华盛顿州普尔曼-华盛顿州立大学的研究人员开发了一种易于使用的软件程序，可以识别细菌中的耐药基因。

该程序可以使识别环境中存在的致命抗药性细菌更加容易。在美国，此类微生物每年造成超过280万例难以治疗的肺炎，血液和其他感染，并导致35,000例死亡。研究人员包括计算机科学博士学位的毕业生Abu Sayed Chowdhury，电气工程和计算机科学学院的Shira Broschat，以及道格拉斯(Douglas)致电Paul G. Allen全球动物卫生学院，在《科学报告》杂志中报告他们的工作。

当细菌或其他微生物进化或获得编码抗药性机制的基因时，就会发生抗药性(AMR)。导致葡萄球菌或链球菌感染或结核病和肺炎等疾病的细菌已经产生了耐药菌株，使它们变得越来越困难，有时甚至无法治疗。随着细菌的发展，使“有限数量”的抗生素治疗变得“聪明”，该问题在未来数十年的感染，死亡和健康成本增加方面预计将进一步恶化。

该论文的主要作者Chowdhury说：“我们需要开发工具，以轻松有效地预测日益威胁全球健康和生计的抗菌素耐药性。”

随着大规模基因测序变得越来越容易，研究人员正在环境中寻找AMR基因。研究人员对微生物在土壤和水中的生活以及它们如何传播和影响人类健康感兴趣。尽管它们能够鉴定出与已知的AMR抗性基因相似的基因，但从蛋白质序列的角度看，它们很可能缺少抗性基因。

WSU的研究小组开发了一种机器学习算法，该算法使用AMR蛋白的特征而不是基因序列的相似性来识别AMR基因。研究人员使用博弈论(一种在多个领域(尤其是经济学)中使用的工具)来模拟博弈玩家之间的战略互动，进而帮助识别AMR基因。研究人员使用他们的机器学习算法和博弈论方法，研究了遗传物质几个特征的相互作用，包括结构，蛋白质序列的物理化学和组成特性，而不是简单的序列相似性。

Chowdhury说：“与简单的序列匹配算法相比，我们的软件可以更深入地分析宏基因组学数据。”“这可能是鉴定新的抗药性基因的重要工具，这些基因最终将在临床上变得很重要。”

Broschat说：“该程序的优点是我们实际上可以在新测序的基因组中检测到AMR。”“这是鉴定AMR基因及其流行率的一种方法，否则可能无法发现。这确实很重要。”

WSU团队考虑了在梭菌，肠球菌，葡萄球菌，链球菌和李斯特菌中发现的抗性基因。这些细菌是许多主要感染和传染病的原因，包括葡萄球菌感染，食物中毒，肺炎和艰难梭菌引起的威胁生命的结肠炎。他们能够以高达90%的准确度对抗性基因进行准确分类。

他们开发了一个软件包，其他研究人员可以轻松下载该软件包，以便在大量遗传材料中寻找AMR。该软件也可以随着时间的推移进行改进。在对当前可用数据进行训练的同时，研究人员将能够随着更多数据和序列的出现而对算法进行重新训练。