Теорию игр использовали для выявления устойчивых к антибиотикам бактерий |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-10-10 15:01 Gaurab Karki/PNAS Американские исследователи разработали новый способ выявления ранее неизвестных генов устойчивости к антибиотикам у бактерий. Посвященная исследованию статья опубликована в журнале Scientific Reports. Растущая распространенность антибиотикорезистентных бактерий считается одной из самых серьезных мировых проблем. Каждый год миллионы людей заражаются лекарственно-устойчивыми патогенами, и тысячи умирают от пневмонии или инфекций кровотока, которые становится невозможно вылечить. В последние годы исследователи работают над использованием секвенирования генома для выявления устойчивых к антибиотикам генов. Они стараются найти аналогичные последовательности генов в общедоступных базах данных. Это работает для идентификации хорошо известных антибиотикорезистентных генов, но не соответствует новым или необычным последовательностям. В своей работе команда ученых из Вашингтонского университета решила для обнаружения таких генов использовать теорию игр — инструмент, который применяется в экономике и социальных науках для моделирования стратегических взаимодействий между участниками игры. Используя алгоритм машинного обучения и подход теории игр, исследователи рассмотрели взаимодействие нескольких признаков генетического материала, включая его структуру и физико-химические, эволюционные и композиционные свойства последовательностей. Этот подход оказался намного эффективнее обычного анализа ДНК. «Подход, использующий теорию игр, особенно эффективен, потому что признаки выбираются на основе того, насколько хорошо они работают вместе, а не по отдельности. С его помощью мы смогли идентифицировать вероятные гены устойчивости к противомикробным препаратам с учетом как релевантности, так и взаимозависимости признаков. Мы считаем, что дальнейшее развитие нашей технологии позволит эффективно бороться с патогенными микроорганизмами», — отметила профессор Университета штата Вашингтон Шира Брошат. Источник: indicator.ru Комментарии: |
|