نقترح تقنية مبتكرة تعتمد على دمج الميكروسكوبية رامان والتعليم العميق لتصنيف آلية عمل مضادات الميكروبات والتنبؤ بجديدها. توفر الميكروسكوبية رامان توقيعات كيميائية وفيزيائية للهياكل الجزيئية في البكتيريا لكشف الاستجابات الشكلية لمضادات الميكروبات. تعتبر تقنيات التعليم العميق أدوات قوية لاستخراج الميزات التمييزية من أطياف رامان المعقدة وتصنيفها. طورنا تقنية RaMoA وقيمنا أدائها حصريًا على سلالة الإشريكية القولونية (E. coli) ATCC 25922، بعد ساعة واحدة من العلاج مع 27 مضادًا حيويًا تمثل 5 فئات وظيفية تقليدية (أي 12 مثبطًا لتخليق جدار الخلية، 9 مثبطات لتخليق البروتين، 3 مثبطات لتكرار الحمض النووي، 2 مثبطات لتخليق الحمض النووي الريبي، و 1 مثبط لوظيفة الغشاء الخلوي). أولاً، باستخدام الأطياف رامان المعالجة مسبقًا كمدخل إلى شبكة عصبية تلافيفية أحادية البعد، صنفنا أطياف رامان للبكتيريا المعالجة إلى الفئة الصحيحة لآلية العمل بدقة 96%. أدى تجميع توقعات الأطياف إلى تعيين آلية العمل الصحيحة لـ 100% من المضادات الحيوية. ثانيًا، أظهرنا كيف يمكن لمجموعة بيانات الطيف المرجعي وهيكل المشفر التلقائي معالجة مهمة أكثر صعوبة: تقييم جديد آلية العمل لمضاد حيوي مرشح. بعد نقل مثبط واحد لعمل الغشاء الخلوي (أي كولستين)، واحد من جدار الخلية (أي سيفازولين)، وواحد من مثبطات تخليق البروتين (أي كلورامفينيكول) إلى مجموعة الاختبار، تمكن أداة لدينا من تعيين كولستين كآلية عمل جديدة، بينما تم التعرف بشكل صحيح على سيفازولين وكلورامفينيكول كمثبطات لجدار الخلية وتخليق البروتين، على التوالي.
درس كوربون وآخرون (Fri ،) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: