前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >AI助力预测细菌抗生素抗性基因

AI助力预测细菌抗生素抗性基因

作者头像
人工智能快报
发布2018-12-07 11:36:10
5080
发布2018-12-07 11:36:10
举报
文章被收录于专栏:人工智能快报

2018年10月18日《自然-通讯》报道,加州大学的研究人员开发出一种方法,利用机器学习识别和预测使传染性细菌产生抗生素抗性的基因。利用该方法在结核分枝杆菌上进行测试,鉴定出了33种已知和24种新的抗生素抗性基因。

研究者表示,了解哪些基因赋予抗生素抗性可能会改变未来传染病的治疗方式,例如,如果临床上持续感染结核病,医生可以对该菌株进行测序,查看其基因并确定哪些抗生素有效,然后为该菌株开出个性化的抗生素处方。

该团队使用大量基因组序列和对应表型进行训练,该算法就可以预测一组基因是否会导致抗生素抗性。研究发现了结核杆菌的33个已知的和24个新预测的抗生素抗性基因,目前正在测试该算法预测的24个新基因是否确实赋予结核分枝杆菌抗生素抗性。研究者进一步分析了该算法的预测,并确定了可能相互作用并使菌株具有抗生素抗性的等位基因组合。他们还将这些等位基因定位于结核分枝杆菌蛋白质的晶体结构上。他们发现有些等位基因聚集在蛋白质的某些结构区域。研究者进行了相互作用和结构分析,挖掘这些基因如何对抗生素抗性表型产生影响。

研究者下一步将机器学习方法应用于其他传染性细菌。该团队正在将代谢网络的基因组模型与其机器学习方法结合,以探究抗生素抗性进化的潜在机制。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-11-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 人工智能快报 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档