一种基于度量元学习架构的抗生素耐药性预测方法

本发明公开了一种基于度量元学习架构的抗生素耐药性预测方法。该框架采用了自适应机制，通过深度分析不同抗生素的特性以及基因组数据的分布特征，将其与适配的机器学习模型精准匹配。采用大肠杆菌全基因组测序数据，针对抗生素对其耐药性与否展开预测研究，借此评估在不同药物类型和数据分布情形下的最优预测模型。此外，通过深入挖掘抗生素的分子结构特征以及数据分布模式，构建基于度量的元学习模型匹配机制。本发明通过基于度量的元学习框架，能够有效解决复杂场景下抗生素耐药性预测中的模型选择问题；同时，在新药耐药性预测任务中，实现了零样本学习能力，无需额外训练数据即可完成模型适配，有效降低了模型训练过程中的计算资源消耗成本。