新方法预测细菌耐药性基因准确率高

  • 时间:
  • 浏览:7
  • 来源:彩神官方APP下载安卓版

调查现象加载中,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你这些预测细菌耐药性基因的新法律方式,通过机器学习和博弈论模型,大伙儿能以93%—99%的准确率,预测3种不这类型革兰氏阴性菌中耐药基因的占据 。

  细菌对抗菌素的耐药性已成为影响全球公共健康的重要现象,威胁着亿万人群,仅美国每年都在数百万人会被耐药细菌感染,原因分析分析成千上万人死亡。近年来,科学家突然在努力寻找预测、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,大伙儿开发出序列比对法律方式,通过序列这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强度这类性的序列时,哪几种法律方式则很多无能为力。

  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。博弈论是你这些研究具有斗争或竞争现象的数学理论和法律方式,是当前经济学的标准分析工具之一。在博弈模型中,另两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这类性进行分析,还深入研究了蛋白质序列实物、理化实物、进化实物、组成实物等多个实物的相互作用,以求准确预测抗菌素耐药性基因。大伙儿在9日的《科学报告》上发表研究论文称,使用新法律方式预测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,你这些新颖的博弈论法律方式一阵一阵强大,其将基因实物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机会的抗菌素耐药性基因,因而都都可以鉴定出事先通过简单序列比对法律方式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,迫切时需开发新的、更准确的耐药基因预测、识别工具,而大伙儿的研究表明,机器学习模型将是另两个重要研发方向。

[ 责编:肖春芳 ]

阅读剩余全文(