Ученые из Сычуаньского университета предложили инновационный подход к прогнозированию устойчивости сальмонеллы к антибиотикам, объединив возможности искусственного интеллекта и квантовых вычислений. Работа опубликована в журнале Engineering.
Сальмонелла — один из наиболее распространенных пищевых патогенов.
Рост устойчивости ее штаммов к антибиотикам, вызванный как избыточным применением лекарств, так и генетическими мутациями, делает традиционные методы диагностики, такие как тесты чувствительности, недостаточно эффективными. Современные же методы на основе данных полного секвенирования генома страдают от переобучения из-за высокой размерности данных.Авторы исследования предложили двухэтапную систему отбора признаков устойчивости. Сначала они использовали статистические методы для выделения ключевых генов устойчивости. Затем разработали алгоритм SARPLLM на основе искусственного интеллекта. Он превращает генетические данные сальмонеллы в текстовые "предложения", которые затем анализирует языковая модель для предсказания устойчивости. Для борьбы с дисбалансом в выборках (устойчивых штаммов значительно меньше чувствительных) команда применила алгоритм QSMOTEN.
Результаты экспериментов показали, что SARPLLM превосходит существующие модели по точности предсказаний устойчивости к различным антибиотикам. Алгоритм QSMOTEN эффективно определяет сходство между образцами как в виртуальных, так и в физических квантовых системах, открывая перспективы применения квантовых вычислений в биоинформатике.
Авторы подчеркивают, что несмотря на успехи, перед технологией еще стоят вызовы. В дальнейшем планируется интеграция дополнительных источников данных и усовершенствование аппаратного обеспечения, что должно повысить точность предсказаний и надежность платформы.
Свежие комментарии