結(jié)核病（ TB ）主要由結(jié)核分枝桿菌（ Mycobacterium tuberculosis , MTB ）感染引起，至今仍是造成全世界人類死亡的主要原因之一，而耐藥性結(jié)核病（ DR-TB ）的出現(xiàn)對公共衛(wèi)生安全產(chǎn)生了更大的威脅。

　　基于培養(yǎng)的傳統(tǒng)藥敏試驗需要數(shù)周才能拿到藥敏結(jié)果，在這等待期間，患者有可能被不恰當(dāng)?shù)闹委煼桨赣绊懖∏楹驮黾幽退幍娘L(fēng)險。而基于全基因組測序數(shù)據(jù)的機器學(xué)習(xí)類耐藥預(yù)測方法，因其快速和便捷性，成為了研究的熱點。快速且準(zhǔn)確地預(yù)測 MTB 的耐藥性，能夠指導(dǎo)臨床用藥和提高治愈率，對 TB 的防控具有重要意義。同時，發(fā)現(xiàn)新的耐藥位點將有益于解釋耐藥機制，有助于開發(fā)新藥物或改進(jìn)現(xiàn)有藥物。

　　近日，四川大學(xué)生命科學(xué)學(xué)院孫群教授團隊和四川大學(xué)計算機學(xué)院于中華副教授團隊合作，在 Briefings in Bioinformatics期刊發(fā)表了題為： “ Drug resistance prediction and resistance genes identification in Mycobacterium tuberculosis based on a hierarchical attentive neural network utilizing genome-wide variants ” 的研究論文。

　　該研究解決了此前基于機器學(xué)習(xí)的M TB 耐藥預(yù)測研究中無法有效處理全基因組突變位點和特征表示的問題。 研究人員巧妙地將耐藥預(yù)測問題轉(zhuǎn)化為文檔分類問題，提出了一種新的突變信息編碼方法，即把菌株的突變位點視為詞，突變基因則視為由這些詞組成的句子，菌株的遺傳信息則視為由這些句子組成的文檔。進(jìn)而提出了一個新的M TB 耐藥預(yù)測模型，即層次注意力神經(jīng)網(wǎng)絡(luò)模型（ Hierarchical Attentive Neural Network, HANN ），該模型以菌株的全基因組突變位點及其位置信息為輸入，不但考慮了突變相對于所在突變基因的位置信息和突變基因相對于基因組的位置信息，還考慮到了突變與突變之間，基因與基因之間的互作關(guān)系。引入的層次注意力機制，可以捕捉不同層次（包括突變級別和基因級別）特征對耐藥的貢獻(xiàn)，從而挖掘潛在的耐藥基因和位點。

　　12,378 株 MTB 被用來驗證所提出的方法與模型，結(jié)果顯示，對于 INH 、 RIF 、 EMB 和 PZA 四種一線藥物， HANN 分別取得了 97.90% 、 99.05% 、 96.44% 和 95.14% 的最佳 AUC 值， 94.63% 、 96.31% 、 92.56% 和 87.05% 的最佳靈敏度，以及 98.03% 、 98.84% 、 94.54% 和 95.62% 的最佳特異度；在沒有任何領(lǐng)域知識的情況下， HANN 成功地識別了與此前研究一致的耐藥基因和位點，并發(fā)現(xiàn)了一個潛在的 PZA 耐藥基因 Rv3789 。

　　四川大學(xué)生命科學(xué)學(xué)院孫群教授與四川大學(xué)計算機學(xué)院陳黎博士為該論文的共同通訊作者，四川大學(xué)生命科學(xué)學(xué)院碩士生蔣中華與四川大學(xué)計算機學(xué)院碩士生盧永美為論文的共同第一作者。 該研究項目得到了國家重點研發(fā)項目、四川省重點研發(fā)項目和中央高?；究蒲谢鸬闹С?。

　　孫 群

　　孫群，四川大學(xué)生命科學(xué)學(xué)院教授、博士生導(dǎo)師、四川大學(xué)海外引進(jìn)人才、四川省高層次人才獲得者，現(xiàn)任資源微生物與微生物技術(shù)四川省重點實驗室主任、基因資源與生物安全國際聯(lián)合研究中心主任，兼任四川省微生物學(xué)會理事長、中國畜產(chǎn)品加工研究會常務(wù)理事、四川省食品安全專家委員會委員，為國家自然科學(xué)基金、國家重點研發(fā)計劃、國家留學(xué)基金等項目評審專家， Food Science and Human Wellness 、Muscle Food and Biology 、《肉類科學(xué)》等雜志編委，以及PLoS One、《食品科學(xué)》等十余種國際國內(nèi)高水平雜志審稿人。

　　長期從事微生物學(xué)和食品生物技術(shù)領(lǐng)域教學(xué)和科研工作，承擔(dān)了國家自然科學(xué)基金、科技支撐、重大基礎(chǔ)研究前期專項、國際科技合作、政府間合作、科技人員服務(wù)企業(yè)等近50項國家、部省級及橫向科研項目，在N ature Communication 、PNAS等國內(nèi)外學(xué)術(shù)刊物發(fā)表論文和專著210余篇，其中SCI 論文1 1 0篇，參編《四川省志•科技志》、十二•五規(guī)劃教材《微生物學(xué)》等專著，獲國際和國內(nèi)授權(quán)發(fā)明專利1 9 項，已培養(yǎng)碩、博士研究生60余人。獲四川省科技進(jìn)步一等獎、農(nóng)業(yè)部神農(nóng)中華農(nóng)業(yè)科技二等獎等4項、四川省科技特派員先進(jìn)個人，以及四川省教學(xué)成果一等獎、四川大學(xué)首屆卓越教學(xué)獎、唐立新教學(xué)名師獎、十佳師德標(biāo)兵、四川大學(xué)首屆“德渥群芳”標(biāo)兵科研團隊導(dǎo)師、最受學(xué)生歡迎教師獎等獎項，指導(dǎo)學(xué)生獲挑戰(zhàn)杯四川省一等獎、首屆全國大學(xué)生基因應(yīng)用創(chuàng)意大賽全國冠軍、全國青年科普創(chuàng)新大賽一等獎等 。（四川省微生物學(xué)會、食品網(wǎng)生物醫(yī)藥頻道）