El uso de grandes datos en las explotaciones ganaderas podría mejorar la vigilancia de la resistencia a los antimicrobianos

Un nuevo estudio sugiere que el uso de macrodatos y aprendizaje automático en la vigilancia de la resistencia a los antimicrobianos (RAM) en los métodos de producción ganadera podría ayudar a informar sobre las intervenciones y ofrecer protecciones contra los gérmenes que se están volviendo resistentes a los antibióticos.

Durante dos años y medio, investigadores de la Universidad de Nottingham analizaron microbiomas de pollos, canales y entornos. La red resultante de correlaciones entre ganado, entornos, comunidades microbianas y resistencia a los antimicrobianos sugiere múltiples vías para mejorar la vigilancia de la resistencia a los antimicrobianos en la producción ganadera.

La investigación, dirigida por la Dra. Tania Dottorini, catedrática de Bioinformática, utilizó un método de minería de datos basado en el aprendizaje automático en diez granjas de pollos a gran escala y cuatro mataderos conectados de tres provincias de China, uno de los mayores consumidores de antimicrobianos. El uso de antimicrobianos para prevenir y tratar infecciones en las explotaciones ganaderas está asociado al aumento de las infecciones resistentes a los antimicrobianos (RAM).

El estudio, publicado en Nature Food, identificó varios genes resistentes a los antimicrobianos (ARG) que compartían los pollos y las granjas en las que vivían y que son potencialmente muy transmisibles.

Los resultados también muestran que un subconjunto central del microbioma intestinal de los pollos, que contiene bacterias clínicamente relevantes y genes de resistencia a los antibióticos, se correlaciona con los perfiles de RAM de E. coli, que coloniza el intestino. En particular, este núcleo, que contiene ARG clínicamente transmisibles compartidos por pollos y entornos, se ve influido por la temperatura y la humedad ambiental, y se correlaciona con el uso de antimicrobianos.

“Este es un momento emocionante. Estamos dispuestos a invertir en nuevos enfoques de vigilancia integrada de la RAM impulsados por la IA para identificar los factores y los mecanismos que subyacen a la insurgencia y propagación de la RAM”, subraya la Dra. Tania Dottorini, Catedrática de Bioinformática, Universidad de Nottingham.

Según la Organización Mundial de la Salud, la resistencia a los antimicrobianos (RAM) es una de las diez principales amenazas para la salud pública a las que se enfrenta la humanidad. La RAM amenaza la prevención y el tratamiento eficaces de una gama cada vez mayor de infecciones causadas por bacterias, parásitos, virus y hongos.

Cada año se producen en todo el mundo unos 600 millones de casos de enfermedades de origen alimentario, con un resultado aproximado de 420,000 muertes. De ellos, casi 300 millones de enfermedades y 200,000 muertes son causadas por E. coli diarreógena en todo el mundo.

En muchos países, los pollos se alojan en cobertizos que carecen de un sistema eficaz de control climático, por lo que experimentan variaciones sustanciales de temperatura y humedad. Los resultados del estudio indican que las características centrales de la comunidad microbiana intestinal y el resistoma, que se ha descubierto que están correlacionados con la resistencia en E. coli, también están correlacionados con los cambios de temperatura y humedad en el alojamiento de los pollos.

Las asociaciones entre las variables ambientales y las especies y genes asociados a la RAM presentan oportunidades para el desarrollo de soluciones novedosas de vigilancia de la RAM, especialmente en los países de renta media-baja, donde estas variables no están controladas y suponen un riesgo para los animales expuestos a sus cambios.

En palabras del Dr. Dottorini: "La propagación de microorganismos resistentes a los antimicrobianos y de la resistencia a los antimicrobianos en la interfaz hombre-animal-medio ambiente y alimentos es una de las principales preocupaciones mundiales. La transmisión de AMR puede tener lugar por diferentes vías y caminos, y la cadena alimentaria, ya sea indirectamente a través del consumo de alimentos o directamente a través de la manipulación de alimentos y animales contaminados y el estiércol o la contaminación fecal es uno de los relevantes.

"Hemos demostrado cómo pueden desarrollarse metodologías capaces de asociar una amplia gama de especies microbianas y genes con la RAM observable, y además hemos evaluado cómo se asocian con las variables ambientales de temperatura y humedad. A continuación, debemos tener en cuenta todos los conjuntos de datos pertinentes e interconectados sobre la RAM en un enfoque de 360°, que profundizará nuestra comprensión y control de la propagación de la RAM.

"Este es un momento emocionante. Estamos preparados para invertir en nuevos enfoques de vigilancia integrada de la resistencia a los antimicrobianos impulsados por la IA para identificar los factores y mecanismos subyacentes a la insurgencia y propagación de la resistencia a los antimicrobianos y de nuevas variantes genéticas de patógenos resistentes en los animales, el medio ambiente, los seres humanos y los alimentos. Esto será revolucionario".

 

 

Hoy también publicamos las siguientes notas y más...

¡Llegan las Peras de California a México!

Crear esa explosión de sabor

 


Noticias