【文献速递】基于机器学习的分子诊断预测铜绿假单胞菌的抗生素耐药性



由于抗生素耐药性导致的治疗选择有限,因此需要优化当前的诊断。在某些细菌物种中,可以根据它们的基因组序列明确预测抗菌素耐药性。在这项研究中,作者对 414 株耐药的临床铜绿假单胞菌分离株的基因组和转录组进行了测序。通过关于基因存在与否、其序列变异和表达谱的信息训练机器学习分类器,生成了预测模型并确定了对四种常用抗菌药物的耐药性生物标志物。单独或组合使用这些数据类型会产生高 (0.8–0.9) 或非常高 (> 0.9) 的灵敏度和预测值。对于除环丙沙星外的所有药物,基因表达信息都提高了诊断性能。研究结果为开发基于基因组和转录组标记可靠地预测抗菌药物敏感性的分子耐药分析工具铺平了道路。在常规微生物学诊断中实施分子药敏试验系统有望提供更早、更详细的细菌病原体抗生素耐药性信息,从而改变医生治疗细菌感染的方式。


CONTACT INFORMATION

联系方式


金匙北京:北京市昌平区生命园路9号院博晖创新3号楼1层3层

咨询电话:010-69739593
金匙天津:天津市武清开发区创业总部基地B21栋

咨询电话:022-22977679
金匙上海:上海市嘉定区惠平路801号2号楼101

咨询电话:021-60765612
金匙广州:广州市黄埔区开源大道11号科技企业加速器C5栋  202-206

咨询电话:020-32037636

客服电话:17526851372    18522759136

邮箱: genskey@genskey.com

金匙医学科技有限公司. All Rights Reserved.

OFFICIAL ACCOUNTS

公众号


图片名称

ONLINE MESSAGE

在线留言