薬物耐性感染症 – 特に結核や豚のような致命的な細菌による – は、世界的な健康危機の成長です。これらの感染症は治療が困難であり、多くの場合、より高価なまたは毒性のある薬を必要とし、病院の滞在が長く、死亡率が高いことを担当します。世界保健機関によると、2021年だけでも、450,000人が多剤耐性結核を発症し、治療の成功率はわずか57％に低下しました。
現在、チューレーン大学の科学者は、抗生物質耐性の遺伝的マーカーをより正確に検出する新しい人工知能ベースの方法を開発しました。 Mycobacterium結核 そして 黄色ブドウ球菌 – 潜在的に、より速く、より効果的な治療につながる。
WHOなどの組織が使用する抵抗を検出する現在の方法（WHOは、文化ベースのテストのように時間がかかりすぎるか、いくつかのDNAベースのテストと同様に、まれな突然変異を逃しています。 Tulaneのモデルは、全ゲノム配列を分析し、さまざまな耐性パターンの細菌株のグループを比較して、特定の薬物に対する耐性を確実に示す遺伝的変化を見つけることにより、両方の問題に対処します。
「バクテリアの遺伝子指紋全体を使用して、特定の抗生物質の免疫を明らかにするものと考えてください」と、バイオテクノロジーイノベーションのウェザーヘッド大統領委員長であり、細胞および分子診断のチューレーンセンターのディレクターであるトニーフー博士は述べています。 「私たちは本質的に、最初に指摘する必要なく、抵抗パターンを認識するようコンピューターに教えています。」
この研究では、研究者はGAMを7,000を超える株に適用しました MTB ほぼ4,000株 S. aureus、 耐性に関連する重要な突然変異を特定します。彼らは、GAMがWHOの抵抗データベースの精度と一致またはそれを超えただけでなく、不適切な治療につながる可能性のある抵抗のマーカーを誤って特定した誤った陽性を大幅に減らしたことを発見しました。
「現在の遺伝子検査は、細菌を耐性に誤って分類し、患者のケアに影響を与える可能性があります」と、チューレーン大学の細胞および分子診断センターの大学院生であるジュリアン・サリバ氏は述べています。 「私たちの方法は、どの変異が実際に耐性を引き起こし、治療の不必要な変化を減らし、どのような変異を耐性を引き起こすかをより明確に示しています。」
機械学習と組み合わせると、限られたデータまたは不完全なデータを使用して抵抗を予測する能力が改善されました。中国の臨床サンプルを使用した検証研究では、機械学習強化モデルは、主要な最前線の抗生物質に対する耐性を予測する際のWHOベースの方法よりも優れていました。
これは、耐性を早期にキャッチすることで、感染が広がる前または悪化する前に、医師が適切な治療レジメンを調整するのに役立つため、これは重要です。
専門家定義のルールを必要とせずに耐性を検出するモデルの能力は、抗生物質耐性も作物にも懸念事項である他の菌または農業にさえ適用できる可能性があることを意味します。
「私たちが進化し続ける薬物耐性感染症よりも先を行くことが重要です」とサリバは言いました。 「このツールは私たちがそれを行うのに役立ちます。」
1744069696
#研究者はAIを使用して薬物耐性感染症の診断を改善します
2025-04-07 23:40:00