哈佛医学院 AI 新发现：0.1 秒内确定结核病菌的耐药性

在这些新传染的病例中，有4％的病例至少对两种药物具有耐药性，这种疾病称为多重耐药结核菌（MDR-TB）。其它，异常之一的人示意出对多种药物的普及耐药，即所谓的普及耐药结核病（XDR-TB）。假如患者确定传染就必要给以一线药物，假如患者示意出耐药性症状或检测表白该菌株不受一线治疗影响，则增进二线治疗。

雷锋网相识到，哈佛医学院Blavatnik研究所的研究职员计划了一种算法，可以或许检测出治疗前对常用结核病药物的耐药性。在尝试中，他们乐成地在0.1秒之内精确猜测告终核菌株对10种一线和二线药物的耐药性，并且比相同模子的猜测精度更高。

该要领颁发在《EBioMedicine》杂志上，并将被添加到哈佛医学院(Harvard Medical School)的genTB器材中，genTB器材说明结核病数据并猜测结核病耐药性。

哈佛医学院的高级研究作者兼生物医学信息学助理传授Maha Farhat在一份声明中说：“耐药情势的结核病很难被发明、难以治疗，而且预示着患者的预后结果欠好。因此，在诊断时快速检测出完备的耐药性的手段，对付改进个别患者的预后、镌汰对他人的撒播至关重要。”

Farhat进一步表明到，药物敏感性检测装备在成长中国度很可贵到，纵然在设备优异的尝试室中，也必要数周才气验证功效。而扫描DNA样本探求耐药基因的新检测要领也有其范围性，首要是无法发明多种药物的耐药或检测出有数的导致耐药的基因变异。

至于全基因组测序测试，它们在检测二线药物耐药性方面每每示意不佳。

对比之下，研究职员的要领操作呆板进修算法来捕获多种突变的影响。它包括两个模子：一个统计模子和一个“wide-and-deep”体系，后一个体系将每个突变作为一个变量，该变量要么发生耐药性，要么没有。

“我们的方针是开拓一个神经收集模子，这种模子与大脑中神经元之间的毗连形成方法大抵相似，”该研究的第一作者Michael Chen说。“神经收集将两种情势的呆板进修彼此交错，以辨认基因变异对菌株耐药性的综合影响。”

这两小我私人工智能体系对3601株耐一线和二线药物的结核菌株举办了培训，个中包罗1228株耐多药菌株。为了在实际情形中测试它们的机能，这些模子要猜测792个它们从未“见过”的完全测序的结核病基因组的耐药性。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!