文献

J-GLOBAL ID：202202249435713864   整理番号：22A0432859

雑音除去オートエンコーダと機械学習を組み込んだMALDI-TOF質量分析によるListeria種の正確な分類【JST・京大機械翻訳】

Accurate classification of Listeria species by MALDI-TOF mass spectrometry incorporating denoising autoencoder and machine learning

著者 (4件)： Li Yunhong (Department of Electronic Science, Fujian Provincial Key Laboratory of Plasma and Magnetic Resonance Research, School of Electronic Science and Engineering, Xiamen University, Xiamen, People’s Republic of China) ,  Gan Zeyu (Department of Electronic Science, Fujian Provincial Key Laboratory of Plasma and Magnetic Resonance Research, School of Electronic Science and Engineering, Xiamen University, Xiamen, People’s Republic of China) ,  Zhou Xi (Department of Biomaterials, College of Materials, Xiamen University, The Higher Educational Key Laboratory for Biomedical Engineering of Fujian Province, Research Center of Biomedical Engineering of Xiamen, Xiamen, People’s Republic of China) ,  Chen Zhiwei (Department of Electronic Science, Fujian Provincial Key Laboratory of Plasma and Magnetic Resonance Research, School of Electronic Science and Engineering, Xiamen University, Xiamen, People’s Republic of China)
資料名： Journal of Microbiological Methods  (Journal of Microbiological Methods)
巻： 192  ページ： Null  発行年： 2022年 
JST資料番号： H0882A  ISSN： 0167-7012  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： リステリア菌は通性嫌気性菌のカテゴリーに属し,ヒトにとって潜在的に致死的な病気であるリステリア症の病原体である。L.monocytogenesと他の非病原性Listeria種の間には多くの類似性があり,それらの正しい同定のために大きな困難を引き起こす。食品中のリステリア菌汚染のレベルは食品医薬品局からの統計に従って高いままである。この状況は食品回収と破壊をもたらし,食品産業に大きな経済的損失を引き起こした。したがって,Listeria種の同定は,臨床治療および食品安全にとって非常に重要である。本研究は,Listeria種を容易かつ確実に識別できる効率的な分類アルゴリズムを探索することを目的とする。マトリックス支援レーザ脱離イオン化飛行時間型質量分析(MALDI-TOF MS)において,雑音除去オートエンコーダ(DAE)と機械学習アルゴリズムを組み込むことにより,Listeria種を分類することを試みた。さらに,畳込みニューラルネットワークを用いて,低次元コア特徴に高次元オリジナル質量分析データをマッピングした。DAEとサポートベクトルマシン(SVM)を組み込むことによってMALDI-TOF MSデータを分析することによって,Listeria種の同定精度は100%であった。提案した分類アルゴリズムは,高速(秒の範囲),取り扱いが容易であり,より重要なことに,この方法は,細菌の同定範囲を拡張できる。本研究で用いたDAEモデルはMALDI-TOF質量分析特徴の抽出に有効なツールである。本研究で調べたMALDI-TOF MSデータセットは高い次元を持つという事実にもかかわらず,DAE+SVMアルゴリズムは,元のMALDI-TOF質量スペクトルに埋め込まれた隠れ情報を利用することができた。本研究の実験結果は,DAE+SVMと組み合わせたMALDI-TOF質量スペクトルが,Listeria種を容易に確実に識別できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  イオン化 ,  質量スペクトル ,  *質量分析 ,  脱着 ,  食品 ,  ヒト ,  *Listeria ,  リステリア菌 ,  病原体 ,  *機械学習 ,  *MALDI-TOF MS ,  *雑音除去 ,  サポートベクトルマシン
準シソーラス用語： 分類アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： リステリア種 ,  MALDI-TOF ,  雑音除去オートエンコーダ ,  機械学習 ,  サポートベクトルマシン ,  畳込みニューラルネットワーク

分類 (1件)： 微生物検査法  (EG02020G)

タイトルに関連する用語 (7件)： 雑音除去 ,  オートエンコーダ ,  機械学習 ,  MALDI-TOF ,  質量分析 ,  Listeria ,  分類