Învățarea automată identifică bacterii dăunătoare în rândul păsărilor prin analiza vecinătăților genelor
Cercetătorii de la Arkansas Agricultural Experiment Station, parte a Universității din Arkansas, au utilizat o abordare bazată pe învățarea automată pentru a studia nu doar genele unei bacterii, ci și modul în care acestea sunt organizate în vecinătate.
Acest „vecinătate genetică” a ajutat la diferențierea tulpinilor patogene de Enterococcus cecorum, un patogen al păsărilor, de tulpinile nonpatogene.
În timp ce multe tulpini de E. cecorum sunt inofensive, altele pot provoca artrită, infecții osoase și lame în rândul păsărilor, ceea ce ridică probleme de bunăstare animală și pierderi economice.
Modelul de învățare automată recunoaște tipare în ordinea genelor, similar cu modul în care recunoaște tipare în limbaj. Multe studii examinează genele individuale, însă noi ne concentrăm pe localizarea, ordinea și relațiile de vecinătate ale acestora.
Metoda inovatoare a fost folosită pentru a distinge tulpinile patogene de E. cecorum de cele nonpatogene prin analiza modului în care genele vecine sunt organizate în cadrul genomului bacterian. Rezultatele studiului, publicate în revista Frontiers in Microbiology, arată că tiparele din aranjamentul genelor vecine pot ajuta la identificarea tulpinilor dăunătoare.
Ideea de a studia ceea ce cercetătorii numesc „arhitectura cassette-ului insulelor genomice” a fost inițiată de Rushikesh Lagad, coautor al studiului și student doctorand în cadrul departamentului de științe animale. Lagad a menționat că, citind literatura de specialitate, s-a întrebat dacă nu cumva pierd o parte din poveste concentrându-se pe gene pe rând.
Studiile genomice tradiționale se concentrează adesea pe prezența genelor individuale. Deși această abordare este valoroasă, ea trece adesea cu vederea modul în care genele vecine sunt aranjate și funcționează împreună.
Goswami compară această diferență cu analiza unei străzi. În loc să analizeze fiecare casă în parte, cercetătorii au examinat întreaga vecinătate pentru a identifica structuri genomice mai ample și mai distinctive.
Goswami și colegii săi au studiat această arhitectură cassette, care reprezintă modul în care grupuri de gene vecine sunt organizate, în cadrul unor secțiuni mai mari de ADN numite insule genomice. Spre deosebire de restul genomului bacterian, insulele genomice sunt adesea dobândite de la alte bacterii și conțin frecvent gene care ajută bacteriile să supraviețuiască, să se răspândească sau să provoace boli.
În interiorul acestor insule, cercetătorii au studiat modul în care grupurile de gene vecine au fost organizate pentru a determina dacă tulpinile dăunătoare aveau tipare diferite de vecinătate comparativ cu cele inofensive.
Metodele existente pentru monitorizarea E. cecorum se bazează adesea pe cultivarea bacteriilor sau pe depistarea unor gene specifice. Goswami a subliniat că aceste abordări pot omite tiparele mai largi, deoarece se concentrează pe gene individuale, nu pe organizarea lor vecină.
În loc să trateze un genom ca pe o listă de cumpărături, cercetătorii l-au tratat mai degrabă ca pe o hartă. Aceștia au examinat unde erau localizate genele și ce gene aveau tendința de a apărea în apropiere, nu doar dacă o genă particulară exista.
Goswami a declarat că foarte puține grupuri studiază acest tip de arhitectură de interacțiune.
Cercetătorii au analizat genomurile a 145 de tulpini de E. cecorum colectate de la păsări, inclusiv 95 de tulpini nonpatogene și 50 de tulpini patogene capabile să provoace boli. Analiza a arătat că tulpinile care cauzau boli erau mai susceptibile să conțină insule genomice îmbogățite cu gene implicate în rezistența la antibiotice și mișcarea materialului genetic între bacterii.
Goswami a subliniat că metoda este destinată ca un instrument de cercetare, nu ca un instrument de diagnostic.
Deși abordarea a arătat o performanță puternică în cadrul studiului, va fi necesară validarea suplimentară înainte ca aceasta să poată fi utilizată în mod obișnuit pentru a monitoriza turmele de păsări sau a identifica tulpinile emergente care cauzează boli.
Cu toate acestea, descoperirile sugerează că organizarea genelor, nu doar prezența lor, poate oferi indicii valoroase despre modul în care patogenii bacterieni evoluează și apar.
Goswami a concluzionat că acest lucru oferă o altă modalitate de a înțelege aceste bacterii. Dacă putem recunoaște tipare care disting tulpinile dăunătoare de cele inofensive, aceasta ar putea ajuta în cele din urmă la îmbunătățirea supravegherii și la generarea de noi ipoteze despre cum evoluează acești patogeni.
Studiul demonstrează, de asemenea, cum biologia computațională și învățarea automată pot completa microbiologia tradițională, dezvăluind tipare semnificative ascunse în seturi mari de date genomice.
Goswami a menționat că, deși studiul s-a concentrat pe un patogen aviar, pipeline-ul computațional ar putea fi adaptat pentru multe alte bacterii. El a dat exemplul colaborării cu cercetătorii care studiază patogenii albinelor și a spus că aceeași abordare ar putea fi aplicată în cele din urmă și bacteriilor care afectează oamenii, animalele, fauna sălbatică și plantele, cu condiția să fie disponibile suficiente date genomice.
Goswami a declarat că echipa începe să adapteze pipeline-ul computațional pentru a studia Enterococcus faecalis, un înrudit apropiat al bacteriei aviare care cauzează infecții frecvente în spitale la oameni. Cercetătorii intenționează, de asemenea, să aplice abordarea pentru E. coli și alte bacterii pentru a înțelege mai bine modul în care tulpinile nonpatogene evoluează în patogeni care cauzează boli.
Goswami a subliniat că obiectivul lor nu este doar publicarea unui articol, ci construirea unui pipeline pe care cercetătorii care studiază orice patogen bacterian să-l poată utiliza.
Cercetarea a început atunci când compania de creștere a păsărilor Cobb-Vantress a contactat-o pentru expertiza sa în învățarea automată și genomică, pentru a studia E. cecorum. Finanțarea inițială din partea Arkansas Research Alliance a ajutat la demararea colaborării.
Studiul a inclus izolate bacteriene disponibile public din Arkansas, împreună cu genomuri din alte surse, permițând cercetătorilor să evalueze abordarea folosind tulpini asociate cu industria aviară din stat.
