抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
MSクラスifRは,MALDI-TOF質量分析から得られた質量スペクトルの分類を改善するために特別に設計されたRパッケージである。それは,処理質量スペクトルに焦点を合わせ,判別m/z値を同定し,正確な予測を行うための包括的な機能を提供する。パッケージは,識別m/z値を選択し,予測を行うための革新的アルゴリズムを導入する。これらの方法の有効性を評価するために,Escherichia coliの細菌亜種,大腸菌の病原性および病原性表現型,大腸菌の病原性および非病原性表現型,およびSARS-CoV-2に感染した個体からの連鎖球菌および鼻スワブの種々の種を含む,困難な実際のデータセットを用いて広範な試験を行った。さらに,アルゴリズムのロバスト性を評価するために,これらの実際のデータセットから様々なサイズの複数のデータセットを作成した。その結果,MSクラスifRにおける機械学習ベースパイプラインは,高い精度とカッパ値を達成した。インハウスデータセットにおいて,いくつかのパイプラインは95%以上の平均精度を達成し,一方,商業システムは62%の平均精度を達成した。ある方法は,機械学習ベースパイプラインを構築するとき,データセットサイズの変化に対してより大きなレジリエンスを示した。これらのシミュレーションはまた,信頼できる結果を得るために必要な訓練セットの最小サイズを決定するのに役立った。パッケージはオンラインで自由に利用可能であり,そのオープンソースの性質は共同開発,カスタム化を促進し,MALDI-TOFスペクトルに基づく診断の改善に焦点を当てたコミュニティ内の革新を促進する。キーポイントO_LIMSクラスifRは,質量スペクトルの正確な分類のためのデータ解析パイプラインの構築を可能にする包括的なRパッケージである。C_LIO_LIOur Rパッケージはランダムフォレストからの変数選択のための革新的方法を含み,実際のデータに優れた結果をもたらした。パッケージを用いた種々の機械学習ベースパイプラインのC_LIO_LIIn深さ分析は,訓練データセットのサイズに依存する最適m/z選択と予測方法について結論を立てることを可能にした。C_LIO_Lは,異なる国にわたって種々のMALDI-TOF装置から得られた質量スペクトルの公的に利用可能なデータセットを,MSクラスifRは,自動的な方法で異なる機器に適応できる堅牢なパイプラインを構築できる。インハウスデータセットで試験したC_LIO_LIWhenは,予測精度に関して市販のソフトウェアを一貫して凌駕した。C_LI_LI。【JST・京大機械翻訳】
