REPOP을 활용한 콜로니 계수 정보 극대화
토양이나 동물 장과 같은 자연 환경에서 얻은 세균 수는 종종 반복 샘플 간 상당한 변동성을 보인다. 이러한 이질성은 유전적 또는 환경적 요인으로 설명되지만, 기존의 연속 희석 및 도말 후 콜로니 계수 방식은 총 개체군에서 부분 샘플을 추출하는 과정의 불확실성을 생물학적 기원의 불확실성과 혼동하여 세균 개체군의 이질성을 과대평가한다. 이는 실제 존재하는 하위 개체군을 가릴 수 있으며, 예를 들어 C. elegans 장내 미생물 군집 분석에서 관찰되는 다중 모드 현상이 측정 오류를 무시한 채 숙주 간 큰 편차로 해석되기도 한다. 본 연구는 희석 및 도말 과정에서 발생하는 무작위성으로 인한 불확실성을 명시적으로 설명하기 위해 베이즈 프레임워크 기반의 PyTorch 라이브러리인 REPOP을 제안한다. REPOP은 단순한 경우를 넘어 다중 모드 개체군과 같은 복잡한 시나리오를 처리하며, 개별 콜로니 식별이 어려운 과밀 도말판을 제외함으로써 발생하는 미묘하지만 실험적으로 중요한 편향을 보정한다. REPOP은 표준 곱셈 방식으로는 가려졌던 뚜렷한 개체군 피크를 해결하는 능력을 입증했다. 다양한 농도의 세균 샘플과 C. elegans 장내 미생물 군집을 포함한 시뮬레이션 및 실험 데이터셋 모두에서 REPOP은 오류 전파를 적절히 설명함으로써 기본 다중 모드성을 정확하게 복구하는 반면, 단순 곱셈 방식은 실패했다. REPOP은 기존 방법의 한계를 극복하여 미생물 개체군 분석의 정확도를 높이고, 환경 및 생물학적 샘플의 복잡한 이질성을 더 깊이 이해하는 데 기여할 수 있다. REPOP은 GitHub에서 공개적으로 이용 가능하다.