研究人员开发软件寻找耐药细菌试验证明准确度高达90%

华盛顿州立大学的研究人员开发了一种易于使用的软件程序,可以识别细菌中的耐药基因。

该程序使识别环境中存在的致命抗药性细菌更加容易。在美国,此类微生物每年造成超过280万例难以治疗的肺炎,血液和其他感染,并导致35,000例死亡。研究人员在《科学报告》杂志中报告了他们的工作。

该论文的主要作者Chowdhury说:“我们需要开发工具,以轻松有效地预测日益威胁全球健康的抗生素耐药性。”

研究人员开发软件寻找耐药细菌

随着大规模基因测序变得越来越容易,研究人员正在环境中寻找抗药性AMR基因,尽管它们能够鉴定出与已知AMR抗性基因相似的基因,但从蛋白质序列角度看很可能缺少抗性基因。

WSU的研究小组开发了一种机器学习算法,该算法使用抗药性AMR蛋白的特征而不是基因序列的相似性来识别AMR基因。研究人员使用博弈论(一种在多个领域(尤其是经济学)中使用的工具)模拟博弈玩家之间的战略互动,进而帮助识别抗药性AMR基因。研究人员使用他们的机器学习算法和博弈论方法,研究了遗传物质几个特征的相互作用,包括结构,蛋白质序列的物理化学和组成特性,而不是简单的序列相似性。

与简单序列匹配算法相比,该软件可以更深入地分析宏基因组学数据。这可能是鉴定新型抗药性基因的重要工具,这对临床应用很重要。

WSU团队考虑了在梭菌,肠球菌,葡萄球菌,链球菌和李斯特菌中发现的抗性基因。这些细菌是许多主要感染和传染病的原因,包括葡萄球菌感染,食物中毒,肺炎和艰难梭菌引起的威胁生命的结肠炎。他们能够以高达90%的准确度对抗药性基因进行准确分类。

他们开发了一个软件包,其他研究人员可以轻松下载该软件包,以便在大量遗传材料中寻找抗药性AMR。该软件也可以随着时间的推移进行改进。在对当前可用数据进行训练的同时,研究人员将能够随着更多数据和序列的出现而对算法进行重新训练。

https://github.com/abu034004/PARGT 上可以找到此工作实现的开源PARGT软件包和用户手册。

上一篇:

下一篇:


标签