一种基于菌毛抗原基因分布对尿路感染部位进行定位判断的方法技术

本发明专利技术涉及一种基于菌毛抗原基因分布对尿路感染部位进行定位判断的方法。它是通过尿路致病性大肠杆菌菌毛抗原基因的分布情况，利用机器学习XGBoost算法，将上尿路感染和下尿路感染病人来源的UPEC菌株的22种菌毛抗原基因的特征进行分类，并建立机器学习模型。并通过该机器学习模型分析UPEC菌株的菌毛抗原基因的分布，从而对尿路感染进行感染部位的预测。

A method based on the distribution of fimbriae antigen gene to determine the location of urinary tract infection

【技术实现步骤摘要】
一种基于菌毛抗原基因分布对尿路感染部位进行定位判断的方法
本专利技术涉及一种对尿路感染的感染部位进行定位判断的方法。通过对尿路致病性大肠杆菌（UropathogenicEscherichiacoli,UPEC）的22种菌毛抗原基因（CS1-like,Mat,Type1,F9,Ycb,Sfm,LPF,ECSF-0165,ECSF-4008,CS12,Afa,Yeh,Yeh-like,F17-like,Yfc,Pix,Yqi,Ybg,Auf,F1CS,P,Yad）存在与否，并利用机器学习XGBoost算法，将上尿路感染和下尿路感染病人来源的UPEC的22种菌毛抗原基因分布特征分开，并建立机器学习模型，通过该机器学习模型分析UPEC菌株的菌毛抗原基因分布特征，进而对尿路感染进行感染部位的预测。
技术介绍
尿路感染（Urinarytractinfections,UTIs）是由各种病原体侵入泌尿系统引起的最常见的感染性疾病之一，包括单纯性膀胱炎、急性单纯性肾盂肾炎、复杂性尿路感染、反复发作性尿路感染等临床常见泌尿系统感染性疾病。据报道，大约40%本文档来自技高网...

【技术保护点】
1.一种基于菌毛抗原基因分布对尿路感染部位进行定位判断的方法，其特征在于利用特异性PCR引物，对尿路致病性大肠杆菌基因的存在与否进行检测，并利用机器学习XGBoost算法，对这22种菌毛抗原基因特征进行分类，通过分析UPEC菌株的菌毛抗原基因的分布，对尿路感染进行感染部位的预测；主要步骤包括：/n细菌基因组提取；/nPCR扩增；/nPCR产物电泳检测；/n22种菌毛抗原基因的检测；/n上下尿路感染来源菌株的分组；/n聚类分析；/n机器学习建模；/n所述的聚类分析指的是：根据PCR结果判断每个菌株的这22个菌毛抗原基因的有无，将“有”视为“1”，“无”视为“0”，建立二进制矩阵；通过R语言中的H...

【技术特征摘要】
1.一种基于菌毛抗原基因分布对尿路感染部位进行定位判断的方法，其特征在于利用特异性PCR引物，对尿路致病性大肠杆菌基因的存在与否进行检测，并利用机器学习XGBoost算法，对这22种菌毛抗原基因特征进行分类，通过分析UPEC菌株的菌毛抗原基因的分布，对尿路感染进行感染部位的预测；主要步骤包括：
细菌基因组提取；
PCR扩增；
PCR产物电泳检测；
22种菌毛抗原基因的检测；
上下尿路感染来源菌株的分组；
聚类分析；
机器学习建模；
所述的聚类分析指的是：根据PCR结果判断每个菌株的这22个菌毛抗原基因...

【专利技术属性】
技术研发人员：王荃，李晓，周开臣，
申请(专利权)人：天津医科大学，
类型：发明
国别省市：天津;12