Vedci sledujú 73 % prípadov salmonely v USA na kura a zeleninu
Moderný genomický model ukazuje, kde skutočne leží vaše riziko salmonely – ak zmeníte kuracie mäso a zeleninu ako hlavné zdroje a preformujete chorobu z potravín. V nedávnej štúdii publikovanej v časopise Emerging Infectious Diseases skupina výskumníkov použila sekvenovanie genómu a strojové učenie na určenie primárnych zdrojov potravy, ktoré spôsobujú ľudské infekcie Salmonella v Spojených štátoch (USA). Pozadie Infekcie Salmonella enterica spôsobujú ročne približne 1,35 milióna ochorení, ktoré vedú k významným hospitalizáciám v Spojených štátoch. Medzi bežné zdroje patria kontaminované potraviny, voda, zvieratá, pôda a infikovaní ľudia. Sérotypy ako Enteritidis a Typhimurium môžu infikovať mnohých hostiteľov, zatiaľ čo iné ako Dublin hlavne...
Vedci sledujú 73 % prípadov salmonely v USA na kura a zeleninu
Moderný genomický model ukazuje, kde skutočne leží vaše riziko salmonely – ak zmeníte kuracie mäso a zeleninu ako hlavné zdroje a preformujete chorobu z potravín.
V štúdii nedávno publikovanej v časopiseVznikajúce infekčné chorobySkupina výskumníkov použila sekvenovanie genómu a strojové učenie na určenie primárnych zdrojov potravy, ktoré spôsobujú ľudíSalmonellaInfekcie v Spojených štátoch (USA).
pozadia
ročne,Salmonella entericaInfekcie majú za následok približne 1,35 milióna ochorení, ktoré majú za následok významné hospitalizácie v Spojených štátoch. Medzi bežné zdroje patria kontaminované potraviny, voda, zvieratá, pôda a infikovaní ľudia. Sérotypy ako Enteritidis a Typhimurium môžu infikovať mnohých hostiteľov, zatiaľ čo iné, ako napríklad Dublin, postihujú predovšetkým dobytok. Tradičné metódy pripisujú známe ohniská len asi 5 % prípadov, takže väčšina chorôb už nie je. Predchádzajúce prístupy sa spoliehali na obmedzené laboratórne techniky, ale so zavedením sekvenovania celého genómu (WGS) sa objavuje jasnejší obrazSalmonellaMôžu vzniknúť prenosové cesty. Vylepšené modely pripisovania sú rozhodujúce pre spresnenie predpisov o bezpečnosti potravín a preventívnych opatrení a zdôrazňujú potrebu pokročilého výskumu s využitím pokročilých genomických technológií.
O štúdiu
Výskumníci zostavili súbor údajov 18 661SalmonellaIzoláty zo vzoriek potravín a zvierat dostupné v Národnom centre pre biotechnologické informácie (NCBI) a rozšírené o metadáta od vládnych agentúr USA, vrátane Úradu pre potraviny a liečivá (FDA), Úradu pre bezpečnosť a kontrolu (CDC) USA a Centra pre kontrolu chorôb (CDC). Izoláty boli kategorizované do 15 rôznych skupín potravín, s výnimkou vzoriek zo zmiešaných zdrojov. Kvôli prebytku izolátov kurčiat bolo náhodne vybratých 50 % na vyváženie súboru údajov a na ďalšiu korekciu nerovnováh sa použilo inverzné váženie tried. Aj keď sa model používal celosvetovoSalmonellaizolátov, 76 % pochádzalo zo Spojených štátov, čo z neho robí vo všeobecnosti reprezentatívne domáce zdroje potravín.
Na ľudské infekcie 6 470SalmonellaIzoláty s neznámymi zdrojmi infekcie a bez medzinárodnej cestovateľskej histórie boli zozbierané zo siete aktívneho dohľadu nad chorobami prenášanými potravinami (FoodNet), ktorá v rokoch 2014 až 2017 pokrývala približne 15 % populácie USA.
Výskumný tím zhromaždil genetické údaje pomocou softvéru Spade a použil celogenómovú multilokusovú sekvenčnú typizáciu (WGMLST) na charakterizáciu izolátov získaných z potravín aj ľudských izolátov. Na identifikáciu sérotypu sa použil nástroj SEQSERO2. Lesný náhodný algoritmus strojového učenia, ktorý klasifikuje údaje pomocou mnohých genetických markerov, bol trénovaný na izolátoch so známymi zdrojmi. Presnosť modelu sa vyhodnotila pomocou krížovej validácie a permutácie na identifikáciu najinformatívnejších genómových markerov. Model dosiahol maximálnu presnosť pomocou podskupiny 7 360 genetických lokusov, čím sa posilnila hodnota vysokorozmerných genomických údajov pre klasifikačné úlohy. Optimalizovaný model predpovedal zdroje infekcie pre ľudské prípady s pravdepodobnosťou > 50% a pripisoval neobvyklé prípady neznámym zdrojom.
Výsledky štúdie
Náhodný model lesa trénoval na genomických údajoch z 18 661 potravín a živočíšnych izolátov, identifikovaných kurčiat (31 %), zeleniny (13 %), moriek (12 %) a bravčového mäsa (11 %).SalmonellaZdroje. NajčastejšieSalmonellaSérotypy boli Kentucky, Typhimurium, Enteritidis a Heidelberg.
Model bol aplikovaný na ľudské infekcie a analyzoval 6 470 prípadov a pripisoval 34 % chorôb kuraciemu mäsu a 30 % zelenine, čo predstavuje takmer dve tretiny infekcií. Keď sa vzala do úvahy neistota (pravdepodobnosti < 50 %), približne 44 % prípadov zostalo neklasifikovaných. S výnimkou neistých prípadov model vysledoval 46 % infekcií kurčaťa a 27 % zeleniny, čo spolu predstavuje približne 73 % potvrdených zdrojov.
RôzneSalmonellaSérotypy vykazovali rôzne zdrojové asociácie. Kuracie mäso sa spájalo najmä so sérotypmi Enteritidis, Typhimurium, Heidelberg a Infantis, zatiaľ čo zelenina sa spájala predovšetkým so sérotypmi Javiana a Newport. Bravčové mäso bolo identifikované ako dominantný zdroj sérotypu Salmonella enterica 4,[5]12:i:-(STM).
Percento izolátov Salmonella zozbieraných zo známych jednozdrojových potravín v Spojených štátoch a iných krajinách od roku 2003 do roku 2018 (používané ako tréningové údaje v modeli náhodného lesa) podľa kategórie potravín (n = 18 661 vrátane 613 izolátov pred rokom 2003).
Presnosť modelu bola vysoká, najmä pri identifikácii kuracieho mäsa (presnosť 97 %), zeleniny (82 %), moriaka (88 %), bravčového mäsa (83 %) a hovädzieho mäsa (77 %). Bojovalo však s menej bežnými zdrojmi ako mlieko a divina. Zvýšenie počtu genómových lokusov pomocou zlepšenej presnosti potvrdilo účinnosť WG a strojového učenia pri priraďovaní zdroja.
V porovnaní s predchádzajúcimi štúdiami prepuknutia táto analýza ukázala, že kuracie mäso je oveľa rozsiahlejším zdrojomSalmonellaInfekcie odrážajúce rôzne rizikové profily medzi sporadickými infekciami a prepuknutiami. Dôležité je, že predpovede dobre súhlasia so známymi epidemiologickými údajmi a potvrdzujú použiteľnosť modelu v reálnom svete.
Tieto výsledky poukazujú na potrebu cielených zásahov a politík zameraných na hydinu a čerstvé produkty, ktoré sú rozhodujúce pre znižovanieSalmonellaZáťaž verejného zdravia. Vzhľadom na to, že mnohé infekcie zostávajú nedotknuté, rozšírenie súboru údajov o rozmanitejšie izoláty iné ako kurčatá a ďalšie nepotravinové zdroje, ako sú vzorky životného prostredia a voľne žijúcich živočíchov, by mohlo ďalej zlepšiť presnosť. Regionálne obmedzenia údajov FoodNet a variácie v správaní zdravotnej starostlivosti tiež naznačujú potrebu širšieho celoštátneho zberu údajov.
Závery
Na záver, táto štúdia preukázala účinnosť WG v kombinácii s náhodným algoritmom strojového učenia na presnú identifikáciu potravinových zdrojovSalmonellaInfekcie v USA. Kuracie mäso a zelenina sa ukázali ako kľúčoví poradcovia v oblasti zásobovania, čím sa posilnil význam cielených regulačných stratégií a stratégií verejného zdravia. Tento genomický prístup ponúka významné vylepšenia oproti tradičným metódam a poskytuje podrobné poznatky, ktoré sú dôležité pre politiku bezpečnosti potravín, rutinný dohľad a manažment ohniska. Pokračujúci výskum by mal zahŕňať širšiu rozmanitosť vzoriek, rozširovať geografické zastúpenie a zahŕňať nepotravinové zdroje, aby sa ďalej posilnila presnosť modelu, čím by sa podporilo úsilie v oblasti verejného zdravia proti nemu.Salmonella.
Zdroje:
- Rose EB, Steele MK, Tolar B, Pettengill J, et al. Attribution of Salmonella enterica to food sources by using whole-genome sequencing data. Emerg Infect Dis. (2025), DOI: 10.3201/eid3104.241172, https://wwwnc.cdc.gov/eid/article/31/4/24-1172_article