[发明专利]面向肠杆科细菌获得抗β-内酰胺类耐药性基因的预测方法

说明书

本发明公开了一种面向肠杆科细菌获得抗β‑内酰胺类耐药性基因的预测方法，包括如下步骤：步骤一、构建训练集和测试集；步骤二、随机分割形成k‑mers；步骤三、构建预测模型；步骤四、输出每次预测的最优结果；步骤五、优化、测试和预测。本发明对于肠杆科细菌的抗β‑内酰胺类耐药性预测准确、结果可信、算法合理、模型稳定，能识别或分类与参考数据库中高度不同的ARGs，同时提高预测的性能，实现了以生物学意义为主导的深度学习应用。

技术领域

本发明属于生物信息领域，尤其涉及一种面向肠杆科细菌获得抗β-内酰胺类耐药性基因的预测方法。

背景技术

随着抗生素在临床和农业中的广泛使用和滥用，细菌性病原体对抗生素的耐药性(Antimicrobial Resistance)已成为一个紧迫的公共卫生问题。因此，必须从临床和环境样本中找到和预测耐药基因(ARGs)，并确定ARGs的类型，以制定有针对性的治疗或控制措施。此外，病原体中ARGs的快速鉴定有助于优化抗菌治疗。基于培养的抗菌素敏感性试验(AST)可以提供微生物的表型耐药性结果，但可能需要数周时间，而且在ARGs的流行病学方面，它比基于测序的方法信息更少。此外，基于培养的方法不适用于不可培养的细菌。基因组序列数据提供了耐药性的另一种观点，使研究人员能够评估每个菌株中赋予耐药性的遗传机制。

名词解释：

k-mers：单元。

发明内容

为解决上述问题，本发明公开了一种面向肠杆科细菌获得抗β-内酰胺类耐药性基因的预测方法。本发明对于肠杆科细菌的抗β-内酰胺类耐药性预测准确、结果可信、算法合理、模型稳定，能识别或分类与参考数据库中高度不同的ARGs，同时提高预测的性能，实现了以生物学意义为主导的深度学习应用。

为实现上述目的，本发明的技术方案为：

一种面向肠杆科细菌获得抗β-内酰胺类耐药性基因的预测方法，包括如下步骤：

步骤一、得到肠杆菌耐药表型-基因型数据，并将肠杆菌耐药表型-基因型数据，根据含有耐药性基因和不含有耐药性基因的肠杆菌基因数据情况划分为训练集和测试集；

步骤二、将训练集中的肠杆菌耐药表型-基因型的序列随机分割形成预设长度的k-mers；采用特征工程提取的k-mers的取序列特征；对序列特征进行灰度关联分析(GreyRelation Analysis)，灰度关联分析采用以下公式：

其中，ζ_i0(k)表示灰度关联系数，k表示第k个点，min_imin_k表示遍历所有的点，取一个值使得|x₀(k)-x_i(k)|的值最小，x₀(k)表示向量k第0个点的位置)，x_i(k)表示向量k第i个点的位置，ρ表示权重系数；0表示目标向量，i表示参考向量；max_imax_k表示遍历所有的k取一个值使得|x₀(k)-x_i(k)|的值最大；

步骤三、构建预测模型：构建CNN-HMM混合模型作为预测模型；

步骤四、将训练集输入CNN-HMM混合模型，进行CNN-HMM混合模型的优化，优化方法为加入自注意力机制、自适应增强机制和极端适应增强机制，最后得到优化后的CNN-HMM混合模型；

步骤五、采用测试集测试优化后的CNN-HMM混合模型；

步骤六、若正确率高于预设阈值则得到最终的CNN-HMM混合模型，否则扩大训练集，并重复步骤一至步骤五，直至得到最终的CNN-HMM混合模型；

步骤七、采用最终的CNN-HMM混合模型预测肠杆科细菌样本是否获得抗β-内酰胺类耐药性基因。