美国华盛顿州立大学研究职员开发出一种预测细菌耐药性基因的新要领，，，，通过机械学习和博弈论模子，，，，他们能以93%—99%的准确率，，，，预测3种差别类型革兰氏阴性菌中耐药基因的保存。。
细菌反抗菌素的耐药性已成为影响全球公共康健的主要问题，，，，威胁着亿万人群，，，，仅美国每年就有数百万人会被耐药细菌熏染，，，，导致成千上万人殒命。。近年来，，，，科学家一直在起劲寻找预测、识别抗菌素耐药性基因的手段，，，，以求更有用地对病患施药。。随着全基因组测序手艺的突破，，，，他们开发出序列比对要领，，，，通过序列相似性来判断抗菌素耐药性基因，，，，但遇到与已知抗菌素耐药性基因具有高度相似性的序列时，，，，这些方规则有些无能为力。。
此次，，，，华盛顿州立大学研究团队决议使用博弈论来资助预测、识别抗菌素耐药性基因。。博弈论是一种研究具有斗争或竞争征象的数学理论和要领，，，，是目今经济学的标准剖析工具之一。。在博弈模子中，，，，一个加入者的行为会影响并取决于其他加入者的行为。。
研究团队使用其开发的机械学习算法和博弈论模子，，，，不但对细菌基因组中简朴的序列相似性举行剖析，，，，还深入研究了卵白质序列结构、理化特征、进化特征、组成特征等多个特征的相互作用，，，，以求准确预测抗菌素耐药性基因。。他们在9日的《科学报告》上揭晓研究论文称，，，，使用新要领预测3种革兰氏阴性菌——假单胞菌、弧菌和肠杆菌的抗菌素耐药性基因序列，，，，其准确度抵达93%—99%。。
研究职员体现，，，，这种新颖的博弈论要领特殊强盛，，，，其将基因特征的相关性和相互依赖性综合思量，，，，凭证它们在整体上协同事情的能力来识别可能的抗菌素耐药性基因，，，，因而能够判断出以前通过简朴序列比对要领无法识别的推定抗性基因。。随着抗菌素耐药性的增添和现有测序基因组数目的增添，，，，迫切需要开发新的、更准确的耐药基因预测、识别工具，，，，而他们的研究批注，，，，机械学习模子将是一个主要研发偏向。。
若是不可加以控制，，，，抗菌素耐药性每年导致殒命的人数，，，，甚至可能会高于因癌症去世的人数。。因此科学家们才投入重大的人力物力去识别抗菌素耐药性基因。。但人类不是“超体”，，，，大脑无法处理大规模数据集，，，，这太重大也太泯灭时间。。而机械学习却完全可以胜任这样的事情，，，，瞬时理清大宗信息之间的关系。。现在，，，，用博弈模子和机械学习联手处理生物数据，，，，无疑将识别的准确度和速率成倍提高，，，，为人们应对这一重至公共卫生问题，，，，提供了强有力的支持。。
美国华盛顿州立大学研究职员开发出一种预测细菌耐药性基因的新要领，，，，通过机械学习和博弈论模子，，，，他们能以93%—99%的准确率，，，，预测3种差别类型革兰氏阴性菌中耐药基因的保存。。
细菌反抗菌素的耐药性已成为影响全球公共康健的主要问题，，，，威胁着亿万人群，，，，仅美国每年就有数百万人会被耐药细菌熏染，，，，导致成千上万人殒命。。近年来，，，，科学家一直在起劲寻找预测、识别抗菌素耐药性基因的手段，，，，以求更有用地对病患施药。。随着全基因组测序手艺的突破，，，，他们开发出序列比对要领，，，，通过序列相似性来判断抗菌素耐药性基因，，，，但遇到与已知抗菌素耐药性基因具有高度相似性的序列时，，，，这些方规则有些无能为力。。
此次，，，，华盛顿州立大学研究团队决议使用博弈论来资助预测、识别抗菌素耐药性基因。。博弈论是一种研究具有斗争或竞争征象的数学理论和要领，，，，是目今经济学的标准剖析工具之一。。在博弈模子中，，，，一个加入者的行为会影响并取决于其他加入者的行为。。
研究团队使用其开发的机械学习算法和博弈论模子，，，，不但对细菌基因组中简朴的序列相似性举行剖析，，，，还深入研究了卵白质序列结构、理化特征、进化特征、组成特征等多个特征的相互作用，，，，以求准确预测抗菌素耐药性基因。。他们在9日的《科学报告》上揭晓研究论文称，，，，使用新要领预测3种革兰氏阴性菌——假单胞菌、弧菌和肠杆菌的抗菌素耐药性基因序列，，，，其准确度抵达93%—99%。。
研究职员体现，，，，这种新颖的博弈论要领特殊强盛，，，，其将基因特征的相关性和相互依赖性综合思量，，，，凭证它们在整体上协同事情的能力来识别可能的抗菌素耐药性基因，，，，因而能够判断出以前通过简朴序列比对要领无法识别的推定抗性基因。。随着抗菌素耐药性的增添和现有测序基因组数目的增添，，，，迫切需要开发新的、更准确的耐药基因预测、识别工具，，，，而他们的研究批注，，，，机械学习模子将是一个主要研发偏向。。
若是不可加以控制，，，，抗菌素耐药性每年导致殒命的人数，，，，甚至可能会高于因癌症去世的人数。。因此科学家们才投入重大的人力物力去识别抗菌素耐药性基因。。但人类不是“超体”，，，，大脑无法处理大规模数据集，，，，这太重大也太泯灭时间。。而机械学习却完全可以胜任这样的事情，，，，瞬时理清大宗信息之间的关系。。现在，，，，用博弈模子和机械学习联手处理生物数据，，，，无疑将识别的准确度和速率成倍提高，，，，为人们应对这一重至公共卫生问题，，，，提供了强有力的支持。。