• 英文タイトル：Predicting antimicrobial resistance in Pseudomonas aeruginosa with machine learning-enabled molecular diagnostics
• 雑誌名：EMBO Mollecular Medicine
• 著者：Ariane Khaledi, et al.
• 掲載年月：2020年2月12日
• URL：Predicting antimicrobial resistance in Pseudomonas aeruginosa with machine learning‐enabled molecular diagnostics (nih.gov)
• DOI：10.15252/emmm.201910264

Executive Summary

• 背景・目的
  • 抗生物質耐性の増加は、最も重要な公衆衛生上の問題だが、重症急性感染症だけでなく慢性持続性感染症の原因である緑膿菌は、特に問題視されている。
  • 緑膿菌は耐性表現型に寄与する内在性β-ラクタマーゼのアップレギュレーションや排出ポンプの過剰発現があるため、全ゲノム配列だけでは抗菌薬耐性を予測するのは困難である。
  • 本研究では、ゲノム情報だけでなく、定量的な遺伝子発現情報も含めて、緑膿菌の抗菌薬耐性を確実に予測できるかを検討した。