Los microorganismos desempeñan funciones clave en los ecosistemas y su diversidad refleja la salud de su entorno. Sin embargo, todavía están en gran parte infrautilizados en los programas actuales de biomonitoreo porque son difíciles de identificar. Investigadores de la Universidad de Ginebra UNIGE, Suiza,Recientemente han desarrollado un enfoque que combina dos tecnologías de vanguardia para llenar este vacío. Utilizan herramientas genómicas para secuenciar el ADN de los microorganismos en las muestras, y luego explotan esta cantidad considerable de datos con inteligencia artificial. Construyen modelos predictivos capaces de establecer un diagnóstico dela salud de los ecosistemas a gran escala e identificar especies que realizan funciones importantes. Este nuevo enfoque, publicado en la revista Tendencias en microbiología , aumentará significativamente la capacidad de observación de grandes ecosistemas y reducirá el tiempo de análisis para programas de biomonitoreo de rutina muy eficientes.
Monitorear el estado de salud de los ecosistemas es de crucial importancia en un contexto de desarrollo sostenible y aumento de la presión humana sobre el medio ambiente. Diferentes especies de microorganismos sensibles a los cambios en su entorno se utilizan como bioindicadores para monitorear la calidad ambiental. Sin embargo, su identificación morfológica requiere mucho tiempo y experiencia. "Hace un año, pudimos establecer un índice de calidad del agua basado únicamente en las secuencias de ADN de algas unicelulares presentes en las muestras, sin necesidad de identificar visualmente cada especie", explicaJan Pawlowski, profesor del Departamento de Genética y Evolución de la Facultad de Ciencias de la UNIGE.
Use secuencias de ADN sin tener que identificarlas
Las herramientas genómicas permiten describir de forma rápida y muy precisa las comunidades biológicas que habitan en un entorno. Sin embargo, una gran proporción de los datos no se pueden utilizar para realizar diagnósticos de salud ambiental porque muchas secuencias de ADN no están referenciadas en las bases de datos existentes.poseen estas secuencias, por lo tanto, son desconocidas, así como su función ecológica. "Para explotar todos los datos de genómica ambiental, es decir, toda la biodiversidad de las muestras, utilizamos un algoritmo de aprendizaje automático", señala Tristan Cordier, miembro del grupo de Ginebra.y primer autor del estudio.
Los biólogos usaron muestras de diferentes estados de calidad ecológica conocidos, que van de buenos a malos, a partir de los cuales secuenciaron el ADN. La combinación de esta información les permitió construir un sistema de referencia con los datos de cada muestra ". Se utilizó un modelo predictivoluego desarrollado con este algoritmo, basado en nuestros datos de entrenamiento. Estos incluyen datos de diagnósticos de referencia y datos de la secuenciación de especies desconocidas ", dice Jan Pawlowski. Este modelo se refina y valida con el tiempo al incluir nuevas muestras de referencia en el conjunto de datos de entrenamiento existente..
Descubre nuevos bioindicadores
La combinación de estas dos tecnologías de vanguardia hace posible obtener valores ecológicos para las secuencias de ADN sin tener que identificarlas. Las especies de microorganismos, ya descritas o no, que realizan funciones importantes se pueden descubrir a través de este enfoque, así como nuevos bio-indicadores. "Nuestra investigación comparte algunas similitudes con la investigación sobre el microbioma humano. Ambas tienen como objetivo desentrañar las comunidades microbianas e identificar biomarcadores que pueden usarse como herramientas de diagnóstico poderosas para detectar la contaminación ambiental o la enfermedad humana", concluye Tristan Cordier.
Fuente de la historia :
Materiales proporcionados por Universidad de Ginebra . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :