La résistance bactérienne est devenue un problème majeur affectant la santé de l'humanité, fait répandue à travers le monde attention . Une des mesures de résistance à la solution proposée par l'Organisation mondiale de la Santé développe rapide et précise de nouvelles techniques de diagnostic et de réactifs liés à la drogue. méthodes de détection traditionnelles basées sur la culture bactérienne, longue période, conduisent facilement à la synchronisation optimale des diagnostics erronés de traitement, des retards. Et les techniques de détection à base de gènes, comme sensibles, caractéristiques efficace, rapide puce génétique, les techniques de PCR numérique, la détection rapide est reconnu. Cependant, à ce jour, en raison des incohérences dans les résultats du génotype et la résistance au phénotype de ces tests génétiques seulement comme une culture d'appoint pour détecter la résistance.
Institut de microbiologie, l'Académie chinoise de Feng Jie pour le groupe d'étude et d'autres - lactamines résistant à Streptococcus pneumoniae dans ce question clinique importante, en utilisant les données liées à la drogue minière de droit apprentissage automatique, a établi un lien entre le génotype et le phénotype que les tests génétiques ne sont plus un complément, mais devrait devenir une importante technologie de détection rapide des médicaments.
Le principal mécanisme à l'intérieur de Streptococcus pneumoniae résistant à la - lactames sont trois de la pénicilline combiner Alter protéine (PBP1a, PBP2b et PBP2x) peptidase de transfert de domaine (DPT) de. Parce que le Streptococcus pneumoniae clinique isole la variabilité élevée des différentes souches de PLP, ainsi qu'une structure de montage entre Streptococcus restructuration a causé tant PLP extrêmement diverses, conduisant à des mutations difficiles à des PLP liées à la résistance aux médicaments cliniques. Feng Jie groupe de chercheurs ont d'abord publié la base de données NCBI la variance de la séquence de PLP est calculée par catégorie, obtenir un 139 fortement corrélé avec la résistance aux médicaments dans HVLS (acide aminé très variante). Puis à 4 30 domaine GGT 0 Streptococcus pneumoniae (DPT) et la séquence correspondante du céfuroxime, amoxicilline phénotype résistant à une base de données, dans laquelle 80% des données comme un ensemble d'apprentissage, en tant que 20% de l'ensemble de données de test, avec HVLS pour prédire le niveau de résistance et de céfuroxime amoxicilline et trouvé aussi bon que l'effet de prédiction de la série TPD avec la protéine PBP. Une analyse plus poussée a constaté que, HVLS et la séquence de certaines régions de PLP ont une forte corrélation. Ainsi, chacun peut être un bon prédicteur de céfuroxime et résistance à l'aide de 750 amoxicillin pb fragment de PBP2x (2253 pb) et un fragment de 750 pb de pbp2b (2058 pb) de. Cette longueur ne nécessite qu'une réaction de séquençage Sanger, non seulement l'opération de détection plus facile, mais réduit également le coût. En outre, par la détection des souches mutantes et construites artificiellement isolées à partir de phénotype clinique plus résistant, en outre confirmé la méthode d'apprentissage machine peut prédire avec précision le phénotype de résistance. Le procédé de prédiction appliquée, les chercheurs ont analysé 8138 Streptococcus pneumoniae base de données NCBI a été séquencé, en établissant ainsi un lien entre le phénotype résistant aux médicaments, et le sérotype de type ST favorisent l'épidémiologie de Streptococcus pneumoniae compréhension.
L'étude, publiée en ligne dans les Briefings de revues en bio-informatique, Feng Jie et l'Université de technologie du Sud Professeur Yang Liang a été co-auteur correspondant. L'étude a été financée par la Fondation nationale des sciences naturelles de Chine et le Comité scientifique municipal de Beijing et de la technologie.
apprentissage machine pour prédire le niveau des souches expérimentales de pharmacorésistante
Source: Institut de microbiologie, Académie des Sciences de Chine
Conseils: récemment, lettre micro Non publique révision des flux d'information. Chaque utilisateur peut lire souvent numéro d'abonnement, ces abonnements apparaîtra comme un grand nombre de cartes. Par conséquent, si vous ne manquez pas la « Voix de l'Académie chinoise des sciences, » l'article, vous devez faire ce qui suit: Entrez « Voix de l'Académie chinoise des sciences » Non publique ??? coin en haut à droite du menu sélectionnez « Set Star »
