新方法预测细菌耐药性基因准确率高

  • 时间:
  • 浏览:0
  • 来源:大发快3ios_大发快3app下载

调查疑问加载中,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四种 预测细菌耐药性基因的新法律办法,通过机器学习和博弈论模型,大伙能以93%—99%的准确率,预测3种不类式型革兰氏阴性菌中耐药基因的所处。

  细菌对抗菌素的耐药性已成为影响全球公共健康的重要疑问,威胁着亿万人群,仅美国每年需要数百万人会被耐药细菌感染,原因成千上万人死亡。近年来,科学家时不时在努力寻找预测、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,大伙开发出序列比对法律办法,通过序列类式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淬硬层 类式性的序列时,那些法律办法则这名 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。博弈论是四种 研究具有斗争或竞争疑问的数学理论和法律办法,是当前经济学的标准分析工具之一。在博弈模型中,一个多多参与者的行为会影响并取决于这名 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类式性进行分析,还深入研究了蛋白质序列社会形态、理化社会形态、进化社会形态、组成社会形态等多个社会形态的相互作用,以求准确预测抗菌素耐药性基因。大伙在9日的《科学报告》上发表研究论文称,使用新法律办法预测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,这名 新颖的博弈论法律办法不怎么强大,其将基因社会形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,因而有有助于鉴定出时候 通过简单序列比对法律办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,迫切需要开发新的、更准确的耐药基因预测、识别工具,而大伙的研究表明,机器学习模型将是一个多多重要研发方向。

[ 责编:肖春芳 ]

阅读剩余全文(