6、抗菌耐药性分析与预测的生物信息学和生物统计模型

抗菌耐药性分析与预测的生物信息学和生物统计模型

1. 引言

抗菌耐药性是当前微生物感染传播背景下亟待解决的重要医学问题。其产生的原因主要有两个方面：一是人类和农业环境中抗生素的过度使用；二是农业中抗菌剂的广泛应用。这些抗菌剂带来的选择压力促使细菌通过自发突变或水平基因转移获得新的遗传特性，从而提高了细菌的存活率。

水平基因转移可能会产生重大的流行病学影响，因为它能将抗生素耐药基因从非致病细菌转移到人类或动物病原体中。细菌结合被认为是细菌间水平基因转移的主要机制，此外还有细菌转化和转导。噬菌体（或称为噬菌体）是感染并在细菌内复制的病毒，自20世纪初被发现以来，一直是抗菌耐药性潜在原因研究的焦点。虽然噬菌体通过转导和转化对水平基因转移的影响可能有助于抗菌耐药性（AMR）的发展，但它们在抗菌耐药基因（ARGs）传播中的作用尚不明确。

本研究基于一系列原创的统计和机器学习方法，旨在解决相关问题。研究由CAMDA项目发起，该项目提出了四个与宏基因组学相关的分析和预测任务：
1. 发现宏基因组样本中与抗菌耐药性相关的噬菌体和前噬菌体。
2. 确定可能被检测到的噬菌体感染的物种以及水平AMR基因转移等情况。
3. 应用和评估在AMR背景下噬菌体和细菌出现的关系挖掘。
4. 改进从细菌基因组中识别和发现噬菌体和前噬菌体的算法。本研究将重点分析数据并完成前三个任务。

2. 数据与分析方法

2.1 数据

CAMDA项目提供了来自各大洲地铁和城市公共交通环境的124个样本，根据ARGs特征分为两组（62个高AMR样本和62个低AMR样本）。使用kaiju宏基因组分类器从样本的鸟枪法测序中提取噬菌