热点事件持续更新
机器学习用耐药基因组溯源超级细菌
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月18日,bioRxiv发布一项预印本研究,利用近1200株Acinetobacter baumannii基因组的耐药基因组(resistome),通过机器学习进行来源溯源。研究显示,最佳模型为随机森林,F1加权得分为0.744;伴侣动物和人类来源的预测准确率分别为93%和86%,土壤与白鹳来源均低于50%,错误预测与多宿主谱系相关。伴侣动物类别中,四环素耐药tet基因是主要贡献特征之一。目前该研究仅为预印本,尚未见同行评议或后续验证报道。
AI 根据报道生成 · 4 小时前更新
最新进展11月18日 08:00
预印本显示随机森林模型溯源A. baumannii,伴侣动物与人类来源准确率超85%。报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- bioRxiv 预印本基于resistome的机器学习溯源分析揭示超级细菌Acinetobacter baumannii的多宿主传播
研究利用近1200株Acinetobacter baumannii基因组的resistome,通过机器学习进行来源溯源,最佳模型为随机森林,F1加权得分为0.744。伴侣动物和人类来源的预测准确率分别为93%和86%,土壤与白鹳来源均低于50%,错误预测与多宿主谱系相关。伴侣动物类别中,四环素耐药tet基因是主要贡献特征之一。
本事件热度走势
当前热度 6·可比范围峰值 7(11月18日 21:00)·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。