新方法预测细菌耐药性基因准确率高

  • 时间:
  • 浏览:5

调查哪此的问题报告 加载中,请稍候。

若长时间无响应,请刷新本页面

  科技日报华盛顿10月12日电(记者刘海英)美国华盛顿州立大学研究人员开发出三种预测细菌耐药性基因的新辦法 ,通过机器学习和博弈论模型,当没有人能以93%—99%的准确率,预测3种不同类 型革兰氏阴性菌中耐药基因的发生。

  细菌对抗菌素的耐药性已成为影响全球公共健康的重要哪此的问题报告 ,威胁着亿万人群,仅美国每年时要数百万人会被耐药细菌感染,原应 成千上万人死亡。近年来,科学家老是在努力寻找预测、识别抗菌素耐药性基因的手段,以求更有效地对病患施药。随着全基因组测序技术的突破,当没有人开发出序列比对辦法 ,通过序列同类 性来鉴定抗菌素耐药性基因,但遇到与已知抗菌素耐药性基因具有深度图同类 性的序列时,哪此辦法 则很多无能为力。

  此次,华盛顿州立大学研究团队决定使用博弈论来帮助预测、识别抗菌素耐药性基因。博弈论是三种研究具有斗争或竞争哪此的问题报告 的数学理论和辦法 ,是当前经济学的标准分析工具之一。在博弈模型中,另另一个参与者的行为会影响并取决于很多参与者的行为。

  研究团队使用其开发的机器学习算法和博弈论模型,不仅对细菌基因组中简单的序列同类 性进行分析,还深入研究了蛋白质序列行态、理化行态、进化行态、组成行态等多个行态的相互作用,以求准确预测抗菌素耐药性基因。当没有人在9日的《科学报告》上发表研究论文称,使用新辦法 预测3种革兰氏阴性菌——假单胞菌、弧菌和肠杆菌的抗菌素耐药性基因序列,其准确度达到93%—99%。

  研究人员表示,同类 新颖的博弈论辦法 怪怪的强大,其将基因行态的相关性和相互依赖性综合考虑,根据它们在整体上协同工作的能力来识别将会的抗菌素耐药性基因,因而才能鉴定出之前通过简单序列比对辦法 无法识别的推定抗性基因。随着抗菌素耐药性的增长和现有测序基因组数量的增加,迫切时要开发新的、更准确的耐药基因预测、识别工具,而当没有人的研究表明,机器学习模型将是另另一个重要研发方向。

[ 责编:肖春芳 ]

阅读剩余全文(