CN111278995A - 表征与微生物相关联的女性生殖系统有关状况的方法和系统 - Google Patents

表征与微生物相关联的女性生殖系统有关状况的方法和系统 Download PDF

Info

Publication number
CN111278995A
CN111278995A CN201880070585.0A CN201880070585A CN111278995A CN 111278995 A CN111278995 A CN 111278995A CN 201880070585 A CN201880070585 A CN 201880070585A CN 111278995 A CN111278995 A CN 111278995A
Authority
CN
China
Prior art keywords
species
genus
female reproductive
reproductive system
microbiome
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
Application number
CN201880070585.0A
Other languages
English (en)
Inventor
扎迦利·阿普特
伊丽莎白·比克
萨拉·W·伯德
路易斯·里昂
帕梅拉·A·涅托
维克多·阿里格利亚-梅拉
克瑞斯顿·布拉沃
胡安·P·卡德纳斯
保罗·科瓦鲁比阿斯
萨拉·L·古普塔
基拉·哈曼
胡安·吉梅内斯
费利佩·梅利斯-阿科斯
卡米拉·F·纳瓦斯
哈罗德·努尼兹
爱德华多·奥利瓦雷斯
尼古拉斯·奥尔登-爱妮珊丝
弗朗西斯科·J·欧萨顿
伊格纳西奥·瓦拉斯
帕特里夏·维拉-沃夫
唐娜·玛丽·B·汉高
劳伦斯·克拉尔
纳撒尼尔·A·沃尔顿
阿曼达·莫顿
胡安·P·布斯塔曼特
夸西·阿达
格雷厄姆·盖斯
卡蒂亚·索托-里贝
胡安·A·乌加尔
爱德华多·H·莫拉莱斯
丹尼尔·阿尔莫纳西德
杰西卡·里奇曼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Prosomegen
uBiome Inc
Original Assignee
Prosomegen
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Prosomegen filed Critical Prosomegen
Publication of CN111278995A publication Critical patent/CN111278995A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/70—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving virus or bacteriophage
    • C12Q1/701—Specific hybridization probes
    • C12Q1/708—Specific hybridization probes for papilloma
    • 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
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • 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
    • G16B40/20—Supervised data analysis
    • 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
    • G16B40/30—Unsupervised data analysis
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/16—Primer sets for multiplex assays

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioethics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Virology (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medicines Containing Material From Animals Or Micro-Organisms (AREA)

Abstract

用于表征一种或多种女性生殖系统有关状况的方法和/或系统的实施方式可包括：确定与受试者集合相关联的微生物数据集；和/或基于所述微生物数据集，执行与一种或多种女性生殖系统有关状况相关联的表征过程，其中执行表征过程可以额外地或替代地包括，对一种或多种女性生殖系统有关状况执行女性生殖系统有关表征过程，和/或确定一种或多种疗法。

Description

表征与微生物相关联的女性生殖系统有关状况的方法和系统
相关申请的交叉引用
本申请要求2017年8月28日提交的美国临时申请序列号62/551,155、2017年11月13日提交的美国临时申请序列号62/585,131和2018年4月5日提交的美国临时申请序列号62/653,402的权益，其全部内容各自通过引用合并在此。
本申请涉及2016年6月30日提交的美国申请序列号15/198,818，其要求2015年6月30日提交的美国临时申请序列号62/186,793的权益，其全部内容各自通过引用合并在此。
技术领域
本公开总体上涉及基因组学和微生物学。
背景技术
微生物组可以包括与生物体相关联的共栖(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，但是例如由于样品处理技术、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立了微生物组与多种健康状况的关联的作用，并已成为宿主遗传和环境因素对人类疾病发展的日益重视的媒介。怀疑微生物组在许多健康/疾病有关状态中起到至少部分的作用。此外，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的健康方面的深刻启示，应当继续追寻与微生物组表征、从表征中产生见解以及产生被配置为矫正生态失调状态的治疗有关的工作。然而，基于所获得的见解分析人类微生物组和/或提供治疗措施的常规方法留下了许多未回答的问题。
宫颈癌是女性中癌症有关死亡的主要原因之一，全世界每年的死亡人数为250,000。在几乎所有(>99％)宫颈癌样本中都可以检测到人乳头瘤病毒(HPV)DNA，因此，HPV被认为是宫颈癌的主要致病物。
女性的健康对于她的总体幸福感和生殖成功至关重要，并且部分取决于微生物组组成、与性传播感染(STI)相关联的病原体的存在、以及可导致生殖器疣或宫颈癌的人乳头瘤病毒(HPV)类型的存在。例如，女性阴道微生物组的组成可在女性健康和生殖成功中发挥重要作用。
因此，在微生物学领域中，需要一种新的且有用的方法和/或系统，用于表征、监测、诊断和/或干预与女性健康相关联的一种或多种健康状况(例如，女性生殖系统有关状况；等)，例如用于个体用途和/或群体广泛使用。
附图说明
图1A-1C包括方法的实施方式的变型的流程图示；
图2包括方法和系统的实施方式；
图3包括方法的实施方式的变型的流程图示；
图4包括方法的实施方式的变体的流程图示；
图5包括参考相对丰度范围的图表表示的特定实施例；
图6包括与至少一种女性生殖系统有关状况相关联的靶标的特定实施例；
图7A-7D包括健康的参考相对丰度范围的特定实施例；
图8包括方法的实施方式的变型中扩增的流程图示；
图9包括方法的实施方式的变体中扩增的流程图示；
图10包括方法的实施方式的变型中扩增的流程图示；
图11包括引物的特定实施例；
图12A-12B包括合成DNA(sDNA)的检测限的特定实施例；
图13包括靶标的性能指标的特定实施例；
图14包括批间(inter-run)和批内(intra-run)变异的特定实施例；
图15包括实验验证的特定实施例；
图16包括实验验证的特定实施例；
图17包括实验验证的特定实施例；
图18包括实验验证的特定实施例；
图19包括方法的实施方式中用于生成表征模型的过程的变型；
图20包括方法的实施方式中基于益生菌的疗法运作的机制的变型；
图21包括方法的实施方式中样品处理的变型；
图22包括通知提供的实施例；
图23包括方法的实施方式的变型的示意表示；
图24A-24B包括利用模型执行表征过程的变型；
图25包括在方法的实施方式中推广疗法(promoting a therapy)；
图26A-26F包括基于一种或多种女性生殖系统有关表征的通知的特定实施例。
具体实施方式
对实施方式的以下描述并非旨在限制实施方式，而是使本领域技术人员能够制造和使用。
1.概述
如图1A-1C所示，方法100的实施方式(例如，用于表征一种或多种女性生殖系统有关状况等)可以包括：确定与用户集合相关联的微生物数据集(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/或基于所述微生物数据集，执行与所述一种或多种女性生殖系统有关状况相关联的表征过程(例如，预处理、特征确定、特征处理、女性生殖系统有关表征模型处理等)(例如，基于衍生自微生物数据集并与一种或多种女性生殖系统有关状况相关联的微生物组组成特征和/或微生物组功能特征；等)S130，其中执行所述表征过程可以额外地或替代地包括针对一种或多种女性生殖系统有关状况执行女性生殖系统有关表征过程S135，和/或确定一种或多种疗法(例如，确定用于预防、改善、降低其风险和/或以其他方式改进所述一种或多种女性生殖系统有关状况的疗法等)S140。
方法100的实施方式可以额外地或替代地包括以下一项或多项：处理与一种或多种女性生殖系统有关状况相关联(例如，提供其信息；描述；指示；与其相关等)的补充数据S120；处理与用户(例如，受试者、人、动物、患者等)相关联的一种或多种生物样品S150；基于与所述用户的生物样品相关联的用户微生物数据集(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；衍生自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对应于从一个或多个表征过程确定的微生物组特征的特征值；等)，利用一个或多个表征过程，针对一种或多种女性生殖系统有关状况为用户确定女性生殖系统有关表征S160；(例如，基于女性生殖系统有关表征和/或疗法模型等)针对一种或多种女性生殖系统有关状况为用户促进治疗干预S170；随时间为用户(例如，基于处理来自用户的一系列生物样品)监测一种或多种疗法和/或监测其他合适的成分(例如，微生物组特征等)(例如，如随时间为用户评估用户微生物组特征、诸如与疗法相关联的用户微生物组组成特征和/或功能特征)S180；处理微生物数据集S185；验证S190；和/或任何其他合适的过程。
在特定实施例中，方法100(例如，用于表征与微生物相关联的至少一种女性生殖系统有关状况等)可包括：基于来自与受试者集合相关联的样品的微生物核酸确定与受试者集合(例如，包括具有女性生殖系统有关状况的受试者；包括不具有女性生殖系统有关状况的受试者，其中与这类受试者相关联的样品和/或数据可用作对照；等)相关联的微生物序列数据集，其中样品包括与一种或多种女性生殖系统有关状况相关联的至少一种样品，；针对受试者集合收集与一种或多种女性生殖系统有关状况相关联的补充数据；基于微生物序列数据集确定微生物组特征集合，所述微生物组特征集合包括微生物组组成特征集合与微生物组功能特征集合中的至少之一；基于补充数据和微生物组特征集合，生成女性生殖系统有关表征模型，其中女性生殖系统有关状况表征模型与一种或多种女性生殖系统有关状况相关联；基于女性生殖系统有关表征模型，针对一种或多种女性生殖系统有关状况为用户确定女性生殖系统有关表征；和基于女性生殖系统有关表征，针对一种或多种女性生殖系统有关状况为用户促进治疗干预(例如，向用户提供疗法，以促进一种或多种女性生殖系统有关状况的改进等)。
在特定实施例中，方法100(例如，用于表征与微生物相关联的至少一种女性生殖系统有关状况等)可以包括：收集来自用户的样品(例如，通过样品试剂盒的提供和收集等)，其中样品包括对应于与一种或多种女性生殖系统有关状况相关联的微生物的微生物核酸；基于样品的微生物核酸(例如，基于样品制备和/或用样品测序等)，确定与用户相关联的微生物数据集；基于微生物数据集，确定用户微生物组特征(例如，包括用户微生物组组成特征和用户微生物组功能特征中的至少之一等)，其中用户微生物组特征与一种或多种女性生殖系统有关状况相关联；基于用户微生物组特征，针对一种或多种女性生殖系统有关状况为用户确定女性生殖系统有关表征；和/或基于女性生殖系统有关表征，针对一种或多种女性生殖系统有关状况为用户促进关于促进改进的疗法的治疗干预(例如，向用户推广疗法；等)。
在特定实施例中，至少一种女性生殖系统有关状况可以包括HPV感染以及细菌性阴道病(bacterial vaginosis)、宫颈炎(cervicitis)、盆腔炎性疾病(pelvicinflammatory disease)、特发性不孕症(idiopathic infertility)、需氧性阴道炎(aerobic vaginitis)和不孕症(infertility)中的至少一种；所述微生物组组成特征集合可以包括与细菌靶标集合相关联的微生物组组成特征的第一子集、和与HPV靶标集合相关联的微生物组特征的第二子集；所述细菌靶标集合可以包括以下至少一种：气球菌属(Aerococcus)(属)、克里斯滕森气球菌(Aerococcus christensenii)(种)、阿托波菌属(Atopobium)(属)、阴道阿托波菌(Atopobium vaginae)(种)、沙眼衣原体(Chlamydiatrachomatis)(种)、微需氧戴阿利斯特菌(Dialister micraerophilus)(种)、梭杆菌属(Fusobacterium)(属)、具核梭杆菌(Fusobacterium nucleatum)(种)、加德纳菌属(Gardnerella)(属)、阴道加德纳菌(Gardnerella vaginalis)(种)、孪生球菌属(Gemella)(属)、乳杆菌(Lactobacillus)(属)、惰性乳杆菌(Lactobacillus iners)(种)、詹森氏乳杆菌(Lactobacillus jensenii)(种)、巨球菌属(Megasphaera)(属)、动弯杆菌属(Mobiluncus)(属)、克氏动弯杆菌(Mobiluncus curtisii)(种)、羞怯动弯杆菌(Mobiluncus mulieris)(种)、生殖支原体(Mycoplasma genitalium)(种)、淋病奈瑟菌(Neisseria gonorrhoeae)(种)、乳头状杆菌属(Papillibacter)(属)、微单胞菌属(Parvimonas)(属)、嗜胨菌属(Peptoniphilus)(属)、消化链球菌属(Peptostreptococcus)(属)、卟啉单胞菌属(Porphyromonas)(属)、普雷沃菌属(Prevotella)(属)、阿门氏普雷沃菌(Prevotella amnii)(种)、蒂莫宁普雷沃菌(Prevotella timonensis)(种)、斯尼西亚菌属(Sneathia)(属)、金黄色葡萄球菌(Staphylococcus aureus)(种)、无乳链球菌(Streptococcus agalactiae)(种)和苍白密螺旋体(Treponema pallidum)(种)；HPV靶标集合可以包括以下至少一项：HPV6、11、42、43、44、16、18、31、33、35、39、45、51、52、56、58、59、66和68型。
方法100和/或系统200的实施方式可起到表征(例如，评估、评价、诊断、描述等)一种或多种女性生殖系统有关状况(例如，表征女性生殖系统有关状况本身，诸如确定与女性生殖系统有关状况相关和/或以其他方式相关联的微生物组特征；为一个或多个用户表征一种或多种女性生殖系统有关状况、诸如针对一种或多种女性生殖系统有关状况为一个或多个用户确定倾向性指标；等)和/或针对一种或多种女性生殖系统有关状况表征一个或多个用户的作用。
方法100和/或系统200的实施方式可以额外地或替代地起到实现、提供、促进分析、包括女性健康试验和/或与之相关联的作用，所述女性健康试验可以结合以下一项或多项：自采样、基于测序的HPV检测和基因分型、微生物组分析(例如，阴道微生物组分析等)和/或STI相关联病原体检测。在特定实施例中，实施方式可以实现、提供、促进分析、包括试验和/或与试验相关联，所述试验包括：14种高危型HPV(hrHPV types)、5种低危型HPV(lrHPV)的基因分型和检测，和/或具有临床重要性的32种细菌分类群的相对丰度；包括诸如具有高敏感性、特异性和再现性的乳杆菌属、斯尼西亚菌属(Sneathia)、加德纳菌属和/或涉及STI的四种病原体(例如，沙眼衣原体、生殖支原体、淋病奈瑟菌和苍白密螺旋体，其可分别导致衣原体感染、生殖道感染、淋病和梅毒等)中的一种或多种。在特定实施例中，实施方式可以实现、提供、促进分析、包括女性健康试验和/或与女性健康试验相关联，所述女性健康测定不仅可以检测样品中是否存在HPV，还可以通过使用测序分析来鉴定一种或多种特定类型HPV的存在，例如包括宫颈癌病变中最普遍的hrHPV类型(例如，16和18)，还可以额外地或替代地例如通过应用宽范围的引物，检测其他hrHPV类型(例如，12种以上的其他类型)。这种HPV覆盖率可以解释为改变hrHPV类型的流行，hrHPV类型的流行可能会随着新引入的HPV疫苗的设定而变化。在特定实施例中，女性健康试验可以额外地或替代地检测并报告样品(例如，阴道样品)中的共栖和病原细菌(和/或与女性健康相关联的任何合适的微生物等)的相对丰度。
额外地或替代地，方法100和/或系统200的实施方式可以起到鉴定与一种或多种女性生殖系统有关状况相关联(例如，正相关、负相关等)的微生物组特征和/或其他合适的数据、例如用作生物标记(biomarkers)(例如，用于诊断过程、用于治疗过程等)的作用。在实施例中，女性生殖系统有关表征可以与微生物组组成(例如，微生物组组成多样性等)、微生物组功能(例如，微生物组功能多样性等)和/或其他合适的微生物组有关方面中的至少一种或多种相关联。在实施例中，例如通过使用生物信息学管道(bioinformaticspipeline)、分析技术和/或本文所述的其他合适的方法，微生物特征(例如，描述可识别模式的组成、功能和/或多样性，诸如关于存在于用户微生物组的微生物的相对丰度，诸如表现出一种或多种女性生殖系统有关状况的受试者；等)和/或微生物数据集(例如，可以从中衍生出微生物组特征等)可用于表征(例如，诊断、风险评估等)、治疗干预促进、监测和/或其他合适的目的。额外地或替代地，方法100和/或系统200的实施方式可以起到对多种女性生殖系统有关状况执行交叉条件分析的作用(例如，对多种女性生殖系统有关状况执行表征过程，例如确定不同女性生殖系统有关状况之间的相关性、协方差、合并症(comorbidity)和/或其他合适的关系等)，例如在表征(例如，诊断；提供与之有关的信息等)和/或治疗用户的情况下。
额外地或替代地，实施方式可以起到促进对一种或多种女性生殖系统有关状况的治疗干预(例如，疗法选择；疗法推广和/或提供；疗法监测；疗法评估等)的作用，例如通过推广相关联疗法(例如，关于诸如肠位点、皮肤位点、鼻位点、口位点、生殖器位点、其他合适的身体位点、其他收集位点的特定身体位点；由疗法模型确定的疗法等)。额外地或替代地，实施方式可以起到生成模型(例如，诸如用于表型预测女性生殖系统有关表征模型；诸如用于疗法确定疗法模型；诸如用于特征处理机器学习模型；等)的作用，例如可以用于基于用户的微生物组(例如，用户微生物组特征；作为临床诊断；作为伴随诊断等)来表征和/或诊断用户的模型，和/或可以用于关于一种或多种女性生殖系统有关状况为受试者选择和/或提供疗法的模型。额外地或替代地，实施方式可以执行本文描述的任何合适的功能。
这样，可以使用来自用户群体(例如，与一种或多种女性生殖系统有关状况相关联的受试者群体；与一种或多种女性生殖系统有关状况呈正相关或负相关；等)的数据来表征后续用户、诸如用以表明微生物有关健康状态和/或改进领域，和/或来促进诸如关于一种或多种女性生殖系统有关状况的治疗干预(例如，推广一种或多种疗法；促进用户微生物组的组成和/或功能多样性向期望的平衡状态集合中的一种或多种调节、诸如与改进的与一种或多种女性生殖系统有关状况相关联的健康状态相关的状态；等)。方法100的变型除了或替代地随时间处理诸如一种或多种女性生殖系统有关状况的补充数据或，还可以例如通过跨身体位点(例如，跨用户的样品收集位点，诸如对应于如肠位点、口位点、鼻位点、皮肤位点、生殖器位点的特定身体位点类型的收集位点；等)、随时间(例如，在整个疗法方案进程中，通过用户对女性生殖系统有关状况的经历程度；等)地对来自用户的额外样品进行收集和分析(例如，用女性生殖系统有关表征模型)，促进提供给用户的疗法的选择、监测(例如，功效监测等)和/或调整。然而，可以通过方法100和/或系统200的实施方式的任何合适的部分，将来自群体、亚组、个体和/或其他适当实体的数据用于任何适当目的。
方法100和/或系统200的实施方式可以优选地确定和/或推广(例如，提供；呈现；通知有关；等)一种或多种女性生殖系统有关状况的表征和/或疗法，和/或方法100和/或系统200的实施方式的任何合适的部分可以关于女性生殖系统有关状况而执行。在特定实施例中，如图26A-26F所示，可以将基于一种或多种表征的通知提供给一个或多个用户。
女性生殖系统有关状况可以包括以下一种或多种：HPV感染、宫颈癌、梅毒(syphilis)、鳞状上皮内病变(squamous intraepithelial lesions)(高度和低度)、宫颈炎、盆腔炎性疾病、细菌性阴道病、需氧性阴道炎、特发性不孕症、衣原体、子宫内膜异位症、生殖器疱疹、生殖器疣、淋病、痛经、多囊卵巢综合症、尿路感染、性传播感染(STI)、女性健康有关状况、和/或与女性生殖系统和/或女性健康相关联的任何合适的状况。
额外地或替代地，女性生殖系统有关状况可以包括以下一项或多项：疾病、症状、病因(例如，触发物等)、相关联的严重度、行为(例如，身体活动行为；酒精消耗；吸烟行为；压力有关特征；其他心理特征；生病；社交行为；咖啡因消耗；酒精消耗；睡眠习惯；其他习惯；饮食有关行为，如纤维摄入、水果摄入、蔬菜摄入；冥想和/或其他放松行为；与女性生殖系统有关状况相关联的生活方式状况；提供女性生殖系统有关状况的诊断和/或治疗干预的信息、与其相关、指示、促进和/或以其他方式与其相关联的生活方式状况；影响女性生殖系统和/或女性生殖系统有关状况、和/或以其他方式与其相关联的行为；等)、环境因素、人口统计学有关特征(例如，年龄、体重、种族、性别等)、表型(例如，对于人、动物、植物、真菌体可测量的表型；与女性生殖系统和/或其他有关方面相关联的表型等)、和/或与女性生殖系统有关状况相关联的任何其他合适方面。在实施例中，一种或多种女性生殖系统有关状况会干扰正常的身体、精神、社交和/或情感功能。
可以针对单个用户、针对女性生殖系统有关状况表征、促进疗法干预、和/或为任何其他适当目的来实施方法100和/或系统200的实施方式，例如关于将应用一个或多个样品处理过程和/或表征过程，以处理来自用户的一个或多个生物样品(例如，跨一个或多个收集位点收集的，等)。额外地或替代地，实施方式可以对受试者群体(例如，包括用户、排除用户)实施，其中受试者群体可以包括对于任何合适类型的特征(例如，关于女性生殖系统有关状况、人口统计学特征、行为、微生物组组成和/或功能等)与任何其他受试者相似和/或不相似的受试者；对用户的亚组(共享特征，如影响女性生殖系统有关表征和/或疗法确定的特征；等)实施；对植物、动物、微生物和/或任何其他合适实体实施。因此，衍生自受试者集合(例如，主题的总数，一组主题，用户的亚组等)的信息可用于为后续用户提供额外的见解。在变型中，生物样品的聚集集合优选与各种各样的受试者相关联，并针对各种各样的受试者进行处理，受试者例如包括以下一种或多种的受试者：不同的人口统计学特征(例如，性别、年龄、婚姻状况、种族、国籍、社会经济地位、性取向等)、不同的女性生殖系统有关状况(例如，健康和疾病状态；不同的遗传学倾向等)、不同的生活情况(例如，独居、与宠物同住、与重要的他人同住、与儿童同住等)、不同的饮食习惯(例如，杂食、素食、绝对素食、糖类消耗、酸消耗、咖啡因消耗等)、不同的行为倾向(例如，身体活动水平、药品使用、酒精使用等)、不同的运动水平(例如，与给定时间段内行进的距离有关的)、和/或任何其他合适的特征(例如，影响、与之相关和/或以其他方式相关联于微生物组组成和/或功能的特征等)。在实施例中，随着受试者数量的增加，方法100和/或系统200的实施方式的部分中实施的过程的预测能力可以提高，例如关于基于后续用户(例如，具有变化的特征等)的微生物组(例如，关于用户的不同的样品收集位点等)对该后续用户执行表征。然而，方法100和/或系统200的实施方式的部分可以针对任何合适的一个或多个实体、以任何合适的方式执行和/或配置。
在变型中，方法100的实施方式的部分可以以任何合适的顺序重复地进行，和/或系统200的实施方式的任何合适的组件可以重复地应用，例如以改进方法100的实施方式的任何合适的部分和/或系统200的实施方式的任何合适的组件。在实施例中，可以重复执行方法100的实施方式的部分以能够完善一个或多个微生物数据库(例如，诸如通过收集和分析额外样品、如随时间在一种或多种女性生殖系统有关状况和/或治疗干预过程中收集自受试者的样品，通过识别与不同分类群和/或状况相关联的新标记来改进分类学数据库；等)；完善表征过程(例如，通过更新用于与靶标的用户相对丰度进行比较以识别临床相关结果的参考丰度；通过生成和更新表征模型；通过增加可以使用单个生物样品表征的状况数量；等)；完善疗法过程(例如，通过使用疗法随时间监测和调节微生物组组成、诸如通过随时间反复执行表征过程，诸如其中疗法可以基于具有敏感性、特异性、精度和阴性预测值的表征结果来选择；等)；和/或完善任何其他合适的过程。
本文描述的数据(例如，微生物组特征、微生物数据集、模型、女性生殖系统有关表征、补充数据、通知等)可以与任何合适的时间指示符(例如，秒、分钟、小时、天、周等)相关联，时间指示符包括以下一种或多种：指示何时收集、确定、传输、接收和/或以其他方式处理数据的时间指示符(例如，指示何时收集样品的时间指示符等)；提供数据描述的内容的上下文的时间指示符(例如，与女性生殖系统有关表征相关联的时间指示符，诸如其中女性生殖系统有关表征在特定时间处描述了女性生殖系统有关状况和/或用户微生物组状态；等)；时间指示符的改变(例如，女性生殖系统有关表征随时间的变化，诸如响应于接受疗法；样品收集、样品分析、向用户提供女性生殖系统有关表征或疗法、和/或方法100的实施方式的其他合适部分之间的等待时间等)；和/或任何其他与时间有关的合适指示符。
额外地或替代地，参数、指标、输入、输出和/或其他合适的数据可以与数值类型相关联，数值类型包括：分值(例如，女性生殖系统有关状况的倾向性分值；特征关联性分值；相关性分值；协方差分值；微生物组多样性分值；严重度分值等)；个体值(例如，个体女性生殖系统有关状况分值，诸如不同收集位点的状况倾向性分值等)、聚合值(例如，基于不同收集位点的个体微生物有关分值的总体分值等)、二元值(binary value)(例如，微生物组特征的存在或不存在；女性生殖系统有关状况的存在或不存在；等)、相对值(例如，相对分类群丰度、相对微生物组功能丰度、相对特征丰度等)、分类(例如，女性生殖系统有关状况分类和/或用户的诊断；特征分类；行为分类；人口统计学特征分类；等)、置信水平(例如，与微生物序列数据集相关联、与微生物组多样性分值相关联、与其他女性生殖系统有关表征相关联、与其他输出相关联等)、标识符、谱上值(value along a spectrum)、和/或任何其他合适类型的值。本文描述的任何合适类型的数据可以用作输入(例如，用于不同的分析技术、模型和/或本文描述的其他合适的组件)、生成为输出(例如，不同分析技术、模型的输出等)、和/或以任何合适的方式操作用于与方法100和/或系统200相关联的任何合适的组件。
本文描述的方法100和/或过程的实施方式的一个或多个实例和/或部分可以异步地(例如，顺序地)、同时地(例如，并行数据处理；同时的交叉-条件分析；多重样品处理，例如对应于与女性生殖系统有关状况相关联的靶序列的微生物核酸片段的多重扩增；执行样品处理和分析、以基本上同时评估女性生殖系统有关状况的面板(panel)；针对多个用户并行地计算确定微生物数据集、微生物组特征和/或表征女性生殖系统有关状况；诸如在不同线程(thread)上同时地并行计算以改进系统处理能力；等)、与触发事件(例如，方法100的一部分的执行)时间相关地(例如，基本同时地、响应于、连续地、之前、之后等)、和/或以任何合适的顺序以任何合适的时间和频率、通过和/或使用本文描述的系统200、组件和/或实体的一个或多个实例来执行。在实施例中，方法100可以包括：基于用样品处理系统的下一代测序平台(和/或其他合适的测序系统)的桥扩增底物处理一个或多个生物样品的微生物核酸，来生成微生物数据集；以及在可操作以与下一代测序平台通信的计算设备上确定微生物组特征和微生物组功能多样性特征。然而，方法100和/或系统200可以任何合适的方式配置。
2.实施例
微生物组分析可以针对由微生物导致的、与微生物相关的、和/或以其他方式与微生物相关联的女性生殖系统有关状况实现准确的和/或有效的表征和/或疗法提供(例如，根据方法100的实施方式的部分等)。该技术的特定实施例可以克服在表征女性生殖系统有关状况和/或促进治疗干预方面常规方法所面临的若干挑战。第一，常规方法可能需要患者访问一个或多个护理提供者来接受对女性生殖系统有关状况的表征和/或疗法建议(例如，通过如临床宫颈癌筛查的诊断医疗程序)，这可能导致与诊断和/或治疗之前经过的时间量、医疗保健质量不一致和/或护理提供者访问的其他方面相关联的低效率和/或健康风险。第二，用于人类基因组测序的常规遗传测序和分析技术当应用于微生物组时，可能是不相容的和/或是低效的(例如，其中人类微生物组可能包括超过人类细胞10倍的微生物细胞；其中可行的分析技术和运用该分析技术的手段可能不同；其中最佳的样品处理技术可能不同，例如用于降低扩增偏差；其中可能对女性生殖系统有关表征采用不同的方法；其中状况的类型和相关性可能不同；其中相关联状况的起因和/或对相关联状况的可行疗法可能不同；其中序列参考数据库可能不同；其中微生物组跨用户的不同身体区域如不同收集位点处可能不同；等)。第三，测序技术(例如，下一代测序、相关联技术等)的兴起产生了技术问题(例如，生成的序列数据过剩的数据处理和分析问题；以多重方式处理多个生物样品的问题；信息显示问题；疗法预测问题；疗法提供问题等)，但由于与测序遗传物质相关联的速度和数据生成方面的空前发展，这些问题将不存在。方法100和/或系统200的特定实施方式可以为至少上文描述的挑战赋予以技术为根基的解决方案。
第一，该技术的特定实施例可以包括结合了自我采样、基于测序的HPV检测和基因分型、微生物组分析(例如，阴道微生物组分析等)以及STI相关联病原体检测的女性健康试验，其可以实现全面的女性健康筛查(例如，阴道微生物组测序等)。在特定实施例中，为女性提供自我收集阴道样本位姿(pose)的机会降低了筛查女性的障碍，因此可以导致增加的参与率。在特定实施例中，女性健康试验可以补充定期(regular)筛查程序，诸如其中方法100的实施方式的部分和/或系统200的实施方式的组件可以利用来自女性健康试验的结果来建议医师检查，诸如其中表征可以包括一种或多种女性生殖系统有关状况的正向结果(positive result)，这从而可以积极影响宫颈癌和/或其他合适的女性生殖系统有关状况的检测率，并有可能挽救生命。在特定实施例中，表征和/或其他合适的数据可用于协助护理提供者进行诊断、治疗和/或以其他方式提供医疗保健。
第二，该技术的特定实施例可以将实体(例如，用户、生物样品、包括医疗设备的疗法促进系统等)转变为不同的状态或事物。例如，该技术可以将生物样品转变为能够进行测序和分析的成分，以生成可用于关于一种或多种女性生殖系统有关状况表征用户的微生物数据集和/或微生物组特征(例如，如通过使用下一代测序系统、多重扩增操作等)。在另一实施例中，该技术可以识别、劝阻和/或推广(例如，呈现、建议、提供、管理等)疗法(例如，基于女性生殖系统有关表征的个性化疗法等)和/或以其他方式促进治疗干预(例如，促进用户微生物组组成、微生物组功能的改变等)，这可以预防和/或改善一种或多种女性生殖系统有关状况，诸如从而转变患者的微生物组和/或健康(例如，改进与女性生殖系统有关状况相关联的健康状态等)，诸如应用一种或多种微生物组特征(例如，应用微生物组特征与一种或多种女性生殖系统有关状况之间的相关性、关系和/或其他合适的关联等)。在另一实施例中，该技术可以在用户的一个或多个不同的身体位点(例如，一个或多个不同的收集位点；阴道；女性生殖系统身体位点等)转变微生物组组成和/或功能，例如靶向和/或转变与肠、鼻、皮肤、口和/或生殖器(例如，阴道等)微生物组相关联的微生物(例如，通过促进关于一种或多种位点特异性疗法的治疗干预等)。在另一实施例中，该技术可以控制疗法促进系统(例如，饮食系统；自动药物分配器；行为改变系统；诊断系统；疾病疗法促进系统等)以推广疗法(例如，通过生成用于疗法促进系统来执行的控制指令等)，从而转变疗法促进系统。
第二，该技术的特定实施例可以赋予计算机有关技术的改进(例如，改进在存储、检索和/或处理女性生殖系统有关状况的微生物有关数据方面的计算效率；与生物样品处理相关联的计算处理等)，例如通过促进无法预先可执行的功能的计算机性能。例如，该技术可以以非通用的方式将分析技术集合应用于(例如，由于样品处理技术和/或测序技术的进步，最近能够生成和/或可行的等)非通用的微生物数据集和/或微生物组特征，用于改进女性生殖系统有关表征和/或促进对女性生殖系统有关状况的治疗干预。
第三，该技术的特定实施例可以赋予处理速度、女性生殖系统有关表征、准确性、微生物组有关疗法确定和推广、和/或关于女性生殖系统有关状况的其他合适方面的改进。例如，该技术可以利用非通用微生物数据集来确定、选择和/或以其他方式处理与一种或多种女性生殖系统有关状况特别相关的微生物组特征(例如，与女性生殖系统有关状况相关的已处理的微生物组特征；具有与多种女性生殖系统有关状况相关的交叉条件微生物组特征等)，这可以促进准确性的改进(例如，通过使用最相关的微生物组特征；通过利用定制的分析技术等)、处理速度的改进(例如，通过选择相关微生物组特征的子集；通过执行降维技术；通过利用定制的分析技术等)、和/或关于表型预测(例如，女性生殖系统有关状况的标志等)、其他合适表征、治疗干预促进和/或其他合适目的的其他计算改进。在特定实施例中，该技术可以应用特征选择规则(例如，用于组成、功能的微生物组特征选择规则；用于从补充数据集中提取的补充特征的微生物组特征选择规则等)以从巨大的潜在特征池(pool)(例如，从过剩的微生物组数据、如序列数据中可提取的；通过单变量统计检验可识别的；等)中选出优化的特征子集(例如，与一种或多种女性生殖系统有关状况相关的微生物组功能特征；微生物组组成多样性特征、诸如指示与女性生殖系统有关状况相关联的分类组的健康、存在、不存在和/或其他合适范围的参考相对丰度特征；可与相关于女性生殖系统有关状况和/或疗法响应的参考相对丰度特征比较的用户相对丰度特征等)，用于生成、应用和/或以其他方式促进表征和/或疗法(例如，通过模型等)。微生物组(例如，人类微生物组、动物微生物组等)的潜在大小可以变换成过剩数据，从而产生了如何处理和分析巨大数据阵列以生成关于女性生殖系统有关状况的可起作用的微生物组见解的问题。然而，特征选择规则和/或其他合适的计算机可实施的规则可以实现以下一种或多种：更短的生成和执行时间(例如，用于生成和/或应用模型；用于确定女性生殖系统有关表征和/或相关联疗法等)；优化的样品处理技术(例如，诸如在优化以改进特异性、降低扩增偏差和/或其他合适参数的情况下，通过使用由分类组、序列、和/或与女性生殖系统有关状况相关联的其他合适数据的计算分析所鉴定的引物类型、其他生物分子和/或其他样品处理成分，改进来自生物样品的微生物核酸的转变；等)；促进结果有效解释的模型简化；过度拟合的减少；与针对多个用户、关于女性生殖系统有关状况，随时间生成、存储和应用女性生殖系统有关表征相关联的网络影响(例如，通过收集和处理与增加的用户数量相关联的数量增加的微生物组有关数据，以改进女性生殖系统有关表征和/或疗法确定的预测能力；等)；数据存储和检索的改进(例如，存储和/或检索女性生殖系统有关表征模型；存储如与不同用户和/或用户集合相关联的、与不同女性生殖系统有关状况相关联的特异性模型；存储与用户账号相关联的微生物数据集；存储与一种或多种疗法和/或接受疗法的用户相关联的疗法监测数据；存储与用户、用户集合和/或其他实体相关联的特征、女性生殖系统有关表征和/或其他合适数据，以改进对女性生殖系统有关状况的个性化表征和/或治疗的交付(delivery)等)和/或对技术领域的其他合适的改进。
第四，该技术的特定实施例可以相当于跨组件的创造性分配，该组件包括样品处理系统、女性生殖系统有关表征系统和多个用户，其中样品处理系统可以处理来自多个用户的生物样品(例如，以多重方式)的基本上并行的处理，其可以被女性生殖系统有关表征系统利用来针对女性生殖系统有关状况生成(例如，诸如关于用户的饮食行为、益生菌相关联行为、病史、人口统计学特征、其他行为、偏好为用户的微生物组定制的等)个性化表征和/或疗法。
第五，该技术的特定实施例可以改进至少以下技术领域：基因组学、微生物学、微生物组有关计算、诊断、治疗学、微生物组有关数字医疗、一般数字医疗、建模和/或其他相关领域。在实施例中，该技术可以建模和/或表征不同的女性生殖系统有关状况，例如通过对女性生殖系统有关状况计算识别相关微生物特征(例如，其可以作为在诊断、促进治疗干预中使用的生物标记等)。在另一实施例中，该技术可以进行交叉条件分析以识别和评价与多种女性生殖系统有关状况(例如，疾病、表型等)相关联的(例如，跨其共有的、跨其相关的等)交叉条件微生物组特征。微生物组特征的这种识别和表征可以通过降低共病(comorbid)和/或多病(multi-morbid)的女性生殖系统有关状况的风险和/或发病率(例如，其可能与环境因素相关联，从而与微生物组相关联等)，促进改进的健康护理实践(例如，在群体和个体水平上，诸如通过促进诊断和治疗干预等)。在特定实施例中，所述技术可以应用非常规过程(例如，样品处理过程；计算分析过程等)，诸如来赋予技术领域中的改进。
第六，该技术可以利用专业的计算设备(例如，与样品处理系统相关联的设备、如下一代测序系统；女性生殖系统有关表征系统；疗法促进系统等)以执行与方法100和/或系统200的实施方式相关联的合适部分。
然而，该技术的特定实施例可以在使用非通用组件和/或系统200的实施方式的合适组件的情境下，提供任何合适的改进，以用于女性生殖系统有关表征、微生物组调节和/或用于进行方法100的实施方式的合适部分。
方法100的实施方式可以实现、提供、促进分析、包括女性健康试验和/或与其相关联，该女性健康试验可以结合以下一项或多项：自采样、基于测序的HPV检测和基因分型、微生物组分析(例如，阴道微生物组分析等)和/或STI相关联病原体检测。
在特定实施例中，可以获得已知STI病原体状态的反识别的(de-identified)子宫颈阴道拭子样本(例如，包括报道为对沙眼衣原体(C.trachomatis)呈阳性对淋病奈瑟菌(N.gonorrhoeae)呈阴性的样品，并且包括报道为对沙眼衣原体呈阴性对淋病奈瑟菌呈阳性的样品等)，其中各样品可以针对DNA提取、i6S rRNA基因扩增、靶标鉴定和/或其他合适的过程(例如，本文描述的)重复测试。
在变型中，诸如可以通过生物信息学(in silico)分析来确定女性健康试验的微生物靶标(例如，如表1所示；如图6所示等)。在实施例中，可以分析第三方资源(例如，数据库、临床文献、科学文献、与阴道健康有关的资源等)，诸如其中女性生殖系统有关状况和微生物分类群(例如，阴道微生物群等)之间的相关关联，可以基于选择与在人类受试者(例如，与实验室动物和/或生物反应器相对地等)中发现的高统计意义的关联进行过滤，和/或关于病例/对照、同类或随机的研究群体来执行。计算机分析可以额外地或替代地包括确定识别各分类群的性能指标(例如，敏感性、特异性、阳性预测值和阴性预测值等)，诸如其中分配给微生物数据库(例如，SILVA数据库等)中各分类单元的序列可以被认为是该分类单元的真实阳性；并且假定扩增时与所用引物最多有两个错配，则个分裂群序列可以鉴定为将产生扩增子，并且可以执行评估该扩增子是感兴趣的(interest)分类单元(ti)所独有的还是被不同分类群(dt)的序列所共享的，其中真阳性(TP)、真阴性(TN)、假阳性(FP)和假阴性(FN)的数量可以针对商(quotient)dt/ti的不同容差比进行计算，例如用于评估生物信息学性能指标(例如，如图13所示；其中特异性＝TN/TN+FP)；敏感性＝TP/TP+FN)；阳性预测值(PPV)＝TP/TP+FP)；且阴性预测值(NPV)＝TN/TN+FN)；基于90％的截止(cutoff)(垂直线)等)。在特定实施例中，从最初选择的细菌靶标集合中，诸如基于阈值性能指标(例如，所有四个生物信息学性能指标高于90％)可以选择32种靶标(和/或其他合适数量的靶标)，用于女性健康试验，例如表1中描述的靶标。
在变型中，HPV靶标(例如，高风险HPV(hrHPV)和/或低风险HPV(lrHPV)靶标等)可以额外地或替代地包括在女性健康试验中(例如，除了确定的细菌靶标之外等)。在实施例中，可以基于与宫颈癌病灶(lesion)和/或生殖器疣的关联来选择HPV靶标(例如，如表1所示等)。确定纳入的HPV靶标可以基于以下一项或多项：HPV参考基因组(例如，从相关数据库如PaVE数据库获得的，等)、序列可识别性(例如，仅使用修订的和鉴定的序列；180个HPV基因组)、生物信息学分析(例如，使用15种正向引物和6种反向引物的集合的计算机生物信息学PCR扩增，例如本文描述的引物，靶向L1基因并允许引物和靶序列之间最多4个错配和/或任何合适数量的错配，诸如导致来自118个HPV基因组的L1基因能够被计算机扩增等)、与女性生殖系统有关状况的关联(例如，基于关联确定19个HPV基因组，包括14种hrHPV类型(16、18、31、33、35、39、45、51、52、56、58、59、66、68)和5种lrHPV类型(6、11、42、43、44)等)、和/或其他合适的标准。在实施例中，为了评价用于鉴定HPV靶标的性能指标，可以使用来自数据库(例如，NCBI数据库等)的HPV基因组的L1区段的序列；可以将搜索过滤为长度在1,500-10,000bp范围内(和/或其他合适的长度)的序列和HPV类型的正确分配的序列(例如，4177个序列)；可以使用引物(例如，本文所述)生物信息学扩增序列，这可产生扩增子集合(例如，161,398个扩增子等)；其中可以针对确定的HPV靶标，使用任何合适的作图方法对序列进行映射(例如，针对HPV扩增子参考数据库95％同一性(identity)的VSEARCH，该HPV扩增子参考数据库包括由PaVE中的参考基因组针对19中HPV类型和/或其他适当类型产生的扩增子)。在实施例中，可以以类似于16S rRNA基因靶标和/或其他合适靶标的性能指标计算的方式，来计算性能指标。在特定实施例中，可以将扩增子(例如，NCBI扩增子等)相对于参考的正确分配计为真阳性，而将错误分配视为假阴性，并且其中可以将假阴性视为引物无法扩增的基因组(例如，来自NCBI等)。在特定实施例中，可以针对具有高于阈值(例如，90％等)的敏感性、特异性、阳性预测值(PPV)和/或阴性预测值(NPV)的性能指标的靶标，获得靶标(例如，19种HPV类型等)，例如表6所示。
在变型中，方法100可以包括特意于女性健康试验和/或其他合适组件的样品处理。在实施例中，确定微生物数据集(例如，进行样品处理，用于确定微生物数据集等)可以包括：针对与至少一种女性生殖系统有关状况相关联的细菌靶标执行基于第一引物的扩增；以及针对与至少一种女性生殖系统有关状况相关联的HPV靶标执行基于第二引物的扩增。在实施例中，HPV靶标可以包括HPV类型42、39、56、35、66、33和42中的至少一种，并且其中针对HPV靶标执行基于第二引物的扩增包括用第一HPV相关联引物和第二HPV相关联引物中的至少一种执行基于第二引物的扩增，其中第一HPV相关联引物包括第一引物序列，所述第一引物序列包括CGTCCTAAAGGGAATTGATC，并且其中第二HPV相关联引物包括第二引物序列，所述第二引物序列包括GCACAAGGCCATAATAATGG。在实施例中，DNA从阴道样品(和/或其他合适的样品；从提供的采样试剂盒收集的样品等)、阴道样品池和/或sDNA稀释液中提取，诸如在包括裂解/稳定缓冲液的试管和/或其他合适的容器中。在实施例中，对于16S rRNA基因扩增，提取的DNA用作一步PCR方案的输入，以扩增16S rRNA基因的V4可变区域，其中PCR可以包括通用引物515F和806R(和/或任何合适的引物)，二者具有样品特异性索引和因美纳(Illumina)标签和/或用于促进测序的其他合适标签；其中PCR可以如本文所述执行，并且其中在扩增之后，可以通过从各反应中取相同体积来合并(pooled)DNA。在实施例中，对于HPV靶标扩增，可以将提取的DNA用作PCR方案的输入，以扩增HPV L1基因；向各样品中，添加具有随机的HPV16型序列的sDNA，作为内部阳性对照；第一PCR混合物包括HPV特异性引物集合(例如，包括HPV_RSMYo9-LvJ.J_正向：5'CGTCCTAAAGGGAATTGATC和HPV_PGMY11-CvJJ_反向：5'CACAAGGCCATAATAATGG，如表9所示等)，其中引物可以包括测序衔接子区；其中来自第一轮扩增的PCR产物可用作第二PCR步骤的输入，第二PCR步骤包括样品特异性的正向和反向索引和Illumina标签(和/或其他促进测序的合适标签等)；其中来自第二步骤的PCR产物可以合并，用于测序。在实施例中，可以单独地对库(例如，16S rRNA基因和HPVPCR合并的库池(library pool)等)进行定量(例如，通过使用KAPA文库定量试剂盒(QuantKit)(Bio-Rad iCycler qPCR Mix)和BioRad MyiQ iCycler的qPCR等)。在实施例中，测序库可以用任何合适的测序技术执行(例如，在呈现2×150bp的配对端序列的Illumina下一代测序(NextSeq)500平台上的配对端模式中等)。
在变型中，方法100可以包括处理测序输出(和/或其他促进表征过程的合适过程等)。在实施例中，对于细菌靶标(和/或其他合适的靶标)，在测序之后，可以根据样品特异性条形码进行读段的解复用(例如，使用Illumina的BCL2FASTQ算法等)；可以使用平均Q分值>30来过滤读段；可以在去除引物和任何前导碱基后，将正向和反向16S rRNA基因读数增补在一起，并进行聚类(例如，使用Swarm算法；使用一个核苷酸与“需要复杂营养地(fastidious)”和“usearch-丰度”标志(flag)的距离等)；其中每聚类中最丰富的序列可以被认为是真实的生物序列，并且可以为聚类中分配的所有读段的计数；其中可以来自所有聚类的代表性读段可以经历嵌合体(chimera)去除(例如，使用VSEARCH算法等)；并且其中可以将通过了所有上述过滤器的读段(过滤后的读段)进行比对(例如，对于女性健康试验所识别的靶标中的每一个，例如表1、图6中描述的32个分类群，使用针对从SILVA生物信息学识别的真阳性16S rRNA基因序列的100％长度上的100％同一性等)。在实施例中，各分类单元的相对丰度可以通过链接到该分类群的计数除以过滤读段的总数来确定。
在实施例中，对于HPV靶标(和/或其他合适的靶标)，在测序之后，可以对测序读段进行解复用(例如，使用BCL2FASTQ等)；可以去除引物(例如，使用剪切适应(cutadapt)等)；读段长度小于125bp且平均质量得分低于30(例如，使用Trimmomatic等)的读段可以删除；正向和反向配对的读段读段可以结合起来(例如，使用脚本等)，并转换为同源比较(fasta)文件和/或其他合适的文件；相同的序列可以合并并写入文件(例如，fasta格式)，并通过减少丰度进行排序(sort)(例如，使用VSEARCH等)；可以将目标序列(例如，在fasta文件中，等)与数据库序列(例如，fasta格式的查询数据库序列(19个HPV目标序列)进行比较；将全局成对比对选项与VSEARCH一起使用；使用95％的序列同一性，等)以获取不同样本中每种HPV类型的计数。在实施例中，如果分配到特定HPV类型的序列读段数量高于检测极限处的阈值、且大于先前定义的截断，则女性健康试验的HPV部分可以被视为阳性，其中，为了设定该截断，可以采用归一化步骤。在特定实施例中，归一化步骤可以包括生物信息学PCR扩增，其中使用不同数量的引物组合扩增不同的HPV靶标(例如，使用66种不同组合扩增HPV16，而使用10种组合扩增HPV43)，反映了HPV之间引物结合位点内的序列变异性，这可意味着加标(spiked-in)内部对照和靶标HPV具有不同的扩增效率；并且为了避免该偏差，针对各HPV型的扩增因子(产生扩增子的引物组合数量)，对内部对照(其具有HPV16的引物位点)进行归一化；并且HPV分配读出数量可以除以被分配到尖峰的归一化读数总数，如果该比例大于0.1(例如，可以对应于约500个靶分子等)，则样品被视为HPV阳性。
在变型中，方法100可以包括评估批内精度和/或批间精度(intra-and/or interrun precision)。在实施例中，批内技术可重复性(repeatability)可以通过将相同阴道池(例如，包括衍生自从11个个体的96个阴道样品)中的重复样品(例如，9个重复样品等)包括到相同DNA提取、16S rRNA基因扩增和测序批次(run)中来进行评估。在实施例中，该实验可以在第二测序批次中重复，以产生在相同批次内分析的重复样品(例如，9个重复样品)的另一集合。额外地或替代地，可以通过由不同操作员(operator)在不同日处理阴道样品集合的重复样品(例如，由3个不同操作员在3个不同日处理18个阴道样品集合的3个重复样品)来评估批内技术再现性(reproducibility)，其中包括在分析中的样品可以包括具有至少10,000个读段的样品(例如，并且其中呈现出三个重复样品中的至少两个等)。在实施例中，可以使用试验靶标(例如，32种细菌种级(species level)靶标和属级(genus level)靶标等)的原始计数来执行批内和批间的结果比较，并且数据可以是诸如基于使用布雷-柯蒂斯(Bray-Curtis)方法计算的距离矩阵，并且基于该使用Bray-Curtis方法计算的距离矩阵进行可视化(例如，使用主坐标分析(Principal Coordinates Analysis,PCoA)等)。
在变型中，方法100可以包括确定一种或多种靶标(例如，女性健康测定的等)的检测极限(LOD)。在实施例中，对于各细菌靶标，可以通过组合不同sDNA池的稀释液、随后进行DNA提取、使用大范围引物扩增16S rRNA基因的V4区、和测序，来确定LOD，其中LOB可以设定为空白孔中读段的平均数(例如，77个空白孔；18.57个读段)加上标准差(例如，1.65标准差；29.70个读段)；其中结果可用于将各分类单元的鉴定阈值计算为LOB+1.65标准差(48.27)加上LOD*1.65时分类单元的标准差(例如，如表10所示)。在特定实施例中，对于女性健康测定所靶向的32个细菌分类群，与LOD有关的阈值可以在49.0至65.2个读段的范围内(例如，如表10所示)。在实施例中，为了确定HPV靶标的LOD，如对细菌靶标所做的一样，混合不同sDNA池的稀释液；然后通过本文所述的生物信息学过程(例如，HPV生物信息学管道)对分子进行扩增、测序和分析。在特定实施例中，对于女性健康试验的HPV靶标，与LOD有关的阈值可以在40.8至224.8个读段的范围内(例如，如表11所示)。在特定实施例中，可以确定代表细菌和病毒靶标的sDNA的LOD，如图12A-12B所示(例如，其中以不同的量混合两个sDNA池的稀释液，并对微生物靶标进行扩增和测序；对于各稀释液和靶标，显示出具有10,000个读段以上的样品中的相对丰度；其中图12A包括细菌靶标的LOD；图12B包括HPV靶标的LOD；并且对于各稀释液和HPV型，显示出具有10,000个读段以上的样品中的相对丰度；等)。
在变型中，方法100可以包括评价批内和/或批间变异性(例如，如图14所示)。在实施例中，可以在相同阴道池的重复样品(例如，18个重复样品等)的组合集合中评价批内技术变异性。在特定实施例中，其各产生10,000个以上的读数。在实施例中，属级和种级的细菌群落的排序图(ordination plot)(例如，如图14所示)可以显示出批内技术重复样品的紧密聚类，表明在单个测序批次内，由实验室过程和生物信息学分析生成的结果是一致的。
在实施例中，对于批间分析，可以针对通过了过滤标准(10,000个读段以上)重复样品(至少两个样品)的组(例如，11组)的总集合进行分析。在特定实施例中，属级和种级的PCoA可视化显示出不同样品的分散，但是根据各自的重复样品具有聚类(例如，如图14所示)，这可以表明当不同操作员在不同日处理相同样品时，样品内变异有限。
在变型中，可以针对女性健康试验，确定健康微生物丰度范围。在特定实施例中，对于细菌靶标(例如，表1中描述的32种细菌靶标)的健康范围的确定，可以诸如基于自愿健康调查的完成和/或没有关于一种或多种女性生殖系统有关状况的报告，来选择各自来自不同女性(例如，平均年龄48.4±15.6岁)的阴道样本的集合，所述一种或多种女性生殖系统有关状况包括以下一种或多种：细菌性阴道病、宫颈癌、生殖器疱疹或疣、尿路感染或HPV感染、沙眼衣原体感染、苍白密螺旋体感染、酵母菌感染和/或其他合适的状况；和/或基于在采样前的时间段(例如，六个月)内未使用抗生素的报告。
然而，方法100的实施方式的部分，例如用于实现、提供、促进分析、和/或以其他方式与女性健康测定相关联的部分，可以以任何合适的方式执行。
3.1确定微生物数据集
方法100的实施方式可以包括框S110，其可以包括确定与用户集合相关联的微生物数据集(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)S110。框S110可以起到处理样品(例如，生物样品；非生物样品；与共享人口统计学特征和/或其他合适特征的受试者群体、受试者子群体、受试者亚组相关联的样品的聚集集合；用户样品等)的作用，以便确定与相应微生物组相关联的成分、功能、药物基因组学和/或其他合适方面，例如关于一种或多种女性生殖系统有关状况。
组成方面和/或功能方面可包括微生物水平(和/或其他合适的粒度(granularity))的一个或多个方面，微生物水平包括与微生物跨界、门、纲、目、科、属、种、亚种、菌株和/或任何其他合适的种下分类单元的不同组的分布有关的参数(例如，如在各组的总丰度、各组的相对丰度、代表的组的总数中测量的等)。组成方面和/或功能方面也可以以操作分类单位(OTU)表示。组成方面和/或功能方面可以额外地或替代地包括遗传水平上的组成方面(例如，由多位点序列分型确定的区、16S序列、18S序列、ITS序列、其他遗传标记、其他系统发育标记等)。组成方面和功能方面可以包括与特定功能(例如，酶活性、转运功能、免疫活性等)相关联的基因的存在或不存在或量。框S110的输出因此可用于促进微生物组特征的确定(例如，可用于识别微生物组特征的微生物序列数据集的生成等)，用于框S130的表征过程和/或方法100的实施方式的其他合适部分(例如，其中框S110可以导致微生物组组成数据集、微生物组功能数据集和/或可从中提取微生物组特征的其他合适微生物数据集的输出等)，其中特征可以是基于微生物的(例如，细菌属的存在)、基于遗传的(例如，基于特定遗传区域和/或序列的代表)、基于功能的(例如，特定催化活性的存在)和/或任何其他合适的微生物组特征。
在变型中，框S110可以包括基于衍生自与基因家族有关的细菌和/或古生菌的系统发育标记(例如，用于生成微生物数据集等)的评估和/或处理，所述基因家族与以下一项或多项相关联：核糖体蛋白S2、核糖体蛋白S3、核糖体蛋白S5、核糖体蛋白S7、核糖体蛋白S8、核糖体蛋白S9、核糖体蛋白S10、核糖体蛋白S11、核糖体蛋白S12/S23、核糖体蛋白S13、核糖体蛋白S15P/S13e、核糖体蛋白S17、核糖体蛋白S19、核糖体蛋白L1、核糖体蛋白L2、核糖体蛋白L3、核糖体蛋白L4/L1e、核糖体蛋白L5、核糖体蛋白L6、核糖体蛋白L10、核糖体蛋白L11、核糖体蛋白L14b/L23e、核糖体蛋白L15、核糖体蛋白L16/L10E、核糖体蛋白L18P/L5E、核糖体蛋白L22、核糖体蛋白L24、核糖体蛋白L25/L23、核糖体蛋白L29、翻译延伸因子EF-2、翻译起始因子IF-2、金属内肽酶、ffh信号识别颗粒蛋白、苯丙氨酰-tRNA合成酶β亚基、苯丙氨酰-tRNA合成酶α亚基、tRNA伪尿苷合酶B、胆色素原脱氨酶、核糖体蛋白L13、磷酸核糖甲酰基甘氨酰胺环连接酶和核糖核酸酶HII。额外地或替代地，标记可以包括靶序列(例如，与微生物分类组相关联的序列；与功能方面相关联的序列；与女性生殖系统有关状况相关的序列；指示用户对不同疗法的反应性的序列；跨群体和/或任何合适受试者集合不变的序列，诸如以使用共享引物序列的引物类型促进多重扩增；保守序列；包括突变、多态性的序列；核苷酸序列；氨基酸序列等)、蛋白质(例如，血清蛋白、抗体等)、肽类、碳水化合物、脂类、其他核酸、全细胞、代谢物、天然产物、遗传易感生物标记、诊断生物标记、预后生物标记、预测性生物标记、其他分子生物标记、基因表达标记、成像生物标记和/或其他合适的标记。然而，标记可以包括与微生物组组成、微生物组功能和/或女性生殖系统有关状况相关联的任何其他合适的标记。
因此，对生物样品的聚集集合中的每一个表征微生物组组成和/或功能方面优选地包括样品处理技术(例如，湿实验室技术；如图21所示)的组合，以定量和/或定性地表征与来自受试者集合或受试者群体的各生物样品相关联的微生物组和功能方面，所述样品处理技术包括但不限于扩增子测序(例如16S、18S、ITS)、UMI、3步PCR、CRISPR、引物的使用和/或计算技术(例如，利用生物信息学工具)。
在变型中，框S110中的样品处理可包括以下任一项或多项：裂解生物样品、破坏生物样品细胞中的膜、从生物样品中分离不期望的元素(例如，RNA、蛋白质)、生物样品中核酸(例如，DNA)的纯化、来自生物样品的核酸的扩增、扩增的生物样品核酸的进一步纯化、和扩增的生物样品的核酸的测序。在实施例中，框S110可以包括：收集来自用户集合的生物样品(例如，用户用包括样品容器的采样试剂盒收集的生物样品等)，其中生物样品包括与女性生殖系统有关状况相关联的微生物核酸(例如，包括与女性生殖系统有关状况相关的靶序列的微生物核酸等)。在另一实施例中，框S110可以包括向用户集合提供采样试剂盒集合，该采样试剂盒集合中的每个采样试剂盒包括样品容器(例如，包括预处理试剂，如裂解试剂等)，该样品容器可操作以接收来自用户集合的用户的生物样品。
在变型中，裂解生物样品和/或破坏生物样品细胞中的膜优选地包括物理方法(例如，珠打(bead beating)、氮气减压、均质化、超声处理)，省略了在测序后某些细菌组的表示中产生偏差的某些试剂。额外地或替代地，框S110中的裂解或破坏可以涉及化学方法(例如，使用清洁剂、使用溶剂、使用表面活性剂等)。额外地或替代地，框S110中的裂解或破坏可以涉及生物学方法。在变型中，不期望的元素的分离可以包括使用核糖核酸酶(RNase)去除RNA和/或使用蛋白酶去除蛋白质。在变型中，核酸的纯化可以包括以下一项或多项：沉淀来自生物样品的核酸(例如，使用基于醇类的沉淀法)；基于液-液的纯化技术(例如，苯酚-氯仿提取)；基于色谱法的纯化技术(例如，柱吸附)；涉及结合部分结合的颗粒(bindingmoiety-bound particles)(例如，磁珠、浮力珠、具有尺寸分布的珠子、超声响应珠等)的使用的纯化技术，所述结合部分结合的颗粒被配置为结合核酸、并配置为在洗脱环境下(例如，具有洗脱溶液、提供pH值变化、提供温度变化等)释放核酸；以及任何其他合适的纯化技术。
在变型中，纯化的核酸的扩增可包括以下一项或多项：基于聚合酶链反应(PCR)的技术(例如，固相PCR、反转录酶PCR(RT-PCR)、定量PCR(qPCR)、多重PCR、降落PCR(touchdownPCR)、纳米PCR、巢式PCR(nested PCR)、热启动PCR等)、解旋酶依赖性扩增(HDA)、环介导等温扩增(LAMP)、自我维持序列复制(3SR)、基于核酸序列的扩增(NASBA)、链置换扩增(SDA)、滚环扩增(RCA)、连接酶链反应(LCR)和任何其他合适的扩增技术。在纯化的核酸的扩增中，所用的引物优选地选择为防止或最小化扩增偏差，以及配置为扩增在分类学上、在系统发育上对诊断、对制剂(例如，对益生菌制剂)和/或对任何其他合适的目的提供有用信息的核酸区域/序列(例如，16S区域的、18S区域的、ITS区域的等)。因此，可以在扩增中使用配置为避免扩增偏差的通用引物(例如，用于16S RNA的F27-R338引物集合、用于16S RNA的F515-R806引物集合等)。额外地或替代地，包括对生物样品、对用户、对女性生殖系统有关状况、对分类群、对靶序列和/或对任何其他合适成分特异的合并的条形码序列和/或UMI，这可促进测序后的鉴定过程(例如，用于将序列读段映射到微生物组组成和/或微生物组功能方面等)。在特定实施例中，应用引物可包括：使用通用的V4引物(例如，515F:GTGCCAGCMGCCGCGGTAA和806R：GGACTACHVGGGTWTCTAAT)、与可变异(例如，半保守的高变异区域等)区域(例如，V1-V8区域)和/或RNA基因的任何其他合适部分相关联的其他合适引物，扩增16S基因(例如，编码16S rRNA的基因)。框S110的变型中使用的引物可以额外地或替代地包括配置为与涉及互补衔接子(adaptor)的测序技术(例如，因美纳(Illumina)测序)配合的衔接子区域。额外地或替代地，框S110可以实施被配置为促进处理的任何其他步骤(例如，使用新纪元(Nextera)试剂盒)。在特定实施例中，执行扩增和/或样品处理操作可以以多重方式执行(例如，对于单个生物样品、对于跨多种用户的多个生物样品等)。在另一特定实施例中，执行扩增可包括归一化步骤，以平衡库并检测独立于起始材料量的混合物中的所有扩增子，诸如3步PCR、基于珠子的归一化和/或其他合适的技术。
在变型中，纯化的核酸的测序可以包括涉及靶向扩增子测序、实施包括以下一种或多种的技术的方法：合成测序技术(例如，Illumina测序)、毛细管测序技术(例如，桑格(Sanger)测序)、焦磷酸测序技术和纳米孔测序技术(例如，使用牛津纳米孔技术(OxfordNanopore technique))。
在特定实施例中，来自生物样品集合的生物样品核酸的扩增和测序包括：固相PCR，所述固相PCR涉及用寡核苷酸衔接子在底物上进行的生物样品DNA片段的桥扩增(bridge amplification)，其中扩增涉及具有正向索引序列的引物(例如，对应于用于MiSeq/NextSeq/HiSeq平台的Illumina正向索引)、正向条形码序列、转座酶序列(例如，对应于用于MiSeq/NextSeq/HiSeq平台的转座酶结合位点)、连接子(例如，配置为减少均一性并改进序列结果的零、一或二碱基片段)、其他随机碱基、UMI、用于靶向特定靶标区域(例如，16S区域，18S区域，ITS区域)的序列、反向索引序列(例如，对应于用于MiSeq/HiSeq平台的Illumina反向索引)和反向条形码序列。在特定实施例中，测序可以包括使用合成测序技术的Illumina测序(例如，使用HiSeq平台、使用MiSeq平台、使用NextSeq平台等)。在另一特定实施例中，方法100可以包括：识别与一种或多种遗传靶标相容的引物类型，所述一种或多种遗传靶标与一种或多种女性生殖系统有关状况相关联(例如，一种或多种女性生殖系统有关状况的生物标记；与其正相关；与其负相关；呈因果关系等)；基于一种或多种引物类型(例如，基于对应于一种或多种引物类型的引物，以及基于包括在收集的生物样品中的微生物核酸等)，为一个或多个用户(例如，受试者集合)确定微生物数据集(例如，微生物序列数据集；例如使用下一代测序系统等)，诸如通过将微生物核酸片段化，和/或基于与与女性生殖系统有关状况相关联的一种或多种遗传靶标相容的一种或多种识别的引物类型(例如，对应于引物类型的引物等)，针对片段化的微生物核酸执行单重扩增过程和/或多重扩增过程；和/或基于衍生自微生物数据集的女性生殖系统有关表征推广(例如，提供)针对用户状况(例如，针对女性生殖系统有关状况；关于期望的分类单元的群体尺寸和期望的微生物组功能中的至少一个，实现对用户的微生物组的选择性调节等)的疗法。在特定实施例中，其中确定微生物数据集可以包括通过对微生物核酸的单重扩增过程和多重扩增过程中的至少一个来生成扩增的微生物核酸；和用下一代测序系统、基于扩增的微生物核酸确定微生物数据集。
在实施例中，生物样品可以对应于一个或多个收集位点，所述收集位点包括以下至少一个：肠收集位点(例如，对应于肠位点的身体位点类型)、皮肤收集位点(例如，对应于皮肤位点的身体位点类型)、鼻收集位点(例如，对应于鼻位点的身体位点类型)、口收集位点(例如，对应于口位点的身体位点类型)和生殖器收集位点(例如，对应于生殖器位点的身体位点类型)。在特定实施例中，确定微生物数据集(例如，微生物序列数据集等)可以包括：识别与第一遗传靶标和收集位点集合的第一收集位点相容的第一引物类型，所述第一遗传靶标与一种或多种女性生殖系统有关状况相关联；识别与第二遗传靶标和收集位点集合的第二收集位点相容的第二引物类型，所述第二遗传靶标与一种或多种女性生殖系统有关状况相关联；以及基于微生物核酸、对应于第一引物类型的第一引物和对应于第二引物类型的第二引物，针对受试者生成微生物数据集。
在变型中，框S110和/或方法100的实施方式的其他合适部分中使用的引物(例如，对应于引物序列的引物类型等)可以包括与蛋白质基因相关联的引物(例如，跨多个分类群对保守蛋白质基因序列进行编码，诸如以实现对多个靶标和/或分类群的多重扩增等)。引物可以额外地或替代地与以下相关联：女性生殖系统有关状况(例如，与遗传靶标相容的引物，所述遗传靶标包括与女性生殖系统有关状况相关的微生物的微生物序列生物标记等)、微生物组组成特征(例如，与对应于微生物组组成特征的遗传靶标相容的识别的引物，该微生物组组成特征与分类群组相关联，该分类群组与女性生殖系统有关状况相关；从中衍生出相对丰度特征的遗传序列等)、功能多样性特征、补充特征和/或其他合适的功能和/或数据。引物(和/或本文描述的其他合适的分子、标记和/或生物材料)可具有任何合适的尺寸(例如，序列长度、碱基对数量、保守序列长度、变异区域长度等)。额外地或替代地，可以在样品处理中使用任何合适数量的引物，以执行表征(例如，女性生殖系统有关表征等)、改进样品处理(例如，通过减少扩增偏差等)、和/或用于任何合适的目的。引物可以与任何合适数量的靶标、序列、分类群、状况和/或其他合适的方面相关联。可以通过框S110中描述的过程和/或方法100的实施方式的任何其他合适的部分，选择在框S110和/或方法100的实施方式的其他合适部分中使用的引物(例如，基于在生成分类数据库中使用的参数的引物选择)。额外地或替代地，引物(和/或与引物相关联的过程)可以包括和/或类似于2015年10月21日提交的美国申请14/919,614号中描述的，其全部内容通过引用合并于此。然而，引物的鉴定和/或使用可以以任何合适的方式配置。
样品处理的某些变型可以包括在测序前进一步纯化扩增的核酸(例如，PCR产物)，这起到去除过量的扩增元素(例如，引物、脱氧核糖核苷三磷酸(dNTP)、酶、盐等)的功能。在实施例中，可以使用以下任何一种或多种来促进额外的纯化：纯化试剂盒、缓冲液、醇(alcohol)、pH指示剂、离液盐(chaotropic)、核酸结合过滤器、离心和/或任何其他合适的纯化技术。
在变型中，框S110中的计算处理可以包括以下任何一项或多项：微生物组衍生序列的鉴定(例如，与受试者序列和污染物相对的)、微生物组衍生序列的比对和映射(例如，使用单端比对、无缺口比对(ungapped alignment)、缺口比对、配对中的一项或多项的片段化序列比对)、和生成与微生物组的组成方面和/或功能方面相关联(例如，从中衍生)的特征，所述微生物组与生物样品相关联。
微生物组衍生序列的识别可以包括将来自样品处理的序列数据映射到受试者参考基因组(例如，由基因组参考联盟(Genome Reference Consortium)提供的)，以便去除受试者基因组衍生序列。然后，在将序列数据映射到受试者参考基因组之后，剩余的未鉴定序列可以基于序列相似性和/或基于参考的方法(例如，使用VAMPS、使用MG-RAST、使用QIIME数据库)被进一步聚类到可操作分类单元(OTU)中，使用比对算法(例如，基本局部比对搜索工具(Basic Local Alignment Search Tool)、现场可编程门阵列(FPGA)加速比对工具、使用BWA的BWT索引、使用SOAP的BWT索引、使用Bowtie的BWT索引等)进行比对(例如，使用基因组散列方法(genome hashing approach)、使用内德勒曼-文森特算法(Needleman-Wunschalorithm)、使用史密斯-华特曼算法(Smith-Waterman algorithm))、并映射到参考细菌基因组(例如，由国家生物技术信息中心提供的)。未识别序列的映射可以额外地或替代地包括映射到参考古生菌基因组、病毒基因组和/或真核生物基因组。此外，可以关于现有数据库和/或关于定制生成的数据库进行分类群的映射。
可以以多重方式、对任何合适数量的生物样品执行框S120中描述的任何合适的过程。在实施例中，框S120可以包括对具有正向和反向索引(例如，唯一组合)的多个样品进行条形码编码；以多重方式对多个样品进行测序；以及在测序之后，对对应于不同用户的样品进行解复用(例如，用BCL2FASTQ算法等)。额外地或替代地，框S110的部分的任何数量的实例可以以任何合适的时间和频率进行。然而，处理生物样品、确定微生物数据集、和/或其他相关联方面可以以任何类似于2018年7月27日提交的美国申请16/047,840号中描述的合适方式执行，其全部内容通过引用合并于此。
然而，处理生物样品、生成微生物数据集、和/或其他相关联方面可以以任何合适的方式执行。
3.1A确定与一种或多种女性生殖系统有关状况相关联的微生物数据集
方法100的实施方式可以包括确定微生物数据集S110，其可额外地或替代地包括确定与一种或多种女性生殖系统有关状况相关联的微生物数据集S115。
在变型中，确定微生物数据集可包括确定与HPV相关联的微生物数据集。在特定实施例中，可以如图8中描述的执行HPV检测(和/或与女性生殖系统有关表征相关联的其他合适的分析等)：在用户进行自采样之后(例如，在家中收集样品等)，收集在试管和/或其他合适的容器中的样品，送入实验室并登记入册；对于各样品，生成并标记两个单独的子样品，一个用于HPV基因分型(和/或另一种现有的HPV检测技术，例如迪根测试(digene test))，另一个用于16S扩增；使用临床提取管道(例如，如图8所示)提取样品中的DNA；DNA提取后，通过使用自动流体控制器(例如，自动液体处理器)和/或其他合适设备，将约一半的DNA(例如，50ul)移至新的96孔板(和/或任何合适的板和/或容器)；其余的DNA用于16S V4扩增、固结(consolidation)、大小选择、定量和测序(例如，阴道板表征管道；)；其中该特定实施例和/或其他合适的变型可以确保除16S微生物组多样性外高风险的HPV(例如，HPV16、18、26、31、33、35、39、45、51、52、53、56、58、59、66、68a、68b、70、73、82型等)的检测，例如通过处理微生物数据集来确定用于女性生殖系统有关表征的特征。
在特定实施例中，可以如图9中所述执行HPV检测(和/或与女性生殖系统有关表征相关联的其他合适的分析等)：在用户自采样之后(例如，在家中收集样品等)，收集在试管和/或其他合适的容器中的样品，送入实验室并登记入册；使用临床提取管道(例如，如图9所示)提取样品中的DNA；通过使用自动流体控制器(例如，自动液体处理器)和/或其他合适设备，将样品提取到96孔板(和/或任何合适的板和/或容器)中，各孔代表独特的样品；提取后，使用对16S V4区特异的引物(例如，如图11所示)以及靶向HPV的L1基因的引物(例如，如图11所示)，以两步PCR(例如，如图10所示)扩增DNA；其中第一PCR扩增多个HPV菌株的16SV4区和L1基因，并同时添加Nextera衔接子；其中用于第二PCR的引物结合到来自第一PCR的Nextera衔接子，并添加索引条形码，加上Illumina P5/P7衔接子，以将各样品彼此区分开；其中用于各反应的16S V4引物包括具有相同16S引物位点的单个正向引物和反向引物；然而，基于Nextera衔接子和16S引物位点之间插入的错排序列(stagger sequence)，不同样品的16S引物有所不同，该错排序列可以起到为扩增子库添加多样性的作用；并且其中，对于HPV引物，使用正向引物和反向引物的混合物，这些引物一起可扩增包括至少低风险和高风险的大量临床相关HPV菌株集合。
在特定实施例中，诸如用于促进细菌靶标的识别(例如，用于女性健康试验)，确定与一种或多种女性生殖系统有关状况(和/或方法100的实施方式的其他合适部分)相关联的微生物数据集可以额外地或替代地包括使用合适的ssDNA寡核苷酸引物集合对提取的DNA(例如，按照关于收集的阴道样品描述的方法提取的DNA)执行PCR，以扩增16S核糖体RNA编码序列的多样性阵列；其中引物可以包括一个或多个衔接子(例如，用于Illumina测序等)，一个或多个用于样品解复用的DNA条形码和/或其他合适的成分；然后，可以用磁珠清洁PCR反应，并可以将库生成、定量和/或加载到一个或多个测序系统(例如，Illumina测序仪等)中；解复用和分析(例如，使用生物信息学流管道，如包括方法100的实施方式的部分等)数据；通过了过滤器并分配到先前选择的细菌靶标的测序读段(例如，通过表征过程)可用于确定一种或多种女性生殖系统有关表征(例如，用于通知用户、诸如与所分析的样品相对应的用户等)。
在特定实施例中，例如用于促进HPV靶标的识别(例如，用于女性健康测定)，确定与一种或多种女性生殖系统有关状况(和/或方法100的实施方式的其他合适部分)相关联的微生物数据集可以额外地或替代地包括：使用与21种不同的HPV菌株(和/或任何合适类型和数量的HPV菌株)的L1蛋白(和/或其他合适的靶标)相关联(例如，靶向；针对其设计的；对其互补的等)的寡核苷酸引物集合，对提取的DNA(例如，按照关于收集的阴道样品描述的方法提取的DNA)执行PCR；其中引物可在5'端包括通用衔接子序列；可额外地或替代地将一种或多种合成的dsDNA刺突分子以已知的浓度(和/或任何合适的浓度)添加到PCR反应(和/或添加到任何合适的成分)；其中合成的dsDNA刺突分子(例如，其序列)可以通过上述引物集合(和/或其他合适的引物)扩增，并且可以包括已知的加扰核苷酸序列，该加扰核苷酸序列具有与21个HPV靶标(和/或其他合适的靶标)相似的ATGC组成(例如，与HPV靶标和/或其他合适的靶标的序列区相似的序列等)；用磁珠清洁PCR反应，然后与退火(anneal)至前述的通用衔接子序列的引物一起进行PCR反应，其中PCR产物(例如，在第二PCR步骤之后)包括用于测序(例如，Illumina测序等)的所有必需衔接子，以及用于样品解复用的一个或多个DNA条形码；然后用磁珠清洁第二PCR反应，并将库生成、定量和/或加到一个或多个测序系统(例如，Illumina测序仪等)中；使用我们的生物信息学管道(例如，使用生物信息学管道，如包括方法100的实施方式的部分；等)解复用、过滤和分配数据；其中确定女性生殖系统有关表征可以包括确定分配给21种天然HPV菌株(和/或其他合适的靶标)之一的测序读段的数量相对于(versus)合成的刺突(例如，合成的dsDNA刺突分子)之间的比例；针对任何合适数量的靶标和/或合成的刺突执行一个或多个比例确定；其中比例和/或测序读数可用于女性生殖系统有关表征，该女性生殖系统有关表征可以用于诸如根据21个检测的菌株(和/或其他合适靶标)中每一个的HPV/刺突测序读段计算的比例量级，通知一个或多个用户(例如，与所分析的样品相对应的用户)关于HPV菌株状态。在特定实施例中，确定微生物数据集可以包括对细菌靶标执行基于第一引物的扩增；使用成分集合执行基于第二引物的扩增，所述成分集合包括：与HPV靶标的L1蛋白相关联的引物集合，以及已知浓度且包含已知的加扰核苷酸序列的合成dsDNA刺突分子集合，该已知的加扰核苷酸序列具有与HPV靶标的至少一个序列区相似的ATGC组成；其中用户微生物组特征可以包括HPV靶标和合成dsDNA刺突分子之间的一个或多个测序读段比例；并且其中确定女性生殖系统有关表征可以包括基于HPV靶标与合成dsDNA刺突分子集合之间的至少一个测序读段比例，针对至少一种女性生殖系统有关状况为用户确定女性生殖系统有关表征。
然而，使用合成刺突分子、条形码(barcode)、引物和/或其他合适的成分来促进微生物数据集和/或表征确定可以以任何合适的方式执行。
在变型中，确定与一种或多种女性生殖系统有关状况(和/或方法100的实施方式的任何合适部分)相关联的微生物数据集可包括一种或多种PCR方法(例如，如图10所示)。在变型中，如图10所示，PCR方法可以包括与多重PCR相对应的两步PCR，其中在同一PCR反应中将对16S V4区特异的单个正向和反向引物与可以扩增HPV的L1基因的引物组合；在该PCR之后，以96孔形式和/或其他合适形式，通过纯化方法(例如，磁珠等)可以清洁样品以去除PCR污染物；并且对于第二步PCR，恒定体积可以用作第二PCR的模板，其中使用自动流体控制器(例如，自动液体处理器)，该PCR可以包括针对各样品的具有独特索引条形码的单个正向和反向引物。
在变型中，如图10所示，PCR方法可以包括对应于半重PCR(semi-plex PCR)的两步PCR，其中在不同的PCR反应中使用对16S V4区特异的单个正向和反向引物或扩增HPV的L1基因的引物；在PCR之后，以96孔形式和/或其他合适形式，通过纯化方法(例如，磁珠)和/或任何其他合适方式来清洁样品，以去除PCR污染物；对于第二步PCR，将来自各第一PCR的恒定体积组合并用作第二PCR的模板，其中该PCR可以包括针对各样品的、具有独特索引条形码的单个正向和反向引物，并且可以使用自动流体控制器(例如，自动液体处理器)来进行。
在变型中，如图10所示，PCR方法可以包括对应于单重PCR(singleplex PCR)的两步PCR，其中在不同的PCR反应中使用对16S V4区特异的单个正向和反向引物或扩增HPV的L1基因的引物；PCR之后，以96孔形式和/或其他合适形式，可以通过纯化方法(例如，磁珠)和/或任何其他合适的方式清洁样品，以去除PCR污染物；对于第二PCR，来自第一PCR的恒定体积用作针对保持分离的16S V4和HPV的各第二PCR的模板，其中该PCR可以包括对各样品或各PCR(例如，16S V4或HPV)具有独特索引条形码的单个正向和反向引物，并且可以使用自动流体控制器(例如，自动液体处理器)来进行。
额外地或替代地，框S120可以实施任何其他的两步PCR方法和/或配置为促进处理的其他合适的PCR方法。
在变型中，在第二PCR阶段之后(例如，在两步PCR中)，可以通过基于珠的纯化、基于SYBR的定量和/或其他合适的方法对样品进行归一化，从而可以固结来自各样品(来自总数多达五个96孔板的)的相同数量的DNA。额外地或替代地，例如通过使用自动流体控制器(例如，自动液体处理器)，来自各样品的恒定体积可以去除(例如，从总共多达五个96孔板)并转移到的单个试管中，以进行固结。在实施例中，固结的扩增子库的清除可以包括基于列的清除方法，例如Zymo“精选尺寸DNA清洁和浓缩仪(Select-a-size DNA Clean&Concentrator)”，以清除PCR添加剂，并去除任何引物二聚体。在实施例中，固结的扩增子库的清除可以包括使用磁珠，以纯化固结的库。在实施例中，额外或替代的纯化方法可以包括以下一种或多种：通过柱的纯化、PCR产物纯化和/或任何其他合适的方法。
在变型中，可以使用定量试验(例如，Quant-iT dsDNA试验)并使用自动流体控制器(例如，自动液体处理器)和/或任何其他合适的方法来定量DNA库。
确定微生物数据集(例如，与一种或多种与女性生殖系统有关状况相关联的等)可以包括使用下一代测序技术(例如，NextSeq 500；例如以确定用于确定女性生殖系统有关状况中的微生物数据集)、使用自动流体控制器(例如，自动液体处理器)和/或任何合适的测序技术(例如，本文所述等)和/或其他合适的方法，对一个或多个生成的DNA库(例如，测序文库等)进行测序。
关于序列读段(和/或测序技术的任何合适输出等)，确定微生物数据集(例如，与一种或多种女性生殖系统有关状况相关联的等)可以包括以下一项或多项：过滤、修剪、增补、聚类、标记(例如，作为实际的遗传序列；作为错误等)和/或测序输出的其他合适处理。
在实施例中，方法100可以包括生成处理后的序列读段集合，其可以包括以下一项或多项：扩增16S基因；使用平均Q分值>30来过滤读段；使用例如9个相同核苷酸的同一的核苷酸、整理引物以及来自读段的前导碱基的重复标准，来进一步过滤读段；增补正向和反向读段；使用1个核苷酸的距离进行聚类(例如，使用Swarm算法)；将每聚类最丰富读段序列标记为实际的遗传序列；对于各聚类，将对应于聚类中的读段数量的计数分配给最丰富读数序列；以及在每个聚类的最丰富读数序列上执行嵌合体去除(例如，使用VSEARCH算法等)。然而，测序可以以任何合适的方式执行。
在实施例中，方法100可以包括：基于HPV病毒的L1基因的扩增来生成处理后的序列读段集合，其中生成处理后的序列读段集合可以包括以下一项或多项：基于高于30的质量分值过滤读段；修剪引物以及前导和追踪读段的碱基；基于取决于所用数据库类型的不同方法，确定HPV读段的计数。在特定实施例中，可以针对参考扩增子数据库执行将读段识别为来自HPV的L1基因，例如其中进一步过滤可以包括：去除可包含例如9个相同核苷酸、连接的正向和反向读段的相同核苷酸重复的读段；；使用1个核苷酸的距离进行聚类(例如，使用Swarm算法)；将每聚类最丰富读段序列标记为实际的遗传序列；对于各聚类，将对应于聚类中的读段数量的计数分配给最丰富读段序列；以及在每个聚类的最丰富读段序列上执行嵌合体去除(例如，使用VSEARCH算法等)。在特定实施例中，处理后的序列读段可以用于确定微生物组组成特征(例如，在框S130中)。在特定实施例中，可以基于针对参考基因组的映射，将读段识别为来自HPV的L1基因，诸如其中进一步处理读段可以包括使用参考比对软件(例如，BOWTIE2、BWA等)，对完整的HPV基因组，映射读段。在实施例中，可以将比对/映射的读段存储在“sam”和/或“bam”文件类型中，并且可以使用任何合适的软件(例如，Samtools)获得唯一映射的读段。
在实施例中，至少一种女性生殖系统有关状况可以与细菌靶标和HPV靶标相关联，并且其中确定微生物数据集可以包括：基于对衍生自微生物核酸(例如，来自样品)的第一序列读段集合的过滤，确定与细菌靶标相关联的第一处理后的序列读段集合；以及基于对衍生自微生物核酸的第二序列读段集合的过滤，确定与HPV靶标相关联的第二处理后的序列读段集合，其中确定用户微生物组特征可以包括基于第一和第二处理后的序列读段集合，确定用户微生物组特征。在实施例中，确定用户微生物组特征可以包括：基于第一处理后的序列读段集合与和细菌靶标相关联的16S rRNA基因序列的比对，确定第一对比数据；基于第二处理后的序列读段集合与和HPV靶标相关联的HPV序列的比对，确定第二比对数据；以及基于第一和第二比对数据，确定用户微生物组特征。
在变型中，方法100可以包括提供用于自采样的样品试剂盒。在特定实施例中，可以向用户提供阴道自收集试剂盒，该试剂盒包括(例如，如图3所示)：无菌拭子、装有无菌水的试管、装有保存DNA以在室温下运输的专用裂解和稳定缓冲液中的氧化锆珠子的试管、采样说明和/或其他合适成分。可以指示用户用无菌水湿润，将拭子尽可能舒适地插入阴道中，绕拭子的轴作圆周运动1分钟(和/或其他合适的时间段)，然后在装有裂解缓冲液和珠子的试管中搅拌拭子1分钟(和/或其他合适的时间段)；在摇动试管1分钟(和/或其他合适的时间段)使其均匀后，用户可以将该试管送到实验室。在特定实施例中，使用棉拭子来从阴道粘膜中获得样品；将样品重悬浮于专用缓冲液(和/或其他合适的溶液和/或材料)中，该专用缓冲液允许完整核酸在室温下保存数周(和/或其他合适的时间段)，例如其中缓冲液可以包括用于细胞破坏的氧化锆珠子和/或其他合适的材料；然后将重悬浮的样品在细胞/组织破坏器中进行机械剪切；然后将样品上清液与DNA结合磁珠在具有合适离子强度的缓冲液中混合以捕获DNA；和/或将提取的DNA重悬在无核酸酶的水中。
然而，与女性生殖系统有关状况相关联的样品处理和/或确定与女性生殖系统有关状况相关联的微生物数据集可以以任何合适的方式执行。
3.2处理补充数据
方法100的实施方式可以额外地或替代地包括框S120，其可以包括处理(例如，接收、收集、转换、确定补充特征、排序补充特征、识别相关性等)与一种或多种女性生殖系统有关状况、一个或多个用户、和/或其他合适实体相关联(例如，提供其信息；描述；指示；与之相关等)的补充数据(例如，一个或多个补充数据集等)。框S120可以起到处理数据来补充微生物数据集、微生物组特征(例如，关于确定女性生殖系统有关表征和/或促进治疗干预等)的作用，和/或可以起到补充方法100和/或系统200的任何合适部分(例如，处理补充数据，以促进一个或多个表征过程，例如在框S130中；例如用于促进训练、验证、生成、确定、应用和/或以其他方式处理女性生殖系统有关表征模型等)的作用。在实施例中，补充数据可以包括调查衍生的数据、用户数据、位点特异性数据和设备数据(和/或其他合适的补充数据)中的至少一个，其中方法100的实施例可以包括基于调查衍生的数据、用户数据、位点特异性数据和设备数据(和/或其他合适的补充数据)中的至少一个，确定补充特征集合；以及基于补充特征、微生物组特征和/或其他合适的数据，生成一个或多个女性生殖系统有关表征模型。
补充数据可以包括以下任何一项或多项：调查衍生的数据(例如，来自对一项或多项调查的响应的数据，该调查针对一种或多种女性生殖系统有关状况、针对本文所述的任何合适类型的数据进行调查等)；位点特异性数据(例如，提供不同收集位点的信息的数据，例如指示特定收集位点处微生物组与一种或多种女性生殖系统有关状况之间的相关性的现有生物学知识等)；女性生殖系统有关状况数据(例如，提供不同女性生殖系统有关状况的信息的数据，例如关于微生物组特征、疗法、用户等)；设备数据(例如，传感器数据；与女性生殖系统有关状况相关联的前后关系(contextual)传感器数据；可穿戴设备数据；医疗设备数据；用户设备数据如手机应用程序数据、网络应用程序数据等)；用户数据(例如，用户当前医疗数据和历史的医疗数据，如历史疗法、历史医学检查数据；医疗设备衍生的数据；生理数据；与医学检测相关联的数据；社交媒体数据；人口统计学数据；家族史数据；描述行为的行为数据；描述环境因素的环境因素数据；饮食有关数据，如来自食品建立登记(food establishment check-ins)的数据、来自分光光度分析的数据、用户输入的数据、与益生菌和/或益生元食物类相关联的营养数据、消耗的食物类型、消耗的食物量、热量数据、饮食方案数据、和/或其他合适的饮食有关数据等)；现有生物学知识(例如，提供女性生殖系统有关状况、微生物组特征、微生物组特征与女性生殖系统有关状况之间的关联的信息的等)；和/或任何其他合适类型的补充数据。
在变型中，处理补充数据可以包括处理调查衍生的数据，其中调查衍生的数据可以提供状况数据(例如，指示一种或多种女性生殖系统有关状况的存在、不存在和/或严重性等)、生理学数据、人口统计学数据、行为数据、环境因素数据(例如，描述环境因素等)、其他类型的补充数据和/或任何其他合适的数据。生理数据可以包括与生理学特征有关的信息(例如，身高、体重、体重指数、体脂百分比、体毛水平、病史等)。人口统计学数据可以包括与人口统计学特征有关的信息(例如，性别、年龄、种族、婚姻状况、兄弟姐妹数量、社会经济地位、性取向等)。行为数据可以描述包括以下一项或多项的行为：健康相关联状态(例如，健康和疾病状态)、饮食习惯(例如，酒精消耗；咖啡因消耗；杂食；素食(vegetarian)；严格素食(vegan)；糖消耗；酸消耗；小麦、蛋、大豆、坚果、花生、贝类的消耗；食物偏好(foodpreference)；过敏特性(allergy characteristic)和/或其他合适食物类的消耗等)、行为倾向(例如，身体活动水平、吸毒、喝酒、习惯养成等)、不同运动水平(例如，锻炼量，如低、中和/或极端身体锻炼活动；与在给定时间段内行进的距离有关的；由诸如运动的运动传感器和/或位置传感器指示的等)、不同性活动水平(例如，与伴侣的数量和性取向有关的)以及任何其他合适的行为数据。调查衍生的数据可以包括定量数据、定性数据和/或其他合适类型的调查衍生的数据，例如其中定性数据可以转换为定量数据(例如，使用严重性分值、将定性的响应映射成定量的分值等)。处理调查衍生的数据可以包括促进调查衍生的数据的收集，例如通过向一个或多个用户、受试者和/或其他合适实体提供一项或多项调查。可以当面(in-person)(例如，与样品试剂盒提供和/或样品的接收相协调地)、电子地(例如，在账户设置期间，在受试者的电子设备上执行的应用程序中，在通过互联网连接可访问的网络应用程序和/或网站中等)和/或以其他任何合适的方式，提供调查。
额外地或替代地，处理补充数据可以包括处理传感器数据(例如，女性生殖系统有关设备、可穿戴计算设备、移动设备的传感器；与用户相关联的生物统计传感器，诸如用户智能手机的生物统计传感器等)。传感器数据可以包括以下任何一项或多项：身体活动或身体动作有关数据(例如，来自一种或多种设备如移动设备和/或可穿戴电子设备的加速度计数据、陀螺仪数据、位置传感器数据如GPS数据、和/或其他运动传感器数据等)、描述环境因素的传感器数据(例如，温度数据、海拔数据、气候数据、光照参数数据、压力数据、空气质量数据等)、生物统计传感器数据(例如，血压数据、温度数据、与肿胀相关联的压力数据、心率传感器数据、指纹传感器数据、光学传感器数据如面部图像和/或视频、通过移动设备的传感器记录的数据、通过可穿戴设备或其他外周设备记录的数据等)、和/或任何其他合适的与传感器相关联的数据。额外地或替代地，传感器数据可以包括在以下一项或多项中采样的数据：光学传感器(例如，图像传感器、光传感器等、相机等)、音频传感器(例如，话筒等)、温度传感器、挥发性化合物传感器、空气质量传感器、重量传感器、湿度传感器、深度传感器、位置传感器(GPS接收器、信标(beacon)、室内定位系统、指南针等)、运动传感器(例如，加速度计、陀螺仪、磁力计、与用户穿戴的设备集成的运动传感器等)、生物统计传感器(例如，心率传感器如用于监测心率、指纹传感器、面部识别传感器、生物阻抗传感器等)、压力传感器、近距传感器(例如，用于监测第三方物体的运动和/或其他方面等)、流量传感器、功率传感器(例如，霍尔效应传感器)、虚拟现实有关传感器、增强现实有关传感器、和/或任何其他合适类型的传感器。
额外地或替代地，补充数据可以包括医疗记录数据和/或临床数据。这样，补充数据集的部分可以衍生自一个或多个电子健康记录(EHR)。额外地或替代地，补充数据可以包括任何其他合适的诊断信息(例如，临床诊断信息)。任何合适的补充数据(例如，以提取的补充特征的形式等)可以与微生物组特征和/或其他合适的数据组合和/或使用，用于执行方法100的实施方式的部分(例如，执行表征过程等)和/或系统200。例如，与计算机断层扫描(CT扫描)、超声、活检、血检、癌症筛查、尿检(例如，用于检测感染等)、诊断成像、与女性生殖系统有关状况相关联的其他合适诊断程序、调查有关信息和/或任何其他合适测试相关联(例如，自其衍生等)的补充数据，可以用于补充(例如，用于方法100和/或系统200的实施方式的任何合适部分)。
额外地或替代地，补充数据可以包括疗法有关数据，该疗法有关数据包括以下一项或多项：疗法方案、疗法类型、推荐疗法、用户使用的疗法、疗法依从性和/或与疗法有关的其他合适数据。例如，补充数据可以包括关于一种或多种疗法(例如，推荐疗法等)的用户依从性指标(例如，药物依从性、益生菌依从性、身体锻炼依从性、饮食依从性等)。然而，处理补充数据可以以任何合适的方式执行。
3.3执行表征过程
方法100的实施方式可以包括框S130，该框S130可以包括，例如基于微生物数据集(例如，在框S110中衍生的等)和/或其他合适数据(例如，补充数据集等)，执行与一种或多种女性生殖系统有关状况相关联的表征过程(例如，预处理；特征生成；特征处理；位点特异性表征，如特异于一个或多个特定身体位点的表征，如对于在对应于身体位点的收集位点收集的样品，如对于多个身体位点的多位点表征；针对多种女性生殖系统有关状况的交叉条件分析；模型生成等)S130。框S130可以起到基于用户的微生物组组成(例如，微生物组组成多样性特征等)、功能(例如，微生物组功能多样性特征等)、和/或其他合适的微生物组特征(例如，如通过用于确定女性生殖系统有关表征的表征模型的生成和应用等)来识别、确定、提取和/或以其他方式处理可用于为用户或用户集合确定女性生殖系统有关表征的特征和/或特征组合的作用。
这样，表征过程可以用作诊断工具，该诊断工具可以基于用户的微生物组组成和/或功能特征，关于受试者的健康状况状态(例如，女性生殖系统有关状况状态)、行为特质、医疗状况、人口统计学特征和/或任何其他合适特质中的一种或多种，来表征受试者(例如，在行为特质方面、在医疗状况方面、在人口统计学特征方面等)。该表征可以用于确定、建议和/或提供疗法(例如，诸如通过疗法模型确定的个性化疗法等)和/或以其他方式促进治疗干预。额外地或替代地，表征过程可以基于微生物数据库(例如，包括一种或多种微生物组特征与一种或多种女性生殖系统有关状况之间的关联等)。
执行表征过程S130可以包括预处理微生物数据集、微生物组特征和/或其他合适的数据，以促进下游处理(例如，确定女性生殖系统有关表征等)。在实施例中，执行表征过程可以包括通过以下至少一项来过滤微生物数据集(例如，诸如在应用分析技术集合以确定微生物组特征之前，过滤微生物序列数据集等)：a)去除对应于(例如，与一种或多种女性生殖系统有关状况相关联的等)生物样品集合的第一样品离群值(outlier)的第一样品数据，诸如其中第一样品离群值由主成分分析、降维技术和多变量方法论(multivariatemethodology)的至少之一确定；b)去除对应于生物样品集合的第二样品离群值的第二样品数据，其中第二样品离群值可基于微生物组特征集合的相应数据质量来确定(例如，去除对应于具有低于阈值条件的高质量数据的若干微生物组特征的样品等)；和c)基于不满足阈值样品数量条件的微生物组特征的样品数量，从微生物组特征集合中去除一个或多个微生物组特征，其中样品数量对应于与微生物组特征的高质量数据相关联的样品数量。然而，可以使用任何合适的分析技术、以任何合适的方式进行预处理。
在执行表征过程中，框S130可以使用计算方法(例如，统计方法，机器学习方法，人工智能方法，生物信息学方法等)来将受试者表征为表现出与一种或多种女性生殖系统有关状况(例如，与一种或多种女性生殖系统有关状况的用户集合的特征特性等)相关联的特征(例如，其中确定用户微生物组特征可以包括确定由与一种或多种女性生殖系统有关状况相关和/或以其他方式相关联的表征过程识别的微生物组特征的特征值等)。
如图19所示，执行表征过程可以包括：例如通过应用一种或多种分析技术，确定与一种或多种女性生殖系统有关状况相关联的一种或多种微生物组特征(例如，识别具有与一种或多种女性生殖系统有关状况最大相关性的微生物组特征；确定用户微生物组特征，如对应于与一种或多种女性生殖系统有关状况相关联的识别的微生物组特征的用户微生物组特征的存在、不存在和/或值等)。在实施例中，确定微生物组特征(例如，微生物组组成特征、微生物组功能特征等)可以例如基于微生物数据集(例如，微生物序列数据集等)，应用分析技术集合，该分析技术包括单变量统计检验、多变量统计检验、降维技术和人工智能方法中的至少一种，并且其中微生物组特征可以配置为改进与为用户确定女性生殖系统有关表征相关联的计算系统有关功能(例如，关于准确性、减少错误、处理速度、缩放比例等)。在实施例中，确定微生物组特征(例如，用户微生物组特征等)可以包括：例如基于微生物数据集，应用分析技术集合以确定以下至少一项：微生物组组成多样性特征和微生物组功能多样性特征中的至少一个的存在、微生物组组成多样性特征和微生物组功能多样性特征中的至少一个的不存在、描述与第一女性生殖系统有关状况相关联的不同分类组的相对丰度的相对丰度特征、描述与不同分类组相关联的至少两个微生物组特征之间的比例的比例特征、描述不同分类组之间相互作用的相互作用特征、和描述不同分类组之间的系统发育距离的系统发育距离特征，并且其中分析技术集合可以包括单变量统计检验、多变量统计检验、降维技术和人工智能方法中的至少一种。
在变型中，在识别与生物样品相关联的微生物组的微生物代表性组后，可以执行生成与微生物组的组成方面和功能方面相关联(例如，从其衍生)的特征，该微生物组与生物样品相关联。在变型中，生成特征可以包括基于多位点序列分型(multilocus sequencetyping,MSLT)生成特征，以便识别对方法100的后续框中的对表征有用的标记。额外地或替代地，所生成的特征可以包括生成描述某些微生物分类组的存在或不存在、和/或所展示的微生物分类组之间的比例的特征。额外地或替代地，生成特征可以包括生成描述以下一项或多项的特征：表示的分类组的数量、表示的分类组的网络、不同分类组的表示中的相关性、不同分类组之间的相互作用、由不同分类组产生的产物、由不同分类组产生的产物之间的相互作用、死亡微生物和活微生物之间的比例(例如，针对不同的表示的分类组，基于RNA分析)、系统发育距离(例如，依据康托洛维奇-鲁宾斯坦(Kantorovich-Rubinstein)距离、沃瑟斯坦(Wasserstein)距离等)、任何其他合适的分类组有关特征、任何其他合适的遗传或功能方面。
额外地或替代地，生成特征可以包括生成描述不同微生物群的相对丰度的特征，例如使用sparCC方法、使用基因组相对丰度和平均尺寸(Genome Relative Abundance andAverage size,GAAS)方法和/或使用利用混合模型理论的基因组相对丰度(GenomeRelative Abundance using Mixture Model theory,GRAMMy)方法，该利用混合模型理论的基因组相对丰度方法使用序列相似性数据来执行一个或多个微生物群的相对丰度的最大可能性估计。额外地或替代地，生成特征可以包括生成如衍生自丰度指标的分类变化的统计测量。额外地或替代地，生成特征可以包括生成与相对丰度因子(例如，关于影响其他分类群丰度的分类单元丰度变化)相关联(例如，从其衍生)的特征。额外地或替代地，生成特征可以包括单独地和/或组合地生成描述一个或多个分类组的存在的定性特征。额外地或替代地，生成特征可以包括与遗传标记(例如，代表性的16S、18S和/或ITS序列)有关的特征的生成，该遗传标记表征与生物样品相关联的微生物组的微生物。额外地或替代地，生成特征可以包括生成与特定基因和/或具有特定基因的生物体的功能关联有关的特征。额外地或替代地，生成特征可以包括生成与分类单元和/或归因于分类单元的产物的致病性有关的特征。然而，框S130可以包括确定衍生自生物样品的核酸的测序和映射的任何其他合适的特征。例如，特征可以是组合的(例如，涉及对、三个一组)、相关的(例如，与不同特征之间的相关性有关的)和/或与特征的变化(例如，时间变化、跨样品位点的变化等、空间变化等)有关的。然而，确定微生物组特征可以以任何合适的方式执行。
在变型中，执行表征过程可以包括执行与多个收集位点相关联的一个或多个多位点分析(例如，用女性生殖系统有关表征模型；生成多位点表征等)，诸如基于位点特异性特征集合执行女性生殖系统有关表征，该位点特异性特征集合包括与第一身体位点相关联的第一位点特异性特征子集、和与第二身体位点相关联的第二位点特异性特征子集。然而，可以以任何合适的方式进行多位点分析。
在变型中，执行表征过程可以包括针对多个女性生殖系统有关状况执行一个或多个交叉条件分析(例如，使用女性生殖系统有关表征模型等)。在实施例中，执行交叉条件分析可以包括，基于一种或多种分析技术，确定与多种女性生殖系统有关状况(例如，第一女性生殖系统有关状况和第二女性生殖系统有关状况等)相关联的交叉条件特征集合(例如，作为确定微生物组特征的一部分等)，其中确定女性生殖系统有关表征可以包括，基于一个或多个女性生殖系统有关表征模型，针对多种女性生殖系统有关状况(例如，第一和第二女性生殖系统有关状况等)为用户确定女性生殖系统有关表征，并且其中交叉条件特征集合配置为改进计算系统相关功能，该计算系统相关功能与针对多种女性生殖系统有关状况为用户确定女性生殖系统有关表征相关联。执行交叉条件分析可以包括确定交叉条件相关性指标(例如，对应于不同女性生殖系统有关状况的数据之间的相关性和/或协方差等)和/或与交叉条件分析相关联的其他合适指标。然而，执行交叉条件分析可以以任何合适的方式执行。
在变型中，表征可以基于与表现出目标状态(例如，女性生殖系统有关状况)的第一组受试者和未表现出目标状态(例如，“正常”状态)的第二组受试者之间的相似点和/或差异的统计分析(例如，概率分布的分析)相关联(例如，从其衍生)的特征。在实施该变型中，可以使用柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-Smirnov,KS)检验、置换检验、克莱默-冯米塞斯(Cramér-vonMises)检验、任何其他统计检验(例如，t检验、z检验、卡方(chi-squared)检验、与分布相关联的检验等)和/或其他合适的分析技术中的一种或多种。特别地，一种或多种这样的统计假设检验可以用于评估在表现出目标状态(例如，患病状态)的第一组受试者和未表现出目标状态(例如，具有正常状态)的第二组受试者中具有不同丰度的特征集合。更详细地，可以基于丰度百分比和/或关于与第一组受试者和第二组受试者相关联的多样性的任何其他合适的参数，来约束所评估的特征集合，以便增加或降低表征的置信度(confidence)。在该实施例的特定实施方式中，特征可以衍生自细菌的分类单元，该细菌的分类单元在一定百分比的第一组受试者和第二组受试者中是丰富的，其中第一组受试者和第二组受试者之间的分类单元的相对丰度可从KS检验中确定，具有显著性指示(例如，以p值表示)。因此，框S130的输出可以包括具有显著性指示(例如，p值为0.0013)的归一化的相对丰度值(例如，具有女性生殖系统有关状况的受试者相比于没有女性生殖系统有关状况的受试者，患病受试者相比于健康受试者，分类单元的丰度大25％)。特征生成的变化可以额外地或替代地实施或衍生自功能特征或元数据特征(例如，非细菌标记)。额外地或替代地，可以基于统计分析(例如，应用于微生物序列数据集和/或其他合适的微生物数据集等)衍生出任何合适的微生物组特征，该统计分析包括以下任何一项或多项：预测分析、多假设测试、随机森林检验、主成分分析和/或其他合适的分析技术。
在执行表征过程中，框S130可以额外地或替代地将来自微生物组组成多样性数据集和微生物组功能多样性数据集中的至少一个的输入数据转换成特征向量，可以测试该特征向量在对预测受试者群体的表征中的功效。来自补充数据集的数据可以用于提供表征集合的一个或多个表征的指示，其中表征过程使用候选特征和候选分类的训练数据集进行训练，以识别在准确预测分类中具有高度(或低度)预测能力的特征和/或特征组合。这样，利用训练数据集的表征过程的细化识别出与受试者的特定分类具有高度相关性的特征集合(例如，受试者特征的特征集合、特征组合的特征集合)。
在变型中，有效预测表征过程的分类的特征向量(和/或任何合适的特征集合)可以包括与以下一项或多项有关的特征：微生物组多样性指标(例如，关于跨分类组的分布，关于跨古生菌、细菌、病毒和/或真核生物组的分布)、在一个个体的微生物组中分类组的存在、在一个个体的微生物组中特定遗传序列(例如，16S序列)的表示、在一个个体的微生物组中分类组的相对丰度、微生物组恢复力(resilience)指标(例如，响应于从补充数据集确定的扰动)、编码具有给定功能的蛋白质或RNA(例如，酶、转运蛋白、来自免疫系统的蛋白质、激素、干扰RNA等)的基因的丰度、以及与微生物组多样性数据集和/或补充数据集相关联(例如，从其衍生)的任何其他合适的特征。在变型中，微生物组特征可以与以下至少一项相关联(例如，包括、对应于、代表等)：来自微生物组特征(例如，用户微生物组特征等)的微生物组特征的存在、来自微生物组特征的微生物组特征的不存在、与女性生殖系统有关状况相关联的不同分类组的相对丰度；与不同分类组相关联的至少两种微生物组特征之间的比例、不同分类组之间的相互作用以及不同分类组之间的系统发育距离。在特定实施例中，微生物组特征可以包括一种或多种相对丰度特征，该相对丰度特征与微生物组组成多样性特征(例如，与不同分类群相关联的相对丰度等)和微生物组功能多样性特征(例如，对应于不同功能特征的序列的相对丰度等)中的至少一个相关联。相对丰度特征和/或其他合适的微生物组特征(和/或本文中描述的其他合适的数据)可以基于以下进行提取和/或以其他方式确定：归一化、衍生自线性潜在变量分析和非线性潜在变量分析的至少之一的特征向量、线性回归、非线性回归、核方法(kernel method)、特征嵌入方法、机器学习方法、统计推断方法和/或其他合适的分析技术。额外地或替代地，可以在特征向量中使用特征的组合，其中可以在提供组合的特征作为特征集合的一部分中对特征进行分组和/或加权。例如，一个特征或特征集合可以包括一个个体的微生物组中代表的细菌种类的数量的加权合成、一个个体的微生物组中特定细菌属的存在、一个个体的微生物组中特定16S序列的表示、和第一门(phylum)细菌对第二门细菌的相对丰度。然而，特征向量可以额外地或替代地以任何其他合适的方式确定。
在变型中，可以根据随机森林预测因子(random forest predictor,RFP)算法来生成和训练表征过程，该随机森林预测因子将装袋(bagging)(例如，自助聚合(bootstrapaggregation))与从训练数据集选择随机特征集合的结合，以构建与随机特征集合相关联的决策树集合T。在使用随机森林算法中，来自决策树集合的N个案例随机采样，进行替换以创建决策树子集，并且针对各节点，从所有预测特征中选择m个预测特征进行评估。在节点处(例如，根据目标函数)提供最佳分割(split)的预测特征被用于执行分割(例如，在节点处分割为双叉(bifurcation)、在节点处分割为三叉(trifurcation))。通过从大型数据集中采样多次，可以在识别预测分类中强的特征方面大幅度提高表征过程的强度。在该变型中，可以在处理期间包括防止偏差(例如，采样偏差)和/或解决偏差量的措施，诸如以增加模型的稳健性(robustness)。
在变型中，框S130和/或方法100的实施方式的其他部分可以包括将计算机实施规则(例如，模型、特征选择规则等)应用于处理群体水平数据，但是可以额外地或替代地包括将计算机实施规则应用于在人口统计学特征特异性基础上(例如，共享诸如疗法方案、饮食方案、体育活动方案、种族、年龄、性别、体重、行为的一种或多种人口统计学特征的亚组)、在特定状况基础上(例如，表现出特定女性生殖系统有关状况的亚组、女性生殖系统有关状况的组合、女性生殖系统有关状况的触发因素、相关联症状等)、在样品类型特异性基础上(例如，将不同计算机实施规则应用于处理衍生自不同收集位点的微生物组数据等)、在用户基础上(例如，针对不同用户的不同计算机实施规则)和/或任何其他合适的基础上，处理微生物组有关数据。这样，框S130可以包括将来自用户群体的用户分配到一个或多个亚组；和应用不同计算机实施规则来针对不同亚组确定特征(例如，所使用的特征类型集合；从特征生成的表征模型的类型等)。然而，应用计算机实施规则可以以任何合适的方式来执行。
在另一变型中，框S130可以包括针对一种或多种女性生殖系统有关状况处理(例如，生成、训练、更新、执行、存储等)一个或多个女性生殖系统有关表征模型(例如，女性生殖系统有关表征模型、疗法模型等)(例如，用于针对用户输出描述关于女性生殖系统有关状况的用户微生物组特征的表征；用于输出针对一种或多种女性生殖系统有关状况的疗法确定的疗法模型等)。表征模型优选利用微生物组特征作为输入，并且优选输出女性生殖系统有关表征和/或其任何合适的成分；但是表征模型可以使用任何合适的输入，以生成任何合适的输出。在实施例中，框S130可以包括针对一种或多种女性生殖系统有关状况，将补充数据、微生物组组成多样性特征和微生物组功能多样性特征、其他微生物组特征、女性生殖系统有关表征模型的输出和/或其他合适的数据转换成一个或多个女性生殖系统有关表征模型(例如，基于补充数据和微生物组特征训练女性生殖系统有关表征模型等)。在另一实施例中，方法100可以包括：基于来自用户群体的样品集合(例如，和/或基于与女性生殖系统有关状况相关联的一种或多种引物类型等)，针对与一种或多种女性生殖系统有关状况相关联的用户群体，确定群体微生物序列数据集(例如，包括对群体中的不同用户的微生物序列输出等)；为受试者群体收集与一种或多种女性生殖系统有关状况的诊断相关联的补充数据集；和基于群体微生物序列数据集和补充数据集生成女性生殖系统有关表征模型。在实施例中，方法100可以包括：基于来自用户的样品，为用户确定用户微生物组特征集合，其中用户微生物组特征集合与微生物组特征相关联，微生物组特征与受试者集合相关联(例如，基于处理对应于与一种或多种女性生殖系统有关状况相关联的受试者集合的生物样品，被确定为与一种或多种女性生殖系统有关状况相关的微生物组特征；微生物组组成特征集合和微生物组功能特征集合等)；确定女性生殖系统有关表征包括，基于疗法模型和用户微生物组特征集合，为用户确定一种或多种女性生殖系统有关状况的疗法；提供疗法(例如，在与用户相关联的计算设备上向用户提供对疗法的建议等)和/或以其他方式促进治疗干预。
在另一变型中，如图24A-24B所示，可以针对不同的女性生殖系统有关状况、不同的用户人口统计学特征(例如，基于年龄、性别、体重、身高、种族的等)、不同的身体位点(例如，肠位点模型、鼻位点模型、皮肤位点模型、口位点模型、生殖器位点模型等)、个体用户、补充数据(例如，合并了微生物组特征、女性生殖系统有关状况和/或其他合适成分的现有知识的模型；与生物统计传感器数据和/或调查响应数据相关联的特征相对于独立于补充数据的模型等)、和/或其他合适的标准，生成不同的女性生殖系统有关表征模型和/或其他合适的模型(例如，用不同算法、用不同特征集合、用不同输入和/或输出类型生成的；以不同方式如关于应用该模型的时间、频率、成分应用的等)。在特定实施例中，方法100可以包括：收集与第一身体位点(例如，肠位点；由用户在对应于第一身体位点的身体收集位点收集的样品；一个或多个合适的身体位点等)相关联的第一位点特异性(site-specific)样品；基于位点特异性样品确定微生物数据集；基于微生物数据集确定第一位点特异性微生物组特征(例如，位点特异性组成特征；位点特异性功能特征；本文所述的关于女性生殖系统有关状况的合适的微生物组特征；与第一身体位点相关联的特征等)；基于第一位点特异性微生物组特征确定第一位点特异性女性生殖系统有关表征模型(例如，肠位点特异性女性生殖系统有关表征模型等)；和基于第一特都不敢位点女性生殖系统有关表征模型，针对女性生殖系统有关状况为用户确定女性生殖系统有关状况(例如，使用第一位点特异性女性生殖系统有关表征模型以处理用户微生物组特征，如用户位点特异性微生物组特征，基于在对应于第一身体位点的用户身体收集位点收集的用户样品衍生的等)。在特定实施例中，方法100可以包括：收集与第二身体位点(例如，皮肤位点、生殖器位点、口位点和鼻位点中的至少一个；一个或多个合适的身体位点等)相关联的第二位点特异性样品；确定第二位点特异性微生物组特征(例如，位点特异性组成特征；位点特异性功能特征；与第二身体位点相关联的特征等)；基于第二位点特异性组成特征，生成第二位点特异性女性生殖系统有关表征模型(例如，与第二身体位点相关联的等)；从其他用户收集用户样品，该用户样品与第二身体位点(例如，由其他用户在对应于第二身体位点的收集位点收集的等)相关联；和基于第二位点特异性女性生殖系统有关表征模型，针对女性生殖系统有关状况为其他用户确定其他女性生殖系统有关表征(例如，基于用户样品和身体位点之间的关联，从位点特异性女性生殖系统有关表征模型集合中选择第二位点特异性女性生殖系统有关表征模型以进行应用，诸如基于从用户的皮肤收集位点收集的用户样品，选择皮肤位点特异性女性生殖系统有关表征模型以进行应用等)。
在变型中，确定女性生殖系统有关表征和/或任何其他合适的表征可以包括：确定包括关于特定身体位点(例如，肠、健康的肠、皮肤、鼻、口、生殖器、其他合适的身体位点、其他样品收集位点等)的女性生殖系统有关表征特定的位点女性生殖系统有关表征(例如，位点特异性分析)，，诸如通过以下任何一项或多项：基于女性生殖系统有关表征模型确定女性生殖系统有关表征，女性生殖系统有关表征模型基于位点特异性数据(例如，限定女性生殖系统有关状况和与一个或多个身体位点相关联的微生物组特征之间的相关性)衍生；基于在一个或多个身体位点收集的用户生物样品和/或任何其他合适的位点有关过程，确定女性生殖系统有关表征。在实施例中，机器学习方法(例如，分类器、深度学习算法、支持向量机(support vector machine,SVM)、随机森林)、参数优化方法(例如，贝叶斯参数优化)、验证方法(例如，交叉验证方法)、统计检验(例如，单变量统计技术、多变量统计技术、如典型相关分析的相关分析等)、降维技术(例如，PCA)和/或其他合适的分析技术(例如，本文所述)可以应用于确定位点有关的(例如，身体位点有关等)表征(例如，针对一个或多个样品收集位点、诸如针对各类型的样品收集位点，使用一种或多种方法等)、其他合适的表征、疗法和/或任何其他合适的输出。在特定实施例中，执行表征过程(例如，基于女性生殖系统有关表征模型；确定女性生殖系统有关表征；确定微生物组特征；等)可以包括应用以下至少一种：机器学习方法、参数优化方法、统计检验、降维方法、和/或其他合适的方法(例如，其中诸如微生物组组成多样性特征集合和/或微生物组功能多样性特征集合的微生物组特征可以与在肠位点、皮肤位点、鼻位点、口位点、生殖器位点中的至少之一收集的微生物相关联等)。在另一特定实施例中，针对多个样品收集位点执行的表征过程可用于生成个体表征，可组合该个体表征以确定总体表征(aggregate characterization)(例如，总体微生物组分值、例如针对本文所述的一种或多种状况等)。然而，方法100可以包括确定任何合适的位点有关的(例如，位点特异性)输出，和/或以任何合适的方式执行具有位点特异性(site-specificity)和/或其他位点关联性的方法100的实施方式的任何合适部分(例如，收集样品、处理样品、确定疗法)。
受试者的表征可以额外地或替代地实施高假阳性测试和/或高假阴性测试的使用，以进一步分析表征过程的敏感性，从而支持根据方法100的实施方式生成的分析。
如图4-5所示，执行表征过程可以包括：确定一个或多个参考微生物组参数范围(例如，健康参考相对丰度范围，其中该范围可以与健康微生物组和/或一种或多种状况的不存在相关联；与一种或多种状况的存在和/或风险相关联的风险参考相对丰度范围；一个或多个分类群的丰度的微生物组成范围；存在于样品中的微生物的系统发育多样性；与一个或多个分类群相关联的功能特征的微生物功能多样性范围等)；为用户确定用户微生物组参数；和/或基于用户微生物组参数和参考微生物组参数范围之间的比较(例如，基于指示不同细菌靶标的健康参考范围之外的丰度的用户微生物组参数，将用户表征为具有关于女性健康试验的细菌靶标的不健康微生物组组成)和/或任何其他合适的操作，为用户生成表征。微生物组参数范围可以具有任何合适的下限和上限(例如，乳杆菌属的相对丰度的下限高于0％)。参考微生物组参数范围可以包括表示任何合适置信区间(例如，跨用户群体的99％置信区间)的范围。在实施例中，可以针对任何合适的分类群(例如，来自女性健康测定的目标分类群列表)，诸如基于将对应于该分类群的读段计数除以读段总数(例如，聚类读段和过滤读段的总数)来计算参考相对丰度范围；然而，参考相对丰度范围可以以任何合适的方式计算。
在变型中，确定参考微生物组参数范围可以凭经验地进行。例如，框S130可以包括从用户群体收集生物样品和补充数据集。用户群体可以包括与微生物组组成状态、微生物组系统发育多样性、微生物组功能多样性、状况和/或其他合适特征的任何合适状态相关联的用户，其中补充数据集(例如，在与用户相关联的移动设备上执行的应用程序上数字化施用的调查)可以提供特征的信息。在特定实施例中，方法100可以包括：处理来自健康用户群体(例如，从未被诊断有STD、阴道有关症状和/或其他状况的用户等)的生物样品；处理生物样品(例如，如在框S120中)以确定微生物序列；为各用户确定各分类群(例如，来自目标分类群列表)的相对丰度；和基于跨健康用户群体的相对丰度生成各分类群的健康范围。然而，凭经验地(empirically)确定参考微生物组参数范围可以以任何合适的方式进行。在特定实施例中，补充数据可以指示来自受试者集合的受试者子集缺乏至少一种女性生殖系统有关状况；其中确定微生物组特征集合可以包括基于微生物序列数据集，确定与受试者子集相关联的健康参考微生物组参数范围；并且其中生成女性生殖系统有关表征模型可以包括基于补充数据和健康参考微生物组参数范围，生成女性生殖系统有关表征模型(例如，采用分析技术将参考微生物组参数范围与用户微生物组特征和/或参数进行比较的模型等)。在变型中，确定参考微生物组参数范围可以例如基于手动和/或自动处理状况有关的信息源非经验地执行。
在特定实施例中，执行表征过程可以包括基于样品集合(例如，50个阴道样品的集合等)的分析，确定女性健康试验的靶标集合(例如，32种细菌靶标等)的健康参考微生物组参数范围(例如，如图7A-7D所示)，其中可以基于以下一项或多项选择样品：自我报告的健康个体；之前六个月未使用抗生素；和/或当前没有尿路或阴道感染，包括性传播疾病(STD)的存在。在特定实施例中，如图7A-7D所示(例如，其中各点代表不同阴道样品内属级或种级上的不同细菌靶标的相对丰度；方块(box)表示第25-76个百分位数，各方块内表示的中位数(median)；水平线表示各分布的99％置信区间等)，乳杆菌属可能是最丰富的属，具有最宽的丰度分布；在种级上，可以发现相似的相对丰度分布，包括惰性乳杆菌的宽范围和高相对丰度。
然而，确定参考微生物组参数范围可以以任何合适的方式进行。
在变型中，优选地基于衍生自用户的生物样品的生成的微生物序列(例如，聚类和过滤的读段等)，为用户确定用户微生物组参数。例如，确定用户微生物组参数可以包括确定不同分类群的相对丰度(例如，在目标分类群列表中识别的)。在其他实施例中，确定用户微生物组参数可以包括提取微生物组组成特征、微生物组系统发育多样性特征和/或微生物组功能特征。在特定实施例中，方法100可以包括：从微生物组组成特征、微生物组系统发育多样性特征和/或微生物组功能多样性特征(例如，衍生自健康用户的生物样品的等)的值中确定参考微生物组参数范围；以及将用户微生物组组成特征值、用户微生物组系统发育多样性特征值和/或用户微生物组功能多样性特征值与参考微生物组参数范围进行比较，以针对用户确定表征(例如，针对与参考微生物组参数范围正关联和/或负关联的状况)。
关于框S130，将一个或多个用户微生物组参数与和一种或多种特征(例如，分类群、状况等)相关联的一个或多个参考微生物组参数范围进行比较可以包括：基于用户微生物组参数值落入参考微生物组参数范围之内还是之外，将用户表征为具有该特征(例如，健康微生物组等)或不具有该特征。例如，框S130：可以包括衍生出淋病奈瑟菌的健康参考相对丰度范围；和响应于用户具有超出健康参考相对丰度范围的淋病奈瑟菌相对丰度，将用户表征为处于盆腔炎性疾病的风险中。然而，比较一个或多个用户阴道微生物组参数可以以任何合适的方式执行。在另一实施例中，框S130可以包括：衍生出惰性乳杆菌的健康参考相对丰度范围；和响应于用户具有减小健康参考相对丰度范围的惰性乳杆菌相对丰度，将用户表征为处于细菌性阴道病的风险中。
额外地或替代地，对于框S130，可以基于阈值(例如，关于与状况相关联的阈值集合，基于分类群集合确定该状况的风险等)、权重(例如，与第二分类群的相对丰度相比，对第一分类群的相对丰度更多地加权，例如当第一分类群具有与感兴趣状况的更大的相关性时等)、机器学习模型(例如，对微生物组特征和存储在分类学数据库中的分类群的相应标签训练的分类模型等)、计算机实施规则(例如，用于提取微生物组特征的特征工程规则、模型生成规则、用户偏好规则、微生物序列生成规则、序列比对规则等)、和/或任何其他合适的方面，执行表征过程。在特定实施例中，各健康状况的显著性指数，针对影响状况的所有微生物组成员，被计算为从科学文献中获得的总体统计关联；基于关联微生物组的临床结果，所识别的相关性历经定制的统计元分析(meta-analysis)和数据转换以计算微生物组与状况的总体关联；并且显著性指数被表达为代表与健康状况相关联的微生物组的状态的从0到100的范围。
额外地或替代地，执行表征过程可以包括应用分析技术的任何合适的组合，分析技术例如类似于在2018年6月27日提交的美国申请16/047,840号中描述的分析技术，该申请通过引用整体合并于此。
然而，执行一个或多个表征过程S130可以以任何合适的方式进行。
3.3女性生殖系统有关表征过程
执行表征过程S130可以包括诸如针对一个或多个用户(例如，针对对应于来自受试者集合的样品的数据，以生成一个或多个女性生殖系统有关表征模型，诸如其中诸如诊断患有一种或多种女性生殖系统有关状况的受试者的一个或多个受试者与女性生殖系统有关状况相关联，；针对单个用户，例如通过使用一个或多个女性生殖系统有关表征模型，例如通过将一个或多个女性生殖系统表征模型应用于衍生自测序来自用户的样品的用户微生物组序列数据集，为用户生成女性生殖系统有关表征等)和/或一种或多种女性生殖系统有关状况，执行女性生殖系统有关表征过程(例如，针对一种或多种女性生殖系统有关状况确定表征；确定和/或应用一个或多个女性生殖系统有关表征模型等)S135。
在变型中，执行女性生殖系统有关表征过程可以包括确定与一种或多种女性生殖系统有关状况相关联的微生物组特征。在实施例中，执行女性生殖系统有关表征过程可以包括将一种或多种分析技术(例如，统计分析)应用于识别微生物组特征集合(例如，微生物组组成特征、微生物组组成多样性特征、微生物组功能特征、微生物组功能多样性特征等)，该微生物组特征与一种或多种女性生殖系统有关状况具有最高的相关性(例如，正相关性、负相关性等)(例如，与一种女性生殖系统有关状况相关联的特征、与多种女性生殖系统有关状况和/或其他合适的女性生殖系统有关状况相关联的交叉条件特征等)。在特定实施例中，确定微生物组特征集合(例如，与一种或多种女性生殖系统有关状况相关的和/或以其他方式相关联的；用于生成一个或多个女性生殖系统有关表征模型等)可以包括应用分析技术集合以确定以下至少一项：微生物组组成多样性特征和微生物组功能多样性特征中的至少一个的存在、微生物组组成多样性特征和微生物组功能多样性特征中的至少一个的不存在、描述与女性生殖系统有关状况相关联的不同分类组的相对丰度的相对丰度特征、描述与不同分类组相关联的至少两个微生物组特征之间比例的比例特征、描述不同分类组之间相互作用的相互作用特征、和描述不同分类组之间系统发育距离的系统发育距离特征，并且其中分析技术集合可以包括单变量统计检验、多变量统计检验、降维技术和人工智能方法中的至少一种。
在特定实施例中，执行女性生殖系统有关表征过程可以针对一种或多种女性生殖系统有关状况确定治疗干预，诸如通过促进与疗法相关联的干预，该疗法对一个或多个用户关于一种或多种女性生殖系统有关状况的状态有积极作用。在另一特定实施例中，执行女性生殖系统有关表征过程(例如，确定与一种或多种女性生殖系统有关状况具有最高相关性的特征等)可以基于随机森林预测因子算法，该算法用衍生自受试者(例如，具有一种或多种女性生殖系统有关状况的受试者、不具有一种或多种女性生殖系统有关状况的受试者等)群体子集的训练数据集进行训练，并用衍生自受试者群体子集的验证数据集进行验证。然而，确定与一种或多种女性生殖系统有关状况相关联的微生物组特征和/或其他合适的方面可以以任何合适的方式来执行。
在变型中，执行女性生殖系统有关表征过程可以包括针对本文所述的任何合适女性生殖系统有关状况，执行女性生殖系统有关表征过程。在特定实施例中，该过程可以基于随机森林预测因子算法，该算法用衍生自受试者群体子集的训练数据集进行训练，并用衍生自受试者群体子集的验证数据集进行验证。
与一种或多种女性生殖系统有关状况相关联(例如，与其正相关的、与其负相关的、对诊断有用的等)的微生物组特征(例如，微生物组组成特征、与一个或多个身体位点相关联的位点特异性组成特征、微生物组功能特征、与一个或多个身体位点相关联的位点特异性功能特征等)可以例如关于一个或多个身体位点(例如，其中微生物组组成特征可以包括与一个或多个身体位点相关联的位点特异性组成特征，诸如其中组成特征和一种或多种女性生殖系统有关状况之间的相关性可以特异于一个或多个身体位点、诸如特异于来自在对应于身体位点的身体收集位点收集的样品的在身体位点观察的微生物组组成等)，包括与以下分类群(例如，描述其丰度的特征、描述其相对丰度的特征、描述与其相关联的功能方面的特征、从其衍生的特征、描述其存在和/或不存在的特征等)中的一个或多个的任何组合相关联的特征(例如，微生物组组成特征等)：拟杆菌AR20种(例如，肠位点等)、拟杆菌AR29种(例如，肠位点等)、拟杆菌D22种(例如，肠位点等)、另枝菌(Alistipes)EBA6-25cl2种(例如，肠位点等)、放线菌纲(Actinobacteria)(例如，肠位点等)、另枝菌EBA6-25cl2种(例如，肠位点等)、拟杆菌目(例如，肠位点等)、拟杆菌属(Bacteroides)(例如，肠位点等)、拟杆菌AR20种(例如，肠部位点等)、拟杆菌AR29种(例如，肠位点等)、拟杆菌D22种(例如，肠位点等)、拟杆菌门(例如，肠位点等)、拟杆菌纲(例如，肠位点等)、巴恩斯氏菌属(Barnesiella)(例如，肠位点等)、人肠道巴恩斯氏菌(Barnesiella intestinihominis)(例如，肠位点等)、β变形菌纲(Betaproteobacteria)(例如，肠位点等)、吕氏布劳特菌(Blautia luti)(例如，肠位点等)、布劳特菌Ser8种(例如，肠位点等)、伯克霍尔德菌目(Burkholderiales)(例如，肠位点等)、梭菌纲(Clostridia)(例如，肠位点等)、梭菌目(Clostridiales)(例如，肠位点等)、柯林斯菌属(Collinsella)(例如，肠位点等)、红蝽菌目(Coriobacteriales)(例如，肠位点等)、多拉菌属(Dorea)(例如，肠位点等)、长链多拉菌(Dorea longicatena)(例如，肠位点等)、埃格特菌属(Eggerthella)(例如，肠位点等)、塔一艾森伯格氏菌(Eisenbergiella tayi)(例如，肠位点等)、普拉栖粪杆菌(Faecalibacterium prausnitzii)(例如，肠位点等)、黄杆菌目(Flavobacteriales)(例如，肠位点等)、黄杆菌纲(Flavobacteriia)(例如，肠位点等)、嗜糖镰刀链杆菌(Fusicatenibacter saccharivorans)(例如，肠位点等)、裂果胶毛螺菌(Lachnospirapectinoschiza)(例如，肠位点等)、乳杆菌科(Lactobacillaceae)(例如，肠位点等)、巨球菌属(Megasphaera)(例如，肠位点等)、臭气杆菌属(Odoribacter)(例如，肠位点等)、颤螺菌科(Oscillospiraceae)(例如，肠位点等)、罗斯拜瑞菌属(Roseburia)(例如，肠位点等)、罗斯拜瑞菌11SE39种(例如，肠位点等)、瘤胃球菌科(Ruminococcaceae)(例如，肠位点等)、八叠球菌属(Sarcina)(例如，肠位点等)、多变罕见小球菌(Subdoligranulum variabile)(例如，肠位点等)、萨特菌科(Sutterellaceae)(例如，肠位点等)、泰瑞孢子菌属(Terrisporobacter)(例如，肠位点等)、双歧杆菌属(Bifidobacterium)(例如，肠位点等)、放线菌纲(例如，肠位点等)、另枝菌EBA6-25cl2种(例如，肠位点等)、另枝菌HGB5种(例如，肠位点等)、厌氧棒杆菌5_1_63FAA种(例如，肠位点等)、产酸拟杆菌(Bacteroidesacidifaciens)(例如，肠位点等)、拟杆菌AR20种(例如，肠位点等)、拟杆菌AR29种(例如，肠位点等)、拟杆菌D22种、多形拟杆菌(Bacteroides thetaiotaomicron)(例如，肠位点等)、双歧杆菌科(Bifidobacteriaceae)(例如，肠位点等)、双歧杆菌目(Bifidobacteriales)(例如，肠位点等)、双歧杆菌属(Bifidobacterium)(例如，肠位点等)、吕氏布劳特菌(例如，肠位点等)、普拉栖粪杆菌(例如，肠位点等)、普劳特黄腐菌(Flavonifractor plautii)(例如，肠位点等)、镰刀链杆菌属(Fusicatenibacter)(例如，肠位点等)、嗜糖镰刀链杆菌(例如，肠位点等)、海斯皮利亚菌属(Hespellia)(例如，肠位点等)、裂果胶毛螺菌(例如，肠位点等)、莫拉菌属(Moryella)(例如，肠位点等)、颤螺菌科(例如，肠位点等)、罗斯拜瑞菌11SE39种(例如，肠位点等)、多变罕见小球菌(例如，肠位点等)、双歧杆菌科(例如，肠位点等)、双歧杆菌目(例如，肠位点等)、双歧杆菌属(例如，肠位点等)、梭菌纲(例如，肠位点等)、梭菌目(例如，肠位点等)、革兰氏阴性菌纲(Negativicutes)(例如，肠位点等)、硒单胞菌目(Selenomonadales)(例如，肠位点等)、韦荣球菌科(Veillonellaceae)(例如，肠位点等)、另枝菌RMA 9912种(例如，肠位点等)、粪拟杆菌(Bacteroides caccae)(例如，肠位点等)、拟杆菌AR29种(例如，肠位点等)、拟杆菌D22种(例如，肠位点等)、普通拟杆菌(Bacteroides vulgatus)(例如，肠位点等)、嗜胆菌(Bilophila)4_1_30种(例如，肠位点等)、肠道单胞菌(Intestinimonas)(例如，肠位点等)、普雷沃菌科(Prevotellaceae)(例如，肠位点等)、放线菌纲(例如，肠位点等)、放线菌纲(例如，生殖器位点等)、腐败另枝菌(Alistipes putredinis)(例如，肠位点等)、另枝菌EBA6-25cl2种(例如，肠位点等)、另枝菌NML05A004种(例如，肠位点等)、α变形菌纲(例如，肠位点等)、厌氧棒杆菌5_1_63FAA种(例如，肠位点等)、芽孢杆菌纲(Bacilli)(例如，口位点等)、芽孢杆菌纲(例如，生殖器位点等)、拟杆菌科(例如，肠位点等)、拟杆菌目(例如，肠位点等)、拟杆菌属(例如，肠位点等)、粪拟杆菌(例如，肠位点等)、拟杆菌AR20种(例如，肠位点等)、拟杆菌AR29种(例如，肠位点等)、拟杆菌D22种(例如，肠位点等)、拟杆菌SLC1-38种(例如，肠位点等)、多形拟杆菌(例如，肠位点等)、拟杆菌门(例如，肠位点等)、拟杆菌纲(例如，肠位点等)、人肠道巴恩斯氏菌(例如，肠位点等)、吕氏布劳特菌(例如，肠位点等)、布劳特菌Ser8种(例如，肠位点等)、布劳特菌YHC-4种(例如，肠位点等)、粪布劳特菌(Blautia stercoris)(例如，肠位点等)、韦克斯勒布劳特菌(Blautia wexlerae)(例如，肠位点等)、丁酸单胞菌属(Butyricimonas)(例如，肠位点等)、梭菌纲(Clostridia)(例如，肠位点等)、梭菌科(Clostridiaceae)(例如，肠位点等)、梭菌目(Clostridiales)(例如，肠位点等)、梭菌属(例如，肠位点等)、柯林斯菌属(例如，肠位点等)、产气柯林斯菌(Collinsella aerofaciens)(例如，肠位点等)、产气柯林斯菌(例如，肠位点等)、红蝽菌科(例如，肠位点等)、红蝽菌目(例如，肠位点等)、红蝽菌纲(例如，肠位点等)、迪尔玛菌属(Dielma)(例如，肠位点等)、迪尔玛菌属(例如，肠位点等)、产甲酸多拉菌(Dorea formicigenerans)(例如，肠位点等)、长链多拉菌(Dorealongicatena)(例如，肠位点等)、埃格特菌属(例如，肠位点等)、埃格特菌HGA1种(例如，肠位点等)、艾森伯格氏菌属(Eisenbergiella)(例如，肠位点等)、塔一艾森伯格氏菌(例如，肠位点等)、粪杆菌属(Faecalibacterium)(例如，肠位点等)、普拉栖粪杆菌(例如，肠位点等)、厚壁菌门(例如，口腔位点等)、黄杆菌科(例如，肠位点等)、黄杆菌目(例如，肠位点等)、黄杆菌纲(例如，肠位点等)、普劳特黄腐菌(例如，肠位点等)、镰刀链杆菌属(例如，肠位点等)、嗜糖镰刀链杆菌(例如，肠位点等)、海斯皮利亚菌属(例如，肠位点等)、裂果胶毛螺菌(例如，肠位点等)、乳杆菌科(例如，肠位点等)、乳杆菌科(例如，生殖器位点等)、乳杆菌目(例如，生殖器位点等)、乳杆菌属(例如，肠位点等)、乳杆菌属(例如，生殖器位点等)、马文布莱恩蒂亚菌属(Marvinbryantia)(例如，肠位点等)、巨球菌属(例如，肠位点等)、莫亚拉菌属(例如，肠位点等)、臭气杆菌属(例如，肠位点等)、内脏臭气杆菌(Odoribactersplanchnicus)(例如，肠位点等)、颤螺菌科(例如，肠位点等)、副拟杆菌属(Parabacteroides)(例如，肠位点等)、卟啉单胞菌属(例如，口位点等)、红螺菌目(例如，肠位点等)、食葡糖罗斯拜瑞菌(例如，肠位点等)、罗斯拜瑞菌11SE39种(例如，肠位点等)、瘤胃球菌科(例如，肠位点等)、八叠球菌属(例如，肠位点等)、硒单胞菌目(例如，肠位点等)、罕见小球菌属(Subdoligranulum)(例如，肠位点等)、多变罕见小球菌(例如，肠位点等)、泰瑞孢子菌属(例如，肠位点等)、泰瑞孢子菌属(例如，肠位点等)、拟杆菌科(例如，肠位点等)、拟杆菌属(例如，肠位点等)、人肠道巴恩斯氏菌(例如，肠位点等)、梭菌科(例如，肠位点等)、红蝽菌科(例如，肠位点等)、红螺菌目(例如，肠位点等)、红蝽菌纲(例如，肠位点等)、埃格特菌属(例如，肠位点等)、埃格特菌HGA1种(例如，肠位点等)、艾森伯格氏菌属(例如，肠位点等)、普劳特黄腐菌(例如，肠位点等)、裂果胶毛螺菌(例如，肠位点等)、乳杆菌科(例如，肠位点等)、乳杆菌属(例如，肠位点等)、莫亚拉菌属(例如，肠位点等)、罗斯拜瑞菌11SE39种(例如，肠位点等)、八叠球菌属(例如，肠位点等)、泰瑞孢子菌属(例如，肠位点等)、拟杆菌目(例如，皮肤位点等)、拟杆菌纲(例如，皮肤位点等)、氨基酸球菌科(例如，肠位点等)、放线菌纲(例如，肠位点等)、放线菌纲(例如，生殖器位点等)、放线菌纲(例如，肠位点等)、放线菌目(例如，生殖器位点等)、另枝菌EBA6-25cl2种(例如，肠位点等)、厌氧球菌属(例如，鼻位点等)、厌氧棒杆菌5_1_63FAA种(例如，肠位点等)、芽孢杆菌纲(例如，口位点等)、芽孢杆菌纲(例如，生殖器位点等)、拟杆菌科(例如，肠位点等)、拟杆菌目(例如，肠位点等)、拟杆菌属(例如，肠位点等)、拟杆菌AR20种(例如，肠位点等)、拟杆菌AR29种(例如，肠位点等)、拟杆菌D22种(例如，肠位点等)、拟杆菌EBA5-17种(例如，肠位点等)、拟杆菌SLC1-38种(例如，肠位点等)、多形拟杆菌(例如，肠位点等)、拟杆菌门(例如，肠位点等)、拟杆菌纲(例如，肠位点等)、巴恩斯氏菌属(例如，肠位点等)、人肠道巴恩斯氏菌(例如，肠位点等)、β变形菌纲(例如，肠位点等)、双歧杆菌科(例如，肠位点等)、双歧杆菌目(例如，肠位点等)、双歧杆菌属(例如，肠位点等)、吕氏布劳特菌(例如，肠位点等)、布劳特菌YHC-4种(例如，肠位点等)、伯克霍尔德菌目(例如，肠位点等)、丁酸单胞菌属(例如，肠位点等)、丁酸单胞菌属(例如，肠位点等)、梭菌纲(例如，肠位点等)、梭菌科(例如，肠位点等)、梭菌目(例如，肠位点等)、柯林斯菌属(例如，肠位点等)、产气柯林斯菌(例如，肠位点等)、红蝽菌科(例如，肠位点等)、红蝽菌目(例如，肠位点等)、红蝽菌纲(例如，肠位点等)、棒状杆菌科(例如，肠位点等)、棒状杆菌科(例如，生殖器位点等)、棒状杆菌目(例如，肠位点等)、棒状杆菌目(例如，生殖器位点等)、棒状杆菌属(例如，肠位点等)、棒状杆菌属(例如，生殖器位点等)、多拉菌属(例如，肠位点等)、产甲酸多拉菌(例如，肠位点等)、长链多拉菌(例如，肠位点等)、艾森伯格氏菌属(例如，肠位点等)、塔一艾森伯格氏菌(例如，肠位点等)、肠杆菌属(例如，肠位点等)、丹毒梭菌属(Erysipelatoclostridium)(例如，肠位点等)、类丹毒团毛菌科(Erysipelotrichaceae)(例如，肠位点等)、类丹毒团毛菌目(例如，肠位点等)、类丹毒团毛菌纲(例如，肠位点等)、普拉栖粪杆菌(例如，肠位点等)、厚壁菌门(例如，生殖器位点等)、厚壁菌门(例如，肠位点等)、普劳特黄腐菌(例如，肠位点等)、镰刀链杆菌属(例如，肠位点等)、嗜糖镰刀链杆菌(例如，肠位点等)、海斯皮利亚菌属(例如，肠位点等)、裂果胶毛螺菌(例如，肠位点等)、乳杆菌科(例如，鼻位点等)、乳杆菌科(例如，肠位点等)、乳杆菌科(例如，生殖器位点等)、乳杆菌目(例如，生殖器位点等)、乳杆菌属(例如，鼻位点等)、乳杆菌属(例如，肠位点等)、乳杆菌属(例如，生殖器位点等)、马文布莱恩蒂亚菌属(例如，肠位点等)、莫亚拉菌属(例如，肠位点等)、革兰氏阴性菌纲(例如，肠位点等)、内脏臭气杆菌(例如，肠位点等)、颤螺菌属(例如，肠位点等)、颤螺菌科(例如，肠位点等)、副拟杆菌属(例如，肠位点等)、考拉杆菌属(Phascolarctobacterium)(例如，肠位点等)、普雷沃菌科(例如，肠位点等)、变形菌纲(例如，肠位点等)、食葡糖罗斯拜瑞菌(例如，肠位点等)、罗斯拜瑞菌11SE39种(例如，肠位点等)、八叠球菌属(例如，肠位点等)、硒单胞菌目(例如，肠位点等)、罕见小球菌属(例如，肠位点等)、多变罕见小球菌(例如，肠位点等)、华德萨特菌(Sutterella wadsworthensis)(例如，肠位点等)、华德萨特菌(例如，肠位点等)、萨特菌科(例如，肠位点等)、泰瑞孢子菌属(例如，肠位点等)、韦荣球菌科(例如，肠位点等)、疣微菌纲(Verrucomicrobiae)(例如，肠位点等)、疣微菌目(Verrucomicrobiales)(例如，肠位点等)、和/或其他合适的分类群(例如，表2所述)。
额外地或替代地，微生物组特征可以包括与表1所述靶标中的一种或多种相关联的特征。
额外地或替代地，微生物组特征可以包括与以下一个或多个分类群相关联的特征：放线菌属(属)、气球菌属(属)、差异球菌属(属)、厌氧球菌属(属)、厌氧球状菌属(Anaeroglobus)(属)、厌氧棒杆菌属(Anaerostipes)(属)、厌氧棍状菌属(Anaerotruncus)(属)、隐秘杆菌属(属)、节螺菌属(属)、阿托波菌属(属)、拟杆菌属(属)、布雷德菌属(属)、弯曲杆菌属(属)、链杆菌属(属)、红蝽菌科(科)、棒状杆菌属(属)、戴阿利斯特菌属(属)、埃格特菌属(属)、肠球菌属(属)、埃希菌属(属)、芬戈尔德菌属(属)、梭杆菌属(属)、加德纳菌属(属)、孪生球菌属(属)、乳杆菌(科)、乳杆菌目(目)、乳杆菌属(属)、纤毛菌属(Leptotrichia spp.)(属)、巨球菌属(属)、动弯杆菌属(属)、莫亚拉菌属(属)、支原体属(属)、乳头状杆菌属(属)、微单胞菌属(属)、消化球菌属(属)、嗜胨菌属(属)、消化链球菌属(属)、紫单胞菌科(科)、卟啉单胞菌属(属)、普雷沃菌属(属)、普雷沃菌科(科)、假单胞菌属(属)、瘤胃球菌属(属)、慢反应脂肪酸菌属(Segniliparus)(属)、志贺氏菌属(属)、斯尼西亚菌属(Sneathia)(属)、葡萄球菌属(属)、链球菌属(属)、密螺旋体属(属)、脲原体属(属)、韦荣球菌属(属)、韦荣球菌科(科)、克里斯滕森气球菌(Aerococcus christensenii)(种)、气球菌属(Aerococcus spp.)(属)、水栖噬冷菌(Algoriphagus aquatilis)(种)、厌氧球菌属(Anaerococcus spp.)(属)、四联消化厌氧球菌(Anaerococcus tetradius)(种)、阴道厌氧球菌(Anaerococcus vaginalis)(种)、普希氏嗜热芽孢杆菌(Anoxybacilluspushchinoensis)(种)、阿托波菌属(Atopobium spp.)(属)、阴道阿托波菌(种)、脆弱拟杆菌(Bacteroides fragilis)(种)、拟杆菌属(属)、乳酸动物双歧杆菌亚种(Bifidobacterium animalis subsp.lactis)(种)、齿双歧杆菌(Bifidobacteriumdentium)(种)、乳酸双歧杆菌(Bifidobacterium lactis)(种)、猪长双歧杆菌亚种(Bifidobacterium longum subsp.suis)(种)、缓慢布雷德菌(Bulleidia extructa)(种)、真菌状伯克霍尔德菌(Burkholderia fungorum)(种)、伯克霍尔德菌(phenoliraptrix)(种)、糖化热解纤维素菌(Caldicellulosiruptor saccharolyticus)(种)、弯曲杆菌属(Campylobacter spp.)(属)、解脲弯曲杆菌(Campylobacter ureolyticus)(种)、白色假丝酵母菌(Candida albicans)(种)、光滑假丝酵母菌(Candida glabrata)(种)、克鲁斯假丝酵母菌(Candida krusei)(种)、葡萄牙假丝酵母菌(Candida lusitaniae)(种)、吉氏支原体候选种(Candidates Mycoplasma girerdii)(种)、链型杆菌属(Catenibacterium spp.)(属)、沙眼衣原体(种)、粗壮软骨霉菌(Chondromyces robustus)(种)、梭菌BVAB2种(种)、梭菌BVAB3种(种)、卡文迪什梭菌(Clostridium cavendishii)(种)、绿色梭菌(Clostridium viride)(种)、嗜冷低温杆菌(Cryobacterium psychrophilum)(种)、微需氧戴阿利斯特菌(Dialister micraerophilus)(种)、菊迪基氏菌(Dickeya chrysanthemi)(种)、链形埃格特菌(Eggerthia catenaformis)(种)、菊欧文氏菌(Erwiniachrysanthemi)(种)、大肠埃希菌(Escherichia coli)(种)、费格森埃希菌(Escherichiafergusonii)(种)、乙酰微小杆菌(Exiguobacterium acetylicum)(种)、具核梭杆菌(Fusobacterium nucleatum)(种)、梭杆菌属(属)、加德纳菌属(属)、阴道加德纳菌(种)、孪生球菌属(属)、杜克雷嗜血杆菌(Haemophilus ducreyi)(种)、肉芽肿克雷伯氏菌(Klebsiella granulomatis)(种)、毛螺菌BVAB1种(种)、嗜酸乳杆菌(Lactobacillusacidophilus)(种)、短乳杆菌(Lactobacillus brevis)(种)、干酪乳杆菌(Lactobacilluscasei)(种)、干酪乳杆菌代田株(Lactobacillus casei Shirota)(种)、卷曲乳杆菌(Lactobacillus crispatus)(种)、德氏乳杆菌(Lactobacillus delbrueckii)(种)、发酵乳杆菌(Lactobacillus fermentum)(种)、加氏乳杆菌(Lactobacillus gasseri)(种)、惰性乳杆菌(Lactobacillus iners)(种)、詹森氏乳杆菌(Lactobacillus jensenii)(种)、约氏乳杆菌(Lactobacillus johnsonii)(种)、马乳酒样乳杆菌(Lactobacilluskefiranofaciens)(种)、类干酪乳杆菌(Lactobacillus paracasei)FJ861111.1种(种)、戊糖乳杆菌S-PT84菌株(Lactobacillus pentosus strain S-PT84)(种)、植物乳杆菌(Lactobacillus plantarum)(种)、罗伊氏乳杆菌(Lactobacillus reuteri)(种)、罗伊氏乳杆菌RC-14种(种)、鼠李糖乳杆菌(Lactobacillus rhamnosus)(种)、鼠李糖乳杆菌(BMX54菌种)(种)、鼠李糖乳杆菌BMX 54种(种)、鼠李糖乳杆菌GR-1种(种)、唾液乳杆菌(种)、阴道乳杆菌(种)、纤毛菌属(Leptotrichia spp.)(属)、东方海洋杆菌(Maribacterorientalis)(种)、吉诺莫斯普巨球菌(Megasphaera genomosp)(种)、微核形巨球菌(Megasphaera micronuciformis)(种)、巨球菌属(属)、嗜盐微小杆菌(Microbacteriumhalophilum)(种)、克氏动弯杆菌(Mobiluncus curtisii)(种)、羞怯动弯杆菌(Mobiluncusmulieris)(种)、甘油穆尔氏菌(Moorella glycerini)(种)、生殖支原体(Mycoplasmagenitalium)(种)、人支原体(Mycoplasma hominis)(种)、鼠支原体(Mycoplasma muris)(种)、淋病奈瑟菌(种)、索尔代利类梭菌(Paeniclostridium sordellii)(种)、乳头状杆菌属(Papillibacter spp.)(属)、脓肿链霉菌(Parastreptomyces abscessus)(种)、微小微单胞菌(Parvimonas micra)(种)、微单胞菌属(属)、多杀性巴氏杆菌(Pasteurellamultocida)(种)、耐乙醇片球菌(Pediococcus ethanolidurans)(种)、兔嗜胨菌(Peptoniphilus harei)(种)、吲哚嗜胨菌(Peptoniphilus indolicus)(种)、消化链球菌属(属)、厌氧消化链球菌(Peptostreptococcus anaerobius)(种)、马西利亚消化链球菌(Peptostreptococcus massiliae)(种)、消化链球菌属(属)、牙龈卟啉单胞菌(Porphyromonas gingivalis)(种)、利氏卟啉单胞菌(Porphyromonas levii)(种)、卟啉单胞菌属(属)、上野卟啉单胞菌(Porphyromonas uenonis)(种)、阿门氏普雷沃菌(Prevotella amnii)(种)、二路普雷沃菌(种)、解糖胨普雷沃菌(种)、中间普雷沃菌(Prevotella intermedia)(种)、口腔普雷沃菌(Prevotella oralis)(种)、口颊普雷沃菌(Prevotella oris)(种)、蒂莫宁普雷沃菌(Prevotella timonensis)(种)、假单胞菌属(Pseudomonas spp.)(属)、皮氏罗尔斯顿菌(Ralstonia pickettii)(种)、瘤胃球菌属(属)、科氏血杆菌(Sanguibacter keddieii)(种)、阿门氏斯尼西亚菌属(Sneathia amnii)(种)、斯尼西亚伞归根菌(Sneathia sanguinegens)(种)、斯尼西亚菌属(Sneathia spp)(属)、金黄色葡萄球菌(Staphylococcus aureus)(种)、穆拉葡萄球菌(Staphylococcusmulans)(种)、巴氏葡萄球菌(Staphylococcus pasteuri)(种)、猿葡萄球菌(Staphylococcus simiae)(种)、模仿葡萄球菌(Staphylococcus simulans)(种)、葡萄球菌属(属)、沃氏葡萄球菌(Staphylococcus warneri)(种)、无乳链球菌(Streptococcusagalactiae)(种)、咽峡炎链球菌(Streptococcus anginosus)(种)、中间链球菌(Streptococcus intermedius)(种)、化脓链球菌(Streptococcus pyogenes)(种)、草绿色链球菌(Streptococcus viridans)(种)、大西洋栖热腔菌(Thermosipho atlanticus)(种)、利恩氏热杆菌(Thermovirga lienii)(种)、苍白密螺旋体(种)、阴道毛滴虫(Trichomonas vaginalis)(种)、伯纳德真佩雷拉菌(Trueperella bernardiae)(种)、细小脲原体(Ureaplasma parvum)(种)、解脲脲原体(Ureaplasma urealyticum)(种)、蒙彼利埃韦荣球菌(Veillonella montpellierensis)(种)、小韦荣球菌(Veillonella parvula)(种)、普氏枝芽孢杆菌(Virgibacillus proomii)(种)、层状佐贝尔氏菌(Zobellialaminariae)(种)、HPV 3(病毒变型(virus variant))、HPV 6(病毒变型)、HPV 16(病毒变型)、HPV 18(病毒变型)、HPV 31(病毒变型)、HPV 33(病毒变型)、HPV 35(病毒变型)、HPV39(病毒变型)、HPV 43(病毒变型)、HPV 45(病毒变型)、HPV 51(病毒变型)、HPV 52(病毒变型)、HPV53(病毒变型)、HPV 54(病毒变型)、HPV 56(病毒变型)、HPV 58(病毒变型)、HPV 59(病毒变型)、HPV 66(病毒变型)、HPV 68(病毒变型)、HPV(病毒)、HPV(多种类型)(病毒)、表3中描述的分类群、分类群和/或病毒变型的任何组合、和/或任何其他合适分类群(例如，其中分类群可与相关联标记相关联等)。在实施例中，与多个分类群中的一个或多个相关联的标记可以包括与多个分类群相关联的16S rRNA遗传序列。标记和/或多个分类群可以与以下一种或多种相关联(例如，正关联、负关联等)：状况、病原体、共生细菌、益生菌和/或任何其他与标记相关联的信息，其中该关联可以存储在微生物数据库中，应用于表征过程和/或以其他方式进行处理。
额外地或替代地，与一种或多种女性生殖系统有关状况相关联的微生物组特征可以包括微生物组功能特征(例如，描述与一种或多种微生物相关联的功能的特征，诸如分类在本文所述的分类群下的微生物；描述功能多样性的特征；描述存在、不存在、丰度和/或相对丰度的特征等)，该微生物组功能特征对应于来自以下一种或多种的功能和/或以其他方式与以下一种或多种相关联(例如，如关于一个或多个身体位点，其中微生物组功能特征可以包括与一个或多个身体位点相关联的位点特异性功能特征，诸如其中功能特征与一种或多种女性生殖系统有关状况之间的相关性可以特异于身体位点，诸如特异于来自在对应于身体位点的身体收集位点收集的样品的在身体位点观察的微生物组组成的微生物组功能等)：直系同源簇(Clusters of Orthologous Groups,COG)数据库(例如，COG、COG2等)、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)数据库(例如，KEGG2、KEGG3、KEGG4等)和/或任何其他合适的可用数据库(例如，具有微生物功能数据的数据库等)。然而，微生物组特征可以包括与任何合适的微生物功能、人类功能和/或其他合适的功能相关联的任何合适的微生物组功能特征。
在变型中，位点特异性女性生殖系统有关表征模型(例如，用于基于处理与一个或多个身体位点相关联、也与位点特异性女性生殖系统有关表征模型相关联的用户位点特异性微生物组特征来确定女性生殖系统有关表征等)和/或女性生殖系统有关表征(例如，与身体位点相关联的等)可以基于本文所述的位点特异性微生物组特征(例如，与身体位点相关联的等)(例如，位点特异性组成特征、位点特异性功能特征等)来确定。在实施例中，方法100可以包括确定用户微生物组特征(例如，针对可以为其确定和/或推广女性生殖系统有关表征和/或疗法的用户；针对被确定为与一种或多种女性生殖系统有关状况相关联的、例如与之相关的微生物组特征，为用户确定特征值等)，该用户微生物组特征包括与一个或多个身体位点相关联的位点特异性微生物组特征。
在变型中，可以基于微生物组特征(例如，与一种或多种女性生殖系统有关状况相关联的等)来确定女性生殖系统有关表征模型和/或女性生殖系统有关表征，该微生物组特征包括微生物组组成特征(例如，位点特异性组成特征等)和微生物组功能特征(例如，位点特异性功能特征等)。在实施例中，方法100可以包括：确定位点特异性组成特征(例如，与肠位点相关联的；本文所述的组成特征等)和位点特异性功能特征(例如，与肠位点相关联的；本文所述的功能特征等)；以及基于位点特异性组成特征、位点特异性功能特征和/或其他合适数据(例如，补充数据等)，生成位点特异性女性生殖系统有关表征模型(例如，与肠位点和/或阴道位点相关联的；用于处理衍生自在肠收集位点收集的样品的数据等)；和/或基于位点特异性女性生殖系统有关表征模型和用户微生物组特征(例如，衍生自在肠收集位点收集的用户样品的等)，为一个或多个用户确定一种或多种女性生殖系统有关表征。
在特定实施例中，本文所述的微生物组组成特征(例如，包括位点特异性组成特征等)、本文所述的微生物组功能特征、和/或其他合适的微生物组特征可以基于一个或多个微生物数据集(例如，微生物序列数据集等)来确定，该微生物数据集基于来自与女性生殖系统有关状况相关联的受试者集合(例如，包括具有女性生殖系统有关状况的受试者；包括不具有女性生殖系统有关状况的受试者的受试者集合，其中这些样品和/或关联数据可以用作对照；受试者群体等)的样品(例如，样品的微生物核酸的测序等)来确定。
在变型中，本文所述的微生物组特征的任何合适组合可以用于HPV表征过程(例如，确定和/或应用HPV表征模型、以执行的诊断和/或HPV状况的合适的表征；促进对HPV状况的疗法模型和/或疗法的确定和/或应用等)。在实施例中，微生物组特征的组合可以基于他/她自己的微生物组样品来针对个体预测HPV感染的可能性，包括存在、不存在、相对丰度或衍生自样品分析(例如，位点特异性样品分析)的任何其他微生物组特征。
在变型中，本文所述的微生物组特征的任何合适组合可以用于与微生物相关联的一种或多种女性生殖系统有关状况的预防、治疗，和/或对其的治疗干预的合适促进，例如用于将阴道微生物群恢复到健康同生群(cohort)(例如，改进微生物组多样性)，例如包括调节人类肠微生物组和/或与合适身体位点相关联的其他合适微生物组中微生物的存在、不存在或相对丰度(例如，朝着与具有健康微生物组的用户相关联的目标微生物组组成和/或功能等)。然而，与女性生殖系统有关状况相关联的微生物组特征可以以任何合适的方式应用于一种或多种女性生殖系统有关状况的预防、治疗，和/或对其的治疗干预的合适促进。
在实施例中，方法100可以包括基于第一组成特征集合(例如，包括关于第一变型的上述微生物组特征中的至少一个或多个；包括微生物组特征的任何合适组合等)、第一女性生殖系统有关表征模型、第二组成特征集合(例如，包括关于第二变型的上述微生物组特征中的至少一个或多个；包括微生物组特征的任何合适组合等)、和第二女性生殖系统有关表征模型，针对第一女性生殖系统有关状况和第二女性生殖系统有关状况为用户确定女性生殖系统有关表征，其中第一女性生殖系统有关表征模型与第一女性生殖系统有关状况(例如，其中第一女性生殖系统有关表征模型针对第一女性生殖系统有关状况确定表征等)相关联，并且其中第二女性生殖系统有关表征模型与第二女性生殖系统有关状况(例如，其中第二女性生殖系统有关表征模型针对第二女性生殖系统有关状况确定表征等)相关联。在实施例中，确定用户微生物组特征可以包括第一用户微生物组功能特征确定，该第一用户微生物组功能特征与来自直系同源簇(COG)数据库和京都基因与基因组百科全书(KEGG)数据库中的至少一个的第一功能相关联，其中第一用户微生物组功能特征与第一女性生殖系统有关状况相关联；和确定第二用户微生物组功能特征，该第二用户微生物组功能特征与来自COG数据库与KEGG数据库中的至少一个的第二功能相关联，其中第二用户微生物组功能特征与第二女性生殖系统有关状况相关联；其中确定女性生殖系统有关表征可以包括基于第一组成特征集合、第一用户微生物组功能特征、第一女性生殖系统有关表征模型、第二组成特征集合、第二用户微生物组功能特征、和第二女性生殖系统有关表征模型，针对第一女性生殖系统有关状况和第二女性生殖系统有关状况，为用户确定女性生殖系统有关表征。额外地或替代地，微生物组特征的任何组合可以与任何合适数量和类型的女性生殖系统有关表征模型一起使用，以针对一种或多种女性生殖系统有关状况、以任何合适的方式确定女性生殖系统有关表征。
在实施例中，方法100可以包括基于上文和/或本文所述的微生物组特征的任何合适组合(例如，基于包括与本文所述的至少一个分类群相关联的特征的微生物组组成特征集合；和/或基于本文所述的微生物组功能特征，如对应于来自本文所述的数据库的功能等)，生成一个或多个女性生殖系统有关表征模型。在实施例中，针对用户执行表征过程可以包括，诸如基于本文所述的微生物组特征(例如，上述微生物组特征等)的检测、与其对应的值、和/或与其有关的其他方面，并且诸如以诊断、其他表征(例如，治疗有关表征等)、治疗、监测的常规方法和/或与女性生殖系统有关状况相关联的其他合适方法的额外(例如，补充的、互补的等)或替代的方式，将用户表征为具有一种或多种女性生殖系统有关状况。在变型中，微生物组特征可以用于与女性生殖系统有关状况相关联的诊断、其他表征、治疗、监测和/或任何其他合适的目的和/或方法。
以在2018年7月27日提交的美国申请16/047,840号中描述的任何合适方式，任何合适的分类群、关联、特征和/或其他合适的数据可以是可衍生的，其全部内容通过引用合并于此。
然而，确定一种或多种女性生殖系统有关表征可以以任何合适的方式执行。
3.3.B确定疗法
执行表征过程S130(例如，执行女性生殖系统有关疗法)可以包括框S140，其可以包括确定一种或多种疗法(例如，配置为调节微生物组组成、功能、多样性和/或其他合适方面的疗法，例如用于改进与女性生殖系统有关状况相关联的一个或多个方面，例如在基于一个或多个表征过程被表征的用户中等)。框S140可以起到识别、选择、排序、优先安排(prioritize)、预测、劝阻和/或以其他方式确定疗法的作用(例如，促进疗法确定等)。例如，框S140可以包括确定以下一项或多项：基于益生菌的疗法、基于细菌噬菌体的疗法、基于小分子的疗法和/或其他合适疗法，诸如可以使受试者的微生物组组成、功能、多样性和/或其他特征(例如，任何合适位点的微生物组等)朝着在推广受试者健康中所期望的状态(例如，平衡状态等)转变、和/或用于其他合适目的的疗法。
疗法(例如，女性生殖系统有关疗法等)可以包括以下任何一种或多种：消耗品(consumable)(例如，益生菌疗法、益生元疗法、如抗生素的药物、过敏或感冒药物、基于细菌噬菌体的疗法、用于基础状况(underlying condition)的消耗品、小分子疗法等)；设备有关疗法(例如，监测设备；基于传感器的设备；医疗设备；可植入的医疗设备等)；外科手术；心理学相关联疗法(例如，认知行为疗法、焦虑疗法、谈话疗法、心理动力疗法、行动导向疗法、理性情绪行为疗法、人际心理疗法、放松训练、深呼吸技术、进行性肌肉放松、冥想等)；行为修正疗法(例如，身体活动建议，诸如增加运动；饮食建议，诸如减少糖摄入量、增加蔬菜摄入量、增加鱼类摄入量、减少咖啡因消耗、减少酒精消耗、减少碳水化合物摄入量；吸烟建议，如减少烟草摄入量；有关体重的建议；睡眠习惯建议等)；局部给药疗法(例如，局部益生菌、益生元和/或抗生素；基于细菌噬菌体的疗法)；环境因素修正疗法；与一种或多种女性生殖系统有关状况相关联的任何其他合适方面的改变；和/或任何其他合适的疗法(例如，用于改进与一种或多种女性生殖系统有关状况相关联的健康状态，诸如用于改进一种或多种女性生殖系统有关状况的疗法、用于降低一种或多种女性生殖系统有关状况的风险的疗法等)。在实施例中，疗法的类型可以包括以下任何一种或多种：益生菌疗法、基于细菌噬菌体的疗法、基于小分子的疗法、认知/行为疗法、物理康复疗法、临床疗法、基于药物的疗法、饮食有关疗法、和/或旨在以任何其他合适的方式操作以促进用户健康的任何其他合适疗法。
在变型中，疗法可以包括与一个或多个身体位点相关联的位点特异性疗法，例如用于促进用户的一个或多个不同身体位点(例如，一个或多个不同收集位点等)处的微生物组组成和/或功能的改变，诸如靶向和/或转化与肠位点、鼻位点、皮肤位点、口位点和/或生殖器位点(例如，阴道位点)相关联的微生物；诸如通过促进关于配置为特定靶向一个或多个用户身体位点、诸如一个或多个用户身体位点处的微生物组的一种或多种疗法的治疗干预；诸如用于促进一种或多种女性生殖系统有关状况的改进(例如，通过将特定用户身体位点处的用户微生物组组成和/或功能朝目标微生物组组成和/或功能改变，诸如特定身体位点处的、且与一种或多种女性生殖系统有关状况的健康微生物组状态和/或缺乏相关联的微生物组组成和/或功能等)。位点特异性疗法可以包括以下任何一种或多种：消耗品(例如，靶向肠位点微生物组和/或与任何合适的身体位点相关联的微生物组等)；局部疗法(例如，用于改变皮肤微生物组、鼻微生物组、口微生物组、生殖器微生物组等)；和/或任何其他合适类型的疗法。在实施例中，方法100可以包括收集来自用户的与第一身体位点(例如，包括肠位点、皮肤位点、生殖器位点如阴道位点、口位点和鼻位点中的至少一个等)相关联的样品；确定与第一身体位点相关联的位点特异性组成特征；基于位点特异性组成特征，针对女性生殖系统有关状况为用户确定女性生殖系统有关表征；以及基于女性生殖系统有关表征，为用户促进关于第一位点特异性疗法的治疗干预(例如，向用户提供第一位点特异性疗法等)，来促进对女性生殖系统有关状况的改进，其中第一位点特异性疗法与第一身体位点相关联。在实施例中，方法100可以包括在促进关于第一位点特异性疗法的治疗干预之后(例如，在提供第一位点特异性疗法之后等)，收集来自用户的疗法后样品，其中疗法后样品与第二身体位点(例如，包括肠位点、皮肤位点、如阴道位点的生殖器位点、口位点和鼻位点中的至少一个等)相关联；基于与第二身体位点相关联的位点特异性特征，针对女性生殖系统有关状况为用户确定疗法后女性生殖系统有关表征；以及基于疗法后女性生殖系统有关表征，为用户促进关于第二位点特异性疗法的治疗干预(例如，向用户提供第二位点特异性疗法等)，来促进对女性生殖系统有关状况的改进，其中第二位点特异性疗法与第二身体位点相关联。
在变型中，疗法可以包括一种或多种基于细菌噬菌体的疗法(例如，以消耗品的形式、以局部给药疗法的形式等)，其中对受试者中所表示的某些细菌(或其他微生物)特异的一个或多个细菌噬菌体群体(例如，依照集落形成单位)可以用于向下调节或以其他方式消除某些细菌的群体。这样，基于细菌噬菌体的疗法可用于减少受试者中所表示的细菌的不期望群体的大小。额外地或替代地，基于细菌噬菌体的疗法可用于增加未被所使用的细菌噬菌体靶向的细菌群体的相对丰度。然而，基于细菌噬菌体的疗法可以以任何合适的方式用于调节微生物组的特征(例如，微生物组组成、微生物组功能等)，和/或可以用于任何合适的目的。
在变型中，疗法可以包括一种或多种益生菌疗法和/或益生元疗法，所述益生菌疗法和/或益生元疗法与本文描述的任何合适分类群(例如，关于与一种或多种女性生殖系统有关状况相关联的一种或多种微生物组组成特征等)中的至少一个或多个的任何组合(例如，包括本文描述的任何合适分类群中的一个或多个以任何合适的量和/或浓度、诸如任何合适的相对量和/或浓度的任何组合等)相关联，本文描述的任何合适分类群诸如部分3.3A中描述的任何合适分类群和/或与任何分类组相关联的任何其他合适微生物(例如，来自本文描述的分类群的微生物、诸如关于微生物组特征；与本文描述的功能特征相关联的分类群等)。对于一种或多种益生菌疗法和/或其他合适疗法，与给定的分类组和/或任何合适的微生物组合相关联的微生物可以以十万到100亿个(colony forming unit,CFU)的剂量和/或以任何合适量提供(例如，如从疗法模型中确定的，所述疗法模型预测患者的微生物组响应于所述疗法的正调节；对不同分类群的不同量；对不同分类群的相同或相似量等)。在实施例中，可以根据为他的/她的以下一项或多项定制的方案：生理机能(例如，身体质量指数、体重、身高)、人口统计学特征(例如，性别、年龄)、生态失调的严重度、对药物的敏感性以及任何其他合适因子，指导受试者摄食包括益生菌制剂的胶囊剂。在实施例中，益生菌疗法和/或益生元疗法可用于调节用户微生物组(例如，关于组成、功能等)，以促进一种或多种女性生殖系统有关状况的改进。在实施例中，促进治疗干预可以包括向用户推广(例如，推荐、告知用户关于、提供、施用、促进.其获取等)一种或多种益生菌疗法和/或益生元疗法，诸如用于促进一种或多种女性生殖系统有关状况的改进。
在益生菌疗法的特定实施例中，如图20所示，疗法模型的候选疗法可以执行以下一项或多项：通过提供物理屏障阻断病原体进入上皮细胞(例如，通过定殖抗性(colonization resistance)的方式)、通过刺激杯状细胞诱导粘液性屏障的形成、增强受试者的上皮细胞之间顶端(apical)紧密连接的完整性(例如，通过刺激封闭区1(zona-occludens1)的上调、通过阻止紧密连接蛋白(tight junction protein)再分布)、产生抗微生物因子、刺激抗炎性细胞因子的产生(例如，通过树突细胞的信号传导和调节性T细胞的诱导)、触发免疫反应、以及执行将受试者的微生物组从生态失调状态中调整出去的任何其他适合的功能。然而，益生菌疗法和/或益生元疗法可以以任何合适的方式配置。
在另一特定实施例中，疗法可以包括基于医疗设备的疗法(例如，与人类行为改变相关联的、与疾病有关状况的治疗相关联的等)。
在变型中，疗法模型优选地基于来自受试者大群体的数据，其可以包括受试者群体，在框S110中从该受试者群体衍生出微生物组多样性数据集，其中良好表征之前暴露于和之后暴露于各种治疗措施的微生物组组成和/或功能特征或健康状态。这些数据可以用于训练和验证疗法提供模型，以基于不同的女性生殖系统有关表征识别为受试者提供期望结果的治疗措施。在变型中，作为有监督的机器学习算法的支持向量机可以用于生成疗法提供模型。然而，上述任何其他合适的机器学习算法可以促进疗法提供模型的生成。
额外地或替代地，如从被识别为身体健康的受试者群体中的受试者所评估的，可关于对“正常”或基线微生物组组成和/或功能特征的识别而衍生出疗法模型。在表征为身体健康的受试者群体中的受试者子集的识别(例如，使用表征过程的特征)后，可以在框S140中生成朝着身体健康的受试者的微生物组组成和/或功能特征调节微生物组组成和/或功能特征的疗法。框S140因此可包括识别一种或多种基线微生物组组成和/或功能特征(例如，针对人口统计学特征集合中的每一个的一个基线微生物组)、以及可使处于生态失调状态的受试者的微生物组朝着被识别的基线微生物组组成和/或功能特征之一转换的潜在疗法制剂和疗法方案。然而，疗法模型可以以任何合适的方式生成和/或完善。
与益生菌疗法和/或益生元疗法相关联的(例如，通过由疗法促进系统应用的疗法模型确定的益生菌疗法相关联的)微生物组成可以包括可培养的(例如，能够被扩大以提供可扩展疗法)和非致死性的(lethal)(例如，在它们期望的治疗剂量中是非致死性的)微生物。此外，微生物组成可以包括单一类型微生物，该单一类型微生物对受试者的微生物组具有急性作用或中度作用。额外地或替代地，微生物组成可以包括配置为在朝着期望状态驱动受试者微生物组中彼此协作的多种类型微生物的平衡组合。例如，益生菌疗法中多种类型细菌的组合可以包括第一细菌类型，第一细菌类型生成被第二细菌类型使用的产物，第二细菌类型在正向影响受试者的微生物组中具有强作用。额外地或替代地，在益生菌疗法中多种类型细菌的组合可以包括几种细菌类型，该细菌类型产生具有正向影响受试者微生物组的相同功能的蛋白质。
益生菌和/或益生元组合物(prebiotic composition)可以天然衍生或合成衍生。例如，在一种应用中，益生菌组成可以天然衍生自(例如，如使用表征过程和疗法模型识别的、具有基线微生物组组成和/或功能特征的一个或多个受试者的)排泄物或其他生物物质。额外地或替代地，如使用表征过程和疗法模型识别的，益生菌组成可以基于基线微生物组组成和/或功能特征，来人工合成地衍生(例如，使用台式(benchtop)方法衍生)。在变型中，可用于益生菌疗法的微生物剂可以包括以下一种或多种：酵母菌(例如，布拉迪酵母菌(Saccharomyces boulardii))、革兰氏阴性菌(例如，尼斯勒大肠杆菌(E.coli Nissle))、革兰氏阳性菌(例如，双歧双歧杆菌(Bifidobacteria bifidum)、婴儿双歧杆菌(Bifidobacteria infantis)、鼠李糖乳杆菌(Lactobacillus rhamnosus)、乳酸乳球菌(Lactococcus lactis)、植物乳杆菌(Lactobacillus plantarum)、嗜酸乳杆菌(Lactobacillus acidophilus)、干酪乳杆菌(Lactobacillus casei)、多发酵芽孢杆菌(Bacillus polyfermenticus)等)，以及任何其他合适类型的微生物剂。然而，益生菌疗法、益生元疗法和/或其他合适的疗法可以包括与本文描述的任何合适分类群相关联的任何合适的微生物组合，和/或疗法可以以任何合适的方式配置。
框S140可以包括执行、存储、检索和/或以其他方式处理用于确定一种或多种疗法的一种或多种疗法模型。处理一种或多种疗法模型优选地基于微生物组特征。例如，生成疗法模型可以基于与一种或多种女性生殖系统有关状况相关联的微生物组特征、疗法有关方面如关于微生物组特征的疗法功效、和/或其他合适的数据。额外地或替代地，处理疗法模型可以基于任何合适的数据。在实施例中，处理疗法模型可以包括基于一种或多种疗法模型、用户微生物组特征(例如，将用户微生物组特征值输入到一个或多个疗法模型中等)、补充数据(例如，与例如关于微生物有关代谢的疗法相关联的先前的指示；用户病史；如描述人口统计学特征的用户人口统计学数据等)、和/或任何其他合适的数据，为用户确定一种或多种疗法。然而，处理疗法模型可以以任何合适的方式基于任何合适的数据。
女性生殖系统有关表征模型可以包括一种或多种疗法模型。在实施例中，确定一种或多种女性生殖系统有关表征(例如，对一个或多个用户、对一种或多种女性生殖系统有关状况等)可以包括例如基于一个或多个疗法模型(例如，应用一个或多个疗法模型等)和/或其他合适的数据(例如，微生物组特征，如用户微生物组特征、微生物数据集如用户微生物数据集等)确定一种或多种疗法。在特定实施例中，确定一种或多种女性生殖系统有关表征可以包括针对用户确定第一女性生殖系统有关表征(例如，描述对一种或多种女性生殖系统有关状况的倾向性等)；以及基于第一女性生殖系统有关表征，针对用户确定第二女性生殖系统有关表征(例如，基于对一种或多种女性生殖系统有关状况的倾向性，确定一种或多种疗法，例如用于推荐给用户等)。在特定实施例中，女性生殖系统有关表征可以包括倾向性有关数据(例如，诊断数据；相关联的微生物组组成、功能、多样性和/或其他特征等)和疗法有关数据(例如，推荐疗法；潜在疗法等)。然而，女性生殖系统有关表征可以包括任何合适的数据(例如，本文所述的数据的任何组合等)。
处理疗法模型可以包括处理多个疗法模型。例如，可以处理针对不同疗法的不同疗法模型(例如，针对不同个体疗法的不同模型；针对不同疗法组合和/或不同疗法类别的不同模型、诸如用于确定消耗疗法的第一疗法模型和用于确定心理学相关联疗法的第二疗法模型等)。在实施例中，可以处理针对不同女性生殖系统有关状况的不同疗法模型(例如，针对不同的个体女性生殖系统有关状况的不同模型；针对不同女性生殖系统有关状况组合和/或不同女性生殖系统有关状况类别的不同模型等)。额外地或替代地，处理多个疗法模型可以针对(例如，基于；针对...处理不同疗法模型等)任何合适类型的数据和/或实体而执行。然而，处理多个疗法模型可以以任何合适的方式进行，并且确定和/或应用一个或多个疗法模型可以以任何合适的方式进行。
3.4处理用户生物样品
方法100的实施方式可以额外地或替代地包括框S150，框S150可以包括处理来自用户的一个或多个生物样品(例如，来自用户的不同收集位点的生物样品等)。框S150可以起到针对用户促进微生物数据集的生成的作用，诸如用于衍生出表征过程的输入(例如，用于诸如通过应用一个或多个女性生殖系统有关表征模型，针对用户生成女性生殖系统有关表征等)。这样，框S150可以包括接收、处理和/或分析来自一个或多个用户的一个或多个生物样品(例如，同一用户的随时间的多个生物样品、不同用户的不同生物样品等)。在框S150中，生物样品优选以非侵入性(non-invasive)方式从用户和/或用户的环境中生成。在变型中，样品接收的非侵入性方式可以使用以下任何一项或多项：可渗透基底(permeablesubstrate)(例如，配置为擦拭用户身体区域的拭子(swab)、卫生纸、海绵等)、不可渗透基底(例如，载玻片、胶带等)、配置为接收来自用户身体区域的样品的容器(例如，药瓶、试管、袋子等)、以及任何其他合适的样品接收元件。在特定实施例中，生物样品可以以非侵入性方式(例如，使用拭子和药瓶)从用户的鼻、皮肤、生殖器(例如，阴道)、口和肠(例如，通过粪便样品等)中的一个或多个手机。然而，生物样品可以额外地或替代地以半侵入性方式或侵入性方式接收。在变型中，样品接收的侵入性方式可以使用以下任何一项或多项：针、注射器、活检元件、刺血针(lance)、以及用于以半侵入性或侵入性方式收集样品的任何其他合适的仪器。在特定实施例中，样品可以包括血液样品、血浆/血清样品(例如，以实现无细胞DNA的提取)和组织样品。
在以上变型和实施例中，生物样品可以在没有其他实体(例如，与用户相关联的护理员、医疗保健专业人员、自动或半自动样品收集装置等)的促进下取自用户的身体，或者可以替代地在其他实体的协助下取自用户的身体。在一实施例中，其中在样品提取过程中，生物样品在不具有其他实体的促进的情况下取自用户，样品提供试剂盒可以提供给用户。在该实施例中，试剂盒可以包括用于样品获取的一个或多个拭子、配置为接收拭子以用于存储的一个或多个容器、用于样品提供和用户账户设置的说明、配置为将样品与用户关联的元件(例如，条形码标识符、标签等)、和允许来自用户的样品递送至样品处理操作(例如，通过邮件递送系统)的接受器(receptacle)。在另一实施例中，其中生物样品在其他实体的帮助下提取自用户，一个或多个样品可以在临床上或研究设定中(例如，在临床任命期间)从用户收集。然而，生物样品可以以任何其他合适的方式从用户接收。
此外，处理和分析来自用户的生物样品(例如，以生成用户微生物数据集等)优选以与上面关于框S110描述的样品接收的实施方式、变型和/或实施例之一、和/或方法100和/或系统200的实施方式的任何其他合适部分相似的方式进行。这样，框S150中生物样品的接收和处理可以使用与接收和处理用于进行方法100的表征过程的生物样品的过程相似的过程，例如以便提供过程的一致性。然而，框S150中的生物样品接收和处理可以额外地或替代地以任何其他合适的方式进行。
3.5确定女性生殖系统有关表征
方法100的实施方式可以额外地或替代地包括框S160，其可以包括利用一个或多个表征过程(例如，关于框S130所描述的一个或多个表征过程等)诸如基于处理衍生自用户的生物样品的一个或多个微生物数据集(例如，用户微生物序列数据集、微生物组组成数据集、微生物组功能多样性数据集、处理微生物数据集以提取可用于确定一种或多种女性生殖系统有关表征的用户微生物组特征(例如，提取特征值等))处理微生物数据集以提取用户微生物组特征(例如，提取特征值等)，来为用户确定女性生殖系统有关表征。框S160可以起到为用户表征一种或多种女性生殖系统有关状况的作用，诸如通过从用户的微生物组衍生的数据提取特征，并将该特征用作到上面框S130中描述的表征过程的实施方式、变型或实施例中的输入(例如，将用户微生物组特征值用作到微生物组有关状况表征模型中的输入等)。在实施例中，框S160可以包括基于用户微生物组特征和女性生殖系统有关状况模型(例如，在框S130中生成的)，为用户生成女性生殖系统有关表征。女性生殖系统有关表征可以是任意数量的女性生殖系统有关状况、用户、收集位点和/或其他合适的实体，和/或其组合(例如，女性生殖系统有关状况的组合、单一女性生殖系统有关状况和/或其他合适的女性生殖系统有关状况等)。女性生殖系统有关表征可以包括以下一项或多项：诊断(例如，女性生殖系统有关状况的存在或不存在等)；风险(例如，女性生殖系统有关状况的发展和/或存在的风险分值)；有关女性生殖系统有关表征的信息(例如，症状、体征、触发因素、相关联状况等)；比较(例如，与其他亚组、群体、用户、用户的历史健康状况如历史微生物组组成和/或功能多样性的比较；与女性生殖系统有关状况相关联的比较等)；疗法确定；与表征过程相关联的其他合适输出；和/或任何其他合适的数据。
在另一变型中，女性生殖系统有关表征可以包括与微生物组多样性分值相关联(例如，与之相关；与之负相关；与之正相关等)的微生物组多样性分值(例如，关于微生物组组成、功能等)，该微生物组多样性分值与一种或多种女性生殖系统有关状况相关。在实施例中，女性生殖系统有关表征可以包括随时间的微生物组多样性分值(例如，针对随时间收集的用户的多个生物样品计算的)、针对其他用户的微生物组多样性分值的比较和/或任何其他合适类型的微生物组多样性分值。然而，处理微生物组多样性分值(例如，确定微生物组多样性分值；使用微生物组多样性分值来确定和/或提供疗法等)可以以任何合适的方式来执行。
框S160中的确定女性生殖系统有关表征优选包括确定与用户的微生物组组成和/或功能特征相关联的特征和/或特征组合(例如，确定与用户相关联的特征值、对应于在框S130中确定的微生物组特征的特征值等)、将特征输入到表征过程、和接收将用户表征为属于以下一项或多项的输出：行为组、性别组、饮食组、疾病状态组、以及能够被表征过程识别的任何其他合适的组。框S160可以额外地或替代地包括与用户的表征相关联的置信指标的生成和/或输出。例如，置信指标可以衍生自用于生成表征的特征数量、用于生成表征的特征的相对权重或排序、表征过程中偏差的测量、和/或与表征过程的方面相关联的任何其他合适的参数。然而，利用用户微生物组特征可以以任何合适的方式执行，以生成任何合适的女性生殖系统有关表征。
在一些变型中，可以用补充特征(例如，从为用户收集的补充数据中提取的；例如调查衍生特征、医疗历史衍生特征、传感器数据等)补充从用户的微生物数据集提取的特征，其中该数据、用户微生物组数据和/或其他合适的数据可以用于进一步完善框S130、框S160和/或方法100的实施方式的其他合适部分的表征过程。
确定女性生殖系统有关表征优选地包括，诸如通过采用框S130中所述的过程、和/或通过采用本文所述的任何合适的方法，为用户(例如，基于用户微生物数据集)、表征模型和/或其他合适的成分，提取和应用用户微生物组特征(例如，用户微生物组组成多样性特征；用户微生物组功能多样性特征；提取特征值等)。
在变型中，如图22所示，框S160可以包括，例如在网络界面、移动应用和/或任何其他合适的界面上呈现女性生殖系统有关表征(例如，从表征提取的信息；作为促进治疗干预的一部分等)，但是信息的呈现可以以任何合适的方式执行。然而，用户的微生物数据集可以额外地或替代地以任何其他合适的方式用于增强方法100的模型，并且框S160可以以任何合适的方式执行。
3.6促进治疗干预
如图25所示，方法100的实施方式可以额外地或替代地包括框S170，框S170可以包括针对一种或多种女性生殖系统有关状况为一个或多个用户促进治疗干预(例如，推广疗法、提供疗法、促进疗法的提供等)(例如，基于女性生殖系统有关表征和/或疗法模型)。框S170可以起到为用户建议、推广、提供和/或以其他方式促进关于一种或多种疗法的治疗干预的作用，诸如使用户的微生物组组成和/或功能多样性朝着关于一种或多种女性生殖系统有关状况的期望平衡状态转变(和/或以其他方式改进女性生殖系统有关状况的状态等)。框S170可以包括根据用户的微生物组组成和功能特征向用户提供定制疗法，其中定制疗法可以包括微生物制剂，该微生物制剂配置为校正具有所识别的表征的用户的生态失调特征。这样，基于训练的疗法模型，框S140的输出可用于直接向用户推广定制的疗法制剂和方案(例如，剂量、使用说明)。额外地或替代地，疗法提供可以包括可用治疗措施的建议，该可用治疗措施配置为使微生物组组成和/或功能特征朝着期望状态转变。在变型中，疗法可包括以下任何一项或多项：消耗品、局部疗法(例如，洗剂、膏剂、抗菌剂(antiseptic)等)、药物(例如，与任何合适的药物类型和/或剂量相关联的药物等)、细菌噬菌体、环境治疗、行为改变(例如，饮食改变疗法、压力减轻疗法、身体活动有关疗法等)、诊断程序、其他医疗有关程序和/或与女性生殖系统有关状况相关联的任何其他合适的疗法。消耗品可以包括以下任何一种或多种：食品和/或饮品类(例如，益生菌和/或益生元食品和/或饮品类等)、营养补充剂(例如，维生素、矿物质、纤维、脂肪酸、氨基酸、益生元、益生菌等)、消耗性药物和/或任何其他合适的治疗措施。在实施例中，提供一种或多种疗法和/或以其他方式促进治疗干预可以包括在与一个或多个用户相关联的一个或多个计算设备上(例如，在诸如网络应用的用户界面上、在计算设备上呈现的等)，向一个或多个用户提供一种或多种疗法的建议。
例如，根据疗法模型的输出，商业可获得的益生菌补充剂的组合可以包括针根据治疗模型的输出，针对用户的合适的益生菌疗法。在另一实施例中，方法100可以包括基于女性生殖系统有关状况模型(例如，和/或用户微生物组特征)，针对女性生殖系统有关状况为用户确定女性生殖系统有关状况风险；以及基于女性生殖系统有关状况风险向用户推广疗法。
在变型中，促进治疗干预可以包括推广诊断程序(例如，用于促进女性生殖系统有关状况的检测，其可以刺激其他疗法的后续推广，诸如用于调节用户微生物组以改进与一种或多种女性生殖系统有关状况相关联的用户健康状态等)。诊断程序可以包括以下任何一项或多项：病史分析、影像学检查、细胞培养测试、抗体测试、皮肤点刺测试(skin pricktesting)、斑贴测试(patch testing)、血液测试、激发测试(challenge testing)、执行方法100的实施方式的部分、和/或用于促进女性生殖系统有关状况的检测(例如，观察、预测等)的任何其他合适程序。额外地或替代地，诊断设备有关信息和/或其他合适的诊断信息可以处理为补充数据集的一部分(例如，关于框S120，其中这样的数据可以在确定和/或应用表征模型、疗法模型、和/或其他合适的模型中使用等)，和/或关于方法100的实施方式的任何合适部分进行收集、使用和/或以其他方式处理(例如，为用户施用诊断程序以监测关于框S180的疗法功效等)。
在另一变型中，框S170可以包括推广基于细菌噬菌体(bacteriophage-based)的疗法。更详细地，特异于用户中代表的某些细菌(或其他微生物)的细菌噬菌体的一个或多个群体(例如，以菌落形成单位表示)可用于下调或以其他方式消除某些细菌的群体。这样，基于细菌噬菌体的疗法可用于减小用户中代表的细菌的不期望群体的大小。作为补充，基于细菌噬菌体的疗法可用于增加未被所用细菌噬菌体靶向的细菌群体的相对丰度。
在另一变型中，促进治疗干预(例如，提供疗法等)可以包括向用户提供关于建议的疗法、其他形式的疗法、女性生殖系统有关表征和/或其他合适数据的通知。在特定实施例中，向用户提供疗法可以包括：诸如通过在Web界面上呈现通知(例如，通过与用户相关联并识别用户的用户帐户等)，(例如，与为用户提供衍生自女性生殖系统有关表征的信息基本同时地等)提供疗法建议和/或其他合适的疗法有关信息(例如，疗效；与其他个人用户、用户亚组和/或用户群体的比较；疗法比较；历史疗法和/或相关联的疗法有关信息；诸如用于认知行为疗法的心理疗法指南等)。可以通过执行应用程序、web界面和/或配置为通知提供的消息客户端的电子设备(例如，个人计算机，移动设备，平板电脑，可穿戴式、头戴式可穿戴计算设备，腕式可穿戴式计算设备等)向用户提供通知。在一实施例中，与用户相关联的个人计算机或便携式计算机的网络界面可以提供用户对该用户帐户的访问，其中用户帐户包括关于用户的女性生殖系统有关表征、用户微生物组方面的详细表征(例如，关于与女性生殖系统有关状况的相关性等)的信息，和/或关于建议的治疗措施(例如，在框S140和/或S170中生成的等)的通知。在另一实施例中，在个人电子设备(例如，智能电话、智能手表、头戴式智能设备)中执行的应用程序可以配置为提供关于由框S170的疗法模型生成的疗法建议的通知(例如，在显示器上、触觉上(haptically)、以听觉方式等)。额外地或替代地，通过与用户相关联的实体(例如，看护人、配偶、重要的其他人、医疗保健专业人员等)可以直接提供通知和/或益生菌疗法。在一些其他变型中，通知可以额外地或替代地提供给与用户相关联的实体(例如，医疗保健专业人员等)，诸如其中该实体能够促进疗法的提供(例如，借助于处方、借助于通过使用计算设备的光学传感器和/或声音传感器的数字远程医疗会议来指导治疗会议等)。然而，推广通知和/或以其他方式促进疗法可以以任何合适的方式执行。
3.7监测疗法有效性
如图23所示，方法100可以额外地或替代地包括框S180，框S180可以包括：(例如，基于处理来自用户的一系列生物样品)随时间为用户监测一种或多种疗法的有效性和/或监测其他合适成分(例如，微生物组特征等)。框S180可以起到聚集有关一种或多种疗法(例如，由给定表征的针对用户的疗法模型建议的等)的有效性的正作用、负作用和/或缺乏，和/或监测微生物组特征(例如，以在一组时间点上针对用户评估微生物组组成和/或功能特征等)的额外数据的作用。
因此，在由疗法模型(例如，通过在整个疗法中接收和分析来自用户的生物样品，通过在整个疗法中接收来自用户的调查衍生数据)推广的治疗进程期间监测用户可以用于针对由框S130的表征过程提供的各表征、以及框S140和S170中提供的各推荐疗法措施，生成疗法有效性模型。
在框S180中，可以提示用户在合并了疗法的疗法方案的一个或多个关键时间点时提供额外的生物样品、补充数据和/或其他合适数据，并且可以(例如，以与关于框S120描述的方式相似的方式)处理和分析该额外的生物样品以生成表征用户的微生物组组成和/或功能特征的调节的指标。例如，与以下一项或多项有关的指标：早期时间点时用户微生物组中代表的一个或多个分类组的相对丰度变化、代表用户的微生物组的特定分类组的变化、用户微生物组的第一分类组细菌的丰度和第二分类组细菌的丰度之间的比例、用户微生物组中的一种或多种功能家族的相对丰度变化、和/或任何其他合适指标，可以用于评估来自微生物组组成和/或功能特征的变化的疗法有效性。额外地或替代地，来自用户的、属于用户在使用疗法时的经历(例如，经历的副作用、改进的个人评估、行为改变、症状改进等)的调查衍生数据可以用于确定框S180中疗法的有效性。例如，方法100可以包括：接收来自用户的治疗后生物样品；收集来自用户的补充数据集，其中补充数据集描述用户对疗法(例如，确定的和推广的疗法)的依从性和/或其他合适的用户特征(例如，行为、状况等)；基于女性生殖系统有关表征模型和治疗后生物样品，生成关于女性生殖系统有关状况的第一用户的治疗后女性生殖系统有关表征；以及基于治疗后女性生殖系统有关表征(例如，基于治疗后女性生殖系统有关表征与治疗前女性生殖系统有关表征之间的比较等)和/或用户对疗法的依从性(例如，基于用户微生物组关于女性生殖系统有关状况的正向或负向结果改变疗法等)，针对女性生殖系统有关状况向用户推广更新的疗法。额外地或替代地，其他合适的数据(例如，描述与一种或多种女性生殖系统有关状况相关联的用户行为的补充数据；描述诸如观察到的症状的女性生殖系统有关状况的补充数据等)可以在确定治疗后表征(例如，关于女性生殖系统有关状况的治疗前到治疗后的变化程度等)、更新的疗法(例如，基于对所推广的疗法的有效性和/或依从性确定更新的疗法等)中使用。
在实施例中，方法100可以包括收集补充数据(例如，调查衍生数据；告知女性生殖系统有关状况的状态，诸如关于症状严重性等)；基于用户微生物组特征和补充数据，针对用户确定女性生殖系统有关表征；基于女性生殖系统有关表征，针对女性生殖系统有关状况促进关于疗法的治疗干预(例如，向用户推广疗法等)；收集来自用户的治疗后生物样品(例如，在促进治疗干预之后等)；收集后续补充数据(例如，包括第二调查衍生数据和设备数据的至少之一等)；以及基于后续补充数据和与治疗后生物样品相关联的治疗后用户微生物组特征，针对女性生殖系统有关状况为用户确定治疗后女性生殖系统有关表征。在该实施例中，方法100可以包括基于治疗后女性生殖系统有关表征，针对用户促进关于更新的疗法的治疗干预，以改进女性生殖系统有关状况，诸如其中更新的疗法可以包括以下至少一项：消耗品、设备有关疗法、外科手术、心理相关联疗法、行为改变疗法和环境因素改变疗法。在实施例中，确定治疗后女性生殖系统有关表征可以包括基于治疗后微生物组特征、确定用户的微生物组特征和参考微生物组特征之间的比较，该参考微生物组特征对应于共享与女性生殖系统有关状况相关联的行为因素和环境因素(和/或其他适合的特征)的至少一项的用户亚组，并且其中，促进关于更新的疗法的治疗干预可以包括向用户呈现该比较，以促进行为改变疗法和环境因素改变疗法和/或其他合适疗法中的至少一项。然而，框S180可以关于额外的生物样品、额外的补充数据和/或其他合适的额外数据，以任何合适的方式来执行。
可以在任何合适时间和任何频率执行疗法有效性、额外生物样品的处理(例如，以确定额外的女性生殖系统有关表征、疗法等)，和/或与关于女性生殖系统有关状况的持续的生物样品收集、处理和分析相关联的其他合适方面，以生成、更新和/或以其他方式处理模型(例如，表征模型、疗法模型等)和/或用于其他合适目的(例如，作为与方法100的实施方式的其他部分相关联的输入)。然而，框S180可以以任何合适的方式执行。
3.8处理微生物数据库
方法100可以额外地或替代地包括框S185，该框S185可以包括处理(例如，生成、应用、将数据存储于等)一个或多个微生物数据库。框S185可以起到关于包括标记信息、微生物组特征、与一种或多种状况的关联、和/或其他合适数据的数据库执行处理的作用(例如，用于促进表征过程、诸如用于在生成一种或多种表征中与用户微生物特征的比较等)。例如，分类数据库可以存储与相应的多个分类群相关联的微生物遗传序列，该相应的多个分类群可以与一种或多种相应状况相关联地存储。
标记可以包括以下任何一种或多种：遗传序列、肽序列、生物标记、靶标、特征(例如，微生物组组成特征、微生物组系统发育多样性特征、微生物组功能多样性特征等)、和/或指示微生物(例如，分类群)和/或相关联状况的任何其他合适标记。由分类学数据库存储的遗传序列优选包括rRNA的一个或多个基因序列(例如，rRNA基因序列的可变区域)，其可以包括以下任何一个或多个：16S、18S、30S、40S、50S、60S、5S、23S、5.8S、28S、70S、80S、各区域和/或任何其他合适的rRNA基因之间的基因间区域。遗传序列优选包括与HPV相关联的一个或多个基因序列，和/或与任何合适的女性生殖系统有关状况相关联的序列。额外地或替代地，遗传序列可以与其他RNA基因、蛋白质基因和/或任何其他合适类型的基因相关联。由分类学数据库存储的一个或多个标记优选地共享标记特征，该标记特征可以包括以下一个或多个：跨多个分类单元的保守遗传序列(例如，包括可变区域的半保守遗传序列)、保守肽序列、共享的生物标记和/或任何其他合适的标记相关联信息。
标记优选地与多个分类单元(例如，本文描述的任何合适的分类单元)相关联，以基于与存储的标记的比较实现将用户微生物序列映射到特定分类单元。
处理微生物数据库可以包括：(例如，基于从引物衍生的预测读段，该引物基于跨多个分类群共享的标记特征而选择等)针对数据库确定参考标记集合；确定目标分类单元列表(例如，与阴道有关状况相关联的)；(例如，在使用优化参数的情况下)，基于与参考标记的比较(例如，序列比较)过滤目标分类单元列表；和将过滤的分类单元与相应的参考标记相关联地存储在数据库中。
在实施例中，确定参考标记集合优选地基于一种或多种引物(例如，如在框S110中将用于扩增来自生物样品的遗传物质的引物等)。例如，方法100可以包括：基于引物(例如，用于正向的V4引物GTGCCAGCMGCCGCGGTAA、用于反向的GGACTACHVGGGTWTCTAAT等)，预测16SrRNA基因的扩增子，该引物允许满足序列与参考数据库(例如，SILVA数据库)的比较的阈值条件(例如，在整个序列上最多2个错配)的退火；基于简并性(degeneracy)过滤扩增子(例如，滤出扩增到超过20种可能的非简并序列的简并扩增子)；修饰过滤的扩增子以代表正向读段(例如，包括正向引物和到正向引物的3'端的I25bp等)和反向读段(例如，包括反向引物和到反向引物的3'端的i24bp等)；处理修饰的扩增子(例如，去除引物)；和将处理后的扩增子(例如，正向读段后的i25bp加上反向读段后的i24bp；以级联形式等)存储为参考标记。额外地或替代地，扩增子预测、处理和/或相关联的操作可以基于任何合适的引物，和/或可以以任何合适的方式配置，用于确定参考标记。
在变型中，方法100可以包括确定目标分类群列表(例如，与状况集合相关联的属集合和种集合等)，确定目标分类群列表优选地包括处理状况有关信息源(例如，第三方信息源，诸如科学文献、临床试验等；包括有关状况、相关联微生物和/或相关联标记的信息的源等)。在变型中，框S110可以包括手动处理状况有关信息源(例如，使用人工管理标记和/或相关联信息等)以生成目标分类群列表。确定目标分类单元可以包括自动处理状况有关的信息源。例如，框S110可以包括：生成在线信息源列表；基于列表获取在线信息源；处理在线信息源以提取分类单元集合、有关状况和/或其他相关联数据(例如，通过应用自然语言处理技术等)以生成目标分类单元列表。确定目标分类群列表优选地包括基于与参考标记集合的比较来过滤目标分类单元列表，例如类似于2016年9月9日提交的PCT/US2016/051,156号PCT申请中所描述的，其全部内容通过该引用合并于此；和/或可以以任何合适的方式起作用。
在实施例中，方法100可以包括，诸如基于使用与来自多个分类群的一个或多个分类群相关联的遗传序列(例如，针对分类群的16S rRNA基因V4区)的100％长度上的100％同一性、对参考标记集合执行序列相似性搜索，将来自参考标记集合的参考标记与来自目标分类群列表的分类群相关联。然而，任何合适的同一性参数、长度参数、和/或其他合适参数可以应用于序列相似性搜索，并且将参考标记与分类群相关联可以以任何合适的方式执行。优选根据优化参数(例如，诸如通过使用混淆矩阵，针对敏感性、特异性、精度、阴性预测值和/或其他指标进行优化等)，针对初步目标列表的不同分类单元过滤参考标记。在实施例中，如表4-5所示，可以基于优化参数阈值(例如，要求各优化参数超过90％；要求精度超过95％等)，过滤来自初步目标列表的分类单元。在另一实施例中，框S120可以包括：生成多个子数据库，该子数据库将给定的分类单元与不同数量的参考标记(例如，序列)相关联，导致不同的优化参数配置文件。在特定实施例中，框S110可以包括：接受明确对应于分类群的第一参考标记子集；基于dt/ti的商，排序来自第二参考标记子集的参考标记，其中“ti”表示对感兴趣的分类群的序列注释，“dt”表示对不同分类群的序列注释；基于不同的商条件，针对分类群生成子数据库集合(例如，基于商条件为0针对特异性优化的子数据库；基于商条件为100针对敏感性优化的子数据库)；针对子数据库集合确定优化参数集合；基于针对与满足优化参数的优化参数对应的分类群的子数据库，过滤初步目标分类群列表；和将与相应的参考标记相关联的过滤后的分类群(例如，如表4-5所示)存储在分类数据库中。额外地或替代地，确定目标分类群列表可以以任何合适的方式来执行。
在实施例中，方法100可以包括基于允许最多2个错配的引物(例如，针对正向引物的CGTCCCAAAGGAAACTGATC、CGACCTAAAGGAAACTGATC、CGTCCAAAAGGAAACTGATC、GCCAAGGGGAAACTGATC、CGTCCCAAAGGATACTGATC、CGTCCAAGGGGATACTGATC、CGACCTAAAGGGAATTGATC、CGTCCTAATGGGAATTGGTC、CGACCTAGTGGAAATTGATC、CGACCAAGGGGATATTGATC、GCCCAACGGAAACTGATC、CGACCCAAGGGAAACTGGTC、CGTCCTAAAGGAAACTGGTC、GCGACCCAATGCAAATTGGT、CGTCCTAAAGGGAATTGATC、CGTCCHARRGGAWAYTGRTC，和针对反向引物的GCACAGGGACATAACAATGG、GCGCAGGGCCACAATAATGG、GCACAGGGACATAATAATGG、CCCAGGGCCACAACAATGG、GCTCAGGGTTTAAACAATGG、GCACAAGGCCATAATAATGG)，针对来自HPV基因组的L1基因预测扩增子，用作来自HPV参考数据库(例如，PaVE数据库)的模板基因组序列。在特定实施例中，可以修饰生成的扩增子，以获得最终的短串联扩增子，其中扩增子可以包括后接从5'至3'的扩增子的125bp的正向引物(20bp)。相同的程序可以应用于扩增子的反向序列，该扩增子包括后接目标序列的125bp的反向引物；其中两个修饰的读段可以级联以产生最终的250bp短扩增子；其中可以聚类(例如，使用CD-HIT等)最终的扩增子以减少序列冗余；并且其中数据库也可以包括在两个方向加上75pb扩展的完整扩增子。
额外地或替代地，处理微生物数据库可以包括基于处理从用户群体接收的生物样品，关于从用户群体接收的补充数据集识别参考标记和相关联分类群(例如，基于衍生自从用户收集的生物样品的微生物组组成特征、微生物组系统发育多样性特征和/或微生物组功能多样性特征，针对用户确定与自报告状况的相关性)，但是确定对应于目标分类群的参考标记可以以任何合适的方式执行。然而，处理分类学数据库可以以任何合适的方式来执行。
3.9验证
方法100可以额外地或替代地包括框S190，其叙述了：验证。框S190可以起到验证方法100的实施方式的任何合适部分和/或系统200的实施方式的任何合适组件的作用。例如，验证可以包括基于微生物组数据集、微生物组特征和/或微生物组数据库，验证在针对用户生成一种或多种女性生殖系统有关表征中使用的过程，诸如为了促进用户微生物组特征和/或参考微生物组参数范围(例如，针对目标分类群的相对丰度)的准确确定。验证优选地包括执行方法100的实施方式的一个或多个部分和/或将系统200的实施方式的一个或多个组件应用于一个或多个参考组件(例如，具有已知微生物组组成、微生物组系统发育多样性和/或微生物组功能多样性的参考样品，例如关于目标分类群列表；参考实验技术等)。
在变型中，验证可以包括基于将与目标分类群相关联的遗传物质(例如，合成遗传物质，诸如代表针对不同目标分类群的16S rRNA基因的V4区域的合成双链DNA等)稀释(例如，至任何合适的比例)；和通过执行方法100的实施方式的一个或多个部分(例如，框S110-S130等)来处理参考样品，以验证与参考样品相关联的目标分类群的检测。在变型中，验证可以包括处理衍生自真实和/或合成生物样品的参考样品(例如，具有已知成分的活的或重组材料的阴道样品等)，以验证与参考样品相关联的目标分类群的检测。在实施例中，可以验证用于女性健康测定的细菌靶标的检测。在特定实施例中，对照样品(例如，对细菌靶标呈阴性的)、对沙眼衣原体呈阳性的第一参考样品和对淋病奈瑟菌呈阳性的第二参考样品可用作女性健康试验的输入，以估计检测能力(例如，如图15所示，包括含沙眼衣原体(n＝5)或淋病奈瑟菌(n＝5)的十个去识别的(de-identified)临床验证样本(iSpecimen)、以及阴道池(vaginal pool,VP)，该阴道池通过组合来自11个个体的96个阴道样品而构建，使用16S rRNA基因扩增和测序针对任一种病原体的存在进行测试，其中各样本进行了五次重复测试，并且其中在由浅(不存在)到深(100％相对丰度)的标尺(scale)上示出了各重复实验中两种病原体的相对丰度等，其中四种SH相关联靶标(例如，沙眼衣原体、生殖支原体、淋病奈瑟菌和苍白密螺旋体)未存在于来自健康受试者集合的任何样品中，也未存在于用于验证对所提取DNA的迪根测试的性能的阴道样品集合中，并且其中在用于比较测定的HPV基因分型部分与迪根测试的样品集合中，在某些样本中发现了沙眼衣原体和生殖支原体。
额外地或替代地，验证可以包括基于验证表征过程(例如，以改进准确性、精度和/或与参数、特征和/或其他合适数据相关联的其他合适指标等)和/或方法100的实施方式的其他合适部分的结果，来改变(例如，更新等)一个或多个参数、特征和/或与方法100的实施方式的一个或多个部分相关联的其他合适数据。
验证可以额外地或替代地包括确定与参考试验和/或其他合适的实验技术的比较。在变型中，验证可以包括确定与参考试验的比较(例如，迪根高风险HPV HC2 DNA测试)。
在实施例中，可以将采样性能与参考HPV测定(例如，迪根HPV检测测试)进行比较。在特定实施例中，可以使用与方法100和/或系统200的实施方式相关联的女性健康试验来收集第一样品，并且可以使用参考HPV试验来收集第二样品，诸如用于执行验证实验，例如用于通过使用均质化的阴道池(例如，通过组合衍生自多次自行采样的个体的阴道样品等)执行刺突和批内技术可重复性实验(例如，本文所述)。
在实施例中，可以将扩增和基于序列的HPV类型识别(例如，与方法100和/或系统200的实施方式相关联的)与参考HPV试验(例如，迪根HPV检测测试；hrHPV探针和/或迪根HPV检测测试的lrHPV探针等)进行比较。
在实施例中，可以针对参考HPV试验(例如，迪根HPV检测测试)评估与女性健康测定相关联的(例如，与方法100的实施方式的部分相关联的)HPV测序。在特定实施例中，对于hrHPV基因分型，同一性为95.3％，κ为0.804；在去除迪根hrHPV探针显示出与lrHPV类型的交叉反应性的样品后，hrHPV基因分型测定的敏感性和特异性分别为94.5％和96.6％，κ为0.841；对于lrHPV基因分型，同一性为93.9％，κ为0.788，而敏感性和特异性分别为100％和92.9％。
在特定实施例中，可以通过估计在自采样的成对的阴道样品上的性能、使用对照和校准物，来比较参考HPV试验的性能，诸如其中来自参考HPV测定的结果可以用作比较的标准，其中如果分配给一种HPV类型的读段的数目除以分配给加标(spiked-in)对照的归一化读段的数目大于阈值(例如，0.1等)，则可以将来自女性健康试验的结果(例如，与方法100和/或系统200的实施方式相关联的)视为对该HPV类型呈阳性，并且其中可以用科恩氏κ值评估女性健康测定与参考HPV测定之间的同一性(例如，其中同一性的水平可以定义为以下范围：0-0.2，差；0.21-0.40，一般；0.41-0.6，中等；0.61-0.8，良好；0.81-1.00，非常好等)。
在实施例中，可以针对参考测定估计所提取的DNA(例如，所提取的阴道DNA)和/或其他合适样品的性能，以评估参考试验的性能(例如，迪根HFV检测测试等)，诸如如图16(例如，包括对87个成对的、自收集的宫颈阴道样品集合的迪根HC2高风险HPV试验性能，其中在DNA提取后，直接从STM试管或从成对的样品中测试样品，其中线示出了迪根测定的截断(RLU比例＝1)，其中，TN、真阴性；TP、真阳性；FN、假阴性；FP、假阳性等)和表12(例如，包括对87个成对的、自收集的阴道样品集合的迪根HC2高风险HPV试验性能的执行，其中使用重悬于迪根样本转运介质(“迪根(Specimen Transport medium,STM)”)的迪根刷(digenebrush)收集样品的一个集合，并从用裂解/稳定缓冲液悬浮于试管中的拭子对第二集合提取DNA(“迪根DNA”)等)所示。
在实施例中，可以通过女性健康试验与参考试验(例如，迪根HPV检测测试等)之间的比较来评估关于临床样品(例如，临床阴道样品)和/或其他合适样品的性能，诸如针对hrHPV测序的性能，诸如如图17A(例如，包括来自718个阴道样品的DNA的结果，阴道样品通过使用HPV引物进行PCR扩增和测序提取和测试，并额外地、直接用于使用HC2 hrHPV(图17A)或lrHPV(图17B)探针混合物的迪根试验，其中针对各样品，x轴显示分配给验证过的HPV类型的读段与分配给加标内部对照的读段的归一化比例，而Y轴显示对测定的截断RLU归一化的迪根HPV探针RLU值，其中线显示各个试验的截断，其中图17A包括601个样品的子集中的hrHPV测试结果的比较，并且其中在迪根hrHPV试验中呈阳性并在hrHPV基因分型试验中呈阴性、但通过基因分型检测到了lrHPV序列的六个样品显示为三角形等)和表13(例如，包括用于比较女性健康试验和迪根HC2 hrHPV试验以检测hrHPV的结果；其中在601个样品中，504个样品在两项测试中呈阴性，而69个样品在两项测试中呈阳性；其中如果分配给验证的hrHPV类型(16、18、31、33、35、39、45、51、52、56、58、59、66和68)的任一种的归一化读段的数目除以分配给加标对照的读段的数目大于0.1，则基因分型测定被视为呈阳性；其中如果测得的RLU等于或大于试验的截断(RLU比例为1或更高)，则迪根测试被视为呈阳性；并且其中发现在归一化的hrHPV测序读段的数目与迪根HC2 hrHPV RLU比例之间的正相关等)所示。
在实施例中，通过女性健康试验与参考试验(例如，迪根HPV检测测试等)之间的比较来评估关于临床样品(例如，临床阴道样品)和/或其他合适样品的性能，例如针对hrHPV测序的性能，诸如如图17B(例如，其中图17B包括148个样品的子集中的lrHPV测试结果的比较等)和表14(例如，其中在148个样品中，118个样品在两项测试中呈阴性，而21个样品在两项测试中呈阳性；其中如果分配给验证过的lrHPV类型(6、11、42、43、44)的任一种的归一化读段数目除以分配给加标对照的读段数目大于0.1，则基因分型测定被视为呈阳性；其中如果测得的RLU等于或大于试验截断(RLU比例为1或更高)，则迪根测试被视为呈阳性；并且其中归一化的lrHPV测序读段的数目与迪根HC2 lrHPV RLU比例正相关等)。
在实施例中，可以在女性健康试验和参考试验(例如，迪根HPV检测测试等)之间，比较临床样品中hrHPV和lrHPV型的患病率，诸如如图18A和18B所示(例如，包括组合的718个样品的结果)。
验证可以额外地或替代地包括体外验证(例如，对任何合适的分类群和/或靶标，诸如与女性健康试验相关联的分类群和/或靶标的验证等)。在变型中，验证可以包括细菌靶标(例如，表1中描述的32个细菌靶标等)的体外验证。在特定实施例中，体外验证可以包括使用合成DNA，诸如包括16S rRNA基因的V4区的合成DNA，该16S rRNA基因的V4区包括引物区(例如，基于SILVA代表性序列；其中可以通过在分类群中执行全部序列的全部对全部(all-against-all)序列比较、并将共享与集合中最大数目的序列的最高相似性的序列识别为代表性的来选择每个分类群的SILVA代表性序列等)加上在5’侧和3’侧的75个额外的碱基，每种靶标一个sDNA(例如，如表7所示)。在特定实施例中，为了验证各靶标可以在阴道拭子样本中检测到，可以将各sDNA(例如，3ng)加标到通过组合包括在该研究中的女性阴道样本而创建的阴道池的等分试样(例如，500μl)中，并从各加标的阴道池中提取DNA；其中各加标实验一式三份地执行；并且其中细菌靶标通过使用靶向16S rRNA基因的PCR的扩增、测序和生物信息学流水线来检测，诸如方法100的实施方式的部分；其中在对从阴道池中提取的DNA执行的一式三份的加标扩增反应的每一份中，各靶标被检测为高于检测限(LOD)。额外地或替代地，可以确定靶标(例如，细菌靶标)的LOD。在特定实施例中，可以使用PCR板的孔(例如，96孔PCR板的空白孔，其中板的第一行和第一列的孔各自包含200pg/ul的来自不同靶标的合成16S rRNA基因DNA等)；其中LOB被设定为这些空白孔中的读段的平均数加上1.65标准偏差；其中细菌sDNA的池以不同比例混合(例如，将各细菌sDNA随机分配给两个池、A和B中的一个，这两个池、A和B各自包含相等摩尔量的sDNA)；其中在PCR等级的水中依次稀释各池(例如，池A稀释液与未稀释的池B以1:1混合，反之亦然)；其中，池A/B组合物以一式三份地用于以下描述的DNA提取、扩增和测序；其中针对各靶标，LOD被定义为sDNA的最低浓度，在该最低浓度中在具有10,000个以上的读段的样品中，三个重复中至少两个包含针对该靶标的至少两个读段；其中使用LOD，可以计算出在其LOD处的针对各分类群的检测下限阈值，即LOB(48.27)加上LOD*1.65处的分类群的标准偏差；并且其中该阈值用于正确分配在其LOD处或高于其LOD如在样品中识别的分类群。在特定实施例中，对于具有在混合的池A和B中存在的种级和属级的sDNA的靶标，可以应用生物信息学校准：针对该属内的种也存在于混合的池中的属级靶标的总读段被定义为针对该属的、并减去对应于在相同池混合物中属于该属的种级靶标的所有那些读段的总测量读段(例如，可以仅将匹配属而不匹配种级的读段分配给属)。
在变型中，验证可以包括HPV靶标(例如，表1中描述的HPV靶标等)的体外验证。在特定实施例中，可以使用大约600bp长的L1基因的片段。在特定实施例中，代表5种lrHPV型和19种hrHPV型(例如，包括在女性健康试验中)的合成DNA序列可以描述在表8中。在特定实施例中，为了验证各靶标可以在阴道拭子样本中检测到，可以将各sDNA(例如，3ng)加标到通过组合包括在该研究中的女性阴道样本而创建的阴道池的等分试样(例如，500μl)中，并从各加标的阴道池中提取DNA；其中加标的HPV靶标通过使用靶向L1基因的PCR的扩增、和生物信息学流水线来检测(例如，方法100的实施方式的部分)；其中各加标实验一式三份地执行；其中在对从阴道池中提取的DNA执行的三次重复的加标扩增反应的每一次中，各HPV靶标被检测为高于检测限(LOD)；其中针对HPV分配读段的数目除以分配给内部加标对照的归一化读段的总数，各靶标具有大于0.1的比例。在特定实施例中，为了确定HPV靶标的LOD，在无核酸酶的水中制备了代表HPV靶标的sDNA的10倍系列稀释液，范围从每μl l05到102个分子；其中一个靶标的稀释液与另一靶标的稀释液反向组合，形成不同的HPV sDNA对。各稀释对直接一式三份地用作PCR模板，如下所述。
然而，验证可以以任何合适的方式执行。
4.系统
如图2所示，系统200的实施方式(例如，用于表征女性生殖系统有关状况)可以包括以下任何一个或多个：处理系统(例如，样品处理系统等)210，其可操作以收集和/或处理来自一个或多个用户(例如，人类受试者、患者、动物受试者、环境生态系统、护理提供者等)的生物样品(例如，由用户收集并包含在包含预处理试剂的容器中；等)，以促进微生物数据集(例如，微生物遗传序列；微生物序列数据集；等)的确定；女性生殖系统有关表征系统220，其可操作以确定微生物组特征(例如，微生物组组成特征；微生物组功能特征；多样性特征；相对丰度范围；诸如基于微生物数据集和/或其他合适的数据；等)、确定女性生殖系统有关表征(例如，女性生殖系统有关状况表征、疗法有关表征、对用户的表征等)；和/或疗法促进系统230，其可操作以针对一种或多种女性生殖系统有关状况促进治疗干预(例如，推广疗法等)(例如，基于一种或多种女性生殖系统有关状况；用于改进一种或多种女性生殖系统有关状况；等)。
系统200的实施方式可以包括一个或多个处理系统210，其可起到接收和/或处理(例如，片段化、扩增、测序、生成相关联数据集等)生物样品以将生物样品的微生物核酸和/或其他成分转变为数据(例如，可后续进行比对和分析的遗传序列；微生物数据集等)来促进女性生殖系统有关表征和/或治疗干预的生成的作用。处理系统210可以额外地或替代地起到诸如通过邮件递送系统，向多个用户(例如，响应于样品试剂盒250的购买订单)提供样品试剂盒250(例如，包括样品容器、用于从一个或多个收集位点收集样品的指令等)的作用。处理系统210可以包括用于测序一个或多个生物样品(例如，测序来自生物样品的微生物核酸等)的一个或多个测序系统215(例如，下一代测序系统、用于靶向扩增子测序、合成测序技术、毛细管测序技术、桑格(Sanger)测序、焦磷酸测序(pyrosequencing)技术、纳米孔测序技术的测序系统等)，诸如以生成微生物数据(例如，微生物序列数据、用于微生物数据集的其他数据等)中。下一代测序系统(例如，下一代测序平台等)可以包括用于一个或多个高通量测序(例如，通过高通量测序而促进)的任何合适的测序系统(例如，测序平台等)技术；大规模并行签名测序，波罗尼(Polony)测序，454焦磷酸测序，Illumina测序，SOLiD测序，离子激流半导体测序，DNA纳米球测序，Heliscope单分子测序，单分子实时(SMRT)测序，纳米孔DNA测序等)，任何代数的测序技术(例如，第二代测序技术，第三代测序技术，第四代测序技术等)，与扩增子相关联的测序(例如，靶向扩增子测序)，合成测序，隧道电流测序，杂交测序，质谱测序，基于显微镜的技术和/或任何合适的下一代测序技术。额外地或替代地，测序系统215可以实施毛细管测序、Sanger测序(例如，微流体Sanger测序等)、焦磷酸测序、纳米孔测序(牛津纳米孔测序等)和/或由任何合适的测序技术促进的任何其他合适类型的测序中的任何一种或多种。
处理系统210可以额外地或替代地包括库制备系统，其可操作以多重方式自动地制备生物样品(例如，使用与同女性生殖系统有关状况相关联的遗传靶标相容的引物进行片段化和扩增)以通过测序系统进行测序；和/或任何合适的组件。处理系统210可以进行本文描述的任何合适的样品处理技术。然而，处理系统210和相关联组件可以以任何合适的方式配置。
系统200的实施方式可以包括一个或多个女性生殖系统有关表征系统220，其可以起到(例如，基于导致微生物遗传序列的处理的生物样品；与参考序列的比对等)确定、分析、表征和/或以其他方式处理微生物数据集，微生物组特征(例如，个体变量；变量组；与表型预测、统计学描述相关的特征；与从个体获得的样品相关联的变量；与女性生殖系统有关状况相关联的变量；完全地或部分地描述样品的微生物组组成和/或功能的相对量或绝对量的变量；等)、模型、和/或用于促进女性生殖系统有关表征和/或治疗干预的其他合适数据。在实施例中，女性生殖系统有关表征系统220可以识别与特征的信息相关联的数据，所述特征的信息统计地描述与一种或多种女性生殖系统有关状况相关联的样品(例如，与女性生殖系统有关状况的存在、不存在、风险、倾向性和/或与之有关的其他方面相关联的样品等)之间的差异，诸如其中不同分析可以将补充意见提供到区分不同样品(例如，区分与状况的存在或不存在相关联的亚组等)的特征中。在特定实施例中，个体预测因子、特定生物学过程和/或统计学推断的潜在变量可以在不同的数据复杂水平上提供补充信息，以促进关于表征、诊断和/或治疗的变化的下游机会。在另一特定实施例中，女性生殖系统有关表征系统220处理用于执行一个或多个表征过程的补充数据。
女性生殖系统有关表征系统220可以包括、生成、应用和/或以其他方式处理女性生殖系统有关表征模型，该模型可以包括用于表征一种或多种女性生殖系统有关状况(例如，针对一种或多种女性生殖系统有关状况为一个或多个用户确定倾向性等)的一个或多个女性生殖系统有关状况模型中的任何一种或多种、用于确定疗法的疗法模型和/或用于与系统200和/或方法100的实施方式相关联的任何合适目的的任何其他合适模型。在特定实施例中，女性生殖系统有关表征系统220可以生成和/或应用疗法模型(例如，基于交叉条件分析等)，以识别和/或表征用于治疗一种或多种女性生殖系统有关状况的疗法。可以基于以下一项或多项，应用(例如，执行、选择、检索、存储等)不同的女性生殖系统有关表征模型(例如，女性生殖系统有关表征模型的不同组合；应用不同分析技术的不同模型；不同输入和/或输出类型；以诸如关于时间和/或频率的不同方式应用的等)：女性生殖系统有关状况(例如，根据正在表征的一种或多种女性生殖系统有关状况，使用不同的女性生殖系统有关表征模型，诸如其中不同的女性生殖系统有关表征模型关于不同女性生殖系统有关状况和/或状况组合具有不同的处理数据的适用性水平等)、用户(例如，基于不同的用户数据和/或特征、人口统计学特征、遗传学、环境因素的不同的女性生殖系统有关表征模型等)、女性生殖系统有关表征(例如，用于不同类型表征的不同女性与生殖系统有关表征模型，诸如治疗有关表征与诊断有关表征，诸如用于识别相关微生物组组成与确定女性生殖系统有关状况的倾向性分值等)、疗法(例如，用于监测不同疗法的功效的不同女性生殖系统有关表征模型等)、身体位点(例如，用于处理与来自不同样品收集位点的生物样品相对应的微生物数据集的不同女性生殖系统有关表征模型等)、补充数据和/或任何其他合适的成分。然而，女性生殖系统有关表征模型可以以任何合适的方式定制和/或使用，以促进女性生殖系统有关表征和/或治疗干预。
女性生殖系统有关表征系统220可以优选地确定位点特异性女性生殖系统有关表征(例如，位点特异性分析)。在实施例中，女性生殖系统有关表征系统220可以生成和/或应用不同的位点特异性女性生殖系统有关表征模型。在特定实施例中，可以基于不同的微生物组特征、诸如一个或多个身体位点相关联的位点特异性特征，生成位点特异性女性生殖系统有关表征模型，该位点特异性女性生殖系统有关表征模型与一个或多个身体位点相关联(例如，使用肠位点特异性特征，该肠位点特异性特征衍生自从受试者的肠收集位点收集的样品、并与一种或多种女性生殖系统有关状况相关，诸如用于生成肠位点特异性女性生殖系统有关表征模型，该模型可应用于基于在用户肠收集位点收集的用户样品确定表征等)。位点特异性女性生殖系统有关表征模型、位点特异性特征、样品、位点特异性疗法、和/或其他合适的实体(例如，能够与身体位点相关联的等)优选地与至少一个身体位点(例如，对应于样品收集位点等)相关联，身体位点包括肠位点(例如，基于粪便样品可表征的等)、皮肤位点、鼻位点、生殖器位点(例如，与生殖器、外阴部(genitalia)、阴道位点等)、口位点和/或任何合适的身体区域中的一个或多个。在实施例中，可以针对不同类型的输入、输出、女性生殖系统有关表征、女性生殖系统有关状况(例如，需要表征的不同表型的测量)、和/或任何其他合适的实体，来定制不同的女性生殖系统有关表征模型。然而，可以通过女性生殖系统有关表征系统220和/或其他合适的组件，以任何方式配置位点特异性女性生殖系统有关表征，和以任何方式确定位点特异性女性生殖系统有关表征。
女性生殖系统有关表征模型、其他模型或系统200的实施方式的其他成分，和/或方法100的实施方式的合适部分(例如，表征过程、确定微生物组特征、确定女性生殖系统有关表征等)可以采用包括以下任何一项或多项的分析技术：单变量统计检验、多变量统计检验、降维技术、人工智能方法(例如，机器学习方法等)、对数据执行模式识别(例如，识别女性生殖系统有关状况与微生物组特征之间的相关性等)、融合来自多个源的数据(例如，基于来自与一种或多种女性生殖系统有关状况相关联的多个用户的微生物组数据和/或补充数据、诸如基于从数据提取的微生物组特征，生成表征模型等)、值(例如，平均值等)的组合、压缩、转换(例如，数模转换、模数转换)、对数据执行统计估计(例如，普通最小二乘回归、非负最小二乘回归、主成分分析、岭回归等)、波调制(wave modulation)、归一化、更新(例如，基于处理后的生物样品随时间的表征模型和/或疗法模型的更新等)、排名(例如，微生物组特征、疗法等)、加权(例如，微生物组特征等)、验证、过滤(例如，用于基线校正、数据裁剪等)、降噪、平滑、填充(例如，间隙填充)、比对、模型拟合、分箱(binning)、加窗、修剪(clipping)、变换、数学运算(例如，求导、移动平均值、求和、减法、相乘、除法等)、数据关联、复用、解复用、内插、外推、聚类(clustering)、图像处理技术、其他信号处理操作、其他图像处理操作、可视化和/或任何其他合适的处理操作。人工智能方法可以包括以下任何一项或多项：监督学习(例如，使用逻辑回归、使用反向传播神经网络、使用随机森林、决策树等)、无监督学习(例如，使用先验(Apriori)算法、使用K均值聚类)、半监督学习、深度学习算法(例如，神经网络、受限玻尔兹曼(Boltzmann)机、深度信念网络方法、卷积(convolutional)神经网络方法、递归(recurrent)神经网络方法、堆叠式自动编码器方法等)、强化学习(例如，使用Q学习算法、使用时间差学习)、回归算法(例如，普通最小二乘法、逻辑回归、逐步回归、多变量自适应回归样条(multivariate adaptive regressionsplines)、局部估计散点平滑(locally estimated scatterplot smoothing)等)、基于实例的方法(例如，k最近邻、学习矢量量化、自组织映射等)、正则化方法(例如，岭回归、最小绝对收缩和选择算子(operator)、弹性网(elastic net)等)、决策树学习方法(例如，分类树和回归树、迭代二分法3(iterative dichotomiser 3)、C4.5、卡方自动交互检测、决策树桩、随机森林、多变量自适应回归样条、梯度提升机(gradient boosting machines)等)、贝叶斯(Bayesian)方法(例如，朴素贝叶斯(naive Bayes)、平均单一依赖估计量(averagedone-dependence estimatiors)、贝叶斯信念网络等)、核方法(例如，支持向量机、径向基函数、线性判别分析等)、聚类方法(例如，k均值聚类、期望最大化等)、关联规则学习算法(例如，先验算法、深度优先(Eclat)算法等)、人工神经网络模型(例如，感知器(Perceptron)方法、反向传播方法、霍普菲尔德(Hopfield)网络方法、自组织映射方法、学习矢量量化方法等)、整合方法(例如，增强、自举聚合(boostrapped aggregation)、自适应增强(AdaBoost)、堆叠泛化、梯度提升机、随机森林方法等)和/或任何合适的人工智能方法。然而，数据处理可以以任何合适的方式采用。
女性生殖系统有关表征系统220可以针对多种女性生殖系统有关状况执行交叉条件分析(例如，基于不同女性生殖系统有关表征模型的输出生成多条件表征，诸如多条件微生物组特征等)。例如，女性生殖系统有关表征系统可以基于微生物数据、微生物组特征和/或与多种女性生殖系统有关状况相关联(例如，诊断有、由其表征等)的用户的其他合适的微生物组特征，表征女性生殖系统有关状况之间的关系。在特定实施例中，可以基于针对个体女性生殖系统有关状况的表征(例如，来自女性生殖系统有关表征模型的针对个体女性生殖系统有关状况的输出等)，执行交叉条件分析。交叉条件分析可以包括识别特定状况特征(例如，仅与单个女性生殖系统有关状况相关联的等)、多状况特征(例如，与两种以上的女性生殖系统有关状况相关联的等)、和/或任何其他合适类型的特征。交叉条件分析可以包括诸如通过估计不同对的女性生殖系统有关状况，确定报告相关性、一致性的参数和/或描述两种以上的女性生殖系统有关状况之间的关系的其他类似参数。然而，女性生殖系统有关表征系统和/或其他合适的组件可以以任何合适的方式配置，以促进交叉条件分析(例如，将分析技术应用于交叉条件分析目的；生成交叉条件表征等)。
女性生殖系统有关表征系统220优选地包括远程计算系统(例如，用于应用女性生殖系统有关表征模型等)，但是可以额外地或替代地包括任何合适的计算系统(例如，本地计算系统、用户设备、处理系统组件等)。然而，女性生殖系统有关表征系统220可以以任何合适的方式配置。
系统200的实施方式可以包括一个或多个疗法促进系统230，其可以起到针对一种或多种女性生殖系统有关状况促进治疗干预(例如，推广一种或多种疗法等)的作用(例如，促进用户微生物组组成和功能多样性的调节，以改进关于一种或多种女性生殖系统有关状况的用户状态等)。疗法促进系统230可以诸如基于位点特异性表征(例如，与多个身体位点相关联的多位点表征等)、多状况表征、其他表征、和/或任何其他合适的数据，针对与任何数量身体位点(例如，对应于任何适当数量的样品收集位点)相关联的任何数量女性生殖系统有关状况，促进治疗干预。疗法促进系统230可以包括以下任何一个或多个：通信系统(例如，以将疗法建议、选择、劝阻和/或其他合适的疗法有关信息通讯给计算设备(例如，用户设备和/或护理提供者设备；移动设备；智能手机；台式计算机；在通过计算设备访问的网站、网络应用程序、和/或手机应用程序上等)；以实现护理提供者与关于女性生殖系统有关状况的受试者之间的远程医疗等)、在用户设备上可执行的应用程序(例如，针对用户指示微生物组组成和/或功能等)、医疗设备(例如，诸如用于从不同收集位点收集样品的生物采样设备、药物提供设备、手术系统等)、用户设备(例如，生物统计传感器)和/或任何其他合适的组件。一个或多个疗法促进系统230可以是可控制的、可与女性生殖系统有关表征系统220通讯的、和/或以其他方式与女性生殖系统有关表征系统220相关联的。例如，女性生殖系统有关表征系统220可以针对疗法促进系统230生成一种或多种女性生殖系统有关状况的表征，以呈现(例如，传输、通讯等)给相应的用户(例如，在接口240处等)。在另一实施例中，疗法促进系统230可以更新和/或以其他方式修改设备(例如，用户智能手机)的应用程序和/或其他软件，以推广疗法(例如，在待办事项列表应用程序中推广生活方式的改变，以改进与一种或多种女性生殖系统有关状况相关联的用户状态等)。然而，疗法促进系统230可以以任何合适的方式配置。
如图25所示，系统200的实施方式可以额外地或替代地包括界面240，其可以起到改进微生物组特征、女性生殖系统有关状况信息(例如，倾向性指标；疗法建议；与其他用户的比较；其他表征等)和/或与一种或多种女性生殖系统有关表征相关联的(例如，包含在其中的、与之有关的、可从其得到的，等)特定信息(例如，本文描述的任何合适的数据)的呈现的作用。在实施例中，界面240可以呈现女性生殖系统有关状况信息，该女性生殖系统有关状况信息包括微生物组组成(例如，分类组；相对丰度等)、功能多样性(例如，与特定功能相关联的基因的相对丰度、以及对一种或多种女性生殖系统有关状况的倾向性指标，诸如相对于共享人口统计学特征的用户组(例如，吸烟者、锻炼者、采用不同饮食方案的用户、益生菌的消耗者、抗生素用户、正在接受特殊疗法的组等)。然而，界面240可以以任何合适的方式配置。
虽然系统200的实施方式的组件通常被描述为不同的组件，但是它们可以以任何方式在物理和/或逻辑上整合。例如，计算系统(例如，远程计算系统、用户设备等)可以实施女性生殖系统有关表征系统220(例如，应用微生物组有关状况模型来为用户生成女性生殖系统有关状况的表征等)和疗法促进系统230(例如，通过呈现与微生物组组成和/或功能相关联的见解，来促进治疗干预；通过呈现疗法建议和/或信息，来促进治疗干预；通过在智能手机的日历应用中安排每日事件以通知用户有关用于改进女性生殖系统有关的疗法，来促进治疗干预等)的部分和/或全部。在实施例中，系统200的实施方式可以省略疗法促进系统230。在实施例中，系统200可以包括女性健康实验(例如，本文中描述的等)，其可以补充用于临床中宫颈癌筛查、其他合适的女性健康筛查的常规的和/或当前的方法、其他合适的与女性健康相关联的临床方法、和/或任何合适的方法。然而，系统200的实施方式的功能可以以任何合适的方式分布在任何合适的系统组件之中。然而，系统200的实施方式的组件可以以任何合适的方式配置。
5.其他
然而，方法100的实施方式可以包括配置成促进来自受试者的生物样品的接受、来自受试者的生物样品的处理、分析衍生自生物样品的数据、以及根据受试者的特定微生物组组成和/或功能特征生成可用于提供定制化的诊断和/或基于益生菌的治疗的模型的任何其他合适的框或步骤。
方法100和/或系统200的实施方式可以包括各种系统组件和各种方法过程的每一种组合和排列，包括任何变型(例如，实施方式、变型、实施例、特定实施例、附图等)，其中方法100和/或本文描述的过程的实施方式的部分可以通过和/或利用系统200和/或本文描述的其他实体的一个或多个实例、元件、部件和/或其他方面异步地(例如，顺序地)、同时地(例如，并行地)、或以任何其他适合的顺序进行。
任何本文描述的变型(例如，实施方式、变型、实施例、特定实施例、附图等)和/或本文描述的变型的任何部分可以额外地或替代地组合、聚合、排除、使用、连续进行、并行进行、和/或以其他方式应用。
方法100和/或系统200的实施方式的部分可以至少部分地作为机器来特定化和/或实施，所述机器被配置成接受存储计算机可读指令的计算机可读介质。指令可以由可与系统集成的计算机可执行组件来执行。计算机可读介质可以在任何合适的计算机可读介质上存储，例如RAM、ROM、闪速存储器、电可擦除只读存储器(EEPROM)、光学设备(CD或DVD)、硬盘、软盘驱动器、或任何合适的设备。计算机可执行组件可以是一般的或专用的处理器，但是任何合适的专用硬件或硬件/固件组合设备可以替代地或额外地执行指令。
如本领域技术人员将从先前的详细描述以及从附图和权利要求中认识到的，可以在不背离权利要求中限定的范围的情况下，对方法100、系统200和/或变型的实施方式进行修改和改变。
表1
Figure BDA0002472317240000891
Figure BDA0002472317240000901
Figure BDA0002472317240000911
表2
Figure BDA0002472317240000912
Figure BDA0002472317240000921
Figure BDA0002472317240000931
Figure BDA0002472317240000941
Figure BDA0002472317240000951
Figure BDA0002472317240000961
Figure BDA0002472317240000971
Figure BDA0002472317240000981
Figure BDA0002472317240000991
Figure BDA0002472317240001001
Figure BDA0002472317240001011
Figure BDA0002472317240001021
Figure BDA0002472317240001031
Figure BDA0002472317240001041
表3
Figure BDA0002472317240001042
Figure BDA0002472317240001051
Figure BDA0002472317240001061
表4
Figure BDA0002472317240001062
Figure BDA0002472317240001071
表5
Figure BDA0002472317240001072
Figure BDA0002472317240001081
表6
Figure BDA0002472317240001091
Figure BDA0002472317240001101
表7
Figure BDA0002472317240001102
Figure BDA0002472317240001111
Figure BDA0002472317240001121
Figure BDA0002472317240001131
Figure BDA0002472317240001141
表8
Figure BDA0002472317240001151
Figure BDA0002472317240001161
Figure BDA0002472317240001171
Figure BDA0002472317240001181
Figure BDA0002472317240001191
Figure BDA0002472317240001201
Figure BDA0002472317240001211
Figure BDA0002472317240001221
表9
名称 序列(5′-->3′)
HPV_PGMY<sub>11</sub>-A_反向 GCACAGGGACATAACAATGG
HPV_PGMY<sub>11</sub>-B_反向 GCGCAGGGCCACAATAATGG
HPV_PGMY<sub>11</sub>-C_反向 GCACAGGGACATAATAATGG
HPV_PGMY<sub>11</sub>-D_反向 GCCCAGGGCCACAACAATGG
HPV_PGMY<sub>11</sub>-E_反向 GCTCAGGGTTTAAACAATGG
HPV_PGMY<sub>11</sub>-CvJJ_反向 GCACAAGGCCATAATAATGG
HPV_PGMY<sub>O9</sub>-F_正向 CGTCCCAAAGGAAACTGATC
HPV_PGMY<sub>O9</sub>-G_正向 CGACCTAAAGGAAACTGATC
HPV_PGMY<sub>O9</sub>-H_正向 CGTCCAAAAGGAAACTGATC
HPV_PGMY<sub>O9</sub>-I_正向 GCCAAGGGGAAACTGATC
HPV_PGMY<sub>O9</sub>-J_正向 CGTCCCAAAGGATACTGATC
HPV_PGMY<sub>O9</sub>-K_正向 CGTCCAAGGGGATACTGATC
HPV_PGMY<sub>O9</sub>-L_正向 CGACCTAAAGGGAATTGATC
HPV_RSMY<sub>O9</sub>-L_正向 CGTCCTAATGGGAATTGGTC
HPV_PGMY<sub>O9</sub>-M_正向 CGACCTAGTGGAAATTGATC
HPV_PGMY<sub>O9</sub>-N_正向 CGACCAAGGGGATATTGATC
HPV_PGMY<sub>O9</sub>-P_正向 GCCCAACGGAAACTGATC
HPV_PGMY<sub>O9</sub>-Q_正向 CGACCCAAGGGAAACTGGTC
HPV_PGMY<sub>O9</sub>-R_正向 CGTCCTAAAGGAAACTGGTC
HPV_HMB<sub>O1</sub>_正向 GCGACCCAATGCAAATTGGT
HPV_RSMY<sub>O9</sub>-LvJJ_正向 CGTCCTAAAGGGAATTGATC
表10
稀释 分类群 LOD
1∶100 生殖支原体 52.6
1∶100 卟啉单胞菌 59.1
1∶250 微需氧戴阿利斯特菌 49.0
1∶250 阴道阿托波菌 49.0
1∶250 沙眼衣原体 49.8
1∶250 梭杆菌属 50.6
1∶250 嗜胨菌属 51.8
1∶250 孪生球菌属 51.8
1∶250 阴道加德纳菌 54.3
1∶250 淋病奈瑟菌 55.7
1∶250 惰性乳杆菌 55.9
1∶500 詹森氏乳杆菌 49.0
1∶500 气球菌属 50.3
1∶500 无乳链球菌 50.6
1∶500 斯尼西亚菌属 51.0
1∶500 阿托波菌属 51.0
1∶500 微单胞菌属 51.1
1∶500 加德纳菌属 51.7
1∶500 乳头状杆菌属 52.2
1∶500 金黄色葡萄球菌 52.3
1∶500 克里斯滕森气球菌 52.3
1∶500 巨球菌属 53.0
1∶500 羊膜普雷沃菌 54.3
1∶1000 普雷沃菌属 50.6
1∶1000 克氏动弯杆菌 51.0
1∶1000 消化链球菌属 51.0
1∶1000 蒂莫宁普雷沃菌 52.b
1∶1000 具核梭杆菌 65.2
1∶1000 乳杆菌属 1346.9
表11
HPV类型 稀释 阈值
6 1∶100 87.7
11 1∶100 76.1
16 1∶100 46.4
18 1∶100000 47.7
31 1∶1 224.8
33 1∶100 52.5
39 1∶100000 56.2
42 1∶100 58.3
45 1∶100 66.5
51 1∶100000 41.6
52 1∶100 114.9
53 1∶100 46.8
56 1∶100 40.8
58 1∶100 50.2
59 1∶100 55.6
66 1∶100000 41.6
68a 1∶1 149.3
68b 1∶1 73.6
表12
Figure BDA0002472317240001241
表13
Figure BDA0002472317240001251
表14
Figure BDA0002472317240001252

Claims (23)

1.一种用于表征与微生物相关联的至少一种女性生殖系统有关状况的方法，所述方法包括：
基于来自与受试者集合相关联的样品的微生物核酸，确定与所述受试者集合相关联的微生物序列数据集，其中所述样品包括与所述至少一种女性生殖系统有关状况相关联的至少一种样品；
针对所述受试者集合收集与所述至少一种女性生殖系统有关状况相关联的补充数据；
基于所述微生物序列数据集确定微生物组组成特征集合；
基于所述补充数据和所述微生物组组成特征集合，生成女性生殖系统有关表征模型，其中所述女性生殖系统有关表征模型与所述至少一种女性生殖系统有关状况相关联；
基于所述女性生殖系统有关表征模型，针对所述至少一种女性生殖系统有关状况为用户确定女性生殖系统有关表征；和
基于所述女性生殖系统有关表征，向所述用户提供疗法，以促进所述至少一种女性生殖系统有关状况的改进。
2.根据权利要求1所述的方法，
其中，所述至少一种女性生殖系统有关状况包括HPV感染；以及细菌性阴道病、宫颈炎、盆腔炎性疾病、特发性不孕症、有氧性阴道炎和不孕症中的至少一种，
其中所述微生物组组成特征集合包括与细菌靶标集合相关联的微生物组组成特征的第一子集、和与HPV靶标集合相关联的微生物组特征的第二子集，
其中所述细菌靶标集合包括以下至少一种：气球菌属(属)、克里斯滕森气球菌(种)、阿托波菌属(属)、阴道阿托波菌(种)、沙眼衣原体(种)、微需氧戴阿利斯特菌(种)、梭杆菌属(属)、具核梭杆菌(种)、加德纳菌属(属)、阴道加德纳菌(种)、孪生球菌属(属)、乳杆菌属(属)、惰性乳杆菌(种)、詹森氏乳杆菌(种)、巨球菌属(属)、动弯杆菌属(属)、克氏动弯杆菌(种)、羞怯动弯杆菌(种)、生殖支原体(种)、淋病奈瑟菌(种)、乳头状杆菌属(属)、微单胞菌属(属)、嗜胨菌属(属)、消化链球菌属(属)、卟啉单胞菌属(属)、普雷沃菌属(属)、阿门氏普雷沃菌(种)、蒂莫宁普雷沃菌(种)、斯尼西亚菌属(属)、金黄色葡萄球菌(种)、无乳链球菌(种)和苍白密螺旋体(种)，并且
其中，所述HPV靶标集合包括以下至少一种：HPV类型6、11、42、43、44、16、18、31、33、35、39、45、51、52、56、58、59、66和68。
3.根据权利要求1所述的方法，
其中所述补充数据针对来自所述受试者集合的受试者子集、指示缺少所述至少一种女性生殖系统有关状况，
其中确定所述微生物组特征集合包括基于所述微生物序列数据集，确定与所述受试者子集相关联的健康参考微生物组参数范围，并且
其中生成所述女性生殖系统有关表征模型包括，基于所述补充数据和所述健康参考微生物组参数范围，来生成所述女性生殖系统有关表征模型。
4.根据权利要求1所述的方法，
其中所述至少一种女性生殖系统有关状况包括以下至少一种：衣原体、子宫内膜异位、生殖器疱疹、生殖器疣、淋病、痛经、多囊卵巢综合症、尿路感染和酵母菌感染，并且
其中所述微生物组组成特征集合与以下至少一种相关联：拟杆菌AR20种、拟杆菌AR29种、拟杆菌D22种、另枝菌EBA6-25cl2种、放线棒菌属、拟杆菌科、拟杆菌属、拟杆菌门、拟杆菌纲、巴恩斯氏菌属、人肠道巴恩斯氏菌、β变形菌纲、吕氏布劳特菌、布劳特菌Ser8种、伯克霍尔德菌目、梭菌纲、梭菌科、柯林斯菌属、红蝽菌目、多拉菌属、长链多拉菌、埃格特菌属、塔一艾森伯格氏菌、普拉栖粪杆菌、黄杆菌目、黄杆菌纲、嗜糖镰刀链杆菌、裂果胶毛螺菌、乳杆菌科、巨球菌属、臭气杆菌属、颤螺菌科、罗斯拜瑞菌属、罗斯拜瑞菌11SE39种、瘤胃球菌科、八叠球菌属、多变罕见小球菌、萨特菌科、泰瑞孢子菌属、双歧杆菌属、另枝菌HGB5种、厌氧棒杆菌5_1_63FAA种、产酸拟杆菌、多形拟杆菌、双歧杆菌科、双歧杆菌目、普劳特黄腐菌、镰刀链杆菌属、海斯皮利亚菌属、莫亚拉菌属、革兰氏阴性菌纲、硒单胞菌目、韦荣球菌科、另枝菌RMA 9912种、粪拟杆菌、普通拟杆菌、嗜胆菌4_1_30种、肠道单胞菌属、普雷沃菌科、腐败另枝菌、另枝菌NML05A004种、α-变形菌纲、芽孢杆菌纲、拟杆菌科、拟杆菌SLC1-38种、布劳特菌YHC-4种、粪布劳特菌、韦克斯勒布劳特菌、丁酸单胞菌属、梭菌科、梭菌属、产气柯林斯菌、红蝽菌科、红蝽菌纲、迪尔玛菌属、产甲酸多拉菌、埃格特菌HGA1种、艾森伯格氏菌属、粪杆菌属、厚壁菌门、黄杆菌科、乳杆菌目、乳杆菌属、马文布莱恩蒂亚菌属、内脏臭气杆菌、副拟杆菌属、紫单胞菌科、红螺菌目、食葡糖罗斯拜瑞菌、罕见小球菌属、氨基酸球菌科、放线菌目、厌氧球菌属、拟杆菌EBA5-17种、棒状杆菌科、棒状杆菌目、棒状杆菌属、肠杆菌属、丹毒梭菌属、类丹毒团毛菌科、类丹毒团毛菌目、类丹毒团毛菌属、颤螺菌纲、琥珀酸考拉杆菌、变形菌纲、华德萨特菌、疣微菌纲和疣微菌目。
5.根据权利要求1所述的方法，其中所述疗法包括以下至少一种：消耗品、设备有关疗法、外科手术、心理学相关联疗法和行为修正疗法，并且其中，提供所述疗法包括在与所述用户相关联的计算设备处向所述用户提供对所述疗法的建议。
6.一种用于表征与微生物相关联的至少一种女性生殖系统有关状况的方法，所述方法包括：
收集来自用户的样品，其中所述样品包括对应于与所述至少一种女性生殖系统有关状况相关联的微生物的微生物核酸；
基于所述样品的所述微生物核酸确定与所述用户相关联的微生物数据集；
基于所述微生物数据集确定用户微生物组组成特征，其中所述用户微生物组组成特征与所述至少一种女性生殖系统有关状况相关联；
基于所述用户微生物组特征，针对所述至少一种女性生殖系统有关状况为所述用户确定女性生殖系统有关表征；和
基于所述女性生殖系统有关表征，促进关于所述用户的疗法的治疗干预，以促进所述至少一种女性生殖系统有关状况的改进。
7.根据权利要求6所述的方法，
其中，所述至少一种女性生殖系统有关状况包括HPV感染；以及细菌性阴道病、宫颈炎、盆腔炎性疾病、特发性不孕症、有氧性阴道炎和不孕症中的至少一种，
其中所述用户微生物组特征包括与细菌靶标集合相关联的用户微生物组组成特征的第一子集、和与HPV靶标集合相关联的用户微生物组组成特征的第二子集，
其中所述细菌靶标集合包括以下至少一种：气球菌属(属)、克里斯滕森气球菌(种)、阿托波菌属(属)、阴道阿托波菌(种)、沙眼衣原体(种)、微需氧戴阿利斯特菌(种)、梭杆菌属(属)、具核梭杆菌(种)、加德纳菌属(属)、阴道加德纳菌(种)、孪生球菌属(属)、乳杆菌属(属)、惰性乳杆菌(种)、詹森氏乳杆菌(种)、巨球菌属(属)、动弯杆菌属(属)、克氏动弯杆菌(种)、羞怯动弯杆菌(种)、生殖支原体(种)、淋病奈瑟菌(种)、乳头状杆菌属(属)、微单胞菌属(属)、嗜胨菌属(属)、消化链球菌属(属)、卟啉单胞菌属(属)、普雷沃菌属(属)、阿门氏普雷沃菌(种)、蒂莫宁普雷沃菌(种)、斯尼西亚菌属(属)、金黄色葡萄球菌(种)、无乳链球菌(种)和苍白密螺旋体(种)，并且
其中，所述HPV靶标集合包括以下至少一种：HPV类型6、11、42、43、44、16、18、31、33、35、39、45、51、52、56、58、59、66和68。
8.根据权利要求6所述的方法，
其中所述至少一种女性生殖系统有关状况包括以下至少一种：衣原体、子宫内膜异位、生殖器疱疹、生殖器疣、淋病、痛经、多囊卵巢综合症、尿路感染和酵母菌感染，并且
其中所述用户微生物组组成特征与以下至少一种相关联：拟杆菌AR20种、拟杆菌AR29种、拟杆菌D22种、另枝菌EBA6-25cl2种、放线棒菌属、拟杆菌目、拟杆菌属、拟杆菌门、拟杆菌纲、巴恩斯氏菌属、人肠道巴恩斯氏菌、β变形菌纲、吕氏布劳特菌、布劳特菌Ser8种、伯克霍尔德菌目、梭菌纲、梭菌目、柯林斯菌属、红蝽菌目、多拉菌属、长链多拉菌、埃格特菌属、塔一艾森伯格氏菌、普拉栖粪杆菌、黄杆菌目、黄杆菌纲、嗜糖镰刀链杆菌、裂果胶毛螺菌、乳杆菌科、巨球菌属、臭气杆菌属、颤螺菌科、罗斯拜瑞菌属、罗斯拜瑞菌11SE39种、瘤胃球菌科、八叠球菌属、多变罕见小球菌、萨特菌科、泰瑞孢子菌属、双歧杆菌属、另枝菌HGB5种、厌氧棒杆菌5_1_63FAA种、产酸拟杆菌、多形拟杆菌、双歧杆菌科、双歧杆菌目、普劳特黄腐菌、镰刀链杆菌属、海斯皮利亚菌属、莫亚拉菌属、革兰氏阴性菌纲、硒单胞菌目、韦荣球菌科、另枝菌RMA 9912种、粪拟杆菌、普通拟杆菌、嗜胆菌4_1_30种、肠道单胞菌属、普雷沃菌科、腐败另枝菌、另枝菌NML05A004种、α-变形菌纲、芽孢杆菌纲、拟杆菌科、拟杆菌SLC1-38种、布劳特菌YHC-4种、粪布劳特菌、韦克斯勒布劳特菌、丁酸单胞菌属、梭菌科、梭菌属、产气柯林斯菌、红蝽菌科、红蝽菌纲、迪尔玛菌属、产甲酸多拉菌、埃格特菌HGA1种、艾森伯格氏菌属、粪杆菌属、厚壁菌门、黄杆菌科、乳杆菌目、乳杆菌属、马文布莱恩蒂亚菌属、内脏臭气杆菌、副拟杆菌属、紫单胞菌科、红螺菌目、食葡糖罗斯拜瑞菌、罕见小球菌属、氨基酸球菌科、放线菌目、厌氧球菌属、拟杆菌EBA5-17种、棒状杆菌科、棒状杆菌目、棒状杆菌属、肠杆菌属、丹毒梭菌属、类丹毒团毛菌科、类丹毒团毛菌目、类丹毒团毛菌属、颤螺菌属、琥珀酸考拉杆菌、变形菌纲、华德萨特菌、疣微菌纲、疣微菌目。
9.根据权利要求8所述的方法，
其中所述至少一种女性生殖系统有关状况包括子宫内膜异位、尿路感染和酵母菌感染中的至少一种，并且
其中所述用户微生物组组成特征与以下至少一种相关联：放线菌纲、另枝菌EBA6-25cl2种、拟杆菌目、拟杆菌属、拟杆菌AR20种、拟杆菌AR29种、拟杆菌D22种、拟杆菌门、拟杆菌纲、巴恩斯氏菌属、人肠道巴恩斯氏菌、β变形菌纲、吕氏布劳特菌、布劳特菌Ser8种、伯克霍尔德菌目、梭菌纲、梭菌目、柯林斯菌属、红蝽菌目、多拉菌属、长链多拉菌、埃格特菌属、塔一艾森伯格氏菌、普拉栖粪杆菌、黄杆菌目、黄杆菌纲、嗜糖镰刀链杆菌、裂果胶毛螺菌、乳杆菌科、巨球菌属、臭气杆菌属、颤螺菌科、罗斯拜瑞菌属、罗斯拜瑞菌11SE39种、瘤胃球菌科、八叠球菌属、多变罕见小球菌、萨特菌科、泰瑞孢子菌属、氨基酸球菌科、放线菌目、厌氧球菌、厌氧棒杆菌5_1_63FAA种、芽孢杆菌纲、拟杆菌科、拟杆菌EBA5-17种、拟杆菌SLC1-38种、多形拟杆菌、双歧杆菌科、双歧杆菌目、双歧杆菌属、布劳特菌YHC-4种、丁酸单胞菌属、梭菌科、产气柯林斯菌、红蝽菌科、红蝽菌纲、棒状杆菌科、棒状杆菌目、棒状杆菌属、产甲酸多拉菌、艾森伯格氏菌属、肠杆菌属、丹毒梭菌属、类丹毒团毛菌科、类丹毒团毛菌目、类丹毒团毛菌属、厚壁菌门、普劳特黄腐菌、镰刀链杆菌属、海斯皮利亚菌属、乳杆菌目、乳杆菌属、马文布莱恩蒂亚菌属、莫亚拉菌属、革兰氏阴性菌纲、内脏臭气杆菌、颤螺菌属、副拟杆菌属、考拉杆菌属、普雷沃菌科、变形菌纲、食葡糖罗斯拜瑞菌、硒单胞菌目、罕见小球菌属、华德萨特菌、韦荣球菌科、疣微菌纲和疣微菌目。
10.根据权利要求8所述的方法，
其中所述至少一种女性生殖系统有关状况包括痛经和多囊卵巢综合症中的至少一种，并且
其中所述用户微生物组组成特征与以下至少一种相关联：放线菌纲、腐败另枝菌、另枝菌EBA6-25cl2种、另枝菌NML05A004种、α变形菌纲、厌氧棒杆菌5_1_63FAA种、芽孢杆菌纲、拟杆菌科、拟杆菌目、拟杆菌属、粪拟杆菌、拟杆菌AR20种、拟杆菌AR29种、拟杆菌D22种、拟杆菌SLC1-38种、多形拟杆菌、拟杆菌门、拟杆菌纲、人肠道巴恩斯氏菌、吕氏布劳特菌、布劳特菌Ser8种、布劳特菌YHC-4种、粪布劳特菌、韦克斯勒布劳特菌、丁酸单胞菌属、梭菌纲、梭菌科、梭菌目、梭菌属、柯林斯菌属、产气柯林斯菌、红蝽菌科、红蝽菌目、红蝽菌纲、迪尔玛菌属、产甲酸多拉菌、长链多拉菌、埃格特菌属、埃格特菌HGA1种、艾森伯格氏菌属、塔一艾森伯格氏菌、粪杆菌属、普拉栖粪杆菌、厚壁菌门、黄杆菌科、黄杆菌目、黄杆菌纲、普劳特黄腐菌、镰刀链杆菌属、嗜糖镰刀链杆菌、海斯皮利亚菌属、裂果胶毛螺菌、乳杆菌科、乳杆菌目、乳杆菌属、马文布莱恩蒂亚菌属、巨球菌属、莫亚拉菌属、臭气杆菌属、内脏臭气杆菌、颤螺菌属、副拟杆菌属、考拉杆菌属、红蝽菌目、食葡糖罗斯拜瑞菌、罗斯拜瑞菌11SE39种、瘤胃球菌科、八叠球菌属、硒单胞菌目、罕见小球菌属、多变罕见小球菌和泰瑞孢子菌属。
11.根据权利要求8所述的方法，
其中所述至少一种女性生殖系统有关状况包括衣原体、生殖器疱疹、生殖器疣和淋病中的至少一种，并且
其中所述用户微生物组组成特征与以下至少一种相关联：双歧杆菌属、放线菌纲、另枝菌HGB5种、厌氧棒杆菌5_1_63FAA种、产酸拟杆菌、多形拟杆菌、双歧杆菌科、双歧杆菌目、吕氏布劳特菌、普拉栖粪杆菌、普劳特黄腐菌、镰刀链杆菌属、嗜糖镰刀链杆菌、海斯皮利亚菌属、裂果胶毛螺菌、莫亚拉菌属、颤螺菌科、罗斯拜瑞菌11SE39种、多变罕见小球菌、梭菌纲、梭菌目、革兰氏阴性菌纲、硒单胞菌目、韦荣球菌科、另枝菌RMA 9912种、粪拟杆菌、普通拟杆菌、嗜胆菌4_1_30种、肠道单胞菌属和普雷沃菌科。
12.根据权利要求6所述的方法，其中所述疗法包括以下至少一种：消耗品、设备有关疗法、外科手术、心理学相关联疗法和行为修正疗法，并且其中，促进治疗干预包括在与所述用户相关联的计算设备处向所述用户提供对所述疗法的建议。
13.一种用于表征与微生物相关联的至少一种女性生殖系统有关状况的方法，所述方法包括：
收集来自用户的样品，其中所述样品包括对应于与所述至少一种女性生殖系统有关状况相关联的微生物的微生物核酸；
基于所述样品的所述微生物核酸确定与所述用户相关联的微生物数据集；
基于所述微生物数据集确定用户微生物组特征，其中所述用户微生物组特征与所述至少一种女性生殖系统有关状况相关联；和
基于所述用户微生物组特征，针对所述至少一种女性生殖系统有关状况为所述用户确定女性生殖系统有关表征。
14.根据权利要求13所述的方法，其中确定所述微生物数据集包括：
针对与所述至少一种女性生殖系统有关状况相关联的细菌靶标执行基于第一引物的扩增；和
针对与所述至少一种女性生殖系统有关状况相关联的HPV靶标执行基于第二引物的扩增。
15.根据权利要求14所述的方法，其中所述HPV靶标包括HPV类型42、39、56、35、66、33和42中的至少一种，并且其中针对对所述HPV靶标执行所述基于第二引物的扩增包括用第一HPV相关联引物和第二HPV相关联引物中的至少一种、执行所述基于第二引物的扩增，其中所述第一HPV相关联引物包括第一引物序列，所述第一引物序列包括CGTCCTAAAGGGAATTGATC，并且其中所述第二HPV相关联引物包括第二引物序列，所述第二引物序列包括GCACAAGGCCATAATAATGG。
16.根据权利要求14所述的方法，
其中针对所述HPV靶标执行所述基于第二引物的扩增包括，用成分集合执行所述基于第二引物的扩增，所述成分集合包括：
与所述HPV靶标的L1蛋白相关联的引物集合，以及
已知浓度且包括已知的加扰核苷酸序列的合成dsDNA刺突分子集合，所述已知的加扰核苷酸序列具有与所述HPV靶标的至少一个序列区域相似的ATGC组成；
其中所述用户微生物组特征包括所述HPV靶标和所述合成dsDNA刺突分子集合之间的至少一个测序读段比例；并且
其中确定所述女性生殖系统有关表征包括基于所述HPV靶标与所述合成dsDNA刺突分子集合之间的所述至少一个测序读段比例，针对所述至少一种女性生殖系统有关状况为所述用户确定所述女性生殖系统有关表征。
17.根据权利要求13所述的方法，其中所述至少一种女性生殖系统有关状况与细菌靶标和HPV靶标相关联，并且其中确定所述微生物数据集包括：
基于过滤衍生自所述微生物核酸的第一序列读段集合，确定与所述细菌靶标相关联的第一已处理的序列读段集合；和
基于过滤衍生自所述微生物核酸的第二序列读段集合，确定与所述HPV靶标相关联的第二已处理的序列读段集合，
其中确定所述用户微生物组特征包括基于所述第一和第二已处理的序列读段集合确定所述用户微生物组特征。
18.根据权利要求17所述的方法，其中确定所述用户微生物组特征包括：
基于所述第一已处理的序列读段集合与和所述细菌靶标相关联的16S rRNA基因序列的比对，确定第一比对数据；
基于所述第二已处理的序列读段集合与和所述HPV靶标相关联的HPV序列的比对，确定第二比对数据；和
基于所述第一和第二比对数据，确定所述用户微生物组特征。
19.根据权利要求13所述的方法，
其中，所述至少一种女性生殖系统有关状况包括HPV感染；以及细菌性阴道病、宫颈炎、盆腔炎性疾病、特发性不孕症、有氧性阴道炎和不孕症中的至少一种，
其中所述用户微生物组特征包括与细菌靶标集合相关联的用户微生物组特征的第一子集、和与HPV靶标集合相关联的用户微生物组特征的第二子集，
其中所述细菌靶标集合包括以下至少一种：气球菌属(属)、克里斯滕森气球菌(种)、阿托波菌属(属)、阴道阿托波菌(种)、沙眼衣原体(种)、微需氧戴阿利斯特菌(种)、梭杆菌属(属)、具核梭杆菌(种)、加德纳菌属(属)、阴道加德纳菌(种)、孪生球菌属(属)、乳杆菌属(属)、惰性乳杆菌(种)、詹森氏乳杆菌(种)、巨球菌属(属)、动弯杆菌属(属)、克氏动弯杆菌(种)、羞怯动弯杆菌(种)、生殖支原体(种)、淋病奈瑟菌(种)、乳头状杆菌属(属)、微单胞菌属(属)、嗜胨菌属(属)、消化链球菌属(属)、卟啉单胞菌属(属)、普雷沃菌属(属)、阿门氏普雷沃菌(种)、蒂莫宁普雷沃菌(种)、斯尼西亚菌属(属)、金黄色葡萄球菌(种)、无乳链球菌(种)和苍白密螺旋体(种)，并且
其中，所述HPV靶标集合包括以下至少一种：HPV类型6、11、42、43、44、16、18、31、33、35、39、45、51、52、56、58、59、66和68。
20.根据权利要求19所述的方法，其中所述细菌靶标集合包括以下至少一种：放线菌属(属)、差异球菌属(属)、厌氧球菌属(属)、厌氧球状菌属(属)、厌氧棒杆菌属(属)、厌氧棍状菌属(属)、隐秘杆菌属(属)、节螺菌属(属)、拟杆菌属(属)、布雷德菌属(属)、弯曲杆菌属(属)、链杆菌属(属)、红蝽菌科(科)、棒状杆菌属(属)、戴阿利斯特菌属(属)、埃格特菌属(属)、肠球菌属(属)、埃希菌属(属)、芬戈尔德菌属(属)、乳杆菌(科)、乳杆菌目(目)、纤毛菌属(属)、莫亚拉菌属(属)、支原体属(属)、消化球菌属(属)、紫单胞菌科(科)、普雷沃菌科(科)、假单胞菌属(属)、瘤胃球菌属(属)、塞尼里帕尔菌(属)、志贺氏菌属(属)、葡萄球菌属(属)、链球菌属(属)、密螺旋体属(属)、脲原体属(属)、韦荣球菌属(属)、韦荣球菌科(科)、气球菌属(属)、水栖噬冷菌(种)、厌氧球菌属(属)、四联消化厌氧球菌(种)、阴道厌氧球菌(种)、普希氏嗜热芽孢杆菌(种)、阿托波菌属(属)、脆弱拟杆菌(种)、拟杆菌属(属)、乳酸动物双歧杆菌亚种(种)、齿双歧杆菌(种)、乳酸双歧杆菌(种)、猪长双歧杆菌亚种(种)、缓慢布雷德菌(种)、真菌伯克霍尔德菌(种)、吩里拉普伯克霍尔德菌(种)、糖化热解纤维素菌(种)、弯曲杆菌属(属)、解脲弯曲杆菌(种)、白色假丝酵母菌(种)、光滑假丝酵母菌(种)、克鲁斯假丝酵母菌(种)、葡萄牙假丝酵母菌(种)、吉氏支原体候选种(种)、链型杆菌属(属)、粗壮软骨霉菌(种)、梭菌BVAB2种(种)、梭菌BVAB3种(种)、卡文迪什梭菌(种)、绿色梭菌(种)、嗜冷低温杆菌(种)、菊迪基氏菌(种)、链形埃格特菌(种)、菊欧文氏菌(种)、大肠埃希菌(种)、费格森埃希菌(种)、乙酰微小杆菌(种)、梭杆菌属(属)、加德纳菌属(属)、孪生球菌属(属)、杜克雷嗜血杆菌(种)、肉芽肿克雷伯氏菌(种)、毛螺菌BVAB1种(种)、嗜酸乳杆菌(种)、短乳杆菌(种)、干酪乳杆菌(种)、干酪乳杆菌代田株(种)、卷曲乳杆菌(种)、德氏乳杆菌(种)、发酵乳杆菌(种)、加氏乳杆菌(种)、约氏乳杆菌(种)、马乳酒样乳杆菌(种)、类干酪乳杆菌FJ861111.1种(种)、戊糖乳杆菌S-PT84菌株(种)、植物乳杆菌(种)、罗伊氏乳杆菌(种)、罗伊氏乳杆菌RC-14种(种)、鼠李糖乳杆菌(种)、鼠李糖乳杆菌(BMX 54菌种)(种)、鼠李糖乳杆菌BMX 54种(种)、鼠李糖乳杆菌GR-1种(种)、唾液乳杆菌(种)、阴道乳杆菌(种)、纤毛菌属(属)、东方海洋杆菌(种)、吉诺莫斯普巨球菌(种)、微核形巨球菌(种)、巨球菌属(属)、嗜盐微小杆菌(种)、甘油穆尔氏菌(种)、人支原体(种)、鼠支原体(种)、索氏类梭菌(种)、乳头状杆菌属(属)、脓肿链霉菌(种)、微小微单胞菌(种)、微单胞菌属(属)、多杀性巴氏杆菌(种)、耐乙醇片球菌(种)、兔嗜胨菌(种)、吲哚嗜胨菌(种)、消化链球菌属(属)、厌氧消化链球菌(种)、马西利亚消化链球菌(种)、消化链球菌属(属)、牙龈卟啉单胞菌(种)、利氏卟啉单胞菌(种)、卟啉单胞菌属(属)、上野卟啉单胞菌(种)、二路普雷沃菌(种)、解糖胨普雷沃菌(种)、中间普雷沃菌(种)、口腔普雷沃菌(种)、口颊普雷沃菌(种)、假单胞菌属(属)、皮氏罗尔斯顿菌(种)、瘤胃球菌属(属)、科氏血杆菌(种)、阿门氏斯尼西亚菌属(种)、斯尼西亚伞归根菌(种)、斯尼西亚菌属(属)、穆拉葡萄球菌(种)、巴氏葡萄球菌(种)、猿葡萄球菌(种)、模仿葡萄球菌(种)、葡萄球菌属(属)、沃氏葡萄球菌(种)、咽峡炎链球菌(种)、中间链球菌(种)、化脓链球菌(种)、草绿色链球菌(种)、大西洋栖热腔菌(种)、利恩氏热杆菌(种)、阴道毛滴虫(种)、伯纳德真佩雷拉菌(种)、细小脲原体(种)、解脲脲原体(种)、蒙彼利埃韦荣球菌(种)、小韦荣球菌(种)、普氏枝芽孢杆菌(种)和层状佐贝尔氏菌(种)。
21.根据权利要求13所述的方法，
其中所述至少一种女性生殖系统有关状况包括以下至少一种：衣原体、子宫内膜异位、生殖器疱疹、生殖器疣、淋病、痛经、多囊卵巢综合症、尿路感染和酵母菌感染，并且
其中所述用户微生物组特征与以下至少一种相关联：拟杆菌AR20种、拟杆菌AR29种、拟杆菌D22种、另枝菌EBA6-25cl2种、放线棒菌属、拟杆菌目、拟杆菌属、拟杆菌门、拟杆菌纲、巴恩斯氏菌属、人肠道巴恩斯氏菌、β变形菌纲、吕氏布劳特菌、布劳特菌Ser8种、伯克霍尔德菌目、梭菌纲、梭菌目、柯林斯菌属、红蝽菌目、多拉菌属、长链多拉菌、埃格特菌属、塔一艾森伯格氏菌、普拉栖粪杆菌、黄杆菌目、黄杆菌纲、嗜糖镰刀链杆菌、裂果胶毛螺菌、乳杆菌科、巨球菌属、臭气杆菌属、颤螺菌科、罗斯拜瑞菌属、罗斯拜瑞菌11SE39种、瘤胃球菌科、八叠球菌属、多变罕见小球菌、萨特菌科、泰瑞孢子菌属、双歧杆菌属、另枝菌HGB5种、厌氧棒杆菌5_1_63FAA种、产酸拟杆菌、多形拟杆菌、双歧杆菌科、双歧杆菌目、普劳特黄腐菌、镰刀链杆菌属、海斯皮利亚菌属、莫亚拉菌属、革兰氏阴性菌纲、硒单胞菌目、韦荣球菌科、另枝菌RMA 9912种、粪拟杆菌、普通拟杆菌、嗜胆菌4_1_30种、肠道单胞菌属、普雷沃菌科、腐败另枝菌、另枝菌NML05A004种、α-变形菌纲、芽孢杆菌纲、拟杆菌科、拟杆菌SLC1-38种、布劳特菌YHC-4种、粪布劳特菌、韦克斯勒布劳特菌、丁酸单胞菌属、梭菌科、梭菌属、产气柯林斯菌、红蝽菌科、红蝽菌纲、迪尔玛菌属、产甲酸多拉菌、埃格特菌HGA1种、艾森伯格氏菌属、粪杆菌属、厚壁菌门、黄杆菌科、乳杆菌目、乳杆菌属、马文布莱恩蒂亚菌属、内脏臭气杆菌、副拟杆菌属、紫单胞菌科、红螺菌目、食葡糖罗斯拜瑞菌、罕见小球菌属、氨基酸球菌科、放线菌目、厌氧球菌属、拟杆菌EBA5-17种、棒状杆菌科、棒状杆菌目、棒状杆菌属、肠杆菌属、丹毒梭菌属、类丹毒团毛菌科、类丹毒团毛菌目、类丹毒团毛菌属、颤螺菌纲、琥珀酸考拉杆菌、变形菌纲、华德萨特菌、疣微菌纲、疣微菌目。
22.根据权利要求21所述的方法，其中所述样品与肠位点相关联，其中所述用户微生物组特征包括与所述肠位点相关联的位点特异性组成特征，并且其中所述位点特异性组成特征与以下至少之一相关联：拟杆菌AR20种、拟杆菌AR29种、拟杆菌D22种、另枝菌EBA6-25cl2种、放线棒菌属、拟杆菌目、拟杆菌属、拟杆菌门、拟杆菌纲、巴恩斯氏菌属、人肠道巴恩斯氏菌、β变形菌纲、吕氏布劳特菌、布劳特菌Ser8种、伯克霍尔德菌目、梭菌纲、梭菌目、柯林斯菌属、红蝽菌目、多拉菌属、长链多拉菌、埃格特菌属、塔一艾森伯格氏菌、普拉栖粪杆菌、黄杆菌目、黄杆菌纲、嗜糖镰刀链杆菌、裂果胶毛螺菌、乳杆菌科、巨球菌属、臭气杆菌属、颤螺菌科、罗斯拜瑞菌属、罗斯拜瑞菌11SE39种、瘤胃球菌科、八叠球菌属、多变罕见小球菌、萨特菌科、泰瑞孢子菌属、双歧杆菌属、另枝菌HGB5种、厌氧棒杆菌5_1_63FAA种、产酸拟杆菌、多形拟杆菌、双歧杆菌科、双歧杆菌目、普劳特黄腐菌、镰刀链杆菌属、海斯皮利亚菌属、莫亚拉菌属、革兰氏阴性菌纲、硒单胞菌目、韦荣球菌科、另枝菌RMA 9912种、粪拟杆菌、普通拟杆菌、嗜胆菌4_1_30种、肠道单胞菌属、普雷沃菌科、腐败另枝菌、另枝菌NML05A004种、α-变形菌纲、拟杆菌科、拟杆菌SLC1-38种、布劳特菌YHC-4种、粪布劳特菌、韦克斯勒布劳特菌、丁酸单胞菌属、梭菌科、梭菌属、产气柯林斯菌、红蝽菌科、红蝽菌纲、迪尔玛菌属、产甲酸多拉菌、埃格特菌HGA1种、艾森伯格氏菌属、粪杆菌属、黄杆菌科、乳杆菌属、马文布莱恩蒂亚菌属、内脏臭气杆菌、副拟杆菌属、红螺菌目、食葡糖罗斯拜瑞菌、罕见小球菌属、氨基酸球菌科、拟杆菌EBA5-17种、棒状杆菌科、棒状杆菌目、棒状杆菌属、肠杆菌属、丹毒梭菌属、类丹毒团毛菌科、类丹毒团毛菌目、类丹毒团毛菌属、厚壁菌门、颤螺菌纲、琥珀酸考拉杆菌、变形菌纲、华德萨特菌、疣微菌纲和疣微菌目。
23.根据权利要求21所述的方法，其中所述样品与身体位点相关联，所述身体位点包括皮肤位点、生殖器位点、口位点和鼻位点中的至少一个，其中所述用户微生物组特征包括与所述身体位点相关联的位点特异性组成特征，并且其中所述位点特异性组成特征与以下至少一种相关联：放线菌纲、芽孢杆菌纲、厚壁菌门、乳杆菌科、乳杆菌目、乳杆菌属、卟啉单胞菌属、拟杆菌目、拟杆菌纲、放线菌目、厌氧球菌属、棒状杆菌科、棒状杆菌目和棒状杆菌属。
CN201880070585.0A 2017-08-28 2018-08-28 表征与微生物相关联的女性生殖系统有关状况的方法和系统 Pending CN111278995A (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201762551155P 2017-08-28 2017-08-28
US62/551,155 2017-08-28
US201762585131P 2017-11-13 2017-11-13
US62/585,131 2017-11-13
US201862653402P 2018-04-05 2018-04-05
US62/653,402 2018-04-05
PCT/US2018/048412 WO2019046347A2 (en) 2017-08-28 2018-08-28 METHOD AND SYSTEM FOR CHARACTERIZING CONDITIONS RELATED TO A FEMININE REPRODUCTIVE SYSTEM ASSOCIATED WITH MICROORGANISMS

Publications (1)

Publication Number Publication Date
CN111278995A true CN111278995A (zh) 2020-06-12

Family

ID=64901054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880070585.0A Pending CN111278995A (zh) 2017-08-28 2018-08-28 表征与微生物相关联的女性生殖系统有关状况的方法和系统

Country Status (7)

Country Link
EP (1) EP3676405A2 (zh)
JP (1) JP2020532979A (zh)
KR (1) KR20200047626A (zh)
CN (1) CN111278995A (zh)
AU (1) AU2018323509A1 (zh)
SG (1) SG11202001676PA (zh)
WO (1) WO2019046347A2 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112121066A (zh) * 2020-11-25 2020-12-25 北京大学第三医院（北京大学第三临床医学院） 地中海菌在制备治疗多囊卵巢综合征中的应用以及培养方法
CN112126671A (zh) * 2020-08-18 2020-12-25 中山大学附属第五医院 无乳链球菌Streptococus agalactiae治疗子宫内膜异位症的应用
CN114420210A (zh) * 2022-03-28 2022-04-29 山东大学 一种生物测序序列快速修剪方法及系统
CN116083614A (zh) * 2021-11-05 2023-05-09 陈章然 肥胖型多囊卵巢综合征诊断的真菌生物标志物

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11149322B2 (en) * 2019-06-07 2021-10-19 Chapter Diagnostics, Inc. Methods and compositions for human papillomaviruses and sexually transmitted infections detection, identification and quantification
WO2021072439A1 (en) * 2019-10-11 2021-04-15 Life Technologies Corporation Compositions and methods for assessing microbial populations
MX2023002925A (es) * 2020-09-10 2023-09-29 Microgenesis Corp Metodos y composiciones relacionados con la evaluacion de afecciones inflamatorias relacionadas con la fecundidad.
US20220341850A1 (en) * 2021-04-23 2022-10-27 Poppy Health, Inc. System and method for characterizing, monitoring, & detecting bioaerosol presence & movement in an indoor environment
CN115372482B (zh) * 2021-05-17 2024-06-18 上海交通大学医学院附属仁济医院 肠道菌群谱和代谢标志物在制备多囊卵巢综合征诊断试剂盒中的应用
CN113355456B (zh) * 2021-05-26 2022-09-30 北京毅新博创生物科技有限公司 一种maldi tof-ms检测生殖道病原体的核酸指纹图谱库的制备方法
CN113215321B (zh) * 2021-05-26 2022-09-30 北京毅新博创生物科技有限公司 Maldi-tof ms检测生殖道病原体的检测产品及用途
US11597980B2 (en) 2021-07-08 2023-03-07 Poppy Health, Inc. System and method for detecting pathogens in an environment via an electrostatic air sampler
EP4394044A1 (en) * 2021-09-17 2024-07-03 National University Corporation Tokai National Higher Education and Research System Method for detecting bacteria of genus fusobacterium in order to diagnose endometriosis
KR20230105080A (ko) * 2022-01-03 2023-07-11 연세대학교 산학협력단 자궁내막증 진단을 위한 정보 제공 방법
CN114480694B (zh) * 2022-04-18 2022-06-17 北京起源聚禾生物科技有限公司 阴道微生态检测引物探针组合及试剂盒

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060246423A1 (en) * 2005-02-10 2006-11-02 Adelson Martin E Method and kit for the collection and maintenance of the detectability of a plurality of microbiological species in a single gynecological sample
US20160040216A1 (en) * 2013-04-05 2016-02-11 Wayne State University Systems and methods to asses microbiomes and treatments thereof
US20170002432A1 (en) * 2015-06-30 2017-01-05 uBiome, Inc. Method and system for diagnostic testing
CN107075588A (zh) * 2014-10-21 2017-08-18 优比欧迈公司 用于微生物组来源的诊断和治疗的方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101239387B1 (ko) * 2010-06-17 2013-03-11 문우철 인유두종바이러스의 유전자형 분석용 ｄｎａ 칩, 이를 포함하는 키트 및 유전자형 분석방법
WO2015013214A2 (en) * 2013-07-21 2015-01-29 Whole Biome, Inc. Methods and systems for microbiome characterization, monitoring and treatment

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060246423A1 (en) * 2005-02-10 2006-11-02 Adelson Martin E Method and kit for the collection and maintenance of the detectability of a plurality of microbiological species in a single gynecological sample
US20160040216A1 (en) * 2013-04-05 2016-02-11 Wayne State University Systems and methods to asses microbiomes and treatments thereof
CN107075588A (zh) * 2014-10-21 2017-08-18 优比欧迈公司 用于微生物组来源的诊断和治疗的方法及系统
US20170002432A1 (en) * 2015-06-30 2017-01-05 uBiome, Inc. Method and system for diagnostic testing

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112126671A (zh) * 2020-08-18 2020-12-25 中山大学附属第五医院 无乳链球菌Streptococus agalactiae治疗子宫内膜异位症的应用
CN112126671B (zh) * 2020-08-18 2021-08-31 中山大学附属第五医院 无乳链球菌Streptococus agalactiae治疗子宫内膜异位症的应用
CN112121066A (zh) * 2020-11-25 2020-12-25 北京大学第三医院（北京大学第三临床医学院） 地中海菌在制备治疗多囊卵巢综合征中的应用以及培养方法
CN112121066B (zh) * 2020-11-25 2021-02-19 北京大学第三医院（北京大学第三临床医学院） 瘤胃球菌在制备治疗多囊卵巢综合征中的应用以及培养方法
CN116083614A (zh) * 2021-11-05 2023-05-09 陈章然 肥胖型多囊卵巢综合征诊断的真菌生物标志物
CN116083614B (zh) * 2021-11-05 2024-06-04 陈章然 肥胖型多囊卵巢综合征诊断的真菌生物标志物
CN114420210A (zh) * 2022-03-28 2022-04-29 山东大学 一种生物测序序列快速修剪方法及系统
CN114420210B (zh) * 2022-03-28 2022-09-20 山东大学 一种生物测序序列快速修剪方法及系统

Also Published As

Publication number Publication date
WO2019046347A2 (en) 2019-03-07
SG11202001676PA (en) 2020-03-30
WO2019046347A9 (en) 2019-07-25
JP2020532979A (ja) 2020-11-19
WO2019046347A3 (en) 2019-03-28
AU2018323509A1 (en) 2020-04-09
KR20200047626A (ko) 2020-05-07
EP3676405A2 (en) 2020-07-08

Similar Documents

Publication Publication Date Title
US11001900B2 (en) Method and system for characterization for female reproductive system-related conditions associated with microorganisms
CN111278995A (zh) 表征与微生物相关联的女性生殖系统有关状况的方法和系统
AU2018318756B2 (en) Disease-associated microbiome characterization process
US10388407B2 (en) Method and system for characterizing a headache-related condition
US10395777B2 (en) Method and system for characterizing microorganism-associated sleep-related conditions
US10366793B2 (en) Method and system for characterizing microorganism-related conditions
US10381112B2 (en) Method and system for characterizing allergy-related conditions associated with microorganisms
US20190172555A1 (en) Method and system for microbiome-derived diagnostics and therapeutics for oral health
US20190085396A1 (en) Method and system for microbiome-derived diagnostics and therapeutics for conditions associated with gastrointestinal health
AU2022202660A1 (en) Method and system for characterization for appendix-related conditions associated with microorganisms
US20180342322A1 (en) Method and system for characterization for appendix-related conditions associated with microorganisms
US11773455B2 (en) Method and system for microbiome-derived diagnostics and therapeutics infectious disease and other health conditions associated with antibiotic usage
US20200202979A1 (en) Nasal-related characterization associated with the nose microbiome
JP7114091B2 (ja) パネル特徴付けのための方法およびシステム
WO2018223146A1 (en) Method and system for characterizing microorganism-associated sleep-related conditions
JP2019521706A (ja) 微生物ゲノム薬理学のための方法およびシステム
EP3776285A1 (en) Method and system for characterizing microorganism-related conditions
US20190019575A1 (en) Nasal-related characterization associated with the nose microbiome
US20190211378A1 (en) Method and system for microbiome-derived diagnostics and therapeutics for cerebro-craniofacial health
US20190087536A1 (en) Method and system for microbiome-derived diagnostics and therapeutics for conditions associated with thyroid health issues
EP3687375A1 (en) Method and system for characterizing a headache-related condition

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200612