기계 학습

블로그

홈페이지홈페이지 / 블로그 / 기계 학습

Jan 17, 2024

기계 학습

과학 보고서 13권,

Scientific Reports 13권, 기사 번호: 7749(2023) 이 기사 인용

308 액세스

측정항목 세부정보

수역의 아시네토박터 밀도(AD) 열거를 위한 스마트 인공 지능 시스템(SAIS)은 결정과 관련된 반복적이고 힘들며 시간이 많이 걸리는 루틴을 피하기 위한 귀중한 전략을 나타냅니다. 본 연구에서는 기계학습(ML)을 활용하여 수역의 AD를 예측하는 것을 목표로 했습니다. 1년 동안 진행된 연구에서 표준 프로토콜을 통해 모니터링한 3개 강의 AD 및 물리화학적 변수(PV) 데이터를 18개의 ML 알고리즘에 적용했습니다. 모델의 성능은 회귀 측정항목을 사용하여 분석되었습니다. 평균 pH, EC, TDS, 염도, 온도, TSS, TBS, DO, BOD 및 AD는 7.76 ± 0.02, 218.66 ± 4.76 µS/cm, 110.53 ± 2.36 mg/L, 0.10 ± 0.00 PSU, 17.29 ± 0.21 °였습니다. C, 80.17 ± 5.09 mg/L, 87.51 ± 5.41 NTU, 8.82 ± 0.04 mg/L, 4.00 ± 0.10 mg/L 및 3.19 ± 0.03 log CFU/100 mL. PV의 기여도는 값이 다르지만 XGB[3.1792(1.1040–4.5828)] 및 Cubist[3.1736(1.1012–4.5300)]에 의한 AD 예측 값은 다른 알고리즘보다 뛰어났습니다. 또한 XGB(MSE = 0.0059, RMSE = 0.0770; R2 = 0.9912; MAD = 0.0440)와 Cubist(MSE = 0.0117, RMSE = 0.1081, R2 = 0.9827; MAD = 0.0437)가 AD 예측에서 각각 1위와 2위를 차지했습니다. 온도는 AD를 예측하는 데 가장 중요한 특징이었으며 1000개의 순열 후 평균 드롭아웃 RMSE 손실이 43.00~83.30%를 차지하는 10/18 ML 알고리즘에서 1위를 차지했습니다. 두 모델의 부분 의존성과 잔여 진단 민감도는 수체의 효율적인 AD 예측 정확도를 나타냅니다. 결론적으로, 수체의 AD 모니터링을 위해 완전히 개발된 XGB/Cubist/XGB-Cubist 앙상블/웹 SAIS 앱을 배포하여 관개 및 기타 목적을 위한 수체의 미생물학적 품질을 결정하는 데 소요되는 시간을 단축할 수 있습니다.

아시네토박터(Acinetobacter) 종은 비운동성, 비발효성, 카탈라제 양성, 산화효소 음성 캡슐화 코코바실러스인 호기성 그람 음성 박테리아 그룹에 속하며, DNA G+C 함량은 39~47mol1,2입니다. 분류학적으로 과학자들은 아시네토박터(Acinetobacter) 속에서 68개의 검증된 종을 식별했으며, 그 외 수많은 종은 아직 종으로 분류되지 않았습니다3,4,5. 많은 Acinetobacter 종은 토양, 물, 공기, 폐수, 매개물, 인간 피부, 동물, 심지어 식물을 포함한 다양한 환경에서 자연적으로 발견됩니다6,7,8. 일부 종은 아미노산, 탄수화물, 유기산 및 탄화수소와 같은 다양한 기질을 활용할 수 있는 반면, 일부 종은 리파제 및 프로테아제와 같은 산업용 효소를 분비할 수 있습니다9,10. 그러나 인간에게 기회감염을 일으키는 병원체는 거의 없습니다. 예를 들어, Acinetobacter baumannii는 특히 면역이 저하된 환자에게 폐렴, 호흡기 및 요로 감염, 패혈증, 상처 감염 등 생명을 위협하는 감염을 일으키는 병원 환경에서 잘 알려진 악명 높은 종입니다11,12,13 .

아시네토박터(Acinetobacter) 종은 환경 환경을 통해 널리 퍼져 있으며 놀랍게도 항균 저항성 유전자를 환경에 퍼뜨릴 수 있습니다14,15. 또한, 병원 및 도시 폐수 유입으로 유입되는 폐수 처리장(WWTP)은 다제내성(MDR) 및 광범위한 약물내성(XDR) Acinetobacter를 분리하여 다른 공급원에 비해 수역을 받는 폐수에 분리하는 것으로 보고되었습니다15,16. WWTP 방류수를 배출하면 수용하는 강 수역에서 아시네토박터(Acinetobacter)의 확산이 증가하고 항미생물 저항성과 관개 야채로의 전염이 촉진됩니다15. Acinetobacter spp.의 전염 (특히 A. baumannii) - 높은 항미생물 저항성과 치명률을 보이는 - 신선한 농산물에 대한 감염 사례가 Carvalheira et al.17에 의해 입증되고 검토되었습니다. MDR에서 XDR까지 다양한 저항성을 지닌 아시네토박터 종은 신선한 과일과 채소(사과, 양배추, 멜론, 콜리플라워, 고추, 버섯, 상추, 오이, 바나나, 무, 단옥수수 당근, 감자, 복숭아, 배, 딸기, 사과, 셀러리, 토마토, 무)를 홍콩19, 프랑스20, 나이지리아21, 레바논22, 포르투갈23 및 알제리24의 농업 환경에서 최대 50–1000 CFU/g18의 밀도로 생산합니다. 더욱이, 예를 들어 수역, 특히 시골 강은 WWTP 폐수의 유입/유입과 아시네토박터(Acinetobacter)를 비롯한 공중 보건 문제가 되는 다제 내성 병원체의 유입을 인식하지 못하는 사람들의 레크리에이션 이용을 상당히 높은 수준으로 지원합니다25.