通过泊松化外推瓮模型：微生物未知的精确测量

高通量并行方法用于测序微生物群落的可用性正以前所未有的速度增加我们对微生物世界的认识。尽管大多数注意力集中在确定α多样性的下界，即环境中存在的不同物种总数，但该量的严格界限可能高度不确定，因为环境的很小一部分可能由大量不同物种组成。为了更好地评估未知部分，我们提出预测属于未采样类别的环境比例。将样本建模为从成分未知的瓮中有放回地抽取彩球，并在唯一假设下即仍有未发现物种，我们证明对于属于未采样类别的环境比例，条件无偏预测和精确预测区间（在对数尺度上长度恒定）是可能的。我们的预测基于泊松化论证，我们将其实现为所谓的嵌入算法。在固定（即非随机化）样本量下，该算法在原始样本的子样本上产生非常精确的预测。我们量化了固定样本量对预测区间的影响，并针对模拟环境测试了我们的方法及文献中的其他方法，这些模拟环境是根据人类肠道和手部微生物组数据集设计的。我们的方法适用于任何可概念化为从瓮中有放回抽样的数据集。特别地，它可应用于例如量化随机RNA池中结合位点问题的所有未见解的比例，或重新评估某个恐怖组织的监视，预测其在下次攻击中采用新策略的条件概率。