Los investigadores de la Universidad del Estado de Washington han desarrollado una nueva forma de identificar genes de resistencia a antibióticos previamente no reconocidos en bacterias.
Al emplear el aprendizaje automático y la teoría de juegos, los investigadores pudieron determinar con una precisión del 93 al 99 por ciento la presencia de genes resistentes a los antibióticos en tres tipos diferentes de bacterias.
Los investigadores, incluidos el estudiante de posgrado Abu Sayed Chowdhury y la profesora Shira Broschat en la Escuela de Ingeniería Eléctrica y Ciencias de la Computación, y Douglas Call en la Escuela de Salud Animal Global Paul Allen, informan sobre su trabajo en la revista de alto perfil Informes científicos .
La creciente prevalencia de bacterias resistentes a los antibióticos es un problema creciente en todo el mundo. Cada año, millones de personas en los EE. UU. Se infectan con patógenos resistentes a los medicamentos, y miles de personas mueren por neumonía o infecciones del torrente sanguíneo que son imposibles de tratar..
En los últimos años, los investigadores han estado trabajando para utilizar la secuenciación del genoma para identificar genes resistentes a antibióticos, buscando secuencias similares de genes en bases de datos públicas. Esto funciona para identificar genes resistentes a antibióticos conocidos, pero no es válidocon genes nuevos o inusuales
"Parece haber una gran reserva de genes de resistencia a antibióticos en el mundo natural", dijo Call. "Esta herramienta nos permite identificar presuntos genes de resistencia que no serían reconocibles en base a simples comparaciones de secuencias con bases de datos públicas".
En su trabajo, el equipo de WSU decidió usar la teoría de juegos, una herramienta que se usa en varios campos, especialmente en economía, para modelar interacciones estratégicas entre jugadores, para ayudar a identificar genes resistentes a los antibióticos.
En la teoría de juegos, los modelos determinan cómo afecta el comportamiento de un participante y depende del comportamiento de otros jugadores.
Utilizando su algoritmo de aprendizaje automático y el enfoque de la teoría de juegos, los investigadores analizaron las interacciones de varias características del material genético, incluida su estructura y las propiedades fisicoquímicas, evolutivas y de composición de las secuencias de proteínas en lugar de simplemente su similitud de secuencia.
"Este enfoque novedoso de teoría de juegos es especialmente poderoso porque las características se eligen en función de qué tan bien funcionan en conjunto para identificar los probables genes de resistencia a los antimicrobianos, teniendo en cuenta tanto la relevancia como la interdependencia de las características", dijo Broschat.
Los investigadores pudieron utilizar el enfoque con alta precisión para identificar genes de resistencia a los antimicrobianos.
"Con el crecimiento tanto en la resistencia a los antimicrobianos como en la cantidad de genomas secuenciados disponibles, el uso del aprendizaje automático para predecir la resistencia a los antimicrobianos representa un desarrollo significativo en el suministro de herramientas nuevas y más precisas en el campo", dijo.
Fuente de la historia :
Materiales proporcionado por Universidad Estatal de Washington . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :