◌ 样本质量趋势
上传后显示长度、N 含量和质量分布
AGRICULTURAL ANTIMICROBIAL RESISTANCE
农业耐药菌证据工作台
研究判读，不提供处方：系统将保留引擎状态、数据库版本与原始输出；任何防治或抗菌药物决策均须由具备资质的专业人员确认。
- 1上传样本格式校验
- 2选择数据库与模型按样本选择
- 3提交分析查看真实状态
已启用数据源6AMR、病原体与农业关联
本次样本0等待上传
证据阈值90%同一性 / 覆盖度待配置
任务状态就绪本地演示流程
◍ 质控通过率
序列结构与格式检查
▤ 文件结构
记录数、序列长度与字符组成
ATCG91
N7
其他2
STEP 01
输入样本并设置检索范围
支持 FASTA、FASTQ、GenBank 与丰度表。将自动识别文件类型并展示质控摘要。
样本文件
已载入研究批次；可继续批量选择或拖入多个文件。
24 个研究样本已完成格式校验，可滚动查看并切换当前样本。
检索配置
上传成功后，根据样本类型选择证据库和引擎。
上传样本后显示引擎安装状态。
分析链路
每一步均应记录软件版本、参数和数据库版本。
- 01文件校验格式、序列长度、字符组成
- 02质量控制低质量、宿主与污染序列
- 03数据库检索identity、coverage、e-value
- 04证据分级跨库比对与冲突标注
- 05作物关联病原体、宿主、区域元数据
STEP 02
耐药证据
尚未运行检索。以下表格展示结果应包含的关键证据字段。
| 候选基因 / 标记 | 机制类别 | 参考数据库 | 一致性 | 覆盖度 | 证据等级 |
|---|---|---|---|---|---|
| 上传样本后，系统将在此展示结构化证据，不会自动给出用药建议。 | |||||
证据置信度分层
将真实命中按 identity / coverage / 跨库一致性分组
检索流程状态
从原始样本到可报告证据的分层漏斗
原始序列100%
质控通过78%
数据库命中43%
跨库复核26%
报告证据18%
STEP 03
作物关联与风险上下文
病原体风险需要同时考虑作物、样本介质、区域、症状与实验验证。
关联信息
作物待填写
采样区域待填写
病害症状待填写
检出方法序列检索 + 实验复核
判读原则
- 耐药基因检出不等于病原菌存在。
- 病原体关联须以 PHI-base 等宿主证据和田间调查交叉验证。
- 输出风险优先级，不输出农药或抗菌药处方。
多因子风险雷达
作物关联、田间症状、环境暴露和证据强度应共同解释
采样环境分布
对不同样本介质按批次、时间和区域进行可视化比较
DATA SOURCES
数据库目录
建议由后端建立版本化镜像与更新记录。以下为可接入的公开研究资源。
MODEL REGISTRY
模型中心
模型分为主判读工具、研究型预测模型和移动遗传元件上下文模型；不能将单一模型结果直接作为防治结论。
DEPLOYMENT ORDER
建议接入顺序
先部署 AMRFinderPlus、RGI/CARD、ResFinder/PointFinder；随后增加 DeepARG、KARGA 作为候选发现器；最后纳入 PlasFlow、geNomad 与 MOB-suite 评估质粒和水平转移风险。机器学习命中均需回到权威库与人工复核。
STEP 06 · ACADEMIC REPORTING
多维研究报告
通过分级报表、图表和方法记录呈现研究证据。真实任务完成后将由远程服务填充。
ANALYSIS RECORD
尚未生成分析记录
上传样本并运行证据检索后，可在此生成可追溯的研究摘要。
已纳入样本128↑ 12.3% 较上一批次
高置信证据46identity ≥ 90%，coverage ≥ 80%
候选 ARG 类别12待权威数据库复核
模型一致率0.91跨引擎一致性示例
样本检出趋势
按采样批次汇总的候选证据数量
高置信候选
耐药机制谱
不同机制类别的相对检出数量
证据层级构成
按证据强度、来源和复核状态分层
- 双库一致 46%
- 单库高置信 27%
- 机器学习候选 16%
- 待复核 11%
候选类别排序
按样本中相对丰度或检出频率排序
候选证据明细表
正式报告将由远程检索任务填入命中、版本、identity 和 coverage。
| 候选标记 | 机制类别 | 检出批次 | 跨库状态 | 证据等级 | 审阅状态 |
|---|---|---|---|---|---|
| 示例 ARG-001 | β-内酰胺相关 | 第 6 批 | CARD + AMRFinderPlus | 高 | 待复核 |
| 示例 ARG-014 | 外排泵相关 | 第 5 批 | DeepARG 候选 | 候选 | 待比对 |
模型混淆矩阵
用于展示指定验证集上的模型分类表现。
| 预测：阴性 | 预测：阳性 | |
|---|---|---|
| 真实：阴性 | TN 84 | FP 6 |
| 真实：阳性 | FN 9 | TP 71 |
Accuracy 0.912 · Precision 0.922 · Recall 0.887 · F1 0.904 —— 仅为版式示例。
跨模型一致性
将规则库与机器学习候选分开比较。
📚 数据与版本
CARD、AMRFinderPlus、MEGARes、PHI-base 的版本、发布日期、检索参数及许可信息应由远程工作节点随任务一并返回。
🔬 可重复性记录
保存样本哈希、工作流版本、模型版本、阈值、容器镜像和审阅人信息；报告导出时附带方法附录。
🧭 判读边界
候选耐药基因并不等同于病原体、表型或田间风险；所有结果均需要实验和专家复核。
🧩 嵌套筛选
项目 → 批次 → 样本介质 → 数据源 → 模型 → 证据等级 → 单条命中，可逐层下钻到原始输出。