Machine learning methods to identify markers and predict antimicrobial resistance in <i>Escherichia coli</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Antimicrobial resistant strains of pathogenic Escherichia coli are a burden on the healthcare system, causing longer hospital stays and increased treatment costs compared to nonresistant strains. With whole genome sequencing almost ubiquitous in the analyses of outbreak and surveillance samples , in silico methods for feature identification can be faster and cheaper than traditional wet-lab methods. In this study, machine learning (ML) classification methods were used to predict antimicrobial resistance (AMR) and identify novel genomic markers of resistance. A total of 4300 E. coli whole genome sequences with laboratory-derived susceptible, intermediate, or resistant (SIR) data for 34 antimicrobials were collected. Three models—gradient boosted decision trees, support vector machines (SVMs), and artificial neural networks (ANNs)—were trained using genome subsequences ( k-mers) of length 11 to classify unknown isolates as SIR for each antimicrobial. The models achieved high average accuracies (93.6%, 92.7%, and 92.8%, respectively) for our dataset, outperforming database methods including AMRFinderPlus (63.9%) and ResFinder (75.7%). Tested on two smaller independent datasets, the models’ average accuracies were 81.6% (XGB), 79.9% (SVM), and 81.2% (ANN), while ResFinder’s average accuracy was 94.7%. An advantage of ML models over database methods is that they can identify novel markers of resistance, which is a key advantage for surveillance and research. As more genomic and AMR data become publicly available, these models are expected to further improve in performance and utility.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 découle