预测Mycobacterium结核病的耐药性:一种机器学习方法来分析基因组突变

科学领域:

• 基因组学和生物信息学
• 传染病研究 传染病研究
• 机器学习在医学中的应用

背景情况:

• 结核病 (TB) 是由Mycobacterium tuberculosis引起的,是全球主要的传染病.
• 结核病的耐药性是有效治疗和控制的主要挑战.
• 基因组测序和机器学习为预测耐药性提供了有前途的工具.

研究的目的:

• 评估四种机器学习模型,用于对M.结核病分离物中乙醇,异亚和利芬素的耐药性进行分类.
• 使用不同的数据预处理技术比较模型性能,包括PCA和突变优先级.

主要方法:

• 训练有素的极端梯度增强分类器 (XGBC),物流梯度增强分类器 (LGBC),梯度增强分类器 (GBC) 和人工神经网络 (ANN) 模型.
• 使用了由CRyPTIC联盟预处理的变种呼叫格式 (VCF) 数据集.
• 在使用灵敏度,特异性,精度,F1分数和准确度的原始,PCA减少和突变优先数据集上比较模型性能.

主要成果:

• 在原始数据集上训练的XGBC模型获得了最高的性能.
• 获得了高灵敏度 (0.97,0.90,0.94),特异性 (0.97,0.99,0.96) 和F1分数 (0.93,0.94,0.92) 对于乙胺醇,异化和利番素,分别.
• 与其他模型相比,XGBC模型在分类耐药性方面表现出卓越的准确性.

结论:

• 突变的二进制表示有效地训练XGBC模型来预测结核病药物耐药性和易感性.
• 在原始数据集上训练的XGBC模型显示了在诊断耐药结核病方面临床应用的巨大潜力.
• 建议进一步验证,以便在结核病诊断中更广泛地实施.