通过可解释机器学习来预测Streptococcus agalactiae的宿主和跨物种传播

科学领域:

• 微生物学 微生物学
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 杆菌 (B组杆菌,GBS) 是一种影响人类和动物的多功能病原体.
• GBS导致严重的新生儿感染和牲畜疾病,如牛乳炎和鱼类死亡率.
• GBS宿主适应的机制尚未完全理解,需要更好的识别工具.

研究的目的:

• 开发一种快速,准确的方法,使用基因组数据根据宿主区分GBS菌株.
• 加强GBS疫情的识别和制.
• 深入了解跨多种水库的GBS宿主适应.

主要方法:

• 开发和评估了三种机器学习模型:随机森林 (RF),后勤回归 (LR) 和支持向量机器 (SVM).
• 利用全基因组突变数据作为模型训练的输入.
• 采用可解释机器学习 (SHAP) 和变体注释来识别关键的基因组特征.

主要成果:

• RF和LR模型准确地预测了GBS (人类,牛,鱼,猪) 的宿主来源.
• 确定了与每个宿主相关的特定基因组特征和基因.
• 对错误分类的样本的分析提供了对宿主传播和动物感染潜力的见解.

结论:

• 基于突变数据的机器学习模型有效预测GBS宿主起源.
• 确定了与宿主特异性相关的关键基因组特征.
• 这项研究增强了对GBS宿主特定适应性的理解,并为疫情管理提供了一个工具.