Key points are not available for this paper at this time.
항생제 내성 ESKAPE 병원균은 전 세계적으로 막대한 이환율과 사망률을 초래하는 병원 감염을 유발합니다. 항생제 내성의 신속한 식별은 병원 감염의 예방 및 통제에 필수적입니다. 그러나 현재의 기술인 유전자형 식별 및 항생제 감수성 검사들은 일반적으로 시간이 많이 소모되며 대규모 장비를 필요로 합니다. 여기서 우리는 플라스모닉 나노센서와 머신러닝을 통해 ESKAPE 병원균 간의 항생제 내성 표현형을 신속하고 용이하며 민감하게 결정하는 기술을 개발합니다. 이 기술의 핵심은 소수성과 표면 전하에서 차별화된 펩타이드로 기능화된 금 나노입자를 포함하는 플라스모닉 센서 배열입니다. 플라스모닉 나노센서는 병원균과 상호작용하여 나노입자의 표면 플라스몬 공명(SPR) 스펙트럼을 변화시키는 박테리아 지문을 생성할 수 있습니다. 머신러닝과 결합하여 12 ESKAPE 병원균에서 20분 이내에 항생제 내성을 식별할 수 있으며, 전반적인 정확도는 89.74%입니다. 이 머신러닝 기반 접근법은 환자에서 항생제 내성 병원균을 식별할 수 있게 해주며, 생의학 진단을 위한 임상 도구로서 큰 가능성을 지니고 있습니다.
Yu et al. (금요일) 이 질문을 연구했습니다.