Forskere sporer 73% af de amerikanske tilfælde af salmonella til kylling og grøntsager

Forskere sporer 73% af de amerikanske tilfælde af salmonella til kylling og grøntsager

En moderne genomisk model viser, hvor din risiko for salmonella egentlig ligger – hvis du ændrer kylling og grøntsager som hovedkilder og omformer sygdommen fra fødevarer.

I en undersøgelse for nylig offentliggjort i tidsskriftetNye infektionssygdommeEn gruppe forskere brugte genomsekventering og maskinlæring til at bestemme de primære fødekilder, der forårsager menneskerSalmonellaInfektioner i USA (USA).

baggrund

årligt,Salmonella entericaInfektioner resulterer i cirka 1,35 millioner sygdomme, hvilket resulterer i betydelige hospitalsindlæggelser i USA. Almindelige kilder omfatter forurenet mad, vand, dyr, jord og inficerede mennesker. Serotyper som Enteritidis og Typhimurium kan inficere adskillige værter, mens andre som Dublin primært rammer kvæg. Traditionelle metoder tilskriver kun kendte udbrud til omkring 5% af tilfældene, så de fleste sygdomme er ikke længere. Tidligere tilgange var afhængige af begrænsede laboratorieteknikker, men med introduktionen af ​​hele genomsekventering (WGS) tegner der sig et klarere billedeSalmonellaDer kan opstå transmissionsruter. Forbedrede tilskrivningsmodeller er afgørende for at forfine fødevaresikkerhedsforskrifter og forebyggende foranstaltninger og understreger behovet for avanceret forskning ved hjælp af avancerede genomiske teknologier.

Om studiet

Forskere har samlet et datasæt på 18.661SalmonellaIsolater fra fødevare- og dyreprøver tilgængelige på National Center for Biotechnology Information (NCBI) og suppleret med metadata fra amerikanske regeringsorganer, herunder Food and Drug Administration (FDA), U.S. Safety and Inspection Service (CDC) og Centers for Disease Control (CDC). Isolaterne blev kategoriseret i 15 forskellige fødevaregrupper, eksklusive blandede kildeprøver. På grund af et overskud af kyllingisolater blev 50 % tilfældigt udvalgt for at balancere datasættet, og omvendt klassevægtning blev anvendt for yderligere at korrigere ubalancer. Selvom modellen blev brugt globaltSalmonellaisolater, kom 76% fra USA, hvilket gør det generelt repræsentativt for indenlandske fødevarekilder.

For humane infektioner 6.470SalmonellaIsolater med ukendte smittekilder og ingen international rejsehistorie blev indsamlet fra det aktive fødevarebårne sygdomsovervågningsnetværk (FoodNet), som dækkede cirka 15 % af den amerikanske befolkning mellem 2014 og 2017.

Forskerholdet samlede genetiske data ved hjælp af Spade-software og brugte hel-genom multilocus-sekvenstypebestemmelse (WGMLST) til at karakterisere både fødevareafledte og menneskelige isolater. Serotype-identifikation brugte SEQSERO2-værktøjet. En skov tilfældig maskinlæringsalgoritme, der klassificerer data ved hjælp af adskillige genetiske markører, blev trænet på isolater med kendte kilder. Modellen blev evalueret for nøjagtighed ved brug af krydsvalidering og permutation for at identificere de mest informative genomiske markører. Modellen opnåede maksimal nøjagtighed ved hjælp af en undergruppe af 7.360 genetiske loci, hvilket forstærkede værdien af ​​højdimensionelle genomiske data til klassificeringsopgaver. Den optimerede model forudsagde infektionskilder for humane tilfælde med >50 % sandsynlighed og tilskrev usædvanlige tilfælde til ukendte kilder.

Studieresultater

Den tilfældige skovmodel trænede på genomiske data fra 18.661 fødevarer og dyreisolater, identificerede kylling (31%), grøntsager (13%), kalkun (12%) og svinekød (11%)SalmonellaKilder. OftestSalmonellaSerotyperne var Kentucky, Typhimurium, Enteritidis og Heidelberg.

Modellen blev anvendt på menneskelige infektioner og analyserede 6.470 tilfælde og tilskrev 34% af sygdommene kylling og 30% til grøntsager, hvilket tegner sig for næsten to tredjedele af infektionerne. Når usikkerheden blev taget i betragtning (sandsynligheder <50%), forblev ca. 44% af tilfældene uklassificerede. Eksklusive usikre tilfælde sporede modellen 46 % af infektionerne til kylling og 27 % til grøntsager, som tilsammen tegner sig for omkring 73 % af de bekræftede kilder.

AnderledesSalmonellaSerotyper viste forskellige kildeassociationer. Kylling var især forbundet med serotyperne Enteritidis, Typhimurium, Heidelberg og Infantis, mens grøntsager primært var forbundet med Javiana og Newport. Svinekød er blevet identificeret som den dominerende kilde til serotype Salmonella enterica 4,[5]12:i:- (STM).

Procentdelen af ​​salmonella-isolater indsamlet fra kendte enkeltkildefødevarer i USA og andre lande fra 2003 til 2018 (brugt som træningsdata i den tilfældige skovmodel) efter fødevarekategori (n = 18.661, inklusive 613 isolater før 2003).

Modellens nøjagtighed var stærk, især med hensyn til at identificere kylling (97 % nøjagtighed), grøntsager (82 %), kalkun (88 %), svinekød (83 %) og oksekød (77 %). Den kæmpede dog med mindre almindelige kilder som mælk og vildt. Forøgelse af antallet af genomiske loci ved hjælp af forbedret præcision bekræftede effektiviteten af ​​WG'er og maskinlæring til kildetilskrivning.

Sammenlignet med tidligere udbrudsundersøgelser viste denne analyse kylling som en langt mere omfattende kilde tilSalmonellaInfektioner, der afspejler forskellige risikoprofiler mellem sporadiske infektioner og udbrud. Det er vigtigt, at forudsigelser stemmer godt overens med kendte epidemiologiske data og bekræfter modellens anvendelighed i den virkelige verden.

Disse resultater fremhæver behovet for målrettede interventioner og politikker fokuseret på fjerkræ og friske produkter, som er afgørende for at reducereSalmonellaFolkesundhedsbyrde. I betragtning af at mange infektioner forbliver uberørte, kan en udvidelse af datasættet med mere forskelligartede ikke-kyllingisolater og yderligere ikke-fødevarekilder såsom miljø- og dyrelivsprøver forbedre nøjagtigheden yderligere. De regionale begrænsninger af FoodNet-data og variationer i sundhedsvæsenets adfærd tyder også på et behov for bredere landsdækkende dataindsamling.

Konklusioner

Som konklusion viste denne undersøgelse effektiviteten af ​​WG'er kombineret med en tilfældig maskinlæringsalgoritme til nøjagtigt at identificere fødekilderne tilSalmonellaInfektioner i USA. Kylling og grøntsager opstod som vigtige forsyningsrådgivere, hvilket forstærkede vigtigheden af ​​målrettede regulerings- og folkesundhedsstrategier. Denne genomiske tilgang tilbyder betydelige forbedringer i forhold til traditionelle metoder og giver detaljeret indsigt, der er afgørende for fødevaresikkerhedspolitik, rutinemæssig overvågning og udbrudshåndtering. Fortsat forskning bør inkorporere bredere prøvediversitet, udvide geografisk repræsentation og inkludere ikke-fødevarekilder for yderligere at styrke præcisionen af ​​modellen og derved gavne folkesundhedsindsatsen mod denSalmonella.

Kilder: