Direct <i>Klebsiella pneumoniae</i> Carbapenem Resistance and Carbapenemases Genotype Prediction by Al-MOF/TiO<sub>2</sub>@Au Cubic Heterostructures-Assisted Intact Bacterial Cells Metabolic Analysis
Notice bibliographique
Résumé
Carbapenem-resistant Klebsiella pneumoniae (CRKP) infections pose a significant threat to human health. Fast and accurate prediction of K. pneumoniae carbapenem resistance and carbapenemase genotype is critical for guiding antibiotic treatment and reducing mortality rates. In this study, we present a novel method using Al-MOF/TiO 2 @Au cubic heterostructures for the metabolic analysis of intact bacterial cells, enabling rapid diagnosis of CRKP and its carbapenemases genotype. The Al-MOF/TiO 2 @Au cubic composites display strong light absorption and high surface area, facilitating the in situ effective extraction of metabolic fingerprints from intact bacterial cells. Utilizing this method, we rapidly and sensitively extracted metabolic fingerprints from 169 clinical isolates of K. pneumoniae obtained from patients. Machine learning analysis of the metabolic fingerprint changes successfully distinguishes CRKP from the sensitive strains, achieving the high area under the curve (AUC) values of 1.00 in both training and testing sets based on the 254 m / z features, respectively. Additionally, this platform enables rapid carbapenemase genotype discrimination of CRKP for precision antibiotic therapy. Our strategy holds great potential for swift diagnosis of CRKP and carbapenemase genotype discrimination, guiding effective management of CRKP bacterial infections in both hospital and community settings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».