九种用户友好的生物信息学工具的诊断产量,用于预测Mycobacterium结核病耐药性:系统性审查和网络元分析
Ya-Li Chen1,2, Yu He3, Victor Naestholt Dahl4
1Department of Lab Medicine, Shandong Public Health Clinical Center, Shandong University, Jinan, China.
PLOS global public health
|April 21, 2025
概括
像TBProfiler和TGS-TB这样的生物信息学工具可以准确地预测Mycobacterium结核病的耐药性. 对于大多数药物而言,TBProfiler是最优秀的,而TGS-TB对于皮拉津胺和一些二线药物是最好的.
科学领域:
- 基因组医学是一种基因组医学.
- 计算生物学是一种计算生物学.
- 传染病诊断 传染病诊断 传染病诊断
背景情况:
- 在Mycobacterium结核病的耐药性构成一个重要的全球卫生挑战.
- 准确和快速预测耐药性对于有效治疗结核病至关重要.
- 生物信息学工具为基因型药物敏感性测试提供了一个有前途的方法.
研究的目的:
- 系统地比较各种生物信息学工具的诊断性能,以预测Mycobacterium结核病耐药性.
- 确定检测对一系列抗结核病药物耐药性的最有效工具.
主要方法:
- 一个全面的系统审查多个科学数据库 (PubMed,Embase,Scopus,科学网,CINAHL,科克兰图书馆).
- 包括33项研究,评估9种不同的生物信息学工具与14种抗结核药物.
- 使用随机效应元分析和贝叶斯网络元分析 (NMA) 进行数据合成,并进行总结接收器操作特征 (SROC) 曲线分析.
主要成果:
- 结核病分析仪,TGS-TB,Mykrobe,PhyResSE和SAM-TB在预测抗结核病药物耐药性方面表现令人满意.
- 结核病分析仪显示出异常准确的异化,利芬素,乙胺醇,链杆菌素,阿米卡辛,卡纳米辛,勒沃弗洛克萨辛和质氨胺.
- 麦克罗布在抗莫西弗洛克萨辛耐药性方面表现优越,而TGS-TB在抗皮拉津胺,卡普雷奥米辛和埃西奥纳米德耐药性方面表现出色.
结论:
- 几种生物信息学工具,特别是TBProfiler和TGS-TB,对于预测Mycobacterium结核病耐药性非常有效.
- 这些工具的不断改进和调整对于将新出现的耐药性突变纳入可靠的基因型药物敏感性测试至关重要.
- 需要进一步调查,以充分确定SAM-TB的可靠性.
