Una nueva herramienta de aprendizaje automático que puede detectar si las cepas emergentes de la bacteria, Salmonella es más probable que causen infecciones peligrosas en el torrente sanguíneo en lugar de intoxicación alimentaria. La herramienta, creada por un científico del Wellcome Sanger Institute y sus colaboradores en la Universidad de Otago, Nueva Zelanda y el Instituto Helmholtz para la infección basada en ARNResearch, un sitio del Centro Helmholtz para la Investigación de Infecciones, Alemania, acelera enormemente el proceso para identificar los cambios genéticos subyacentes a los nuevos tipos invasivos de Salmonella que son de interés para la salud pública.
Informado hoy 8 de mayo en PLOS Genética , la herramienta de aprendizaje automático podría ser útil para marcar bacterias peligrosas antes de que causen un brote, desde las salas de hospital a una escala global.
A medida que cae el costo de la secuenciación genómica, los científicos de todo el mundo están utilizando la genética para comprender mejor las bacterias que causan infecciones, cómo se propagan las enfermedades, cómo las bacterias adquieren resistencia a los medicamentos y qué cepas de bacterias pueden causar brotes.
Sin embargo, los métodos actuales para identificar las adaptaciones genéticas en las cepas emergentes de bacterias detrás de un brote requieren mucho tiempo y a menudo implican comparar manualmente la nueva cepa con una colección de referencia más antigua.
El grupo de bacterias conocido como Salmonella incluye muchos tipos diferentes que varían en la gravedad de la enfermedad que causan. Algunos tipos causan intoxicación alimentaria, conocida como gastrointestinal Salmonella mientras que otros causan enfermedades graves al extenderse más allá del intestino, por ejemplo Salmonella Typhi que causa la fiebre tifoidea.
Para comprender los cambios genéticos que determinan si una cepa emergente de Salmonella enterica causará intoxicación alimentaria versus una infección más grave, los investigadores crearon un modelo de aprendizaje automático que analiza qué mutaciones juegan un papel importante.
El equipo entrenó el modelo usando viejos linajes de Salmonella que son evolutivamente distintos, incluidos seis Salmonella bacterias que causaron infecciones invasivas y siete cepas gastrointestinales de la bacteria. El modelo de aprendizaje automático identificó casi 200 genes involucrados en la determinación de si la bacteria causará intoxicación alimentaria o está mejor adaptada a una infección invasiva.
La Dra. Nicole Wheeler, coautora principal del Instituto Wellcome Sanger, dijo: "Hemos diseñado un nuevo modelo de aprendizaje automático que puede identificar qué cepas emergentes de bacterias podrían ser un problema de salud pública. Usando esta herramienta, podemos abordarconjuntos de datos y obtener resultados en segundos. En última instancia, este trabajo tendrá un gran impacto en la vigilancia de bacterias peligrosas de una manera que no hemos podido antes, no solo en las salas de los hospitales, sino a escala global ".
cuando se aplica a cepas de Salmonella que actualmente están surgiendo en África Subsahariana, la herramienta destacó correctamente dos tipos de un grupo de infecciones que circulan comúnmente Salmonella Enteritidis y Salmonella typhimurium que son más peligrosos y están asociados con un mayor número de casos de infección del torrente sanguíneo.
Estas infecciones son particularmente malas en personas con un sistema inmunitario debilitado, como las personas con VIH. La herramienta de aprendizaje automático reveló cambios genéticos que permitieron Salmonella cepas para adaptarse a sus anfitriones y volverse más invasivas.
El Dr. Lars Barquist, coautor principal del Instituto Helmholtz para la Investigación de Infecciones basadas en ARN en Alemania, dijo: "La herramienta de aprendizaje automático es un avance en comparación con otros métodos, ya que no solo busca genes y mutaciones, sino que buscalos impactos funcionales que tienen las mutaciones en estos insectos. Puede decirnos qué mutaciones hacen que los patógenos se propaguen mejor más allá del intestino y causen una enfermedad potencialmente mortal en lugar de intoxicación alimentaria. Esto ayudará a diseñar tratamientos más efectivos en el futuro ".
La herramienta de aprendizaje automático, que produce un índice de invasividad basado en un modelo de bosque aleatorio *, no se limita a Salmonella y podría usarse para estudiar otros factores como la resistencia emergente a los antibióticos en cualquier bacteria. Podría usarse en tiempo real para identificar una cepa peligrosa de bacterias antes de que se propague para causar un brote.
El Dr. Nicholas Feasey, de la Escuela de Medicina Tropical de Liverpool, dijo: "Ya estamos utilizando este enfoque para buscar diferencias clave en las cepas de Salmonella typhi circulando en Asia en comparación con África. En lugar de comparar manualmente los genomas de diferentes cepas de bacterias durante semanas o meses, podemos descubrir los cambios genéticos detrás de las cepas emergentes de bacterias en segundos. Ofrece el potencial de estudiar brotes en tiempo realtiempo y así informar rápidamente las estrategias de salud pública para controlar o prevenir enfermedades "
Fuente de la historia :
Materiales proporcionado por Instituto Wellcome Trust Sanger . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :