Hirdetés
. Hirdetés

A gépi tanulás azonosítja az antibiotikumoknak ellenálló baktériumokat

|

A baktériumok megfertőzik az embert és gyógyszerrezisztenciát hordoznak magukban.

Hirdetés

A Nottinghami Egyetem szakemberei egy úttörő szoftvert fejlesztettek ki, amely a DNS-szekvenálást és a gépi tanulást kombinálva segít megtalálni, hol és milyen mértékben terjednek az antibiotikumoknak ellenálló baktériumok az emberek, az állatok és a környezet között - írja a brit egyetem közleményében. A PLOS Computational Biology című szaklapban megjelent tanulmányt Dr. Tania Dottorini, az egyetem állatorvosi és tudományos iskolájának munkatársa vezette.

Az antropogén környezetek (az ember által létrehozott terek), például az intenzív állattenyésztéssel foglalkozó területek ideális táptalajnak számítanak az antimikrobiális szereknek ellenálló baktériumok és az antimikrobiális szereknek ellenálló gének számára, amelyek képesek megfertőzni az embereket és hordozni az emberi gyógyászatban használt gyógyszerekkel szembeni rezisztenciát. Ez óriási hatással lehet arra, hogy bizonyos betegségek és fertőzések hogyan kezelhetők hatékonyan.

Hirdetés

Ebben az új tanulmányban egy szakértői csoport egy nagyüzemi baromfifarmot vizsgált meg Kínában, és 154 mintát gyűjtött az állatokból, a tetemekből, a dolgozókból, a háztartásokból és a környezetükből. A mintákból izolálták az Escherichia coli (E. coli) nevű specifikus baktériumot. Ezek a baktériumok teljesen ártalmatlanul élhetnek az ember bélrendszerében, de lehetnek kórokozók is, és a génállomány bizonyos gyógyszerekkel szembeni rezisztenciagéneket hordoz, ami súlyos gyomorgörcsöket, hasmenést és hányást is magában foglaló betegséget okozhat.

A gépi tanulás feltárta a gyógyszerrezisztens gének hálózatát

A kutatók a gazdaságban talált különböző típusú kórokozók jellemzésére a gépi tanulást, a teljes genomszekvenálást, a génmegosztó hálózatokat és a mobil genetikai elemeket integráló számítási megközelítést alkalmaztak. Megállapították, hogy az antimikrobiális gének (az antibiotikumokkal szembeni rezisztenciát biztosító gének) mind a patogén, mind a nem patogén baktériumokban jelen voltak.

A gépi tanulást alkalmazó új megközelítés lehetővé tette a csapat számára, hogy feltárja az antimikrobiális rezisztenciával összefüggő gének teljes hálózatát, amely az állatok, a farm dolgozói és az őket körülvevő környezet között is közös. Figyelemre méltó, hogy ez a hálózat tartalmazott antibiotikum-rezisztenciát okozó ismert géneket, valamint az antibiotikum-rezisztenciához kapcsolódó, eddig ismeretlen géneket is.

Számítógépes megközelítés segít több adat elemzésében

Dr. Dottorini elmondta: "Egyelőre nem tudjuk megmondani, hogy honnan származik a baktérium, csak annyit mondhatunk, hogy megtaláltuk, az állatok és az emberek között megosztottan. Mivel már tudjuk, hogy volt közös terjesztés, ez azért aggasztó, mert az emberek kétféle módon szerezhetnek rezisztenciát a gyógyszerekkel szemben - az állattal való közvetlen érintkezésből, vagy közvetve, szennyezett hús fogyasztásával. Ez különösen a baromfitenyésztésben jelenthet problémát, mivel ez a legelterjedtebb hús a világon.

"Az általunk kifejlesztett számítógépes eszközök lehetővé teszik számunkra, hogy különböző forrásokból származó nagy, összetett adatokat elemezzünk, ugyanakkor azonosítani tudjuk, hogy hol lehetnek bizonyos baktériumok számára forró pontok. Ezek az eszközök gyorsak, pontosak és nagy környezetekben - például - egyszerre több gazdaságban is alkalmazhatók.

Sok antimikrobiális rezisztens gént már ismerünk, de hogyan tudunk ezeken túllépni és új célpontokat feltárni, hogy új gyógyszereket tervezhessünk?

A kutatás Junshi Chen professzorral, Fengqin Li professzorral és Zixin Peng professzorral együttműködve készült a Kínai Nemzeti Élelmiszerbiztonsági Kockázatértékelési Központból (CFSA).

Hardverek, szoftverek, tesztek, érdekességek és színes hírek az IT világából ide kattintva!

Hirdetés
0 mp. múlva automatikusan bezár Tovább az oldalra »

Úgy tűnik, AdBlockert használsz, amivel megakadályozod a reklámok megjelenítését. Amennyiben szeretnéd támogatni a munkánkat, kérjük add hozzá az oldalt a kivételek listájához, vagy támogass minket közvetlenül! További információért kattints!

Engedélyezi, hogy a https://computerworld.hu értesítéseket küldjön Önnek a kiemelt hírekről? Az értesítések bármikor kikapcsolhatók a böngésző beállításaiban.