新方法预测细菌耐药性基因准确率高

  • 时间:
  • 浏览:1
  • 来源:大发3分赛车平台_大发快三官方网站

调查问提加载中,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并不是预测细菌耐药性基因的新法律法律依据,通过机器学习和博弈论模型,亲戚.我歌词 能以93%—99%的准确率,预测3种不相似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问提,威胁着亿万人群,仅美国每年全部都是数百万人会被耐药细菌感染,原因分析 成千上万人死亡。近年来,科学家老要在努力寻找预测、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,亲戚.我歌词 开发出序列比对法律法律依据,通过序列相似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角度相似性的序列时,哪几种法律法律依据则你这些 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。博弈论是并不是研究具有斗争或竞争问提的数学理论和法律法律依据,是当前经济学的标准分析工具之一。在博弈模型中,一另另一有一个多多参与者的行为会影响并取决于你这些 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相似性进行分析,还深入研究了蛋白质序列形态、理化形态、进化形态、组成形态等多个形态的相互作用,以求准确预测抗菌素耐药性基因。亲戚.我歌词 在9日的《科学报告》上发表研究论文称,使用新法律法律依据预测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,并不是新颖的博弈论法律法律依据不得劲强大,其将基因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可能的抗菌素耐药性基因,因而有益于鉴定出之前通过简单序列比对法律法律依据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,迫切必须开发新的、更准确的耐药基因预测、识别工具,而亲戚.我歌词 的研究表明,机器学习模型将是一另另一有一个多多重要研发方向。

[ 责编:肖春芳 ]

阅读剩余全文(