Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Gli scienziati sviluppano l'approccio di apprendimento automatico per identificare la sorgente della salmonella

Un gruppo degli scienziati piombo dai ricercatori all'università di centro della Georgia per sicurezza alimentare in grifone ha sviluppato un approccio di apprendimento automatico che potrebbe piombo all'identificazione più rapida della sorgente animale di determinati scoppi della salmonella.

Nella ricerca, pubblicata nell'emissione del gennaio 2019 delle malattie infettive emergenti, Xiangyu Deng ed i suoi colleghi hanno usato più di mille genoma per predire le sorgenti animali, particolarmente bestiame, del salmonella typhimurium.

Deng, un assistente universitario di microbiologia dell'alimento al centro e Shaokang Zhang, un socio postdottorale con il centro, piombo il progetto, che egualmente ha incluso gli esperti dal centri per il controllo e la prevenzione delle malattie, Stati Uniti Food and Drug Administration, il dipartimento del Minnesota di salubrità e dell'istituto di ricerca di traduzione di genomica.

Secondo il sistema di sorveglianza di scoppio di malattia portata dagli alimenti, vicino a 3.000 scoppi di malattia portata dagli alimenti sono stati riferiti negli Stati Uniti dal 2009 al 2015. Di quelli, 900 -- o 30 per cento -- sono stati causati dai sierotipi differenti della salmonella, compreso Typhimurium, Deng ha detto.

“Abbiamo avuti almeno tre scoppi di Typhimuirum, o sua variante vicina, nel 2018. Questi scoppi sono stati collegati al pollo, l'insalata di pollo ed ha asciugato la noce di cocco,„ ha detto. “Ci sono più di 2.600 sierotipi della salmonella e Typhimurium è appena uno di loro, ma dagli anni 60, circa un quarto degli isolati della salmonella collegati agli scoppi riferiti a sorveglianza nazionale degli Stati Uniti è Typhimurium.„

I ricercatori hanno preparato “il commputer,„ un algoritmo chiamato Random Forest, con più di 1.300 genoma di S. Typhimurium con le sorgenti conosciute. Dopo l'addestramento, “l'a macchina„ ha imparato come predire determinate sorgenti animali dei genoma di S. Typhimurium.

Per questo studio, gli scienziati hanno usato i genoma del salmonella typhimurium da tre programmi importanti di controllo e di sorveglianza: la rete del PulseNet del CDC; il database del GenomeTrakr di FDA delle sorgenti negli Stati Uniti, l'Europa, nel Sudamerica, in Asia ed in Africa; ed isolati al minuto della carne dal braccio di FDA del sistema di controllo antimicrobico nazionale di resistenza.

“Con tanti genoma, apprendimento automatico è una scelta naturale da occuparsi di tutti questi dati.

Abbiamo usato questa grande raccolta dei genoma Typhimurium come l'insieme di addestramento per sviluppare il classificatore,„ ha detto Deng che ha ricevuto la medaglia creativa della ricerca di UGA nel 2017 per il suo lavoro in questa area. “Il classificatore predice la sorgente dell'isolato Typhimurium da migliaia di consultazione di funzionalità genetiche del suo genoma.„

In generale, il sistema ha predetto la sorgente animale dello S. Typhimurium con 83 per cento di accuratezza. Il classificatore ha eseguito il più bene nelle sorgenti di predizione dei maiali e del pollame, seguite dalle sorgenti bovine e selvagge dell'uccello. Il commputer egualmente individua se la sua previsione è precisa o imprecisa. Quando la previsione era precisa, il commputer era circa 92 per cento accurato del tempo, Deng ha detto.

“Abbiamo analizzato in modo retrospettivo otto degli scoppi zoonotici principali che si sono presentati negli Stati Uniti dal 1998 al 2013,„ lui abbiamo detto. “Il classificatore ha attribuito sette di loro alla sorgente corretta del bestiame.„

Deng dice che lo strumento presenta le limitazioni; non può predire i frutti di mare poichè una sorgente e ha sforzi di predizione della salmonella della difficoltà che “salti intorno fra gli animali differenti.„

“Chiamerei questo approccio un proof of concept. Lo migliorerà come più genoma dalle varie sorgenti diventano disponibili,„ ha detto.

In cinguetta circa lo studio, Yiannas franco, vice direttore di FDA, chiamato l'apprendimento automatico di intero progetto di sequenze del genoma “una nuova era di sicurezza alimentare e dell'epidemiologia più astute.„

Alla persona media, il successo di questo progetto significa che gli sforzi del salmonella typhimurium potrebbero essere rintracciati di nuovo alla sorgente più velocemente. Identificando che cause uno scoppio di malattia portata dagli alimenti è chiave alla fermata e ad impedire ulteriori malattie.

“Facendo uso del nostro metodo, ricercatori può migliorare i casi di collegamento dello stesso scoppio e migliori isolati della corrispondenza dagli ambienti di trattamento dell'alimento o dell'alimento agli isolati dalla gente malata,„ ha detto. “Questo darà a ricercatori più fiducia per implicare una sorgente specifica che è dietro lo scoppio.„.