Core Concepts
MALDI-TOF MS 스펙트럼과 약물 정보를 활용하여 다양한 병원체-약물 조합에 대한 항균제 내성을 예측하는 모델을 개발하였다.
Abstract
이 연구에서는 MALDI-TOF MS 스펙트럼과 약물 정보를 활용하여 다양한 병원체-약물 조합에 대한 항균제 내성을 예측하는 모델을 개발하였다.
주요 내용은 다음과 같다:
이중 분기 신경망 모델을 제안하여 MALDI-TOF MS 스펙트럼과 약물 정보를 통합적으로 활용
다양한 약물 표현 방식(one-hot, 분자 지문, SMILES 등)을 비교 평가
기존의 병원체-약물 조합 별 전문 모델과 비교하여 제안 모델의 우수한 성능 확인
다른 병원 데이터에 대한 효율적인 전이 학습 가능성 확인
제안 모델은 MALDI-TOF MS 데이터를 활용하여 다양한 병원체-약물 조합에 대한 항균제 내성을 예측할 수 있는 실용적인 추천 시스템으로 활용될 수 있다.
Stats
MALDI-TOF MS 스펙트럼 하나당 평균 6,000개의 특징이 추출된다.
DRIAMS 데이터셋에는 총 765,048개의 항균제 내성 측정값이 포함되어 있다.
DRIAMS-A 병원의 데이터를 사용하여 모델을 학습할 경우, 학습 데이터에 409,395개의 라벨, 검증 데이터에 76,431개의 라벨, 테스트 데이터에 76,133개의 라벨이 포함된다.
Quotes
"MALDI-TOF 스펙트럼에서 추출할 수 있는 정보를 활용하면 항균제 내성 프로파일을 예측할 수 있어 치료 효율성, 효과성 및 비용을 크게 개선할 수 있다."
"제안 모델은 임상 미생물학에서 발견되는 모든 병원체와 약물에 대한 단일 모델로, 실용적이고 광범위하게 적용 가능하다."