.
Um novo estudo sugere que o uso de big data e aprendizado de máquina na vigilância da resistência antimicrobiana (AMR) em métodos de produção pecuária pode ajudar a informar intervenções e oferecer proteção contra germes que estão se tornando resistentes a antibióticos.
Durante dois anos e meio, pesquisadores da Universidade de Nottingham analisaram microbiomas de galinhas, carcaças e ambientes. A rede resultante de correlações entre pecuária, ambientes, comunidades microbianas e resistência antimicrobiana sugere várias rotas para melhorar a vigilância da resistência antimicrobiana na produção pecuária.
A pesquisa, liderada pela Dra. Tania Dottorini, professora de Bioinformática, usou uma abordagem de mineração de dados baseada em aprendizado de máquina em dez granjas de grande escala e quatro matadouros conectados de três províncias da China – um dos maiores consumidores de antimicrobianos. O uso de antimicrobianos usados para prevenir e tratar infecções na produção pecuária em fazendas está associado ao aumento de infecções resistentes a antimicrobianos (RAM).
O estudo, publicado na Comida Naturalidentificou vários genes resistentes a antimicrobianos (ARGs) que foram compartilhados entre galinhas e as fazendas em que viviam e que são potencialmente altamente transmissíveis.
As descobertas também mostram que um subconjunto central do microbioma intestinal da galinha, apresentando bactérias clinicamente relevantes e genes de resistência a antibióticos, correlaciona-se com os perfis de AMR de E. coli, colonizando o intestino. Notavelmente, este núcleo, que contém ARGs clinicamente altamente transmissíveis compartilhados por galinhas e ambientes, é influenciado pela temperatura e umidade do ambiente e se correlaciona com o uso de antimicrobianos.
A resistência antimicrobiana (AMR) é uma das 10 principais ameaças globais à saúde pública que a humanidade enfrenta, de acordo com a Organização Mundial da Saúde. A RAM ameaça a prevenção e o tratamento eficazes de uma gama cada vez maior de infecções causadas por bactérias, parasitas, vírus e fungos.
Cerca de 600 milhões de casos de doenças transmitidas por alimentos, resultando em aproximadamente 420.000 mortes, ocorrem em todo o mundo a cada ano. Dentro disso, cerca de 300 milhões de doenças e 200.000 mortes são causadas por E. coli diarréia em todo o mundo.
Em muitos países, as galinhas são alojadas em galpões que não possuem um sistema de controle climático eficaz e, portanto, sofrem variações substanciais de temperatura e umidade. Os resultados do estudo indicam que as principais características da comunidade microbiana intestinal e do resistoma, correlacionadas com a resistência em E. colitambém estão correlacionados com as mudanças de temperatura e umidade no galinheiro.
As associações entre as variáveis ambientais e as espécies e genes associados à RAM apresentam oportunidades para o desenvolvimento de novas soluções de monitoramento da RAM, especialmente em países de renda média baixa onde essas variáveis não são controladas e representam um risco para os animais expostos a mudanças neles.
O Dr. Dottorini afirma: ” A disseminação de microrganismos resistentes a antimicrobianos e RAM no nível humano-animal-ambiente e na interface alimentar é uma grande preocupação global. A transmissão da RAM pode ocorrer por diferentes rotas e caminhos, e a cadeia alimentar, indiretamente através do consumo de alimentos ou diretamente através da manipulação de alimentos-animais contaminados e esterco ou contaminação fecal é relevante.
“Demonstramos como podem ser desenvolvidas metodologias que podem associar uma ampla gama de espécies e genes microbianos com AMR observável e avaliamos ainda como eles estão associados às variáveis ambientais de temperatura e umidade. Em seguida, devemos considerar todos os AMR relevantes e interconectados conjuntos de dados em uma abordagem de 360°, o que aprofundará nossa compreensão e controle da propagação da AMR.”
“Este é um momento emocionante. Estamos prontos para investir em novas abordagens de vigilância integrada de AMR com IA para identificar os fatores e os mecanismos subjacentes à insurgência e disseminação de AMR e de novas variantes genéticas de patógenos resistentes em animais, meio ambiente, humanos e comida. Isso será inovador.”
.
