人工智能预测细菌对清洁剂的耐药性

包括DTU国家食品研究所的科学家在内的一组研究人员开发了一种方法，在人工智能和DNA解码的帮助下，可以预测李斯特菌等致病细菌对消毒剂的耐受程度。这项研究可能成为食品工业对抗有害细菌的宝贵武器。

这项发表在《科学报告》上的研究表明，机器学习可用于预测细菌菌株是否能在清洁后存活。这项研究为更明智的卫生策略和在食品生产中存在致病菌风险时更快的反应铺平了道路。

单核细胞增生李斯特菌是一种食源性细菌，在寒冷潮湿的环境中茁壮成长，通常在食品加工设施中发现。李斯特菌带来的主要挑战之一是其形成生物膜的能力，即附着在表面的粘性层，随着时间的推移，这可能会导致对用于消除李斯特菌的消毒剂产生耐药性。到目前为止，检测这种耐药性需要耗时的实验室测试。“危险在于表面可能看起来很干净，但抗药性细菌仍然可能隐藏在裂缝和角落里，”DTU国家食品研究所的高级研究员Pimlapas Shinny Leekitcharoenphon说。在这项研究中，研究人员分析了1600多种李斯特菌菌株的整个基因组。这些DNA图谱被用于训练一个机器学习模型，该模型能够识别与食品工业中常用消毒剂耐药性相关的遗传模式。

测试了三种不同的消毒剂：两种纯化合物——苯扎氯铵（BC）和二癸基二甲基氯化铵（DDAC）——以及一种商业产品Mida San 360 OM。

Leekitcharoenphon说：“这就像教电脑阅读细菌手册，然后让它告诉我们细菌是否有可能在用特定消毒剂清洁后存活。”。

AI模型的准确率高达97%，能够预测对纯化学物质和商业产品的耐受性。

Leekitcharoenphon说：“这些模型不仅适用于纯化学物质，也适用于食品工业中实际使用的产品，这很有希望。这表明该方法可以应用于现实世界。”。

除了已知的耐药基因外，研究人员还发现了几个可能在细菌在消毒剂中存活的能力中发挥作用的新基因。这提高了模型的预测能力，并可能为细菌如何产生和传播耐药性提供新的见解。

研究人员建议，他们的方法最初可以帮助食品行业更有效地使用现有的消毒剂——根据其DNA图谱为正确的细菌选择正确的产品。

Leekitcharoenphon说：“人工智能并没有为我们提供新消毒剂的配方，但它确实告诉我们哪些细菌可能在哪些化学物质中存活。这使得行动迅速而精确。”。

与此同时，新的耐药基因的发现可能会激发未来开发利用细菌弱点的改良消毒剂。

与超过100000名依赖Phys.org获取日常见解的订阅者一起探索科学、技术和太空的最新进展。注册我们的免费时事通讯，每天或每周获取重要突破、创新和研究的最新进展。

在实验室测试细菌耐药性可能需要几天时间。这种方法表明，利用DNA数据和机器学习，可以在几分钟内做出准确的预测。当食品生产设施中出现致病菌时，迅速采取行动防止疾病传播至关重要。“我们希望我们的方法将成为对抗致病细菌的有价值的工具，并有助于使食品生产更加安全，”Leekitcharoenphon说。

目前食品行业的清洁标准不是基于基因组测序，而且，与任何其他新技术一样，采用新方法需要时间。Leekitcharoenphon说：“我们刚刚获得了继续这项工作的资金，这项研究的目标是让食品生产现场的员工能够轻松使用这种方法。”。p