机械学习算法是让盘算机从数据中自动学习纪律，并基于这些纪律举行展望或决议的数学模子和要领。克日，尊龙凯时熏染疾病诊断中心团结浙江大学医学院隶属邵逸夫医院熏染科，系统探讨了机械学习算法在结核分枝杆菌耐药性展望及要害突变位点（SNPs）判断中的应用价值。
研究通过整合全基因组测序（WGS）数据与药敏试验效果（AST），构建了基于12种机械学习算法对18种抗结核药物耐药性的精准展望模子，通过SHAP值（SHapley Additive exPlanations）剖析展现了却核分枝杆菌SNPs突变在特定抗结核药物的耐药性展望中的孝顺值，并在两个自力数据集中验证了模子的展望效果。该研究效果收录于国际期刊《BMC Genomic Data》（IF: 2.5）。
论文宣布截图
该研究效果批注，基于15个主要单核苷酸多态性位点（SNPs）时，梯度提升分类器（GBC）模子在准确展望抗结核药物的耐药性方面体现最佳（对利福平、异烟肼、吡嗪酰胺和乙胺丁醇四种一线药物耐药性展望的准确率划分是97.28%、96.06%、94.19%和92.81%）。位于结核分枝杆菌基因组761155（rpoB_p.Ser450）和2155168（katG_p.Ser315）位置的SNPs对药物耐药性的展望孝顺值排名靠前，这些位点爆发突变时结核分枝杆菌倾向于对利福平和异烟肼爆发耐药。
别的，在印度和以色列的自力结核分枝杆菌数据集中，最佳模子GBC对利福平和异烟肼的耐药性展望也具有很好的鲁棒性。该研究将机械学习要领整合到抗结核药物耐药性展望和耐药性相关SNPs的判断研究中，探索了主要SNPs对模子决议的孝顺水平，使机械学习算法的历程越发透明、可诠释。研究效果的揭晓，为尊龙凯时基于AI在病原熏染临床药物耐药性展望领域的应用，提供了扎实的理论依据、手艺支持和临床转化的探索偏向。
研究配景
结核分枝杆菌（MTB）熏染人类引起的结核病，至今仍是全球康健的重大威胁。据统计，2021年全球新增结核病病例达1060万，140万人死于与结核病相关的疾病[1]，其中利福平耐药（RR）或耐多药（MDR）结核病更是让治疗雪上加霜，初治患者中耐多药/利福平耐药率为3.6%、复治患者中耐药率为18%[1]。作为全球第二大耐多药结核病报告国，中国的防控压力尤为突出[2]。
古板检测耐药性的要领依赖于缓慢的结核分枝杆菌作育，动辄需要数周。纵然是Xpert中分子诊断手艺，也只能针对有限的基因位点，难以笼罩更多抗生素的耐药性[3]。全基因组测序（WGS）虽能捕获结核分枝杆菌的基因突变，但现在对乙胺丁醇、吡嗪酰胺等药物的耐药性展望准确率较低，对二线药物的展望效果更是狼籍不齐[4,5]。
在WGS数据上应用机械学习，为展现结核分枝杆菌耐药性的基因组机制提供了重大的潜力。本研究团队将WGS基因数据与18种抗结核药物的药敏试验效果团结，构建了一套高效的机械学习展望框架。差别于古板要领仅依赖已知突变位点和特定的抗结核药物，这套框架能通过机械学习算法，在全基因组水平上周全地挖掘SNPs与耐药性的关联，更主要的是，研究不但追求精准展望，更注重展望历程的透明可诠释。该研究使用的源代码和数据集已在GitHub果真（https://github.com/microbial123/MTB-AMR），为全球研究者提供了共享资源。
研究要领
图1. 研究流程图
该研究使用了5739株结核分枝杆菌的WGS数据集和18种抗结核药物的药敏试验效果，通过构建所有SNPs、交集SNPs和随机抽取的SNPs的训练数据集和测试数据集，基于12种差别的机械学习算法，开发了一个抗结核药物耐药性展望和耐药相关SNPs判断的框架。然后，该研究较量了种种机械学习模子的性能，使用SHAP框架展现了最佳算法中做出最终耐药展望决议的缘故原由和方法。最后，该研究还划分在来自印度和以色列的自力数据集中应用这些模子，对利福平和异烟肼的耐药性举行验证。
研究效果
研究团队搭建了一个基于12种机械算法展望结核分枝杆菌疏散株对18种抗结核药耐药表型的机械学习框架，现有用果批注，没有任何一个模子能在所有情形下都始终体现优异。团队通过精度、召回率、F1分数、auROC、auPR等多项指标，系统地评估了12种机械学习模子的耐药性展望能力（图2A）。
效果显示，梯度提升分类器（GBC）体现最优，尤其在展望利福平（RIF）耐药性时，准确率高达97.28%。对异烟肼、吡嗪酰胺和乙胺丁醇三种一线药物耐药性展望的准确率，划分是96.06%、94.19%和92.81%。装袋式分类器（BC）、自顺应增强分类器（ABC）紧随厥后，与GBC配合跻身前三名。
相比之下，其他要领，如gNB，LogR和SVM，具有较低或相当的准确率，规模从gNB的74.48%、LogR的96.44%到SVM的97.07%。值得关注的是，经由 “交集数据集”验证，模子的F1-score显著高于随机数据集，且6折交织验证的稳固性优于5折交织验证，证实其效果可靠、稳健。
SHAP解码耐药突变位点，模子决议不再“黑箱”
光准还不敷，机械学习模子的“可诠释性”是落地临床的要害。研究团队通过SHAP值剖析，揭开了GBC模子的“决议逻辑”。在利福平耐药性展望历程中，前三个要害的耐药突变位点划分是761155（rpoB_p.Ser450）、2155168（katG_p.Ser315）、761110（rpoB_p.Asp435），这些位点的突变会增添耐药危害（图2B）；异烟肼（INH）耐药的要害突变则集中在2155168（katG_p.Ser315）等位点，与临床已知耐药机制高度吻合。
SHAP汇总图和SHAP力争，显示了主要SNPs对18种差别抗结核药物展望效果的影响。这些发明让机械学习模子从“只给效果”升级为“讲清缘故原由”，为临床精准定位耐药基因、制订个体化治疗计划提供了理论依据。
图2. 评估机械学习算法在6折交织验证中展望结核分枝杆菌对利福平耐药性的性能以及模子的可诠释性
通过对MTB耐药相关SNPs的注释，研究团队验证了许多先前报道过的基因，包括gyrA、rpoB、embB和katG，详情见表1和图S19。值得注重的是，在表1枚举的15个SNPs中，有14个在天下卫生组织（WHO）宣布的《结核分枝杆菌复合群突变目录及其与耐药性的关联》（第2版）中被提及，其中12个SNPs与对至少一种抗生素的耐药性特殊相关，被归类为“与耐药性相关”（Ass-w-R）或“与耐药性可能相关”（Ass-w-R-int）。
表1. MTB中潜在耐药性相关的SNPs列表
图S19. MTB对差别抗生素耐药的潜在基因
研究中的最佳模子GBC对利福平和异烟肼的耐药性展望效果，在自力数据集中获得验证
在来自印度（NCBI项目编号: PRJNA741102）和以色列（NCBI 项目编号: PRJNA957554）的自力数据集中，结核分枝杆菌对RIF、INH、EMB和PZA的耐药率和谱系漫衍如图S20。印度数据集中谱系1占比最多（50%），然而，在以色列数据集中谱系4最多，占疏散株的41.88%（图S20B）。
在这两个自力验证数据集中，机械学习模子准确展望了RIF和INH的耐药表型，模子的性能如图3所示。GBC算法准确展望了凌驾90%的MTB疏散株对RIF和INH的耐药性，可是模子在EMB和PZA中的耐药性展望效果纷歧，平均准确率划分为83.73%（印度，EMB）、67.42%（印度，PZA）、99.05%（以色列，EMB）和91.14%（以色列，PZA）。
图S20. 两个自力数据集中MTB疏散株对四种一线药物的耐药表型占比
图3. 机械学习模子在自力数据集中耐药表型展望中的应用
该研究效果不但富厚了却核分枝杆菌耐药性遗传学机制的理论系统，更为耐药结核病的精准用药提供了坚实的数据支持。AI赋能结核病诊疗的时代已然开启。在这场对耐药菌的“精准阻击”中，尊龙凯时将一连探索该手艺在临床场景的规�；τ�，为全球结核病防控事业注入新动能。
参考文献
[1] WHO. Global tuberculosis report 2022. World Health Organization; 2022. https://www.who.int/publications/i/item/9789240061729.
[2] WHO. Global tuberculosis report 2020. World Health Organization; 2020. https://www.who.int/publications/i/item/9789240013131.
[3] Sohn H, Aero AD, Menzies D, Behr M, Schwartzman K, Alvarez GG, Dan A, McIntosh F, Pai M, Denkinger CM. Xpert mtb/rif testing in a low tuberculosis incidence, high-resource setting: limitations in accuracy and clinical impact. Clin Infect Dis. 2014;58:970–6.
[4] Sun W, Gui X, Wu Z, Zhang Y, Yan L. Prediction of drug resistance profile of multidrug-resistant mycobacterium tuberculosis (mdr-mtb) isolates from newly diagnosed case by whole genome sequencing (wgs): A study from a high tuberculosis burden country. BMC Infect Dis. 2022;22:499.
[5] Kamolwat P, Nonghanphithak D, Chaiprasert A, Smithtikarn S, Pungrassami P, Faksri K. Diagnostic performance of whole-genome sequencing for identifying drug-resistant Tb in Thailand. Int J Tuberc Lung Dis. 2021;25:754–60.
