AMR-EnsembleNet

新AI集成模型高精度预测抗菌素耐药性

研究人员开发了AMR-EnsembleNet，一个通过结合基于序列和基于特征的学习来预测抗菌素耐药性（AMR）的新颖框架。这个轻量级的一维 CNN-XGBoost 集成模型能够有效地从基因组数据中学习，克服了现有方法要么忽略序列上下文要么计算成本过高的问题。该模型在预测大肠杆菌菌株的耐药性方面表现出顶级性能，在环丙沙星和庆大霉素方面取得了高精度，并专注于已知的AMR基因。