Uma equipe de cientistas liderada por pesquisadores do Centro de Segurança Alimentar da University of Georgia, em Griffin, desenvolveu uma abordagem de aprendizado de máquina que poderia levar a uma identificação mais rápida da origem animal de certos surtos de Salmonella.
Na pesquisa, publicada na edição de janeiro de 2019 do Emerging Infectious Diseases , Xiangyu Deng e seus colegas usaram mais de mil genomas para prever as fontes animais, especialmente do gado, de Salmonella Typhimurium .
Deng, professor assistente de microbiologia alimentar no centro, e Shaokang Zhang, um associado de pós-doutorado do centro, lideraram o projeto, que também incluiu especialistas dos Centros de Controle e Prevenção de Doenças, a Food and Drug Administration dos EUA, o Departamento de da Saúde de Minnesota e do Instituto de Pesquisa em Genômica Translacional.
Segundo o Sistema de Vigilância de Surtos de Doenças Transmitidas por Alimentos, perto de 3.000 surtos de doenças transmitidas por alimentos foram relatados nos EUA entre 2009 e 2015. Desses, 900 - ou 30% - foram causados por diferentes sorotipos de Salmonella, incluindo Typhimurium, disse Deng. .
"Tivemos pelo menos três surtos de Typhimuirum, ou sua variante mais próxima, em 2018. Esses surtos estavam ligados a frango, salada de frango e coco seco", disse ele. "Existem mais de 2.600 sorotipos de Salmonella, e Typhimurium é apenas um deles, mas desde a década de 1960, cerca de um quarto dos isolados de Salmonella ligados a surtos registrados na vigilância nacional dos EUA são Typhimurium".
Os pesquisadores treinaram a "máquina", um algoritmo chamado Random Forest, com mais de 1.300 genomas de S. Typhimurium com fontes conhecidas. Após o treinamento, a "máquina" aprendeu a prever certas fontes animais de genomas de S. Typhimurium.
Para este estudo, os cientistas usaram genomas de Salmonella Typhimurium de três principais programas de vigilância e monitoramento: a rede PulseNet do CDC; o banco de dados GenomeTrakr do FDA de fontes nos Estados Unidos, Europa, América do Sul, Ásia e África; e carne de varejo isolados do FDA do Sistema Nacional de Monitoramento de Resistência Antimicrobiana.
"Com tantos genomas, o aprendizado de máquina é uma escolha natural para lidar com todos esses dados.
Usamos essa grande coleção de genomas de Typhimurium como o conjunto de treinamento para construir o classificador ", disse Deng, que recebeu a Medalha de Pesquisa Criativa da UGA em 2017 por seu trabalho nesta área." O classificador prevê a origem do isolado Typhimurium ao interrogar milhares de características genéticas de seu genoma ".
No geral, o sistema previu a fonte animal do S. Typhimurium com 83% de precisão. O classificador teve melhor desempenho na previsão de aves e suínos, seguido por bovinos e aves silvestres. A máquina também detecta se sua previsão é precisa ou imprecisa.
"Analisamos retrospectivamente oito dos principais surtos zoonóticos ocorridos nos EUA entre 1998 e 2013", disse ele. "O classificador atribuiu sete deles à fonte correta de gado."
Deng diz que a ferramenta tem limitações; ele não pode prever os frutos do mar como fonte e tem dificuldade em prever as cepas de Salmonella que "saltam entre os diferentes animais".
"Eu chamaria essa abordagem de uma prova de conceito. Vai melhorar à medida que mais genomas de várias fontes se tornarem disponíveis", disse ele.
Em tweets sobre o estudo, Frank Yiannas, vice-diretor da FDA, chamou o aprendizado de máquina de seqüências genômicas completas para projetar "uma nova era de segurança alimentar e epidemiologia mais inteligente".
Para a pessoa média, o sucesso deste projeto significa cepas de Salmonella Typhimurium podem ser rastreadas até a origem mais rapidamente. Identificar o que causa um surto de doenças transmitidas por alimentos é fundamental para impedi-lo e prevenir outras doenças.
"Usando nosso método, os investigadores podem relacionar melhor os casos do mesmo surto e combinar melhor os alimentos contaminados ou ambientes de processamento de alimentos a serem isolados", disse ele. "Isso dará aos investigadores mais confiança para implicar uma fonte específica que está por trás do surto."
Artigo:
Shaokang Zhang, Shaoting Li, Weidong Gu, Henk den Bakker, Dave Boxrud, Angie Taylor, Chandler Roe, Elizabeth Driebe, David M. Engelthaler, Marc Allard, Eric Brown, Patrick McDermott, Shaohua Zhao, Beau B. Bruce, Árvores Eija, Patricia I. Fields, Xiangyu Deng. Atribuição de fonte zoonótica de Salmonella enterica Sorotipo Typhimurium usando dados de vigilância genômica, Estados Unidos . Emerging Infectious Diseases , 2019; 25 (1) DOI: 10.3201 / eid2501.180835
Fonte:
www.sciencedaily.com
Nenhum comentário:
Postar um comentário