境微生物检测数据和/或对应的所述安全等级评价报告、环境安全动态变化评价报告提交并存储于所述数据库中。
示例性地,本发明的方法和后述的设备及系统中,采用的存储在所述存储设备中的风险矩阵评价模型来源如下:
根据风险矩阵评价模型R=P×S,当某一检测样品中涉及到的病原微生物有n项时,可以得到此公式中引入不同病原微生物的检验检疫风险因素C,则公式可修正为另外,实际工作中发现的不同病原微生物,在风险分析中,生物体与环境的关系存在较明显的差异,因此再引入环境相关风险因子的可控性E,则公式可修正为
其中的Pi,Si,Ci,Ei即为对环境微生物检测数据进行数据处理所得的环境微生物风险因子的参数,及其定义域分别如下:
Pi(Probability):病原微生物在检测样品所测出的总病原微生物中所占比例,定义域为 [0,1],其具体赋值参照所述微生物数据库;
Si(Seriousness):参照中华人民共和国卫生部发布的《病原微生物实验室生物安全管理条例》、《人间传染的病原微生物名录》及所述微生物所致疾病数据,对样品中检测出的病原微生物进行分级,其定义域为[1,4];
Ci(Calibration):定义域为[0,1],其具体的赋值对应环境风险标准见表1,是基于安全等级评价标准数据吗?
Ei(Environment):数据取自所述生物体内外微生物环境相关性数据,其定义域向量为 [0,100],从病原微生物引起疫病的爆发频率、针对特定病原体鱼与环境相关系数、已知的其栖息的环境范围、特定环境下爆发疫病的可能性4个方面考虑评定,通过层次分析法(Analytic Hierarchy Process,AHP),得到各个风险因子对综合评判性的权重系数,最后进行模糊综合计算评定而得。
本发明还提供一种用于进行环境安全评估的存储设备,如图3所示,可以作为独立产品销售,其特征在于,包括存储程序区,存储有多条指令,所述指令适于由处理器加载并执行:
调取数据库存储介质中的数据,对待评估环境取样所得的动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的风险矩阵评价模型中进行计算并形成实时安全等级评价报告;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据。
示例性地,所述数据库中,所述微生物数据的物种来源包括细菌,真菌,病毒,放线菌,立克次体,支原体,衣原体和/或螺旋体;
如图1所示例,所述微生物数据包括:日常积累的环境微生物数据构成的动态环境微生物检测数据或一次性微生物检测数据;来自公共数据库的微生物数据,和/或后台研发组检测获得的微生物数据;
示例性地,所述微生物数据的项目包括分类信息,例如物种名、拉丁名、分类信息、模式种、遗传信息和致病性信息;其中所述致病性信息包括毒力因子信息、传播方式信息、易感目标信息。
示例性地,所述微生物所致疾病数据的项目包括,疾病类型、发作症状、传播途径、致病因子(例如鱼病的致病因子包括内毒素、溶血毒素、肠毒素等)、易感部位(例如体表、肠道等)等。
示例性地,所述生物体内外微生物环境相关性数据的项目包括生物体内微生物、体表微生物与周边生活环境微生物的相关性数据,和/或特定微生物所致感染及发病条件信息。例如,用于水环境评估中,所述生物体内外微生物环境相关性数据包括病原微生物引起疫病的爆发频率、针对特定病原体鱼与环境相关系数、已知的其栖息的环境范围、特定环境下爆发疫病的可能性4个方面数据。
示例性地,所述微生物所致疾病数据包含水生生物疾病数据;所述存储设备可用于评估水生动物饲养或生活的水环境,所述样本指对取自待评估水环境的水、土壤等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
示例性地,所述微生物所致疾病数据包含动物疾病数据,所述存储设备可用于评估动物饲养环境,所述样本指对待评估动物饲养环境内的动物饮用水、饲料、空气、动物或人类排泄物、体表脱落物、体液、唾液、血清等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
示例性地,所述微生物所致疾病数据包含人类疾病数据,所述存储设备可用于评估人生活环境,所述样本指对待评估环境内饮用水、食物、空气、动物或人类排泄物、体表脱落物、体液、唾液、血清等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
示例性地,所述微生物所致疾病数据包括植物疾病数据,所述存储设备可用于评估植物生长环境,所述样本指待评估环境内包括的土壤、水源空气进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA, RNA和/或蛋白质。
本发明的再一系列实施例中提供的一种基于环境微生物数据的环境安全评估的终端设备,例如桌上型计算机、笔记本、掌上电脑或云端服务器,可以作为独立产品销售给用户,其特征在于:包括处理器以及前述任一存储设备;
所述处理器用于加载并执行指令;
所述存储设备,包括存储程序区,存储多条指令,指令适于由处理器加载并执行:
数据处理:调取所述数据库存储介质1中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的环境安全评判公式中进行计算并形成实时安全等级评价报告;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;
所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和 /或所述存储设备中的数据存储区。
如图4所示,若干上述终端设备,结合生物学方法获得的环境微生物检测数据以及通过数据库授权使用的方式,可以在终端设备中实现本发明的环境安全评估目的。
本发明的另一系列实施例中提供的一种基于环境微生物数据的环境安全评估平台系统,其特征在于:包括由存储有数据库的数据库存储介质、处理器、上述任一存储设备构成的计算系统,以及与所述计算系统可数据连接的多个用户终端;如图5所示。
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;
所述用户终端中设置有应用程序,适于向所述存储设备提交所述环境微生物检测数据,并向所述处理器传输指令以启动评估,
处理器用于加载并执行指令;
所述存储设备,保持程序存储区,存储多条指令,所述指令适于由处理器加载并执行:
数据处理:调取数据库存储介质中的数据,对待评估环境取样所得的动态的或一次性的所述环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估和输出:将每次获得的动态环境微生物检测数据形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的风险矩阵评价模型中进行计算并形成实时安全等级评价报告;
所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和 /或所述存储设备中设置的数据存储区。
在该系列实施例中,相对于用户终端而言,存储有数据库的数据库存储介质、处理器、存储设备构成的计算系统为远程设备,用户终端可以是智能便携设备,例如手机、平板电脑,桌上电脑,笔记本电脑、云端服务器等,仅需在用户终端中安装应用程序,获得所述计算系统的授权后,直接向计算系统输入检测得到的环境微生物检测数据以及评估启动指令即可获得环境安全评估报告。
实验例.基于水族馆水体微生物对鱼类生活环境进行安全风险等级评估方法
如图2所示,包括检测步骤:
取适量500ml水族馆的水,采高通量测序技术(参照国标GB/T 33681.1-2017高通量基因测序样本处理方法)提取其中的生物物质DNA并获得环境微生物遗传信息数据;将获得的环境微生物检测数据(包括遗传序列及相关拓展信息)并提交给计算系统。
计算系统包含数据库存储介质1、存储设备2和处理器3,
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;存储设备包括存储程序区,存储有多条指令;
启动所述计算系统,运行存储设备中存储的指令进行评估:
数据处理:调取所述数据库存储介质1中的数据,对所述环境微生物检测数据进行处理获得待评估环境的四个风险因子的数值:
P(Probability):病原微生物在检测样品所测出的总病原微生物中所占比例
S(Seriousness):参照中华人民共和国卫生部发布的《病原微生物实验室生物安全管理条例》、《人间传染的病原微生物名录》及鱼病数据库,对样品中检测出的病原微生物进行分级,其定义域为[1,4];
C(Calibration):定义域为[0,1],其具体的赋值标准见表1。
表1.C值具体赋值标准
E(Environment):数据取自环境库,其定义域向量为[0,100],从病原微生物引起疫病的爆发频率、针对特定病原体鱼与环境相关系数、已知的其栖息的环境范围、特定环境下爆发疫病的可能性4个方面考虑评定计算其阈值;
通过层次分析法(Analytic Hierarchy Process,AHP),得到各个风险因子对综合评判性的权重系数,最后进行模糊综合计算评定。
将对环境微生物检测数据进行处理获得的四个风险因子的数值代入到安全评判公式:
中,通过数据计算和处理得出计算值;
并将所述计算值与所述安全等级评价标准数据进行比较得出水族馆水体安全等级评价报告,评价报告包括如下信息:
一、样品检出微生物总体信息:
二、病原微生物信息:
包括分类信息、遗传信息和致病性信息;
其中所述致病性信息包括毒力因子信息、传播方式信息、易感目标信息;
检出的微生物可能引起的疾病名称、症状、诊断标准、预防措施和/或治疗措施;
三、环境中各风险因子评估值:
P值,S值,C值,E值以及Rn值。
Claims (17)
1.一种基于环境微生物数据进行环境安全等级评估的方法,其特征在于,包括
检测步骤和评估步骤;
所述检测步骤包括对待评估环境进行约定时间范围内定时连续多次动态取样或特定时间点的一次取样,以及对取样所得样本进行高通量无差别生物学检测以获得动态的环境微生物检测数据或一次性环境微生物检测数据;所述动态的或一次性的环境微生物检测数据包含所有可能存在的DNA,RNA和/或蛋白质信息;
所述评估步骤在计算系统中执行,所述计算系统包含存储有数据库的数据库存储介质、存储设备和处理器;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;存储设备包括包括存储程序区和存储数据区,存储程序区存储有多条指令;
通过运行存储设备中存储的指令执行所述评估步骤:
数据处理:调取所述数据库存储介质中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述环境微生物风险因子的参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的环境微生物风险因子的参数值带入到所述存储设备中存储的环境安全评判公式中进行计算并形成实时安全等级评价报告。
2.根据权利要求1所述的方法,其特征在于,所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和/或所述存储设备中设置的数据存储区。
3.根据权利要求1或2所述的方法,其特征在于,所述评估步骤还包括执行指令,以将所述环境微生物检测数据和/或对应的所述安全等级评价报告、环境安全动态变化评价报告提交并存储于所述数据库中。
4.根据权利要求1-3任一所述的方法,其特征在于:所述风险矩阵评价模型为
所述环境微生物风险因子的参数值及其定义域分别如下:
Pi(Probability):病原微生物在检测样品所测出的总病原微生物中所占比例,定义域为[0,1],其具体赋值参照所述微生物数据库;
Si(Seriousness):参照中华人民共和国卫生部发布的《病原微生物实验室生物安全管理条例》、《人间传染的病原微生物名录》及所述微生物所致疾病数据,对样品中检测出的病原微生物进行分级,其定义域为[1,4];
Ci(Calibration):定义域为[0,1],其是基于安全等级评价标准数据;
Ei(Environment):数据取自所述生物体内外微生物环境相关性数据,其定义域向量为[0,100],从病原微生物引起疫病的爆发频率、针对特定病原体鱼与环境相关系数、已知的其栖息的环境范围、特定环境下爆发疫病的可能性4个方面考虑评定,通过层次分析法(Analytic Hierarchy Process,AHP),得到各个风险因子对综合评判性的权重系数,最后进行模糊综合计算评定而得。
5.一种用于进行环境安全评估的存储设备,其特征在于,包括存储程序区和存储数据区,存储程序区存储有多条指令,所述指令适于由处理器加载并执行:
数据处理:调取所述数据库存储介质中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的环境安全评判公式中进行计算并形成实时安全等级评价报告;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据。
6.根据权利要求5所述的存储设备,其特征在于,所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和/或所述存储设备中设置的存储数据区。
7.根据权利要求5或6所述的存储设备,其特征在于,
所述数据库中,所述微生物数据的物种来源包括细菌,真菌,病毒,放线菌,立克次体,支原体,衣原体和/或螺旋体;
所述微生物数据包括:日常积累的环境微生物数据构成的动态环境微生物检测数据或一次性微生物检测数据;来自公共数据库的微生物数据,和/或后台研发组检测获得的微生物数据;
所述微生物数据的项目包括分类信息、遗传信息和致病性信息;其中所述致病性信息包括毒力因子信息、传播方式信息、易感目标信息。
8.根据权利要求5-7任一所述的存储设备,其特征在于:所述微生物所致疾病数据的项目包括疾病名称、症状、诊断标准、致病微生物种类、预防措施和/或治疗措施。
9.根据权利要求5-8任一所述的存储设备,其特征在于:所述生物体内外微生物环境相关性数据的项目包括生物体内微生物、体表微生物与周边生活环境微生物的相关性数据,和/或特定微生物所致感染及发病条件信息。
10.根据权利要求5-8任一所述的存储设备,其特征在于:所述微生物所致疾病数据包含水生生物疾病数据;所述存储设备可用于评估水生动物饲养或生活的水环境,所述样本指对取自待评估水环境的水、土壤等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
11.根据权利要求5-8任一所述的存储设备,其特征在于:所述微生物所致疾病数据包含动物疾病数据,所述存储设备可用于评估动物饲养环境,所述样本指对待评估动物饲养环境内的动物饮用水、饲料、空气、动物或人类排泄物、体表脱落物、体液、唾液、血清等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
12.根据权利要求5-8任一所述的存储设备,其特征在于:所述微生物所致疾病数据包含人类疾病数据,所述存储设备可用于评估人生活环境,所述样本指对待评估环境内饮用水、食物、空气、动物或人类排泄物、体表脱落物、体液、唾液、血清等进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
13.根据权利要求5-8任一所述的存储设备,其特征在于,所述微生物所致疾病数据包括植物疾病数据,所述存储设备可用于评估植物生长环境,所述样本指待评估环境内包括的土壤、水源空气进行样品中所包含的微生物的遗传物质提取后所获得的满足高通量实验要求的相关遗传物质,所述相关遗传物质包括DNA,RNA和/或蛋白质。
14.根据权利要求5-13任一所述的存储设备,其特征在于:所述风险矩阵评价模型为
所述环境微生物风险因子的参数值及其定义域分别如下:
Pi(Probability):病原微生物在检测样品所测出的总病原微生物中所占比例,定义域为[0,1],其具体赋值参照所述微生物数据库;
Si(Seriousness):参照中华人民共和国卫生部发布的《病原微生物实验室生物安全管理条例》、《人间传染的病原微生物名录》及所述微生物所致疾病数据,对样品中检测出的病原微生物进行分级,其定义域为[1,4];
Ci(Calibration):定义域为[0,1],其基于安全等级评价标准数据;具体的赋值对应的安全等级标准见表1;
Ei(Environment):数据取自所述生物体内外微生物环境相关性数据,其定义域向量为[0,100],从病原微生物引起疫病的爆发频率、针对特定病原体鱼与环境相关系数、已知的其栖息的环境范围、特定环境下爆发疫病的可能性4个方面考虑评定,通过层次分析法(Analytic Hierarchy Process,AHP),得到各个风险因子对综合评判性的权重系数,最后进行模糊综合计算评定而得。
15.一种基于环境微生物数据的环境安全评估的终端设备,其特征在于:包括处理器以及权利要求5-14任一所述的存储设备;
所述处理器用于加载并执行指令;
所述存储设备,包括存储程序区和存储数据区,存储程序区存储有多条指令,指令适于由所述处理器加载并执行:
数据处理:调取所述数据库存储介质1中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的环境安全评判公式中进行计算并形成实时安全等级评价报告;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;
所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和/或所述存储设备中的存储数据区;
优选地,所述终端设备指桌上型计算机、笔记本、掌上电脑及云端服务器。
16.一种基于环境微生物数据的环境安全评估平台系统,其特征在于:包括由存储有数据库的数据库存储介质、处理器、权利要求5-13任一所述的存储设备构成的计算系统,以及与所述计算系统可数据连接的多个用户终端;
所述数据库包含微生物数据、微生物所致疾病数据、生物体内外微生物环境相关性数据和/或安全等级评价标准数据;
所述用户终端中设置有应用程序,适于向所述存储设备提交所述环境微生物检测数据,并向所述处理器传输指令以启动评估,
处理器用于加载并执行指令;
所述存储设备,包括存储程序区和存储数据区,存储多条指令,指令适于由处理器加载并执行:
数据处理:调取所述数据库存储介质中的数据,对所述动态的或一次性的环境微生物检测数据进行处理以获得环境微生物风险因子的参数值;
数据评估以及输出评估结果:将每次获得的动态环境微生物检测数据所形成的所述风险因子的动态参数值存储在所述数据库中,如果当前取样属于第二次及以后取样的情况下,调取之前的和本次取样所形成的数据并带入到所述存储设备中存储的风险矩阵评价模型中进行计算并形成环境安全动态变化评价报告;或
将一次性环境微生物检测数据所形成的风险因子的参数值带入到存储于所述存储设备中的环境安全评判公式中进行计算并形成实时安全等级评价报告;
所述数据库存储介质指所述存储设备之外的远程可读取硬件介质、远程虚拟存储空间和/或所述存储设备中设置的存储数据区。
17.根据权利要求16所述的平台系统,所述用户终端是手机、平板电脑,桌上电脑,笔记本电脑或云端服务器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017109102606 | 2017-09-29 | ||
CN201710910260 | 2017-09-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108009404A true CN108009404A (zh) | 2018-05-08 |
Family
ID=62058647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711321042.5A Pending CN108009404A (zh) | 2017-09-29 | 2017-12-12 | 一种基于环境微生物数据的环境安全检测评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108009404A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109407629A (zh) * | 2018-09-11 | 2019-03-01 | 广州市赛特检测有限公司 | 一种病原体在线监测系统及方法 |
CN109785898A (zh) * | 2019-01-14 | 2019-05-21 | 清华大学 | 一种基于微生物网络评估环境污染风险的方法 |
CN113284561A (zh) * | 2021-05-27 | 2021-08-20 | 青岛流亭复盛食品有限公司 | 一种基于微生物数据的猪蹄生产环境安全检测评估方法 |
CN114291417A (zh) * | 2021-12-31 | 2022-04-08 | 成都市食品检验研究院 | 一种微生物及生物毒素追溯系统 |
US11566980B2 (en) | 2021-04-29 | 2023-01-31 | Jiangsu University | Portable real-time airborne fungi acquiring and detecting equipment and method |
CN117423214A (zh) * | 2023-10-24 | 2024-01-19 | 重庆市生态环境科学研究院 | 一种基于环境dna数据的环境生态风险评估方法 |
CN117649948A (zh) * | 2024-01-29 | 2024-03-05 | 深圳市早知道科技有限公司 | 一种基于基因检测的微生物感染风险预测方法及系统 |
CN117887825A (zh) * | 2024-01-16 | 2024-04-16 | 广东粤海水务检测技术有限公司 | 基于ngs的水源地重点风险物检测方法、系统以及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101363056A (zh) * | 2008-09-11 | 2009-02-11 | 浙江大学 | 一种高通量微生物鉴定方法 |
CN102768711A (zh) * | 2012-03-13 | 2012-11-07 | 山东省射频识别应用工程技术研究中心有限公司 | 一种肉制品加工过程微生物风险评估方法 |
WO2013086201A1 (en) * | 2011-12-06 | 2013-06-13 | Dowd Scot E | Universal or broad range assays and multi-tag sample specific diagnostic process using non-optical sequencing |
-
2017
- 2017-12-12 CN CN201711321042.5A patent/CN108009404A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101363056A (zh) * | 2008-09-11 | 2009-02-11 | 浙江大学 | 一种高通量微生物鉴定方法 |
WO2013086201A1 (en) * | 2011-12-06 | 2013-06-13 | Dowd Scot E | Universal or broad range assays and multi-tag sample specific diagnostic process using non-optical sequencing |
CN102768711A (zh) * | 2012-03-13 | 2012-11-07 | 山东省射频识别应用工程技术研究中心有限公司 | 一种肉制品加工过程微生物风险评估方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109407629A (zh) * | 2018-09-11 | 2019-03-01 | 广州市赛特检测有限公司 | 一种病原体在线监测系统及方法 |
CN109785898A (zh) * | 2019-01-14 | 2019-05-21 | 清华大学 | 一种基于微生物网络评估环境污染风险的方法 |
US11566980B2 (en) | 2021-04-29 | 2023-01-31 | Jiangsu University | Portable real-time airborne fungi acquiring and detecting equipment and method |
CN113284561A (zh) * | 2021-05-27 | 2021-08-20 | 青岛流亭复盛食品有限公司 | 一种基于微生物数据的猪蹄生产环境安全检测评估方法 |
CN114291417A (zh) * | 2021-12-31 | 2022-04-08 | 成都市食品检验研究院 | 一种微生物及生物毒素追溯系统 |
CN117423214A (zh) * | 2023-10-24 | 2024-01-19 | 重庆市生态环境科学研究院 | 一种基于环境dna数据的环境生态风险评估方法 |
CN117887825A (zh) * | 2024-01-16 | 2024-04-16 | 广东粤海水务检测技术有限公司 | 基于ngs的水源地重点风险物检测方法、系统以及介质 |
CN117649948A (zh) * | 2024-01-29 | 2024-03-05 | 深圳市早知道科技有限公司 | 一种基于基因检测的微生物感染风险预测方法及系统 |
CN117649948B (zh) * | 2024-01-29 | 2024-05-10 | 深圳市早知道科技有限公司 | 一种基于基因检测的微生物感染风险预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009404A (zh) | 一种基于环境微生物数据的环境安全检测评估方法及系统 | |
Ren et al. | Seasonal, spatial, and maternal effects on gut microbiome in wild red squirrels | |
Buxton et al. | Seasonal variation in environmental DNA detection in sediment and water samples | |
Kohl et al. | Gut microbial communities of American pikas (O chotona princeps): evidence for phylosymbiosis and adaptations to novel diets | |
Roger et al. | Airborne environmental DNA metabarcoding for the monitoring of terrestrial insects—A proof of concept from the field | |
Venesky et al. | Linking manipulative experiments to field data to test the dilution effect | |
Kwan et al. | Vertical vs. horizontal transmission of the microbiome in a key disease vector, Ixodes pacificus | |
Dannemiller et al. | Next‐generation DNA sequencing reveals that low fungal diversity in house dust is associated with childhood asthma development | |
Carter et al. | Social networks, long-term associations and age-related sociability of wild giraffes | |
Morris et al. | Microbial abundance, composition, and function in nectar are shaped by flower visitor identity | |
Lavrinienko et al. | Skin and gut microbiomes of a wild mammal respond to different environmental cues | |
Aivelo et al. | Bacterial microbiota composition of Ixodes ricinus ticks: the role of environmental variation, tick characteristics and microbial interactions | |
Trevelline et al. | A bird's-eye view of phylosymbiosis: weak signatures of phylosymbiosis among all 15 species of cranes | |
Gray et al. | Reliability of non-lethal surveillance methods for detecting ranavirus infection | |
Moskaluk et al. | Current topics in dermatophyte classification and clinical diagnosis | |
Fischer et al. | Phenotypic plasticity influences the eco‐evolutionary dynamics of a predator–prey system | |
Cardoni et al. | DNA barcode assessment of Mediterranean mayflies (Ephemeroptera), benchmark data for a regional reference library for rapid biomonitoring of freshwaters | |
Treanor et al. | Estimating probabilities of active brucellosis infection in Yellowstone bison through quantitative serology and tissue culture | |
Papakostas et al. | Allochronic divergence and clonal succession: two microevolutionary processes sculpturing population structure of Brachionus rotifers | |
US20230401449A1 (en) | Means and methods for classifying microbes | |
Wirth et al. | Ranaviruses and reptiles | |
Shi et al. | FuzzyID2: A software package for large data set species identification via barcoding and metabarcoding using hidden Markov models and fuzzy set methods | |
Vogt et al. | Epidemiology of Campylobacter, Salmonella and antimicrobial resistant Escherichia coli in free‐living Canada geese (Branta canadensis) from three sources in southern Ontario | |
Krol et al. | How does eDNA compare to traditional trapping? Detecting mosquito communities in South-African freshwater ponds | |
Babenko et al. | The ecogenomics of dsDNA bacteriophages in feces of stabled and feral horses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20220624 |