贝叶斯混合模型在聚类MIC数据中的应用：检测结核分枝杆菌耐药突变
摘要：抗微生物耐药性正在成为全球公共卫生的重大威胁。研究人员正试图通过开发新的抗生素和针对患者的特定治疗来对抗它。在第二种情况下，全基因组测序以两种方式产生了巨大影响：首先，全基因组测序变得更加便宜和快速，这使其在与标准表型测试方面具有竞争力；其次，可能通过统计方法将耐药性的表型模式与基因组中的具体突变相关联。因此，现在可以开发与特定抗生素耐药性相关的基因组变异目录，以提高耐药性预测并建议治疗方法。为了识别与耐药性相关的突变并持续更新可用目录，有必要拥有稳健的识别方法。本研究提出了一种研究最低抑制浓度（MIC）分布并识别显示不同抗菌药物耐药水平的菌株簇的通用方法。一旦识别出这些簇并将细菌株分配到各个簇中，就可以使用回归方法高度有统计学意义地确定与耐药性相关的突变。该方法被应用于一种用于检测结核分枝杆菌的新型96孔微孔板测试。
作者：Clara Grazian
论文ID：2307.12603
分类：Applications
分类简称：stat.AP
提交时间：2023-07-25