Investigadores de la Universidad de Duke, el Hospital General de Massachusetts y el Centro Internacional de Investigación de Enfermedades Diarreicas en Dhaka, Bangladesh, han utilizado algoritmos de aprendizaje automático para detectar patrones dentro de las comunidades de bacterias que viven en el intestino humano que ningún ser humano podrá identificar.Estos patrones podrían indicar quién de los aproximadamente mil millones de personas en todo el mundo en riesgo de infección por cólera se enfermará con la enfermedad diarreica.
"Estos son patrones que incluso el científico más sofisticado no pudo detectar a simple vista", dijo Lawrence A. David, Ph.D., autor principal del estudio y profesor asistente de genética molecular y microbiología en la Facultad de Medicina de Duke"Si bien algunas personas advierten sobre la inteligencia artificial que conduce a robots asesinos, estamos mostrando el impacto positivo de la IA en su potencial para superar la enfermedad".
La investigación, publicada esta semana en el Revista de enfermedades infecciosas , sugiere que centrarse en los microbios intestinales puede ser importante para desarrollar vacunas mejoradas y enfoques preventivos para el cólera y otras enfermedades infecciosas.
"Nuestro estudio encontró que esta 'microbiota predictiva' es tan buena para predecir quién se enferma de cólera como los factores de riesgo clínico que conocemos desde hace décadas", dijo Regina C. LaRocque, MD, MPH, de MassachusettsDivisión de Enfermedades Infecciosas del Hospital General, autor principal del estudio y profesor asistente de medicina en la Facultad de Medicina de Harvard. "Básicamente hemos identificado un componente completamente nuevo del riesgo de cólera que no conocíamos antes".
El cólera puede propagarse rápidamente en áreas con agua potable no segura y saneamiento inadecuado, causando millones de casos de diarrea acuosa aguda cada año. A pesar de su impacto global, los científicos aún no entienden completamente por qué algunas personas que entran en contacto con la bacteria del cólera se vuelvenenfermo mientras que otros no. Algunos estudios han señalado algunos factores de riesgo, como la edad, el tipo de sangre y las infecciones previas, pero estos solo explican parcialmente las diferencias en los resultados clínicos después de la exposición al patógeno.
En este estudio, David y LaRocque se asociaron con Firdausi Qadri, Ph.D., líder en investigación de vacunas contra el cólera en Bangladesh, para ver si los trillones intestinales de bacterias residentes, conocidas colectivamente como la microbiota intestinal, también podríandesempeñar un papel en el riesgo de cólera.
Los investigadores recolectaron muestras de hisopos rectales de residentes de Dhaka que vivían en el mismo hogar con un paciente hospitalizado con cólera y, por lo tanto, tenían un riesgo inminente de desarrollar la enfermedad. De los 76 contactos del hogar estudiados, aproximadamente un tercio llegó a desarrollar cóleradurante el período de seguimiento y aproximadamente dos tercios permanecieron sin infectarse.
Los investigadores perfilaron la microbiota de las muestras de hisopos rectales de los contactos domésticos utilizando tecnología de secuenciación y luego cargaron todos los datos en una computadora para su análisis. Entrenaron a la máquina para escanear los resultados de 4000 taxones bacterianos diferentes en cada una de las muestras, observandopara patrones que distinguían a los que se enfermaban de los que no. Finalmente, la máquina golpeó un conjunto de 100 microbios asociados con la susceptibilidad al cólera.
"Normalmente, debe analizar los datos, estudiando una especie bacteriana a la vez con la esperanza de encontrar una señal asociada con la infección", dijo Firas S. Midani, autor principal del estudio y estudiante graduado en David'slaboratorio. "Las máquinas tienen la capacidad de mirar cien especies a la vez y amalgamarlas en una sola señal".
El equipo demostró que el modelo generado por la inteligencia artificial podría predecir la enfermedad incluso mejor que los modelos construidos previamente por expertos en enfermedades infecciosas. El modelo también sugirió hipótesis que podrían explicar por qué los patrones identificados por la computadora están asociados con la enfermedad. Por ejemplo, cuandoLos investigadores escogieron una especie bacteriana identificada por su modelo y la estudiaron en el laboratorio, descubrieron que la bacteria promovía el crecimiento del cólera en los tubos de ensayo. Sus hallazgos indican que la composición de la microbiota intestinal podría crear un ambiente más o menoshospitalario para los patógenos.
"Los científicos han tenido el presentimiento de que las bacterias intestinales podrían afectar la susceptibilidad de una persona a las enfermedades diarreicas, pero nuestro estudio es uno de los primeros en mostrar esto en un entorno del mundo real", dijo LaRocque.
Fuente de la historia :
Materiales proporcionado por Universidad de Duke . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :