原始论文根据 CC0 1.0（https://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你正在尝试拼凑一幅巨大的拼图：其中一半是蓝图（细菌的遗传密码，即“基因型”），另一半是测试结果（显示细菌对药物的反应，即“表型”）。
目前，科学家已拥有数百万种细菌的蓝图，以及来自全球实验室的测试结果。然而，这两类信息就像在两个不同房间里说的两种不同语言。蓝图来自高科技计算机程序，而测试结果则来自自动化设备或公共数据库。由于它们“语言不通”，很难将线索串联起来，以确切看出是哪一块蓝图导致了细菌对某种特定药物的耐药性。
AMRgen 登场：通用翻译器与组织者。
将AMRgen想象为一个用 R 语言构建的超级智能、开源的“桥梁”。它的任务是走进那些彼此隔离的房间，拾起蓝图和测试结果，并将它们全部翻译成一个统一的格式。
以下是它在日常语境中的工作原理：
- 清洁团队：它从不同来源（如各种计算机工具和实验室设备产生的不同文件格式）获取杂乱的数据，并将其整理干净，使所有内容完美契合。
- 侦探：一旦数据被组织好，AMRgen 就能帮助科学家提出问题，例如：“当我们看到这种特定的遗传标记组合时，是否通常意味着细菌对那种特定抗生素具有耐药性？”它可以将这些发现与已知标准进行比较，以验证模式是否成立。
- 故事讲述者：也许最重要的是，它将复杂的数字转化为清晰的图像。它生成特殊的图表（称为 UpSet 图），这些图表如同视觉地图。想象一张地图，它不仅显示拥有特定遗传特征的人数，还一目了然地展示他们的药物测试结果。这使得人们能够轻松发现那些原本隐藏在电子表格中的模式。
作者使用世界卫生组织所关注的四种主要“反派”细菌的真实世界数据对该工具进行了测试：淋病奈瑟菌（Neisseria gonorrhoeae）、肺炎克雷伯菌（Klebsiella pneumoniae）、大肠杆菌（Escherichia coli）和肠沙门氏菌（Salmonella enterica）。他们证明，AMRgen 能够成功获取这些细菌的公共数据，将其遗传密码与耐药性关联起来，并生成清晰、可直接发表的报告。
简而言之，AMRgen是一个免费、开源的工具包，为研究人员提供了一种可靠、循序渐进的方法，将对抗超级细菌斗争中的“为什么”（遗传学）与“是什么”（耐药性）联系起来，使整个过程可重复，并让微生物学或公共卫生领域的任何人更容易理解。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。