Utilizan una teoría económica para luchar contra la resistencia microbiana

Investigadores de la Universidad Estatal de Washington han desarrollado una nueva forma de identificar genes capaces de producir resistencia a los antibióticos previamente no reconocidos en bacterias. Mediante aprendizaje automático y aplicando la teoría de juegos, los investigadores han conseguido determinar con una precisión del 93 al 99 por ciento la presencia de estos genes en tres tipos diferentes de bacterias.

En el trabajo, publicado en Scientific Reports, el equipo de WSU ha empleado la teoría de juegos, una herramienta que se usa en varios campos, especialmente en economía, para analizar interacciones estratégicas entre jugadores y ayudar a identificar estos genes que suponen un problema para la salud pública.

Los investigadores han analizado las interacciones entre características del material genético como si fuesen 'jugadores'

En los últimos años, los investigadores han estado trabajando para utilizar la secuenciación del genoma para identificar genes resistentes a los antibióticos, buscando secuencias similares de genes en bases de datos públicas. Esto funciona para identificar genes resistentes a los antibióticos conocidos, pero no se sostiene con genes nuevos o inusuales.

Sin embargo, utilizando su algoritmo de aprendizaje automático y el enfoque de la teoría de juegos, los investigadores analizaron las interacciones de varias características del material genético, incluida su estructura y las propiedades fisicoquímicas, evolutivas y de composición de las secuencias de proteínas en lugar de simplemente su similitud de secuencia.

Teoría de juegos

"Este novedoso enfoque de la teoría de juegos es especialmente potente porque las características se eligen sobre la base de lo bien que trabajan juntos como un todo para identificar posibles genes de resistencia a los antimicrobianos, teniendo en cuenta tanto la relevancia como la interdependencia de las características", ha señalado Shira Broschat, de la Escuela de Ingeniería Eléctrica y Ciencias de la Computación, una de las autoras del artículo junto a Abu Sayed Chowdhury y Douglas Call, de la Escuela Paul Allen de Salud Animal Global.

"Con el crecimiento tanto en la resistencia a los antimicrobianos como en la cantidad de genomas secuenciados disponibles, el uso del aprendizaje automático para predecir la resistencia a los antimicrobianos representa un desarrollo significativo en el suministro de herramientas nuevas y más precisas en el campo", ha indicado Broschat.