新方法预测细菌耐药性基因准确率高

  • 时间:
  • 浏览:3

调查问题报告 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一种生活预测细菌耐药性基因的新最好的办法,通过机器学习和博弈论模型,让让村里人 能以93%—99%的准确率,预测3种不类似于型革兰氏阴性菌中耐药基因的趋于稳定。

  细菌对抗菌素的耐药性已成为影响全球公共健康的重要问题报告 ,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,原因成千上万人死亡。近年来,科学家总是在努力寻找预测、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,让让村里人 开发出序列比对最好的办法,通过序列类似于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层类似于性的序列时,哪些地方地方最好的办法则很多无能为力。

  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。博弈论是一种生活研究具有斗争或竞争问题报告 的数学理论和最好的办法,是当前经济学的标准分析工具之一。在博弈模型中,有有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类似于性进行分析,还深入研究了蛋白质序列特性、理化特性、进化特性、组成特性等多个特性的相互作用,以求准确预测抗菌素耐药性基因。让让村里人 在9日的《科学报告》上发表研究论文称,使用新最好的办法预测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,类似于 新颖的博弈论最好的办法很糙强大,其将基因特性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肯能的抗菌素耐药性基因,因而不能鉴定出完后 通过简单序列比对最好的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,迫切需用开发新的、更准确的耐药基因预测、识别工具,而让让村里人 的研究表明,机器学习模型将是有有一个重要研发方向。

[ 责编:肖春芳 ]

阅读剩余全文(