生物科学门户网站
BIO1000.COM

人工智能可能为识别耐药性超级细菌提供更好的方法

杜克大学的生物医学工程师已经表明,可以通过仅对它们的生长动态进行机器学习分析来区分同一细菌病原体的不同菌株,然后可以准确地预测其他特征,例如对抗生素的抵抗力。该演示可以指出比当前标准技术更快,更简单,更便宜,更准确的识别疾病和预测其行为的方法。

该结果于8月3日在线发表在《美国国家科学院院刊》上。

在微生物学的大多数历史中,细菌鉴定都依赖于生长的培养物并分析所得细菌菌落的物理特性和行为。直到最近,科学家才可以简单地进行基因测试。

然而,基因测序并不是普遍可用的,通常可能需要很长时间。即使具有对整个基因组进行测序的能力,也可能很难将特定的遗传变异与现实世界中的不同行为联系起来。

例如,即使研究人员知道有助于屏蔽/保护细菌免受β-内酰胺抗生素(世界上最常用的抗生素)的基因突变,有时DNA并不是全部。尽管单一的抗药性细菌通常无法独自依靠一剂抗生素生存,但人口众多常常可以。

杜克大学生物医学工程系教授Lingchong You和他的研究生Carolyn Zhang想知道,对旧方法进行新的修改是否会更好。也许他们可以放大一个特定的物理特征,并不仅用于鉴定病原体,还可以对其他特征(例如抗生素抗性)做出有根据的猜测。

您说:“我们认为细菌菌株之间基因的微小差异可能对其代谢产生微妙的影响。”“但是因为细菌的生长是指数增长的,所以这种微妙的作用可以被放大到足以让我们利用它。对我来说,这个概念有些直觉,但是我对它的实际效果感到惊讶。”

细菌培养物在实验室中生长的速度取决于其所生长的培养基的丰富程度及其化学环境。但是随着人口的增长,文化会消耗营养并产生化学副产物。即使不同的菌株在完全相同的环境条件下开始,随着时间的流逝,它们在生长和影响周围环境方面的细微差别也会累积。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。