Машинное обучение в задачах исследования лекарственной устойчивости микроорганизмов методом полногеномного поиска ассоциаций: магистерская диссертация / Алексей Дмитриевич Субач; БГУ, Факультет прикладной математики и информатики, Кафедра дискретной математики и алгоритмики; науч. рук. Тузиков А. В., Сергеев Р. С.

Abstract

Объект исследования — набор геномных данных микроорганизмов, то есть последовательностей кодов нуклеотидов, получающихся при секвенировании геномов и последующей сборке; сведения о лабораторном тестировании микроорганизмов на лекарственную устойчивость к ряду препаратов. В частности, были исследованы микобактерии M. tuberculosis и сведения о лекарственной устойчивости к противотуберкулезным препаратам. Цель работы — исследование подхода машинного обучения для установления факта лекарственной устойчивости микроорганизмов по известному полному геному, применение методов машинного обучения к реальным геномным данным штаммов M. tuberculosis, оценка и сравнительный анализ результатов. В ходе работы были исследованы такие методы машинного обучения как логистическая регрессия, случайный лес, метод опорных векторов и градиентный бустинг применительно к поставленной задаче, а также техники машинного обучения по работе с несбалансированными данными, проведен сравнительный анализ и оценка результатов.