Predicting antimicrobial resistance in Pseudomonas aeruginosa with machine learning‐enabled molecular diagnostics

Limited therapy options due to antibiotic resistance underscore the need for optimization of current diagnostics. In some bacterial species, antimicrobial resistance can be unambiguously predicted based on their genome sequence. In this study, we sequenced the genomes and transcriptomes of 414 drug‐...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:EMBO Mol Med
Hauptverfasser: Khaledi, Ariane, Weimann, Aaron, Schniederjans, Monika, Asgari, Ehsaneddin, Kuo, Tzu‐Hao, Oliver, Antonio, Cabot, Gabriel, Kola, Axel, Gastmeier, Petra, Hogardt, Michael, Jonas, Daniel, Mofrad, Mohammad RK, Bremges, Andreas, McHardy, Alice C, Häussler, Susanne
Format: Artigo
Sprache:Inglês
Veröffentlicht: John Wiley and Sons Inc. 2020
Schlagworte:
Articles
Online Zugang:https://ncbi.nlm.nih.gov/pmc/articles/PMC7059009/
https://ncbi.nlm.nih.gov/pubmed/32048461
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.15252/emmm.201910264
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge