换一批基于微生物组学污水中精神活性物质检测
Exploring Microbial Detection of Psychoactive Substances in Wastewater Based on Micobiome Analysis
摘要目的 利用细菌16S rRNA基因全长测序技术,联合液相色谱-串联质谱联用技术,探讨污水中微生物组在精神活性物质检测中的应用潜力.方法 采用液相色谱-串联质谱联用技术对21份疑似含有精神活性物质的污水样本进行定性检测,根据检测结果将样本分为阳性组(含精神活性物质)和阴性组(不含精神活性物质).通过细菌16S rRNA基因全长测序,对所有样本的细菌群落进行物种组成、α多样性(Shannon指数、Simpson指数)和β多样性(主坐标分析、非度量多维尺度分析)分析.通过线性判别分析效应大小筛选显著差异性细菌的操作分类单元(operational taxonomic unit,OTU),以及采用递归特征消除法(recursive feature elimination,RFE)迭代筛选得到的最佳OTU特征子集作为模型输入特征,构建随机森林预测模型.结果 两组污水样本的细菌群落组成及结构存在显著差异,阳性组样本多样性高于阴性组.置换多元方差分析证实两组样本的β多样性差异具有统计学意义.两种特征构建的模型的预测准确率均为83.3%,ROC曲线下面积分别为0.89和0.83.结论 基于污水细菌群落特征的分析方法与化学分析技术相结合,有望更全面地反映精神活性物质的存在情况.
更多相关知识
关键词
法医学微生物组学精神活性物质机器学习16S rRNAforensic medicinemicrobiomicspsychoactive substancesmachine learning16S rRNA
栏目名称
DOI
10.12116/j.issn.1004-5619.2025.550803
发布时间
2026-02-02（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2022YFC3302004）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
