Prediction of rifampicin resistance beyond the RRDR using structure-based machine learning approaches.
Prediction of rifampicin resistance beyond the RRDR using structure-based machine learning approaches.
复制标题
DOI：
10.1038/s41598-020-74648-y
复制
发表时间：
2020-10-22
影响因子：
4.6
通讯作者：
Ascher DB
中科院分区：
文献类型：
--
作者：
Portelli S;Myung Y;Furnham N;Vedithi SC;Pires DEV;Ascher DB
利福平耐药性是一个主要的治疗挑战，特别是在结核病，麻风病，铜绿假单胞菌和沙门氏菌。金黄色葡萄球菌感染，其中它通过基因rpoB中的错义突变发展。之前我们已经强调，这些突变降低了RNA聚合酶复合物内的蛋白质亲和力，随后降低了核酸亲和力。在这里，我们利用这些见解开发了一种计算利福平耐药预测因子，即使在明确定义的利福平耐药决定区（RRDR）之外，也能够识别耐药突变。结核病测序信息。我们的工具成功地识别了高达90.9%的M。结核rpoB变异的敏感性为92.2%，特异性为83.6%，MCC为0.69，优于目前的金标准GeneXpert-MTB/RIF。我们表明我们的模型可以翻译为其他临床相关的生物体：M。麻风、铜绿假单胞菌和沙门氏菌。金黄色葡萄球菌，尽管弱序列同一性。我们的方法作为交互式工具SUSPECT-RIF（利福平结构敏感性PrEdiCTion）实现，可在https://biosig.unimelb.edu.au/suspect_rif/上免费获得。
Rifampicin resistance is a major therapeutic challenge, particularly in tuberculosis, leprosy, P. aeruginosa and S. aureus infections, where it develops via missense mutations in gene rpoB. Previously we have highlighted that these mutations reduce protein affinities within the RNA polymerase complex, subsequently reducing nucleic acid affinity. Here, we have used these insights to develop a computational rifampicin resistance predictor capable of identifying resistant mutations even outside the well-defined rifampicin resistance determining region (RRDR), using clinical M. tuberculosis sequencing information. Our tool successfully identified up to 90.9% of M. tuberculosis rpoB variants correctly, with sensitivity of 92.2%, specificity of 83.6% and MCC of 0.69, outperforming the current gold-standard GeneXpert-MTB/RIF. We show our model can be translated to other clinically relevant organisms: M. leprae, P. aeruginosa and S. aureus, despite weak sequence identity. Our method was implemented as an interactive tool, SUSPECT-RIF (StrUctural Susceptibility PrEdiCTion for RIFampicin), freely available at https://biosig.unimelb.edu.au/suspect_rif/.
登录
查看更多内容
影响因子：
16.6
作者：
Bradley P;Gordon NC;Walker TM;Dunn L;Heys S;Huang B;Earle S;Pankhurst LJ;Anson L;de Cesare M;Piazza P;Votintseva AA;Golubchik T;Wilson DJ;Wyllie DH;Diel R;Niemann S;Feuerriegel S;Kohl TA;Ismail N;Omar SV;Smith EG;Buck D;McVean G;Walker AS;Peto TE;Crook DW;Iqbal Z
通讯作者：
Iqbal Z
Arpeggio：用于计算和可视化蛋白质结构中原子间相互作用的Web服务器。
影响因子：
5.6
作者：
Jubb HC;Higueruelo AP;Ochoa-Montaño B;Pitt WR;Ascher DB;Blundell TL
通讯作者：
Blundell TL
影响因子：
30.8
作者：
Comas, Inaki;Borrell, Sonia;Roetzer, Andreas;Rose, Graham;Malla, Bijaya;Kato-Maeda, Midori;Galagan, James;Niemann, Stefan;Gagneux, Sebastien
通讯作者：
Gagneux, Sebastien
影响因子：
14.9
作者：
Frappier V;Chartier M;Najmanovich RJ
通讯作者：
Najmanovich RJ
影响因子：
5.8
作者：
Dosztányi, Z;Csizmok, V;Simon, I
通讯作者：
Simon, I