導入機器學習科技預防人畜共通傳染病

　　部分沙門氏桿菌屬(Salmonella)的物種能在人與動物之間傳染，一旦飼養的動物攜帶這類病原菌，將影響畜牧與相關肉品加工產業，人們的健康也因此受到威脅。據統計，美國本土在2009-2015這6年間就爆發近3,000起透過食物傳染的食媒性疾病(foodborne disease)，其中有900多起與沙門氏桿菌感染有關，占總事件的30%。為預防人畜共通傳染病大規模爆發與發展良好的防治策略，將成為重要的關鍵。相關的防檢疫策略應著重在落實源頭管理，導入農場到餐桌(from farm to table)的管理監控，從根本的畜牧生產端就應進行把關，因此初期的防檢疫應被視為不可或缺之一環，相關的防檢疫技術也因此孕育而生。

　　美國喬治亞大學食品安全中心(University of Georgia Center for Food Safety in Griffin)的研究團隊對人畜共通傳染病的沙門氏桿菌進行研究，針對沙門氏桿菌的特定血清型Typhimurium進行全基因組的定序及序列分析，並重建Typhimurium型的菌株在牛、豬、雞等飼養畜禽與其他物種間的親緣關係。研究團隊利用隨機森林(random forest)演算法，將已知1300多個Typhimurium型沙門氏桿菌的基因組以機器學習(machine learning)的方式，訓練機器判讀Typhimurium型沙門氏桿菌基因組中3,000多個遺傳特徵，藉由遺傳變異區分細菌可能的來源並加以分類，最終將機器學習的結果用在預測未知特定病源，藉此達到源頭管控與防檢疫之目的。【延伸閱讀】以機器學習揭露植物功能性基因的秘辛

　　由於生物基因組的資訊量極大，未來的趨勢將不外乎是透過經演算法訓練的機器協助找到特定傳染病做好源頭管理，並用在防治傳染病大爆發。該研究現已成功預測大部分的動物性來源的Typhimurium型沙門氏桿菌，其準確率高達83%；其中預測準確率最高的是來自家禽與豬的Typhimurium型沙門氏桿菌，其次則是來自牛及野生鳥類的Typhimurium型沙門氏桿菌。未來研究將藉由蒐集更多沙門氏桿菌的基因組資料，藉此優化機器的學習預測能力。

　　該研究已發表在美國疾病管制與預防中心的研究刊物<Emerging Infectious Diseases>中。

資料來源

• University of Georgia
• Zoonotic Source Attribution of Salmonella enterica Serotype Typhimurium Using Genomic Surveillance Data, United States
• 衛生福利部疾病管制署食媒性疾病防治

文章摘譯

• 農業科技決策資訊平台管理團隊