人工智能工具用于识别抗生素耐药性基因
Isaac Olatunji1, Danae Kala Rodriguez Bardaji1, Renata Rezende Miranda2
1Thomas H. Gosnell School of Life Sciences, College of Science, Rochester Institute of Technology, Rochester, NY, United States.
Frontiers in microbiology
|July 29, 2024
概括
人工智能 (AI) 提供了检测抗生素耐药性基因 (ARG) 的新方法,这些基因是治疗失败的主要原因. 本综述探讨了人工智能方法来识别ARG和潜在的新抗生素点.
科学领域:
- 微生物学 微生物学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 细菌抗生素耐药性是一个日益严重的全球卫生危机,由遗传突变和抗生素耐药性基因 (ARG) 的传播驱动.
- 目前用于检测ARG的方法面临局限性,阻碍了对细菌感染的有效治疗策略.
研究的目的:
- 审查和分析人工智能 (AI) 识别和注释ARG的方法.
- 突出AI在打击抗生素耐药性的潜力和局限性.
- 探索AI在发现新型抗生素标和治疗分子中的作用.
主要方法:
- 对ARG检测中的AI应用现有文献的审查.
- 从基因组和等离子体DNA序列直接识别ARG的AI方法的讨论.
- 探索特征选择技术,以识别假定的ARG.
主要成果:
- 人工智能方法在增强ARG检测传统方法方面表现有前途.
- 特定的AI技术可以直接从各种序列类型中识别和分类ARG.
- 特征选择可以帮助发现以前未知的ARG.
结论:
- 人工智能提供了一个强大的工具来增强ARG的识别和注释.
- 进一步开发和应用人工智能对于解决抗生素耐药性危机至关重要.
- 人工智能可以加速新抗生素和治疗点的发现.
