BacteReason：用推理模型预测抗生素耐药性

全球抗菌素耐药性（AMR）的迅速蔓延给临床决策带来巨大压力。现有的机器学习预测工具缺乏机制解释，限制了其可信度。近日，研究人员开发了BacteReason——一种推理大语言模型（LLM），可预测细菌对目标抗生素的敏感性，并提供机制性推理。

BacteReason通过对开放权重LLM进行微调获得，训练数据包括临床药敏数据以及由专有教师LLM生成的分子机制解释。这些解释阐明了已知药敏结果背后的生物学机制，使模型具备推理能力。在推理阶段，BacteReason无需调用教师模型，即可独立给出预测和解释。

该模型有望提升抗生素敏感性预测的透明度和临床实用性。目前该研究为预印本，尚未经同行评议。