Un grupo de investigadores, entre ellos científicos del Instituto Nacional de Alimentos de la DTU, ha desarrollado un método que, mediante inteligencia artificial y decodificación de ADN, puede predecir la tolerancia a los desinfectantes de bacterias patógenas como la Listeria. Esta investigación podría convertirse en una herramienta valiosa en la lucha contra las bacterias dañinas en la industria alimentaria.
Un estudio publicado en Scientific Reports, revista revisada por pares de Nature Portfolio, demuestra que el aprendizaje automático puede utilizarse para predecir si una cepa bacteriana sobrevivirá a la limpieza. La investigación allana el camino para estrategias de higiene más inteligentes y respuestas más rápidas ante el riesgo de presencia de bacterias patógenas en la producción de alimentos.
La amenaza oculta en los entornos limpios
Listeria monocytogenes es una bacteria transmitida por los alimentos que prolifera en ambientes fríos y húmedos, comunes en las plantas de procesamiento de alimentos. Uno de los principales desafíos que plantea la listeria es su capacidad para formar biopelículas (una capa viscosa que se adhiere a las superficies), lo que, con el tiempo, puede generar resistencia a los desinfectantes utilizados para eliminarla. Hasta ahora, detectar esta resistencia requería largas pruebas de laboratorio.
“El peligro radica en el hecho de que una superficie puede parecer limpia, pero aún así puede haber bacterias resistentes escondidas en grietas y esquinas”, dice el investigador principal del Instituto Nacional de Alimentos de la DTU, Pimlapas Shinny Leekitcharoenphon.
ADN e IA: un dúo poderoso
En el estudio, los investigadores analizaron el genoma completo de más de 1600 cepas de listeria. Estos perfiles de ADN se utilizaron para entrenar un modelo de aprendizaje automático que aprendió a identificar patrones genéticos asociados con la resistencia a los desinfectantes comúnmente utilizados en la industria alimentaria. Se probaron tres desinfectantes diferentes: dos compuestos químicos puros (cloruro de benzalconio [BC] y cloruro de didecildimetilamonio [DDAC]), así como un producto comercial, Mida San 360 OM.
«Es como enseñarle a una computadora a leer el manual de las bacterias y luego dejar que nos diga si es probable que la bacteria sobreviva a la limpieza con un desinfectante particular», dice Pimlapas Shinny Leekitcharoenphon.
El modelo de IA logró una precisión de hasta el 97% y fue capaz de predecir la tolerancia tanto a las sustancias químicas puras como al producto comercial.
«Resulta prometedor que los modelos funcionen no solo con sustancias químicas puras, sino también con un producto que se utiliza en la industria alimentaria. Esto sugiere que el método podría aplicarse en situaciones reales», afirma Pimlapas Shinny Leekitcharoenphon.
Además de los genes de resistencia conocidos, los investigadores también descubrieron varios genes nuevos que podrían influir en la capacidad de las bacterias para sobrevivir a los desinfectantes. Esto mejora la capacidad predictiva del modelo y podría proporcionar nuevos conocimientos sobre cómo las bacterias desarrollan y propagan la resistencia.
¿Necesitamos nuevos desinfectantes?
Los investigadores sugieren que su método puede inicialmente ayudar a la industria alimentaria a utilizar los desinfectantes existentes de manera más eficiente, seleccionando el producto correcto para la bacteria correcta en función de su perfil de ADN.
“La IA no nos proporciona una receta para nuevos desinfectantes, pero sí nos dice qué bacterias tienen más probabilidades de sobrevivir a qué sustancias químicas. Esto permite actuar con rapidez y precisión”, afirma Pimlapas Shinny Leekitcharoenphon.
Al mismo tiempo, el descubrimiento de nuevos genes de resistencia puede inspirar el desarrollo futuro de desinfectantes mejorados que exploten las vulnerabilidades de las bacterias.
Un gran avance para la seguridad alimentaria
Las pruebas de resistencia bacteriana en el laboratorio pueden llevar días. Este método demuestra que, con datos de ADN y aprendizaje automático, se pueden realizar predicciones precisas en minutos. Cuando aparecen bacterias patógenas en una planta de producción de alimentos, es crucial actuar con rapidez para prevenir la propagación de enfermedades.
«Esperamos que nuestro método se convierta en una herramienta valiosa en la lucha contra las bacterias que transmiten enfermedades y contribuya a que la producción de alimentos sea aún más segura», afirma Pimlapas Shinny Leekitcharoenphon.
El estándar actual de limpieza en la industria alimentaria no se basa en la secuenciación del genoma y, como ocurre con cualquier otra tecnología nueva, llevará tiempo incorporar un nuevo método.
“Acabamos de recibir financiación para continuar el trabajo, y el objetivo de la investigación es que el método sea fácilmente utilizable por los empleados en una planta de producción de alimentos”, afirma Pimlapas Shinny Leekitcharoenphon.
Hechos
Lea el artículo completo: Predicción cuantitativa de la tolerancia a desinfectantes en Listeria monocytogenes mediante secuenciación del genoma completo y aprendizaje automático .
La investigación fue financiada por Karl Pedersen og Hustrus Industrifond, la Fundación Danesa de Investigación Láctea, el Milk Levy Fund y Arla Foods.
Universidad Técnica de Dinamarca News. Traducido al español
Contacto