文献

J-GLOBAL ID：201802236205566266   整理番号：18A0161397

技術が技術に出会うとき:原子力発電所に基づく病原体検出のための保持「開始V3の分類器【Powered by NICT】

When technology meets technology: Retrained `Inception V3’ classifier for NGS based pathogen detection

著者 (2件)： Sinha Rohita (Food Science and Technology, University of Nebraska, Lincoln, Lincoln, NE, USA) ,  Clarke Jennifer (Statistics, Food Science and Technology, University of Nebraska, Lincoln, Lincoln, NE, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BIBM  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 食品または臨床試料中に存在する病原微生物の正確な特性化は,適切な介入戦略の設計に必須である。固有ゲノムパターン(進化のコドンバイアスと速度)は最も分類レベル(属以上)で微生物が,ほとんど種/株レベルでぼけ分類の分類を単純化している。それ故,これらの微細な分類学的レベルでの分類はSNP(一塩基多型)レベルの精度を提供することを高分解能ゲノムデータを必要とする。既存分類法は,sero特異的遺伝子(血清型分類及びMLST)の標的増幅または全微生物ゲノムの配列決定,の余分な時間と資源を必要とするが含まれている。計算手法,畳込みニューラルネットワーク(CNN)(開始V3)のメタゲノムNGSデータとオブジェクト検出能力の力を利用して,ゲノムデータ(NGSリード)を変換画像(ヌクレオチドによる色)に病原体の正確な分類を示した。開始V3」の小規模再訓練(<50画像/クラス)は100%と96%の検証と試験精度で分類器をもたらした,Campylobacter coli/jejuni及びEscherichia coli(O157:H7および非O157STEC)のような病原体を分類した。はこのプロトコルを拡張したメタゲノム画像(全微生物群集のゲノム画像)のいくつかの微生物(複数物体)の検出を目的とした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 微生物 ,  プロトコル ,  *病原体 ,  画像 ,  キャラクタリゼーション ,  ゲノム ,  一塩基多型 ,  食品 ,  高分解能 ,  Campylobacter
準シソーラス用語： メタゲノム ,  多座位配列タイピング ,  血清型別 ,  分類法 ,  病原微生物 , 【Automatic Indexing@JST】

分類 (2件)： 微生物検査法  (EG02020G) ,  微生物検査  (GC02030H)

タイトルに関連する用語 (3件)： 原子力発電所 ,  病原体検出 ,  分類器