基于机器学习的细菌耐药表型预测研究进展

【作者】 邹之宇； 张凯英； 马士珍； 陈丝雨； 王璐； 吕艳丽； 夏兆飞； 汪洋；

【机构】 农业农村部动物源细菌耐药性监测重点实验室中国农业大学动物医学院； 预防兽医系中国农业大学动物医学院； 临床兽医系中国农业大学动物医学院；

【摘要】 细菌常引起人类、动物的皮肤感染、泌尿系统感染等疾病,严重感染者存在败血症的风险,危及生命。自青霉素被发现以来,人类拥有了对抗细菌的武器——抗生素。然而,由于早期缺乏对细菌耐药性问题的全面认知,从业人员在抗生素的使用上不够规范合理。抗生素的大量使用导致细菌耐药问题日益严峻,超级细菌被频繁检出的现状已为公共健康安全敲响警钟。快速、准确地开展细菌耐药表型的检测工作有利于指导基层的诊断治疗,降低因经验用药、不合理用药带来的细菌耐药性风险。然而,传统试验手段开展细菌耐药表型鉴定工作对时间、经济以及人力成本需求较大,快速检测试纸等商业化产品由于种类较少无法满足使用者的多元化需求。因此,亟需开发新的技术手段以助于基层对细菌耐药表型的快速检测。通过机器学习模型对与细菌耐药表型相关的复杂特征进行分析并开展耐药表型预测的工作正成为研究热点。其中,由于基因测序技术的迅速发展,基于遗传信息的耐药表型预测获得了更多的关注,测序成本的持续降低,使其应用更易得到普及。尽管现阶段的研究缺少实际应用的评估,但相信该技术能够在将来为我国基层一线相关工作的开展提供帮助。更多还原