透過機器學習可解釋模型預測細菌抗藥性與發掘潛在的抗生素抗藥性基因
時間： 113年3月4日(星期一) 19:00-21:00
地點：大仁樓301室
主持人：張家銘 老師
演講者：臺北醫學大學醫學資訊研究所 吳育瑋教授
演講題目：透過機器學習可解釋模型預測細菌抗藥性與發掘潛在的抗生素抗藥性基因
演講摘要：
基因體研究一直是探究微生物功能性的最佳利器。目前的定序科技已經有辦法在相對短的時間內大量產出微生物基因體序列了。而隨著基因體分析技術的進步，我們也越來越能夠透過這些分析更加了解細菌基因體，並在進行功能性分析後一探細菌在疾病或環境中伴演的角色。
在這場演講中我主要會鎖定在細菌抗藥性這個麻煩的疑難雜症上。雖然目前絕大部分的細菌感染還是有藥可醫，但是演化出對抗抗生素機制的細菌已經越來越多了。目前辨識抗藥性細菌的方法主要還是透過已知的抗藥性基因；但是我們對於抗藥性基因的了解仍然有限，而透過抗藥性基因建立的預測模型準確度也因此有所侷限。我將會談到如何透過微生物基因體分析找出潛在的抗藥性基因，並透過這些基因預測細菌抗藥性。我還會介紹如何透過建構細菌泛基因體挖掘未知的抗藥性基因，以及如何透過這些基因進行抗藥性關聯性分析與建置預測模型。最後我還會提及我們如何找出一大堆功能未知的基因與抗藥性有著顯著關聯性，以及如何開發方法設法註解這些未知功能基因的可能功能性。