Sci Rep：利用“博弈论”寻找细菌耐药性机制
近日，华盛顿州立大学的研究人员开发了一种鉴定细菌内部抗生素抗性基因的新方法。
通过使用机器学习和博弈论，研究人员能够在三种不同类型细菌中寻找抗生素抗性基因，准确度高达93％至99％。相关结果发表在最近的《Scientific Reports》杂志上，文章作者是来自电气工程和计算机科学学院的Shira Broschat教授。
越来越多的抗生素耐药性细菌的产生成为日益严重的健康问题。近年来，研究人员一直在努力利用基因组测序来鉴定抗生素抗性基因。这种方法可用于鉴定已有的抗生素抗性基因类型，但无法找到新型的耐药性基因。
（图片来源：Www.pixabay.com）
在他们的工作中，作者使用博弈论来模拟博弈者之间的战略互动，以帮助识别抗生素抗性基因。在博弈论中，一个参与者的行为会受到其它参与者的影响，并反过来影响其他参与者的行为。
使用他们的机器学习算法和博弈论方法，研究人员研究了遗传物质的几个特征之间的相互作用，包括其结构和蛋白质序列的物理化学，进化和组成特性，而不仅仅是其序列相似性。
Broschat说：“这种新颖的博弈论方法特别强大，在选择时要根据它们整体上如何协同工作来确定可能的抗性基因，同时还要考虑到功能的相关性和相互依赖性。随着抗微生物药耐药性和可用测序基因组数量的增长，使用机器学习为预测抗生素耐药性提供了提供新的，更准确的工具。”
资讯出处：Researchers use game theory to successfully identify bacterial antibiotic resistance
原始出处：Abu Sayed Chowdhury, Douglas R. Call, Shira L. Broschat. Antimicrobial Resistance Prediction for Gram-Negative Bacteria via Game Theory-Based Feature Evaluation. Scientific Reports, 2019； 9 (1) DOI: 10.1038/s41598-019-50686-z
-
项目成果
