Los investigadores de la Universidad de California en San Diego han desarrollado un enfoque que utiliza el aprendizaje automático para identificar y predecir qué genes hacen que las bacterias infecciosas sean resistentes a los antibióticos. El enfoque se probó en cepas de Mycobacterium tuberculosis - la bacteria que causa la tuberculosis TB en humanos. Identificó 33 genes conocidos y 24 nuevos de resistencia a antibióticos en estas bacterias.
Los investigadores dicen que el enfoque se puede utilizar en otros patógenos que causan infecciones, incluidos los estafilococos y las bacterias que causan infecciones del tracto urinario, neumonía y meningitis. El trabajo se publicó recientemente en Comunicaciones de la naturaleza .
"Saber qué genes confieren resistencia a los antibióticos podría cambiar la forma en que se tratan las enfermedades infecciosas en el futuro", dijo el coautor principal Jonathan Monk, científico investigador del Departamento de Bioingeniería de la UC San Diego. "Por ejemplo, si hay unInfección persistente de TB en la clínica, los médicos pueden secuenciar esa cepa, observar sus genes y descubrir a qué antibióticos es resistente y a cuáles es susceptible, y luego recetar el antibiótico adecuado para esa cepa ".
"Esto podría abrir oportunidades para un tratamiento personalizado para su patógeno. Cada cepa es diferente y podría tratarse de manera diferente", dijo el coautor principal Bernhard Palsson, profesor de bioingeniería de Galletti en la Escuela de Ingeniería Jacobs de la Universidad de California en San Diego ".Mediante este análisis de aprendizaje automático del pangenoma, el conjunto completo de todos los genes en todas las cepas de una especie bacteriana, podemos comprender mejor las propiedades que hacen que estas cepas sean diferentes ".
El equipo entrenó un algoritmo de aprendizaje automático utilizando las secuencias y fenotipos del genoma, los rasgos físicos o las características que se pueden observar, como la resistencia a los antibióticos, de más de 1,500 cepas de M. tuberculosis . A partir de estas entradas, el algoritmo predijo un conjunto de genes y formas variantes de estos genes, llamados alelos, que causan resistencia a los antibióticos. 33 fueron validados con genes conocidos de resistencia a los antibióticos, los 24 restantes fueron predicciones nuevas que aún no se han realizado experimentalmenteprobado.
Los investigadores analizaron aún más las predicciones del algoritmo e identificaron combinaciones de alelos que podrían estar interactuando entre sí y causar que una cepa sea resistente a los antibióticos. También mapearon estos alelos en estructuras cristalinas de M. tuberculosis proteínas publicado en el Protein Data Bank. Descubrieron que algunos de estos alelos aparecían en ciertas regiones estructurales de las proteínas.
"Hicimos análisis interactivos y estructurales para profundizar y desarrollar hipótesis más complejas sobre cómo estos genes podrían estar contribuyendo a los fenotipos de resistencia a los antibióticos", dijo el primer autor Erol Kavvas, estudiante de doctorado en bioingeniería en el grupo de investigación de Palsson. "los hallazgos podrían ayudar a futuras investigaciones experimentales sobre si la agrupación estructural de estos alelos juega un papel en la transferencia de resistencia a los antibióticos ".
Los resultados de este estudio son computacionales, por lo que el equipo está buscando trabajar con investigadores experimentales para probar si los 24 nuevos genes predichos por el algoritmo confieren resistencia a los antibióticos M. tuberculosis .
Los estudios futuros incluirán la aplicación del enfoque de aprendizaje automático del equipo a las principales bacterias infecciosas, conocidas como los patógenos ESKAPE: Enterococcus faecium , Staphylococcus aureus , Klebsiella pneumoniae , Acinetobacter baumannii , Pseudomonas aeruginosa y Enterobacter especies. Como siguiente paso, el equipo está integrando modelos a escala genómica de redes metabólicas con su enfoque de aprendizaje automático para comprender los mecanismos subyacentes a la evolución de la resistencia a los antibióticos.
Fuente de la historia :
Materiales proporcionado por Universidad de California - San Diego . Original escrito por Liezel Labios. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :