DODGE:使用累积长期基因组监测的自动点源细菌爆发检测
Michael Payne1, Dalong Hu1, Qinning Wang2
1School of Biotechnology and Biomolecular Sciences, University of New South Wales, Sydney, NSW 2052, Australia.
Bioinformatics (Oxford, England)
|July 2, 2024
概括
一种名为DODGE (Dynamic Outbreak Detection for Genomic Epidemiology) 的新算法通过动态选择全基因组测序数据的遗传值来改善食物传播疾病监测,从而能够更早,更有效地检测疫情.
科学领域:
- 基因组流行病学基因组流行病学
- 公共卫生监督是对公共卫生的监督.
- 食物传播疾病爆发的检测和检测.
背景情况:
- 准确及时识别食物传播疾病的爆发对于公共卫生监测至关重要.
- 全基因组测序 (WGS) 为细菌病原体提供了高分辨率的类型,有助于发现疫情爆发.
- 目前的方法缺乏动态工具来选择和调整用于WGS数据分析的遗传值.
研究的目的:
- 引入DODGE (基因组流行病学动态爆发检测),一种用于动态选择和比较WGS数据中的遗传值的算法.
- 通过使用已建立的基因组命名法来命名预测的疫情集群,使跨司法管辖区的综合分析成为可能.
- 评估DODGE在分析随着时间的推移扩展数据集方面的表现.
主要方法:
- 开发用于动态值选择和比较的DODGE算法.
- 将DODGE应用于两个真实世界的沙门氏菌WGS监测数据集 (澳大利亚:2个月;英国:9年).
- 评估DODGE检测已知的疫情和评估调查集群的能力.
主要成果:
- DODGE成功分析了不断扩大的WGS数据集,并确定了调查集群.
- 两起已知的英国疫情被DODGE检测到早于其官方报告时间.
- 在两个数据集中,少数孤立物被确定为调查集群.
结论:
- DODGE显示了提高食品传播疾病基因组监测有效性和及时性的潜力.
- 该算法通过启用基因组集群的标准化命名来促进综合分析.
- DODGE提供了一种动态的方法来管理疫情检测的遗传值.


