Una gran cantidad de modelo de IA entrenado por datos genéticos puede predecir si las bacterias se volverán resistentes a los antibióticos. Una nueva investigación sugiere que la resistencia a los antibióticos se transmite genéticamente a bacterias similares más fácilmente y se encuentra principalmente dentro del tratamiento de aguas residuales y dentro del cuerpo humano.
“Cómo las bacterias crean resistencia, podemos hacer frente mejor a su propagación”, dice Eric Cristians, profesor de ciencias matemáticas en la Universidad Tecnológica de Campeones y la Universidad de Gotanburgo en Suecia.
Según la Organización Mundial de la Salud (OMS), la resistencia a los antibióticos es la mayor amenaza para la salud global. Cuando las bacterias se vuelven resistentes, el efecto de los antibióticos desaparece, lo que dificulta el tratamiento o el trato de las afecciones como la neumonía y la contaminación de la sangre. El aumento de las bacterias resistentes a los antibióticos también hace que sea difícil prevenir la infección asociada con muchos procedimientos médicos, como el trasplante de órganos y el tratamiento del cáncer. Una de las principales razones de la rápida propagación de la resistencia a los antibióticos es la capacidad de intercambiar genes bacterianos, incluidos los genes que hacen que las bacterias sean resistentes a las bacterias.
“Las bacterias, que son perjudiciales para los humanos, han acumulado muchos genes de resistencia. Muchos de estos genes provienen de bacterias inofensivas que viven en nuestros cuerpos o entornos. Nuestra investigación examina este complejo proceso evolutivo para descubrir cómo hacer estos genes en el futuro de las bacterias.
Datos complicados de todo el mundo
En la nueva investigación, apareció en Comunicaciones de la naturaleza Y fue organizado por investigadores de la Universidad Tecnológica de la Universidad de Gothanberg y el Centro de Chammers Franwovoh, los investigadores desarrollaron un gen histórico para las bacterias, utilizando información sobre el ADN, las estructuras y las residencias de las bacterias para desarrollar un gen histórico. El modelo fue capacitado en un millón de genomas de bacterias, que ha sido un amplio conjunto de datos compilado por la comunidad de investigación internacional a lo largo de los años.
“La IA puede usarse en un contexto complicado”, dice David Lund, un estudiante de doctorado en el campo de las matemáticas en Champions y la Universidad de Gothanberg. “Lo único de nuestro estudio es, además de otras cosas, en una gran cantidad de uso para entrenar el modelo, lo que muestra que una IA de peaje de potencia y el aprendizaje automático son describir el proceso biológico complejo que dificulta curar las infecciones bacterianas”.
Nuevos resultados sobre cuándo surge la resistencia a los antibióticos
Los estudios muestran que en qué entorno se transmitió el gen de resistencia entre diferentes bacterias, y qué es lo que hace que algunas bacterias tengan más probabilidades de cambiar genes que otros.
“Vemos que las bacterias que se encuentran en humanos y las plantas de tratamiento de agua tienen más probabilidades de ser resistentes a la transferencia de genes del gen”, dice David Lund. Estos son los entornos en los que las bacterias se enfrentan, a menudo en presencia de antibióticos. “
Otro factor importante que aumenta la posibilidad de que el gen de resistencia “salte” de una bacteria a otra es la similitud genética de las bacterias. Cuando una bacteria recoge un nuevo gen, el ADN requiere energía para almacenar y producir código para el gen, lo que significa el precio de la bacteria.
“La mayoría de los genes de resistencia se combinan con estructuras genéticas similares entre las bacterias”, dice Eric Cristinson. Creemos que reduce el costo de tomar un nuevo gen. Continuamos investigando para comprender el proceso que controla el proceso más claramente. “
Esperanza para el modelo de diagnóstico
El rendimiento del modelo se probó contra las bacterias, donde los investigadores sabían que los genes de resistencia eran transferidos, pero donde el modelo de IA ya no se le dijo. Se usó como tipo de prueba, donde solo los investigadores tenían respuestas. En cuatro de los cinco casos, el modelo puede predecir si la transferencia de genes de resistencia ocurrirá o no. Eric Christianson dice que los modelos futuros serán aún más precisos, mejorando parcialmente el modelo de IA al mejorar y entrenando parcialmente datos más grandes.
Eric Cristinson dice que “la IA y el aprendizaje automático hacen posible analizar e interpretar una gran cantidad de datos disponibles hoy en día. Esto significa que realmente podemos hacer un trabajo basado en datos para responder preguntas complicadas, con las cuales hemos estado luchando durante mucho tiempo, pero también como nuevas preguntas completas”.
Los investigadores esperan que en el futuro, el modelo de IA se pueda usar en los sistemas para identificar rápidamente si un nuevo gen resistente está en riesgo de mover las bacterias patógenas, y se ha traducido en pasos prácticos.
“Por ejemplo, el modelo de IA puede usarse para mejorar el diagnóstico molecular para mejorar nuevas formas de bacterias múltiples resistentes, o para monitorear las plantas de tratamiento de aguas residuales y el medio ambiente donde hay antibióticos disponibles”, dice Eric Cristinson.
