IBM Think 2019: ¿Cómo mapear microbiomas para protegernos de bacterias dañinas?

IBM Think 2019: ¿Cómo mapear microbiomas para protegernos de bacterias dañinas?

En San Francisco IBM presentó un modelo para entender los microbios que están en las cadenas de alimentos y evitar enfermedades.

IBM Think 2019 en San Francisco sigue dando temas para reflexionar en el futuro cercano. En una presentación sobre predicciones a corto plazo, científicos de la compañía se refirieron a cómo trabajar el mapa microbiano para evitar enfermedades.

IBM Research en conjunto con Mars, Inc., Bios-Rad y la Universidad de Cornell están estudiando cómo entender millones de microbios coexisten dentro de la cadena de suministro de alimentos.

Estos microbios – algunos saludables para el consumo humano, otros no – están en todas partes – en los alimentos en las granjas, fábricas y tiendas de comestibles. La habilidad de monitorear los comportamientos de los microbios en cada etapa de la cadena de suministro, constantemente y a un bajo costo, representa un enorme salto en temas de seguridad alimentaria.

¿Cómo se hace el mapa microbiano?

El mapa microbiano es la secuenciación de los genomas del microbioma, o comunidades de microbios -presentes en los alimentos que comemos.

La importancia de estos estudios es identificar patógenos nocivos que habitan en los alimentos con una sensibilidad más alta, antes de que las personas puedan enfermarse. Este campo en rápida evolución, combinado con big data y microbiología, está construido sobre la tecnología de Secuenciación de Segunda Generación (NGS, por su sigla en inglés), que los investigadores están usando para recopilar una base de datos de genomas sin precedentes, a través de un acuerdo liderado por IBM, llamado el Consorcio para la Secuenciación de la Cadena de Suministro de Alimentos.

En 2018, el consorcio consolidó una base de datos de genomas bacterianos que habían sido secuenciados por investigadores en las últimas 2 décadas. Con la visión obtenida de 500 terabytes de datos experimentales complejos, el equipo logró comprobar las diferencias entre los microbiomas de ingredientes seguros (que los investigadores consideran que tienen una composición estándar diferente) y los potencialmente dañinos (que podían ser detectados como desviaciones de la composición estándar, indicando contaminación por patógenos u otros ingredientes).

Usando secuencias de ADN y ARN, los investigadores pudieron perfilar los microbiomas en todos los lugares en los que la producción o entrega de alimentos ocurre. Estos análisis pueden ser usados para detectar anomalías en el microbioma – por ejemplo, un incremento repentino y no anticipado de una bacteria patogénica dentro de una muestra de salchicha de cerdo, o un cambio en toda la composición del microbioma.

Por ejemplo: Una prueba cultural tradicional de una salchicha tomaría días para ser realizada y podría indicar solamente la existencia de una bacteria problemática específica. El análisis avanzado de big data de los resultados del NGS para esta muestra, sin embargo, podría ser realizado en una fracción del tiempo y determinar todos los microbios presentes en la comida. Estos hallazgos podrían revelar señales tempranas de que este microbioma es favorable para el crecimiento de bacterias patógenas, ampliando la comprensión de los investigadores, de todo el universo microbiano.

Según IBM, generar alertas tempranas sobre una anomalía potencial en un microbioma podría ahorrar millones de dólares a los gobiernos y a las compañías. Anualmente las enfermedades transmitidas por alimentos tienen un costo médico de 9 mil millones de dólares y de 75 mil millones en el caso de la recogida y destrucción de alimentos. Además, las enfermedades transmitidas por alimentos causan 128.000 hospitalizaciones y 3.000 muertes cada año en los Estados Unidos.