新型机器学习工具可在疾病爆发前标记危险的细菌学术资讯

图片1.png

英国韦尔科姆桑格研究所（Wellcome Sanger Institute）的科学家同位于新西兰奥塔哥大学以及基于RNA感染研究的赫姆霍兹研究所（the Helmholtz Institute for RNA-based Infection Research ）（德国赫姆霍兹感染研究中心所在地）的合作者创建了一种新的机器学习工具，可以检测新出现的沙门氏菌是否更有可能导致危险的血液感染，而不仅仅是发展成食物中毒，这大大加快了确定新的侵袭型沙门氏菌基因变化的进程。PLOS Genetics杂志在5月8日的报告中指出，它可用于在疾病爆发之前标记危险的细菌。

随着基因组测序成本的降低，世界各地的科学家正在利用遗传学来更好地了解导致人或动物感染的细菌、疾病如何传播、细菌的耐药性和可能引发疾病的细菌菌株。然而，目前用于确定疾病爆发后新出现菌株的遗传适应性的方法非常耗时，且通常需要手动比较新菌株和之前的参考菌株。沙门氏菌属有很多不同的血清型，它们引起疾病的严重程度不一。

来自赫姆霍兹研究所的Nicole Wheeler博士说，他们通过使用这一新的工具可以处理大量的数据集并在几秒钟内获得结果，这项工作将对他们在医院病房和全球范围内监测之前无法获得的危险细菌产生重大影响。当应用于撒哈拉以南非洲地区出现的沙门氏菌时，该工具正确地指出目前两种流行的血清型（肠炎沙门氏菌和鼠伤寒沙门氏菌），它们更危险且与临床上血液感染病例的增加相关。这些感染在免疫系统受到损害的人群中尤为严重，如HIV感染者。

德国赫姆霍兹病毒感染研究中心的Lars Barquist博士认为该方法是一个进步，因为它不仅搜索基因和突变，而且寻找突变在这些错误中的影响，它可以告诉我们哪些突变会使病原体更好地扩散到肠道外，引起威胁生命的疾病，这将有助于未来设计更有效的治疗手段。利物浦热带医学院的Nicholas Feasey博士说：“我们已经在使用这种方法来寻找亚洲与非洲流行的伤寒沙门氏菌的主要区别，不需要手动比较不同菌株的基因组，我们能够在数秒内发现新出现的菌株背后的基因变化，它提供了实时研究疾病爆发的可能性，从而迅速为公共卫生战略提供信息，以控制或预防疾病。”

科界原创

编译：施琴审稿：西莫编辑：张梦

来源：https://medicalxpress.com/news/2018-05-machine-tool-flag-dangerous-bacteria.html