El Servei de Microbiologia de l'Hospital Universitari Son Espases i l'Institut d'Investigació Sanitària Illes Balears (IdISBa) han participat en la publicació d'un estudi sobre la predicció de la resistència antimicrobiana en Pseudomonas aeruginosa per diagnòstic molecular habilitat per a l'aprenentatge de màquines.
Antonio Oliver
, microbiòleg de l'Hospital Universitari Son Espases i investigador de l'IdISBa, ha participat en la publicació de l'article amb el títol "Predicting antimicrobial resistance in Pseudomonas aeruginosa with machine learning-enabled molecular diagnostics" a la revista EMBO Molecular Medicine.
Les opcions de teràpia limitada a causa de la resistència als antibiòtics posen de manifest la necessitat d'optimitzar els diagnòstics actuals. En algunes espècies bacterianes, la resistència antimicrobiana pot ser predita sense ambigüitat en la seva seqüència genòmica. En aquest estudi, es varen seqüenciar els genomes i transcriptomes de 414 els aïllats de Pseudomonas aeruginosa clínics resistents als fàrmacs. Entrenant els classificadors d'aprenentatge automàtic sobre informació sobre la presència o l'absència de gens, la seva variació de seqüència i els perfils d'expressió, es generen models predictius i s'identifiquen biomarcadors de resistència de quatre medicaments antimicrobians normalment administrats.
Referència de l'article
Khaledi A, Weimann A, Schniederjans M, Asgari E, Kuo T-H, Oliver A, et al. Predicting antimicrobial resistance in Pseudomonas aeruginosa with machine learning-enabled molecular diagnostics. EMBO Mol Med. 2020;12(3):e10264. doi: 10.15252/emmm.201910264. PubMed PMID: 32048461.Enllaços Bibliosalut |
Altmetric | 
Text complet[Font: Bibliosalut]
[Foto: YW Lim / Pseudomonas / CC BYND 2.0]
