今年，数百人因沙门氏菌污染的牛肉、塔希尼、克拉通甚至宠物豚鼠而腹泻，仅举几例。沙门氏菌通常存在于动物的肠道中——现在，科学家们正在利用机器学习来识别哪些动物的肠道会释放出令人不快和危险的细菌。

佐治亚大学的向宇登领导的研究人员训练了一种算法来识别沙门氏菌在四种常见宿主之间的遗传差异：猪、牛、家禽和野鸟。根据今天在线发表在《新兴传染病》杂志上的一项研究，当研究小组对过去20年中8次暴发的沙门氏菌基因组进行测试时，它正确地识别了其中7次暴发的动物来源。该算法还需要更多的训练，但它是了解沙门氏菌感染来源和控制食源性疾病的开始。

美国每年约有120万沙门氏菌感染，导致腹泻、发烧、抽筋，每年约有450人死亡。它通常通过粪便传播，感染的动物通常没有经过厕所训练。他们可以在任何地方得到粪便：在他们的毛皮、羽毛、床上用品、食物上，你可以说。因此，人们可以通过触摸受感染的动物，然后触摸他们的嘴，或者通过食用受感染动物粪便污染的食物来感染沙门氏菌。

如果沙门氏菌出现在牛肉中，你可能有理由认为感染来自母牛。但沙门氏菌也可能出现在意想不到的地方，比如在塔希尼岛，或者在哈密瓜上，甚至在**和克拉通等药物上。在这些情况下，可能很难确定瘟疫粪便者：牲畜、爬行动物、啮齿动物和狗都可以传播沙门氏菌，以及其他不太常见的动物。了解沙门氏菌的来源是控制传染的关键，或者说是预防传染的关键。

这就是为什么***的工作可能是一个重要的进步。现在还为时过早，该算法需要学习如何识别沙门氏菌的其他来源，而不是它所训练的四种来源。它也只能识别单一类型沙门氏菌的来源——目前有2500多种沙门氏菌。葛底斯堡学院专门研究沙门氏菌的Nikki Shariat教授说，这是公共卫生武器库中的另一个武器，他没有参与这项研究。疫情调查依靠流行病学和访谈，追踪人们吃什么和什么时候吃。”这是一个额外的办法，”她说。这有助于加快这一进程。

专门研究食品安全的律师比尔·**（Bill Marler）说，一种有助于追踪食源性疾病爆发源头的工具可能有利于决策者。”“现在，通过全基因组测序，你有了这个惊人的证据，证明这些东西来自这个地方，”他说那么真正的问题是，从食品安全角度或监管角度来看，你能做些什么来解决这个问题？”

为了创造这个工具，邓和他的团队使用机器学习来识别基因特征，这有助于他们区分从不同动物来源漏出的沙门氏菌。一种假设是，当沙门氏菌群在特定宿主（比如猪）中形成时，其基因组可能会随着时间的推移发生一些变化。邓的团队怀疑，如果他们有一个算法对足够多的基因组进行排序，程序可能会学习如何识别来自猪的沙门氏菌的遗传指纹，并将其与牛的沙门氏菌区分开来。

有许多不同类型的沙门氏菌，但研究小组重点关注美国最常见的沙门氏菌之一，称为鼠伤寒沙门氏菌。他们从世界各地追踪到1400多个鼠伤寒沙门氏菌基因组序列。有些，他们自己排序。其他人则在网上公共卫生数据库中找到。收集的样本包括已知来自猪、牛、家禽和野鸟等常见来源的样本，研究人员用这些样本来训练他们的算法。

研究小组用公共卫生调查人员追踪到的8起疫情的样本测试了他们的算法。仅仅通过观察基因组，该项目就准确地将八次疫情中的七次归因于它们的动物来源。它特别擅长识别家禽和猪的来源。研究人员输入了一份沙门氏菌样本的基因序列，该样本与火鸡馅饼爆发有关，而该程序则给出了正确的ID：家禽。当研究小组分析与家畜有关的沙门氏菌菌株的演变时，他们注意到一个有趣的模式：这些菌株大约在1990年才出现，并迅速在美国传播。”我们怀疑工业化的畜牧业生产可能在它们的传播和分布中发挥作用，”邓说。

确定历史疫情的来源和跟踪特定菌株的传播是一回事；确定人类沙门氏菌感染的未知来源是另一个问题。并不是所有的沙门氏菌爆发都来自算法训练的物种。当该团队在来自人类的样本上测试该算法时，它成功地确定了大约三分之一的样本来自牛、猪、家禽或野鸟。其余的都是模棱两可的。这可能意味着感染这些人的沙门氏菌菌株是一种多面手菌株，更喜欢在多种宿主物种之间传播。”他们只是跳转到不同的主机，我们无法预测他们来自哪个来源，”邓说。现在，这个工具不适合那些人。

这种模棱两可的ID也可能仅仅意味着该菌株来自一种未经该算法训练的生物，如鱼或海龟。邓说，这意味着该算法仍需要更多的基因组来学习。”随着我们对更多的基因组进行测序，我相信这个数字会上升，”他说。目前，该算法是概念证明。”“一点信息总比没有信息好，”他说还有很长的路要走。”

美国东部时间2018年12月12日下午3:15更新：该语言已更新，以澄清沙门氏菌基因组如何为特定宿主关联产生信号。