Wetenschappers hebben machine learning gebruikt om ziekten in pluimvee te identificeren en te lokaliseren, waardoor de behoefte aan antibioticabehandeling zal afnemen. Daardoor wordt het risico dat mensen antibioticaresistentie ontwikkelen ook kleiner, aldus de Universiteit van Nottingham in een persbericht.
De studie, gepubliceerd in Springer Nature, werd geleid door Dr. Tania Dottorini van de Universiteit van Nottingham. Het onderzoek maakt deel uit van het FARMWATCH-project, een partnerschap tussen de universiteit en het China National Center for Food Safety Risk Assessment.
Resistentie tegen antibiotica
Nu antibioticaresistentie wereldwijd een van de meest bedreigende problemen is, kan een effectieve en snelle diagnostiek van bacteriële infecties in de kippenhouderij ervoor zorgen dat de behoefte aan antibiotica afneemt, waardoor de kans op epidemieën en resistentie kleiner wordt.
In dit project verzamelden onderzoekers monsters van de dieren, mensen en de omgeving op een Chinese boerderij en een aangesloten slachthuis. Deze complexe gegevens zijn nu geanalyseerd voor nieuwe diagnostiek die bacteriële infecties, opleving van resistentie en de overdracht op mensen kan voorspellen en opsporen. Deze gegevens zullen vervolgens vroegtijdige interventie en behandeling mogelijk maken, waardoor de verspreiding en de behoefte aan antibiotica worden beperkt.
Machine Learning
De studie leverde drie belangrijke bevindingen op. Ten eerste werden verschillende relevante antimicrobiële resistentiegenen (ARG’s) gevonden in zowel mensen als kuikens. Net als bijbehorende mobiele genetische elementen (antibioticaresistentiegenen die zich binnen genomen en tussen bacteriën kunnen verplaatsen.)
Het team ontdekte ook het bestaan van resistentiegenen in de kippendarm, die gecorreleerd zijn aan de antibioticaresistentie in pluimveebedrijven. Ten slotte heeft het team met behulp van sensortechnologie en machine learning ARG’s in verband gebracht met verschillende externe factoren zoals temperatuur en vochtigheid.
Dr. Dottorini zei: “De voedselindustrie vertegenwoordigt een belangrijke verbruiker van antibiotica, maar de resistentierisico’s binnen deze omgevingen worden nog steeds niet volledig begrepen. Daarom is het van cruciaal belang om studies en verbeterde methoden te ontwikkelen die geoptimaliseerd zijn voor deze omgevingen waar dieren en mensen nauw in contact staan. Het toepassen van machine learning biedt de mogelijkheid om methoden te ontwikkelen die een beter begrip en kwantificering opleveren van resistentierisico’s.”
Geselecteerd voor jou!
Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.
Als je dit artikel leuk vindt, lees dan ook:
