基于机器学习的抗菌素耐药性的预测和在Mycobacterium tuberculosis中识别与AMR相关的SNP

科学领域:

• 基因组学和生物信息学
• 计算生物学 计算生物学
• 传染病研究 传染病研究

背景情况:

• 由Mycobacterium tuberculosis (MTB) 引起的结核病 (TB) 仍然是一个全球健康威胁,由抗菌素耐药性 (AMR) 加剧.
• 全基因组测序 (WGS) 数据为了解MTB中AMR的遗传基础提供了一个强大的资源.
• 机器学习 (ML) 方法可以分析复杂的基因组数据,以识别与药物耐药性相关的模式.

研究的目的:

• 开发和评估一个ML框架,用WGS数据预测MTB中的AMR表型.
• 确定与对第一线抗结核药物耐药性相关的特定单核酸多态 (SNP).
• 为了提高ML模型在AMR研究中的可解释性,以提高潜在的临床应用.

主要方法:

• 利用了18个MTB基因型和抗菌素敏感性测试表型的二进制矩阵.
• 开发了一个ML框架,包含12个算法,在各种SNP数据集 (全部,交叉,随机) 上进行训练和测试.
• 采用了SHapley添加式扩展 (SHAP) 来解释最佳ML模型的决策过程,并将其应用于来自印度和以色列的独立数据集.

主要成果:

• 渐变增强分类器 (GBC) 模型在一线药物中实现了最高的预测准确性 (例如,利芬素97.28%,异化96.06%).
• 在SHAP分析中,特定的SNP (例如,Rifampicin的rpoB_p.Ser450,Isoniazid的katG_p.Ser315) 是对药物耐药性的高度预测.
• 该GBC模型展示了强大的概括能力,准确地预测了独立的外部MTB数据集中的耐药性表型.

结论:

• 综合ML方法为预测MTB抗微生物耐药性提供了一个透明和可解释的框架.
• 确定了与AMR相关的关键SNP,为药物耐药性的基因组机制提供了洞察力.
• 开发的ML方法有可能在结核病诊断和治疗策略中获得临床应用.