Un modello di intelligenza artificiale addestrato su grandi quantità di dati genetici può prevedere se i batteri diventeranno resistenti agli antibiotici. Il nuovo studio mostra che la resistenza agli antibiotici è più facilmente trasmessa tra batteri geneticamente simili e si verifica principalmente nelle piante di trattamento delle acque reflue e all’interno del corpo umano.
“Comprendendo come sorge la resistenza nei batteri, possiamo combattere meglio la sua diffusione. Ciò è fondamentale per proteggere la salute pubblica e la capacità del sistema sanitario di trattare le infezioni”, afferma Erik Kristiansson, professore presso il Dipartimento di Scienze matematiche presso l’Università di Chalmers e l’Università di Gothenburg a Swen.
La resistenza agli antibiotici è una delle maggiori minacce alla salute globale, secondo l’Organizzazione mondiale della sanità (OMS). Quando i batteri diventano resistenti, l’effetto degli antibiotici scompare, il che rende difficili o impossibili condizioni come la polmonite e l’avvelenamento del sangue. L’aumento dei batteri resistenti agli antibiotici rende anche più difficile prevenire le infezioni associate a molte procedure mediche, come il trapianto di organi e il trattamento del cancro. Una ragione fondamentale per la rapida diffusione della resistenza agli antibiotici è la capacità dei batteri di scambiare geni, compresi i geni che rendono resistenti ai batteri.
“I batteri che sono dannosi per gli esseri umani hanno accumulato molti geni di resistenza. Molti di questi geni provengono da batteri innocui che vivono nei nostri corpi o nell’ambiente. La nostra ricerca esamina questo complesso processo evolutivo per imparare come questi geni vengono trasferiti a batteri patogeni. Ciò rende possibile prevedere i batteri futuri”, afferma Erik Kristanson.
Dati complessi da tutto il mondo
Nel nuovo studio, pubblicato in Comunicazioni naturali e condotto da ricercatori dell’Università di Tecnologia di Chalmers, dell’Università di Göteborg e del Fraunhofer-Chalmers Center, i ricercatori hanno sviluppato un modello di intelligenza artificiale per analizzare i trasferimenti di geni storici tra batteri usando informazioni sul DNA, sulla struttura e sull’habitat dei batteri. Il modello è stato addestrato sui genomi di quasi un milione di batteri, un ampio set di dati compilato dalla comunità di ricerca internazionale per molti anni.
“L’intelligenza artificiale può essere abituata al meglio delle sue capacità in contesti complessi, con grandi quantità di dati”, afferma David Lund, studente di dottorato presso il Dipartimento di Scienze matematiche di Chalmers e dell’Università di Göteborg. “La cosa unica del nostro studio è, tra le altre cose, la grande quantità di dati utilizzati per addestrare il modello, che mostra ciò che uno strumento Poteful AI e l’apprendimento automatico è per descrivere i complessi processi biologici che rendono difficile trattare le infezioni batteriche.”
Nuove conclusioni su quando sorgono la resistenza agli antibiotici
Lo studio mostra in quali ambienti i geni di resistenza sono stati trasferiti tra batteri diversi e ciò che rende alcuni batteri più probabili rispetto ad altri di scambiare geni tra loro.
“Vediamo che i batteri trovati nell’uomo e nelle piante per il trattamento delle acque hanno una maggiore probabilità di diventare resistenti attraverso il trasferimento genico. Questi sono ambienti in cui i batteri che trasportano geni di resistenza si incontrano, spesso in presenza di antibiotici”, afferma David Lund.
Un altro fattore importante che aumenta la probabilità che i geni di resistenza “salti” da un batterio all’altro è la somiglianza genetica dei batteri. Quando un batterio occupa un nuovo gene, è necessaria energia per conservare il DNA e produrre la proteina per cui i codici genici, il che significa un costo per il batterio.
“La maggior parte dei geni di resistenza sono condivisi tra batteri con una struttura genetica simile. Riteniamo che ciò riduca il costo di assumere nuovi geni. Stiamo continuando la ricerca per comprendere i meccanismi che controllano questo processo in modo più preciso”, afferma Erik Kristiansson.
Sperando in un modello per la diagnostica
Le prestazioni del modello sono state testate valutandolo contro i batteri, in cui i ricercatori sapevano che si era verificato il trasferimento di geni di resistenza, ma in cui il modello AI non era stato detto in anticipo. Questo è stato usato come una sorta di esame, in cui solo i ricercatori avevano le risposte. In quattro casi su cinque, il modello potrebbe prevedere se si verificherebbe un trasferimento di geni di resistenza. Erik Kristiansson afferma che i modelli futuri saranno in grado di essere ancora più accurati, in parte perfezionando il modello AI stesso e in parte allenandolo su dati ancora più grandi.
“L’intelligenza artificiale e l’apprendimento automatico consentono di analizzare e interpretare in modo efficiente le enormi quantità di dati disponibili oggi. Ciò significa che possiamo davvero lavorare basati sui dati per rispondere a domande complesse con cui abbiamo lottato per molto tempo, ma anche fare domande completamente nuove”, afferma Erik Kristianson.
I ricercatori sperano che in futuro il modello AI possa essere utilizzato nei sistemi per identificare rapidamente se un nuovo gene di resistenza è a rischio di essere trasferito in batteri patogeni e tradurlo in misure pratiche.
“Ad esempio, i modelli AI potrebbero essere utilizzati per migliorare la diagnostica molecolare per trovare nuove forme di batteri multi-resistenti o per monitorare gli impianti e gli ambienti di trattamento delle acque reflue in cui sono presenti antibiotici”, afferma Erik Kristiansson.
Da un’altra testata giornalistica. news de www.sciencedaily.com