bioRxiv 预印本· Ruthbah, C. A., Sadi, T. H., Jahan, N. E. S., Tanzim Adib, A. N. M. ·· 14 小时前AI 评分22
机器学习预测抗生素耐药基因:性能、可解释性与跨数据库冗余问题
Machine Learning Prediction of Antibiotic Resistance Genes: Performance, Interpretability, and Cross-Database Redundancy
AI 导读
研究基于CARD数据库训练XGBoost分类器,以氨基酸三联体频率和理化描述符区分耐药基因与非耐药蛋白,AUROC达0.982、MCC为0.886,SHAP分析显示KTG三联体、等电点和芳香性等可解释特征贡献主要信号。但CD-HIT聚类显示ResFinder中96.8-98.7%序列与CARD高度同源,在真正非冗余的40-100条序列上模型完全失效,SHAP将其归因于序列长度差异。
来源:bioRxiv 预印本 · biorxiv.org