[發(fā)明專利]一種肺炎克雷伯菌亞胺培南藥物敏感性機器學(xué)習(xí)預(yù)測模型

在審

• 申請?zhí)枺?/td>: 202210438979.5
• 申請日: 2022-04-22
• 公開（公告）號: CN114724620A
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計）人: 朱彧;萬晶晶;曾宇;劉剛
• 申請（專利權(quán)）人: 朱彧
• 主分類號: G16B5/00
• 分類號: G16B5/00;G16B40/00
• 代理公司: 天津展譽專利代理有限公司 12221
• 代理人: 鄭曉晨

1.一種肺炎克雷伯菌亞胺培南藥物敏感性機器學(xué)習(xí)預(yù)測模型，其特征在于：包括以下步驟：

(1)數(shù)據(jù)篩選

根據(jù)菌株亞胺培南藥物敏感度分布情況，從樣本中隨機選取肺炎克雷伯耐藥株和敏感株作為訓(xùn)練集，隨機另選取耐藥株和敏感株作為測試集，將上述菌株質(zhì)譜數(shù)據(jù)峰按以下步驟進行預(yù)處理；

(2)數(shù)據(jù)預(yù)處理

將質(zhì)譜數(shù)據(jù)進行數(shù)據(jù)重采樣，設(shè)置起始M/Z值、結(jié)束M/Z值和重新采樣數(shù)，采用高斯濾波算法進行數(shù)據(jù)平滑處理，設(shè)置σ值，采用White Top Hat算法進行基線矯正,設(shè)置基線矯正窗口值，進行質(zhì)譜峰對齊，最終每個菌株質(zhì)譜分析結(jié)果得到若干質(zhì)譜峰；

(3)聚類分析

選取全部菌株質(zhì)譜峰數(shù)據(jù)，進行正交偏最小二乘判別分析；

(4)數(shù)據(jù)建模及準確性驗證

選取訓(xùn)練集菌株的質(zhì)譜峰數(shù)據(jù)，通過機器學(xué)習(xí)包中的最小絕對值選擇與收縮算子回歸算法進行訓(xùn)練集數(shù)據(jù)建模，選取測試集質(zhì)譜峰數(shù)據(jù)通過上述算法進行測試集數(shù)據(jù)建模，通過優(yōu)化后的LASSO回歸模型計算曲線下面積(Area Under Curve，AUC)，基于測試集通過機器學(xué)習(xí)包建立混淆矩陣，分別計算藥物敏感、耐藥以及總準確率。

2.根據(jù)權(quán)利要求1所述的肺炎克雷伯菌亞胺培南藥物敏感性機器學(xué)習(xí)預(yù)測模型，其特征在于：通過將訓(xùn)練集菌株的質(zhì)譜峰數(shù)據(jù)進行數(shù)據(jù)建模，結(jié)合Sigmoid函數(shù)和線性回歸函數(shù)得到下列公式：

其中，是線性回歸擬合函數(shù)；

w是模型訓(xùn)練得到的參數(shù)，x是樣本數(shù)據(jù)的特征值，b是偏置；

σ(f(x))表示sigmoid函數(shù)，將線性回歸結(jié)果作為輸入，輸出得到模型預(yù)測概率；

計算敏感或耐藥概率，并推導(dǎo)出亞胺培南藥敏訓(xùn)練集和測試集的AUC值。

3.根據(jù)權(quán)利要求2所述的肺炎克雷伯菌亞胺培南藥物敏感性機器學(xué)習(xí)預(yù)測模型，其特征在于：通過測試集對亞胺培南藥敏訓(xùn)練集數(shù)據(jù)模型進行驗證并建立訓(xùn)練集和測試集混淆矩陣，分析訓(xùn)練集的正確率和測試集的正確率。

4.根據(jù)權(quán)利要求1所述的肺炎克雷伯菌亞胺培南藥物敏感性機器學(xué)習(xí)預(yù)測模型，其特征在于：在步驟(1)中，所有菌株分離培養(yǎng)后，采用MALDI-TOF-MS技術(shù)鑒定為肺炎克雷伯菌，鑒定分值均≧2.0，采用微量稀釋法進行藥敏試驗并計算亞胺培南最低抑菌濃度，≦1μg/mL為敏感，≧2μg/mL為耐藥。