使用基因组学为基础的机器学习分类来进行高性能Legionella pneumophila来源归因

科学领域:

• 微生物基因组学 微生物基因组学
• 流行病学 流行病学
• 机器学习在公共卫生中的应用.

背景情况:

• 军团士兵病疫情控制依赖于快速识别 *Legionella pneumophila * 的来源.
• 标准的基因组方法面临挑战,因为L.pneumophila的复杂生态和人口结构.
• 准确的来源归因对于有效的公共卫生干预至关重要.

研究的目的:

• 开发和验证一种机器学习 (ML) 方法,用于精确地将军病爆发的地理来源归因.
• 将ML方法的性能与传统的基因组学和基因基因距离分类方法进行比较.
• 利用基因组变异数据改善疫情调查支持.

主要方法:

• 使用534个*L. pneumophila*基因组序列开发ML分类模型,其中149个与20个疫情相关.
• 使用环境L.pneumophila*基因组进行模型培训的交叉验证框架.
• 与传统的基因组树和核心基因组多部位序列类型 (MLST) 的比较分析.

主要成果:

• 与标准方法相比,ML方法在地理来源归因方面表现出更高的准确性.
• 模型实现了高预测灵敏度和特异性,在20个疫情中,有13个没有显示假阳性或假阴性.
• 根据流行病学数据,ML方法的性能优于基因组和核心基因组MLST方法.

结论:

• 开发的ML方法提供了一个强大的工具,用于准确地将军团病爆发的地理来源归因.
• 这种方法有效地利用基因组变异,优于传统技术.
• ML方法具有显著的潜力,可以加强公共卫生监测,加快疫情控制工作.