多标签分类：增强基于质谱图谱的耐药表型预测

抗生素耐药性（AMR）不断上升，对临床诊断和治疗提出了更高要求。传统的抗生素敏感性测试（AST）通常需72小时才能出结果，这对于急需治疗的患者而言，等待时间过长。因此，开发快速、准确的耐药性预测方法至关重要。近年来，质谱技术（如MALDI-TOF MS）在临床微生物学中应用日益广泛。它能快速、准确且低成本地鉴定细菌种类，但在抗生素耐药性预测方面的应用还比较有限。机器学习（ML）技术在处理复杂数据和模式识别上优势明显，已广泛用于生物医学领域。一个性能良好的ML预测器可从MALDI-TOF谱中检测出抗生素抗性，即时提供临床结果，减少等待时间，通过及时治疗提高患者生存率和生活质量。目前，多数ML预测器采用单标签分类法。然而在临床实践中，细菌常对多种抗生素呈现不同的耐药或敏感特性，多药耐药性（MDR）问题日益严峻，传统单标签分类法难以有效应对。相比之下，多标签分类法能在短时间（如几秒内）预测细菌对多种抗生素的耐药性，近年来备受关注。但基于该方法的ML开发应用范围较窄，涉及的细菌种类也有待扩展。基于此，针对四种临床相关的细菌（大肠杆菌、金黄色葡萄球菌、肺炎克雷伯菌和铜绿假单胞菌）的质谱图谱，本研究探索了多标签分类方法在这四种细菌耐药性（包括MDR）预测中的应用，明确了多标签分类在抗生素耐药性预测中的优缺点，为快速诊断工具的未来发展奠定基础。

简单来说，单标签分类与多标签分类主要区别于标签（即分类目标）的处理方式。在单标签分类中，每个样本只被分配一个标签，模型针对每个标签独立进行训练和预测，如对不同抗生素，需分别训练模型判断细菌对其的耐药性；多标签分类允许每个实例同时关联多个标签，一个模型就能预测细菌对多种抗生素的耐药性情况，一次输出描述对多种抗生素的敏感性。不过，这两种分类方法后续评价结果的计算仍然是基于单一标签的，也就是说，多标签会被拆分后再像单标签分类法一样进行计算（图1），除了研究中用到的加权F1分数（WF1），多标签分类会综合考虑所有标签的情况，通过加权平均的方式反映模型在多标签场景下的性能。

研究展示了多标签分类在提高预测精度和处理复杂耐药模式方面的优势（表1和表2），并基于所建立的多标签分类方法和SHAP识别出了大肠杆菌、肺炎克雷伯菌、铜绿假单胞菌和金黄色葡萄球菌的潜在质谱（m/z）生物标志物（表3），部分与已有研究相符，部分还需进一步研究。这些生物标志物可能暗示了共同的耐药机制或蛋白质特征，为开发快速诊断工具提供了基础。

总的来说，本研究基于质谱图谱数据，预测细菌对抗生素的耐药性，提供了多标签图谱数据分类的系统模板，涵盖数据采集、处理、探索、模型构建及评估的完整机器学习流程。相较于单标签分类法，多标签分类的优势在于仅需训练一个模型，大大简化了系统，降低复杂性和再训练成本，尽管数据收集要求相对较高。不过，值得一提的是，多标签分类标签模型在某些条件下表现更优，但并非在所有情况都如此，二者差异无统计学意义。另外，文章主要基于线上数据库开展研究，且文中未提及对所识别到的潜在质谱（m/z）生物标志物进行验证，从研究的完整性考虑，这是未来研究中值得深入探索的方向。

图1  多标签分类方法和单标签分类方法的分析流程图比较

表1  不同模型在单标签和多标签分类下的性能对比

表2  大肠杆菌和金黄色葡萄球菌的模型验证结果

表3  本研究识别到的4种临床关键菌的潜在质量（m/z）生物标志物

原文链接：https://doi.org/10.1038/s41598-024-82697-w