文献

J-GLOBAL ID：202002214473846421   整理番号：20A0449701

モデル化手法を用いた水中の糞便汚染源の同定の改善:多源から経年および希釈試料へ【JST・京大機械翻訳】

Improving the identification of the source of faecal pollution in water using a modelling approach: From multi-source to aged and diluted samples

著者 (13件)： Balleste Elisenda (Dept. Genetics, Microbiology and Statistics, University of Barcelona, Catalonia, Spain) ,  Belanche-Munoz Luis A. (Dept. of Computer Science, Technical University of Catalonia, Spain) ,  Farnleitner Andreas H. (Institute of Chemical, Environmental and Bioscience Engineering, Research Group Environmental Microbiology and Molecular Diagnostics 166/5/3, TU Wien, Getreidemarkt 9/166, 1060, Vienna, Austria) ,  Farnleitner Andreas H. (Karl Landsteiner University of Health Sciences, Research Division Water Quality and Health, Dr.-Karl-Dorrek-Strasse 30, 3500, Krems an der Donau, Austria) ,  Linke Rita (Institute of Chemical, Environmental and Bioscience Engineering, Research Group Environmental Microbiology and Molecular Diagnostics 166/5/3, TU Wien, Getreidemarkt 9/166, 1060, Vienna, Austria) ,  Sommer Regina (Unit of Water Hygiene, Institute for Hygiene and Applied Immunology, Medical University of Vienna, Kinderspitalgasse 15, 1090, Vienna, Austria) ,  Santos Ricardo (Laboratorio Analises, Instituto Superior Tecnico. Universidade Lisboa, Lisbon, Portugal) ,  Monteiro Silvia (Laboratorio Analises, Instituto Superior Tecnico. Universidade Lisboa, Lisbon, Portugal) ,  Maunula Leena (Dept. Food Hygiene and Environmental Health, Faculty of Veterinary Medicine, University of Helsinki, Finland) ,  Oristo Satu (Dept. Food Hygiene and Environmental Health, Faculty of Veterinary Medicine, University of Helsinki, Finland) ,  Tiehm A Andreas (Dept. Microbiology and Molecular Biology, DVGW-Technologiezentrum Wasser, Germany) ,  Stange Claudia (Dept. Microbiology and Molecular Biology, DVGW-Technologiezentrum Wasser, Germany) ,  Blanch Anicet R. (Dept. Genetics, Microbiology and Statistics, University of Barcelona, Catalonia, Spain)
資料名： Water Research  (Water Research)
巻： 171  ページ： Null  発行年： 2020年 
JST資料番号： B0760A  ISSN： 0043-1354  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 過去数十年は,水中の汚染源を決定するためのいくつかの汚染源追跡(ST)マーカーの開発を見ているが,それらのいずれも100%の特異性と感度を示さない。したがって,いくつかのマーカーの組合せは,より正確な分類を提供する可能性がある。本研究において,Ichnaeaソフトウェアを改良して,生態系の複雑性を反映するためにSTマーカー減衰速度と希釈因子を考慮して予測モデルを作成した。4つの供給源から合計106の試料を5つのヨーロッパ地域で収集し,30の糞便指標とSTマーカーを評価した。大腸菌,腸球菌,Clostridium,ビフィズス菌,体細胞大腸菌,宿主特異的細菌,ヒトウイルス,宿主ミトコンドリアDNA,宿主特異的バクテリオファージと人工甘味料を含む。ヒトと非ヒトの糞便汚染を区別し,いくつかの起源の糞便汚染を同定することができる線形判別分析(LDA)に基づくモデルを開発し,36の追加実験室で作成した試料を用いて試験した。ほとんどすべてのSTマーカーは,いくつかは同等で冗長であったが,5つの領域においてそれらの宿主を正しく標的化する可能性を示した。新鮮な糞便試料を用いて開発されたLDAベースのモデルは,2つの分子ヒトSTマーカー(HF183とHMBif)を用いた場合,ヒトと非ヒト汚染の間で98.1%の精度で識別できたが,3つの変数は100%の正しい分類をもたらした。5つの変数によって,モデルは4つの異なる供給源からすべての新鮮な糞便サンプルを正しく分類した。Ichnaeaは,複雑な試料を含む水中の糞便汚染源の分類を改善するために開発された機械学習ソフトウェアである。このプロジェクトにおいて,モデルは広い地理的地域からのサンプルを用いて開発されたが,それらは任意のユーザに対する糞便汚染源を決定するために調整できる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ヒト ,  *汚染源 ,  体細胞 ,  冗長性 ,  ソフトウェア ,  ビフィズス菌 ,  ターゲティング ,  *希釈 ,  生態系 ,  機械学習 ,  Enterococcus ,  Clostridium ,  バクテリオファージ ,  大腸菌 ,  予測モデル

著者キーワード (5件)： 微生物源追跡 ,  糞便汚染 ,  機械学習法 ,  モデリング ,  水管理

分類 (2件)： 水質調査測定一般  (SB02060X) ,  微生物検査法  (EG02020G)

タイトルに関連する用語 (7件)： モデル化 ,  手法 ,  水中 ,  糞便汚染 ,  同定 ,  希釈 ,  試料