- 3 次围观
抗菌素耐药性加剧了对具有抗菌特性的可持续天然产物的探索。以木质纤维素类农业废弃物（包括木薯皮）为培养基栽培的平菇（Pleurotus ostreatus），在生物活性化合物生产和农业废弃物资源化利用方面展现出潜力。然而，当需要同时评估多种提取物和多种病原体时，传统的抗菌活性筛选往往劳动强度较大。 本研究评估了提取溶剂、病原体的广义分类学类别以及批次水平的菌化学组成是否能够预测以木薯皮栽培的平菇提取物的抗菌反应，并识别对预测贡献最强的变量。采用乙醇提取物和水提取物，对7种微生物病原体进行琼脂打孔扩散法和肉汤微量稀释法检测。数据集包含42个观测值。采用带有留一交叉验证（LOOCV）的随机森林模型，将抑菌圈直径作为回归任务进行建模，并将最低抑菌浓度（MIC）作为二元分类任务进行建模。 随机森林回归模型对抑菌圈直径表现出中等的内部预测性能（R-square = 0.68，MAE = 0.62 mm，RMSE = 0.75 mm）。提取溶剂是最强的预测因子，而批次水平的菌化学变量贡献极小。相比之下，MIC分类表现较差（accuracy = 0.43；F1-score = 0.33），表明现有预测变量不足以区分观察到的两类MIC分组。 研究结果表明，机器学习可作为蘑菇来源天然产物抗菌筛选的探索性补充方法。鉴于数据集规模有限且仅包含3个栽培批次，这些结果仍属初步结论。未来需要更大规模、涵盖多种基质和多种物种的数据集，并结合重复水平解析的生化测量，才能建立稳健的预测模型。
抗菌素耐药性加剧了对具有抗菌特性的可持续天然产物的探索。以木质纤维素类农业废弃物（包括木薯皮）为栽培基质的平菇（Pleurotus ostreatus）在生物活性化合物生产和农业废弃物资源化利用方面具有潜力。然而，当需要评估多种提取物和多种病原体时，传统抗菌筛选方法往往劳动密集、耗时较长。本研究评估了提取溶剂、病原体的广义分类学类别以及批次水平的菌化学组成是否能够预测以木薯皮栽培的平菇提取物的抗菌反应，并识别出对预测贡献最显著的变量。采用琼脂打孔扩散法和肉汤微量稀释法，对乙醇和水性蘑菇提取物进行检测，评估其对7种微生物病原体的作用。数据集共包含42个观测值。采用带有留一交叉验证（LOOCV）的随机森林模型，将抑菌圈直径作为回归任务进行建模，并将最低抑菌浓度（MIC）作为二元分类任务进行建模。随机森林回归模型对抑菌圈直径表现出中等程度的内部预测性能（R-square = 0.68，MAE = 0.62 mm，RMSE = 0.75 mm）。提取溶剂是最强的预测因子，而批次水平的菌化学变量贡献极小。相比之下，MIC分类表现较差（accuracy = 0.43；F1-score = 0.33），表明现有预测变量不足以区分观察到的两组MIC。研究结果表明，机器学习可作为蘑菇来源天然产物抗菌筛选的一种探索性补充方法。鉴于数据集规模有限且仅涉及3个栽培批次，这些结果仍属初步结论。未来需要更大规模、涵盖多种基质和多种物种的数据集，并结合具有重复分辨率的生化测量，才能构建稳健的预测模型。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.10.743970v1?rss=1
🏷️ 机器学习预测 抗菌活性 平菇提取物 木薯皮培养基 随机森林