Εργαλείο μηχανικής μάθησης προσδιορίζει ποια βακτήρια είναι ανθεκτικά στα αντιβιοτικά

Εργαλείο μηχανικής μάθησης προσδιορίζει ποια βακτήρια είναι ανθεκτικά στα αντιβιοτικά

Οι ερευνητές από το πανεπιστήμιο της Καλιφόρνια στο Σαν Ντιέγκο έχουν αναπτύξει ένα νέο εργαλείο βασισμένο στη μηχανική μάθηση το οποίο προσδιορίζει και προβλέπει ποια γονίδια καθιστούν τα μολυσματικά βακτήρια ανθεκτικά στα αντιβιοτικά.

Το εργαλείο δοκιμάστηκε σε στελέχη Mycobacterium Tuberculosis – τα βακτηρίδια που προκαλούν φυματίωση (ΤΒ) στους ανθρώπους – και ήταν σε θέση να αναγνωρίσει 33 γνωστά και 24 νέα γονίδια βακτήρια που είναι ανθεκτικά στα αντιβιοτικά.

Οι ερευνητές λένε ότι η προσέγγιση μπορεί να χρησιμοποιηθεί και σε άλλα παθογόνα που προκαλούν λοίμωξη, όπως το Staphylococcus Aureus, το βακτήριο που προκαλεί λοιμώξεις του ουροποιητικού συστήματος, πνευμονία και μηνιγγίτιδα. Η έρευνα δημοσιεύθηκε πρόσφατα στο Nature Communications.

«Η γνώση των γονιδίων που προσδίδουν αντίσταση στα αντιβιοτικά θα μπορούσε να αλλάξει τον τρόπο με τον οποίο αντιμετωπίζονται οι μολυσματικές ασθένειες στο μέλλον», δήλωσε ο ο επικεφαλής της μελέτης Jonathan Monk, επιστήμονας στο Τμήμα Βιοϊατρικής του Πανεπιστημίου της Καλιφόρνιας στο Σαν Ντιέγκο.

«Για παράδειγμα, εάν υπάρχει περίπτωση φυματίωσης στον ασθενή, οι γιατροί θα μπορούν να ακολουθήσουν αυτό το στέλεχος που προκάλεσε την μόλυνση, να δουν τα γονίδιά του και να καταλάβουν σε ποια αντιβιοτικά είναι ανθεκτικό και σε ποια είναι ευαίσθητο, οπότε θα υπάρχει η δυνατότητα να συνταγογραφήσουν το σωστό αντιβιοτικό για αυτό το στέλεχος» πρόσθεσε ο προαναφερόμενος.

Θεωρείται πώς το νέο εργαλείο που χρησιμοποιεί το σύστημα μηχανικής μάθησης θα μπορούσε να ανοίξει ευκαιρίες για εξατομικευμένη θεραπεία.

Ο Bernhard Palsson, καθηγητής Βιοϊατρικής στη Σχολή Μηχανικών του Πανεπιστημίου του Σαν Ντιέγκο (UC San Diego Jacobs School of Engineering), δήλωσε ότι κάθε στέλεχος είναι διαφορετικό και πρέπει να αντιμετωπίζεται διαφορετικά.

Η ερευνητική ομάδα εκπαίδευσε έναν αλγόριθμο μηχανικής μάθησης χρησιμοποιώντας τις ακολουθίες γονιδιώματος και τους φαινοτύπους, τα φυσικά χαρακτηριστικά και γενικά όλα εκείνα τα στοιχεία που μπορούν να παρατηρηθούν, όπως η αντίσταση στα αντιβιοτικά – σε περισσότερα από 1.500 στελέχη του Μ. Tuberculosis.

Οι ερευνητές ανέλυσαν επίσης τις προβλέψεις του αλγορίθμου και εντόπισαν συνδυασμούς αλληλόμορφων που θα μπορούσαν να αλληλεπιδρούν μαζί και να προκαλούν αντοχή στα αντιβιοτικά. Στη συνέχεια χαρτογράφησαν αυτά τα αλληλόμορφα σε κρυσταλλικές δομές των πρωτεϊνών Μ. Tuberculosis και διαπίστωσαν ότι ορισμένα από αυτά τα αλληλόμορφα εμφανίστηκαν σε ορισμένες δομικές περιοχές των πρωτεϊνών.

Η ερευνητική ομάδα επισήμανε: «Διεξήγαμε διαδραστικές και δομικές αναλύσεις για να διεισδύσουμε βαθύτερα και να αναπτύξουμε πιο περίπλοκες υποθέσεις για το πώς αυτά τα γονίδια θα μπορούσαν να συνεισφέρουν στους φαινοτύπους που είναι υπεύθυνα για την ανθεκτικότητα στα αντιβιοτικά».

Αυτά τα ευρήματα θα μπορούσαν να βοηθήσουν τις μελλοντικές πειραματικές έρευνες σχετικά με το κατά πόσο η δομική ομαδοποίηση αυτών των αλληλόμορφων παίζει ρόλο στην αποδυνάμωση της αντίστασης στα αντιβιοτικά.