[發明專利]用于抗微生物劑敏感性預測的流式細胞術數據處理

有效

• 申請號: 201780042446.2
• 申請日: 2017-07-06
• 公開（公告）號: CN109415755B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: M·拉姆吉特;P·馬埃;G·卡內科;M·沙佩爾
• 申請（專利權）人: 生物梅里埃公司
• 主分類號: C12Q1/18
• 分類號: C12Q1/18;G16B40/00
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 王健;林曉紅

1.一種在易感、中間和抗性表型中預測測試微生物對抗微生物劑敏感性表型的方法，所述方法包括：

A.包含以下步驟的學習階段：

a.選擇包含易感、中間和抗性表型微生物的微生物組，所述表型基于所述抗微生物劑的易感和抗性斷點濃度確定，并產生所述微生物組的敏感性表型的數字組；

b.對于所述微生物組的各微生物，制備液體樣品，該樣品包括所述微生物的群體、靶向所述微生物的活力熒光標記和所述抗微生物劑，所述液體樣品包括至少2種不同濃度的所述抗微生物劑；

c.對于各樣品，通過流式細胞儀獲得一數字組的值，包括所述樣品中所述微生物的群體的熒光分布和/或前向散射分布和/或側向散射分布；

d.對于所述微生物組的各微生物，通過計算機單元基于就所述微生物獲得的各組值產生特征向量；

e.通過計算機單元基于產生的特征向量和敏感性表型的所述數字組學習對所述抗微生物劑的敏感性表型的預測模型；

B.包含以下步驟的預測階段：

f.制備液體樣品，該樣品包括測試微生物的群體、所述活力熒光標記和不同濃度的所述抗微生物劑；

g.對于測試微生物的各樣品，通過流式細胞儀獲得一數字組的值，對應于步驟c)所獲得的那組值；

h.通過計算機單元基于就測試微生物獲得的各組值產生特征向量，所述特征向量對應于步驟d)的特征向量；

i.通過保存預測模型的計算機單元，將所述模型應用于測試微生物的特征向量預測測試微生物的敏感性表型。

2.權利要求1所述的方法：

-其中，所述預測模型包括易感表型對抗性和中間表型的第一預測模型，以及抗性表型對易感和中間表型的第二預測模型，所述第一和第二預測模型被獨立學習；和

-其中，當第一預測模型不預測為易感表型且當第二預測模型不預測為抗性表型時，預測為中間表型。

3.權利要求1所述的方法，其中所述預測模型包括易感表型對抗性和中間表型的第一預測模型，抗性表型對易感和中間表型的第二預測模型，以及中間表型對易感和抗性表型的第三預測模型，所述第一、第二和第三預測模型被獨立學習。

4.前述權利要求任一項所述的方法，其中所述抗微生物劑的不同濃度定義包括易感和抗性斷點濃度的范圍。

5.權利要求1所述的方法，其中所述抗微生物劑的不同濃度分別由易感和抗性斷點濃度組成。

6.權利要求1所述的方法，其中所述抗微生物劑的不同濃度包括至少3種濃度，以及更特別地，至少4種濃度。

7.權利要求1所述的方法，其中所述抗微生物劑的不同濃度的至少一種小于易感斷點濃度。

8.權利要求1所述的方法，其在學習階段包括通過如下選擇抗微生物劑的不同濃度：

-選擇包括抗微生物劑的不同濃度的第一組不同濃度，用所述第一組不同濃度的所有濃度進行步驟b)-e)；

-基于產生的特征向量和所述數字組的敏感性表型學習對所述抗微生物劑的敏感性表型的預測模型，其中所述學習用權衡預測模型精確度與預測模型復雜度的L1正則化的優化問題進行，且其中抗微生物劑的不同濃度是未被L1正則化的優化問題丟棄的第一組濃度的濃度。

9.權利要求8所述的方法，其中所述L1正則化的優化問題是L1正則化的邏輯回歸。

10.權利要求1所述的方法，其中所述數字組的值包括在預定義的熒光范圍內的熒光分布，且其中所述特征向量包括在預定義的熒光范圍的細分內的熒光分布直方圖。

11.權利要求1所述的方法，其中所述數字組的值包括在預定義的側向散射值范圍內的側向散射分布，且其中所述特征向量包括在預定義的側向散射值范圍的細分內的側向散射分布直方圖。