Un’importante ricerca proviene dall’IZS di Teramo, che mira a perfezionare i metodi più avanzati di analisi del DNA di patogeni batterici mediante l’applicazione dell’Intelligenza Artificiale e tecniche di Machine Learning. L’obiettivo è sviluppare strumenti rapidi per combattere tempestivamente le patologie infettive di origine alimentare.
I batteri sono come tutti gli altri esseri viventi: si adattano all’ambiente per vivere e riprodursi. Questo li fa cambiare e sviluppare nuove caratteristiche che li aiutano a sopravvivere in diverse condizioni. Il loro DNA, che è come un libro delle istruzioni per il loro “corpo”, ci dice molto su come vivono e da dove vengono. Questi studi sono molto importanti per studiare batteri come la Listeria monocytogenes responsabile della listeriosi, malattia pericolosa per le persone con un sistema immunitario debole, come anziani, donne in gravidanza e chi ha malattie croniche e degenerative. Con migliaia di morti a livello mondiale, la listeriosi è considerata una delle più gravi zoonosi di origine animale.
Necessario intervenire tempestivamente
La listeriosi implica la necessità di scoprire rapidamente la fonte che ha causato l’infezione, seguendo la catena di produzione per fermare la malattia e salvare vite. Questa operazione, tecnicamente, è chiamata “source attribution”. Gli scienziati dell’Unità di Bioinformatica dell’IZS di Teramo hanno usato la Machine Learning per confrontare diversi modi di prevedere da dove viene un batterio responsabile, a partire dal suo DNA. I risultati di questa ricerca sono stati pubblicati sulla prestigiosa rivista scientifica BMC Genomics.
“Nel caso specifico della listeriosi – spiega Nicolas Radomski, co-autore del lavoro scientifico – dobbiamo tenere presente che la patologia ha tempi di incubazione che possono essere piuttosto lunghi. Diventa dunque difficile individuare il cibo responsabile dell’infezione semplicemente facendo domande al paziente, che il più delle volte non ricorda cosa ha mangiato una settimana prima e che comunque avrà mangiato cibi diversi; utilizzando tecniche avanzate di sequenziamento genomico e di Machine Learning, i ricercatori possono ora assegnare delle probabilità riguardo l’origine alimentare del patogeno e quindi degli alimenti a rischio”.
Con questo studio si possono cambiare le cose
Proprio nei casi di listeriosi, le indagini possono richiedere moltissimo tempo e a volte anche mesi. Nello specifico, si tratta di controllare e analizzare tutti i cibi che i pazienti consumano di solito, per trovare da dove viene l’infezione. Ma le nuove tecniche che gli scienziati hanno scoperto in questo studio possono cambiare le cose. Tali tecniche danno indizi importanti su quali cibi è necessario controllare. Le metodiche evidenziate in questo lavoro scientifico, infatti, permettono di ottenere indicazioni essenziali per guidare le indagini, focalizzando rapidamente l’attenzione su specifici alimenti da sottoporre ad analisi.
“È importante sottolineare – conclude il ricercatore – che queste tecniche possiedono un potenziale applicativo più vasto e flessibile. In particolare, possono essere rivolte verso la gestione e la comprensione di altri fenotipi critici e urgenti, come il problema emergente della resistenza agli antimicrobici. Implementando e ottimizzando tali approcci, l’Intelligenza Artificiale può notevolmente accelerare e migliorare la scoperta di mutazioni coinvolti nella resistenza agli antimicrobici, contribuendo così allo sviluppo di strategie più efficaci per combattere le infezioni resistenti”.
