Questão 3091347

O uso de redes neurais profundas já substitui completamente os algoritmos tradicionais de comparação espectral, eliminando a necessidade de bibliotecas de referência ou qualquer treinamento supervisionado.

Modelos baseados em aprendizado supervisionado são capazes de identificar diferenças sutis em padrões espectrais de MALDI-TOF entre cepas resistentes e sensíveis, oferecendo suporte à predição de resistência antimicrobiana com boa acurácia em contextos laboratoriais controlados.

A classificação de espécies bacterianas por aprendizado de máquina depende exclusivamente de atributos genômicos extraídos diretamente dos espectros, tornando desnecessária a análise da razão massa/carga (m/z).

Técnicas de aprendizado não supervisionado têm sido preferidas, pois superam modelos supervisionados em predição de resistência e identificação de espécies, mesmo sem rótulos ou dados de treinamento prévios.

Os espectros de MALDI-TOF não fornecem dados suficientes para treinamento de modelos de aprendizado de máquina, sendo necessário complementá-los com sequenciamento de RNA para qualquer aplicação de diagnóstico preditivo.