技术特征：
1.一种可用于鉴别或区分不同人群的试剂，其特征在于，所述的试剂能够检测微生物的丰度水平，所述的微生物包括s_actinobacillussuccinogenes、s_actinomycessp.hmsc035g02、s_alistipesindistinctus、s_citrobactersp.mgh110、s_clostridiumsp.cag_58、s_cohnellasp.ov330、s_fibrobactersp.uwov1、s_klebsiellasp.obrc7、s_klebsiellavariicola、s_kluyveraascorbata、s_kytococcussedentarius、s_lactobacilluskefiranofaciens、s_lactococcusgarvieae、s_lysobacterenzymogenes、s_olsenellaumbonata、s_paenibacillusmassiliensis、s_pantoeaananatis、s_peptostreptococcussp.d1、s_porphyromonassp.hmsc065f10、s_prevotellaaurantiaca、s_slackiapiriformis、s_candidatussaccharibacteriaoraltaxontm7x和/或s_lachnospiraceaebacteriumkhcpx20。2.根据权利要求1所述的试剂，其特征在于，所述的试剂包括引物、探针、反义寡核苷酸、适配体或抗体。3.权利要求1或2所述的试剂在制备用于鉴别或区分不同人群的产品中的应用。4.根据权利要求3所述的应用，其特征在于，所述的产品包括试剂盒、芯片或高通量测序平台。5.根据权利要求3所述的应用，其特征在于，所述的不同人群包括大众人群、特定人群。6.微生物在构建不同人群的分类模型中的应用，其特征在于，所述的微生物包括s_actinobacillussuccinogenes、s_actinomycessp.hmsc035g02、s_alistipesindistinctus、s_citrobactersp.mgh110、s_clostridiumsp.cag_58、s_cohnellasp.ov330、s_fibrobactersp.uwov1、s_klebsiellasp.obrc7、s_klebsiellavariicola、s_kluyveraascorbata、s_kytococcussedentarius、s_lactobacilluskefiranofaciens、s_lactococcusgarvieae、s_lysobacterenzymogenes、s_olsenellaumbonata、s_paenibacillusmassiliensis、s_pantoeaananatis、s_peptostreptococcussp.d1、s_porphyromonassp.hmsc065f10、s_prevotellaaurantiaca、s_slackiapiriformis、s_candidatussaccharibacteriaoraltaxontm7x和/或s_lachnospiraceaebacteriumkhcpx20。7.根据权利要求6所述的应用，其特征在于，所述的不同人群的分类模型使用选自以下一种或更多种算法来确定：xgboost、随机森林、glmnet、cforest、机器学习的分类与回归树、treebag、k-毗邻、神经网络、支持向量机径向、支持向量机线性、朴素贝叶斯或多层感知。8.一种鉴别或区分不同人群的方法，其特征在于，所述的方法包括检测微生物的丰度水平，所述的微生物包括s_actinobacillussuccinogenes、s_actinomycessp.hmsc035g02、s_alistipesindistinctus、s_citrobactersp.mgh110、s_clostridiumsp.cag_58、s_cohnellasp.ov330、s_fibrobactersp.uwov1、s_klebsiellasp.obrc7、s_klebsiellavariicola、s_kluyveraascorbata、s_kytococcussedentarius、s_lactobacilluskefiranofaciens、s_lactococcusgarvieae、s_lysobacterenzymogenes、s_olsenellaumbonata、s_paenibacillusmassiliensis、s_pantoeaananatis、s_peptostreptococcussp.d1、s_porphyromonassp.hmsc065f10、s_prevotellaaurantiaca、s_slackiapiriformis、s_candidatussaccharibacteriaoral
taxon tm7x和/或s_lachnospiraceae bacterium khcpx20。9.根据权利要求8所述的方法，其特征在于，所述的检测受试者样本中微生物的丰度水平通过以下任意一种或多种方法来实现：16s rrna测序、全基因组测序、定量聚合酶链反应、pcr-焦磷酸测序、荧光原位杂交、微阵列、pcr-elisa。10.一种鉴别或区分不同人群的系统，其特征在于，包括以下单元：1)检测单元：包括微生物检测模块；2)分析单元：将检测单元检测得到的微生物的丰度水平作为输入变量，输入不同人群的分类模型进行分析；3)评估单元：输出样本对应的个体为大众人群/特定人群的概率值；所述的微生物包括s_actinobacillus succinogenes、s_actinomyces sp.hmsc035g02、s_alistipes indistinctus、s_citrobacter sp.mgh110、s_clostridium sp.cag_58、s_cohnella sp.ov330、s_fibrobacter sp.uwov1、s_klebsiella sp.obrc7、s_klebsiellavariicola、s_kluyvera ascorbata、s_kytococcus sedentarius、s_lactobacillus kefiranofaciens、s_lactococcus garvieae、s_lysobacter enzymogenes、s_olsenella umbonata、s_paenibacillus massiliensis、s_pantoea ananatis、s_peptostreptococcus sp.d1、s_porphyromonas sp.hmsc065f10、s_prevotella aurantiaca、s_slackiapiriformis、s_candidatus saccharibacteria oral taxon tm7x和/或s_lachnospiraceae bacterium khcpx20。
技术总结
本发明公开了一种鉴别不同人群的方法，具体的，本发明首次公开了23种微生物可用于鉴别或区分不同人群。本发明提供了微生物在构建不同人群的分类模型中的应用。同人群的分类模型中的应用。同人群的分类模型中的应用。
技术研发人员：韩洋 何昆仑 姚咏明 田亚平 赵晓静
受保护的技术使用者：中国人民解放军总医院
技术研发日：2022.03.09
技术公布日：2022/7/12