ANALIZARON LOS SERVICIOS DE 16 CIUDADES

UNAM identifica bacterias resistentes a antibióticos en este transporte público

Además ganaron un premio internacional por su innovador método que clasificó a los microorganismos

NACIONAL

·
Gracias a este trabajo, se completaron bases de datos de metagenomas de las metrópolis.Créditos: Pexels

Estudiantes de la Universidad Autónoma de México (UNAM) trabajaron en un innovador método para identificar bacterias resistentes a antibióticos, los cuales fueron colectados en distintos sistemas del transporte colectivo de 16 ciudades en todo el mundo. Su gran hazaña llevó al equipo multidisciplinario e interinstitucional (encabezado por científicas de la institución) a ganar el Trofeo de Evaluación Crítica del Análisis Masivo de Datos (CAMDA 2023, por sus siglas en inglés).

El vanguardista procedimiento tiene la función de caracterizar muestras genéticas de microorganismos y su resistencia a antibióticos, los cuales pertenecen a 16 ciudades distribuidas en el mundo, entre ellas: Nueva York, Tokio, Baltimore, Oakland, São Paulo y Zúrich. El resultado es de suma importancia para la máxima casa de estudios así como para el resto del país puesto que la distinción certifica a México y avala que se cuenta con la capacidad, además del número de expertos, para conducir el análisis masivo de datos genómicos, esto al mismo nivel que las demás naciones desarrolladas, afirmó la investigadora del Centro de Ciencias Matemáticas (CCM), Nelly Sélem Mojica.

Con este avance, los epidemiólogos podrán determinar el origen de las bacterias peligrosas. FOTO: Pexels

UNAM propone método innovador para identificar bacterias en el Metro

La especialista fue responsable de la organización y coordinación del proyecto, el cual triunfó al superar a representantes de países como: Australia, Alemania y Polonia, y destacó que el Trofeo CAMDA es el máximo reconocimiento que otorga la Sociedad Internacional de Biología Computacional (ISCB) al proyecto que resuelva, de manera sobresaliente, alguno de los retos propuestos, como:

  • Predecir la ciudad de origen de ciertos aislados bacterianos utilizando su perfil antimicrobiano y/o el desafío forense para identificar el origen de la ciudad utilizando los perfiles taxonómicos y funcionales obtenidos de los metagenomas.
Asimismo se podrá saber si son o no resistentes a antibióticos. FOTO: Pexels

Es decir que gracias a la identificación de los microorganismos se puede saber el origen de la ciudad donde detonó, de hecho esta gran hazaña durante el prestigiado certamen es la primera en la que participan un conjunto de mexicanos, además de que nuestro país fue el único de Latinoamérica en asistir con dos equipos al encuentro, llevado a cabo en la ciudad de Lyon, Francia, el pasado 27 de julio.

México gana prestigioso certamen con innovador método de identificación de microorganismos

El equipo ganador estuvo conformado por 26 integrantes de entidades de la UNAM: el CCM y la Escuela Nacional de Estudios Superiores (ENES), ambos en el campus Morelia; así como del Instituto de Ciencias del Mar y Limnología (ICML). De igual manera, por instituciones externas: los centros de Investigación en Matemáticas (CIMAT) y el de Investigación y Estudios Avanzados (CINVESTAV).

Tal estudio hubiese facilitado la detección del origen del coronavirus. FOTO: Archivo del Heraldo Digital

En el grupo conformado por: matemáticos, biólogos, computólogos (entre otros especialistas), también contó con representantes del proyecto Alianza Innovación Huawei de Microbiomas de Rizósfera, además de trabajadores de las empresas C3, Amphora y Bimbo, donde se realizan análisis de datos biológicos.

¿Cómo llegaron al extraordinario resultado?

La experta en biomatemáticas del Centro de Ciencias Matemáticas, Nelly Sélem Mojica, convocó a estudiantes de licenciatura y posgrado de distintas dependencias educativas y de investigación, así como a expertos del sector privado, para participar en un hackatón que con el apoyo del CCM y de la Sociedad Matemática Mexicana y resolver uno de los retos que la CAMDA propuso.

El grupo estuvo conformado por varios estudiantes encabezados por una investigadora de la UNAM. FOTO: UNAM

Analizaron datos masivos de muestras genéticas de microorganismos, colectadas en distintos sistemas de transporte colectivo en el mundo, al igual que genomas provenientes de hospitales para investigar la resistencia de los microorganismos a los antibióticos en distintas especies. Con los resultados obtenidos enviaron una propuesta de proyecto preliminar al comité organizador quien determinó que el trabajo del grupo mexicano sería uno de los que competiría por el Trofeo CAMDA.

Los asistentes que representaron a México en la citada ciudad francesa fueron: Adriana Haydeé Contreras Peruyero, investigadora posdoctoral en el CCM; y Mirna Vázquez Rosas Landa, investigadora del ICML, quienes presentaron, respectivamente, el póster y la ponencia, ante expertos internacionales.

México fue el único país que logró detectar el correcto origen de la bacteria que se confundió en Nueva York con el innovador método que implementaron. FOTO: Archivo del Heraldo Digital

¿Para qué sirve el método de identificación de microorganismos en el Metro?

Adriana Haydeé Contreras Peruyero relató que el trabajo comenzó hace meses, incluso antes del hackatón, desde que se descargaron los datos y uno de los estudiantes de la ENES realizó su análisis previo, éste “curó” la calidad de la información para que se pudiese laborar y luego pulir los resultados.

"Incluso, antes llevamos a cabo otro hackatón con información de años pasados, a manera de ensayo.", describió la experta en biomatemáticas del Centro de Ciencias Matemáticas, Nelly Sélem Mojica.

Cabe destacar que aunque se analizaron 16 ciudades distribuidas en todo el mundo, el servicio de transporte del Metro de la CDMX no participó. FOTO: Archivo del Heraldo Digital 

A su vez, Mirna Vázquez Rosas Landa explicó que se trató de “muchos gigas”, correspondientes a 400 metagenomas (o conjuntos de información genética de un ambiente o un ecosistema), los cuales corresponden a las 16 ciudades distribuidas en el mundo, cuyas bacterias resultaron resistentes a los antibióticos de las que se obtienen los llamados “perfiles de resistencia a antibióticos”; y de esa base se proporcionaron 500 genes.

"Con ambas informaciones sería posible predecir de qué ciudad provenía una muestra. En eso consistió el desafío que en el futuro podría ser útil en modelos epidemiológicos”, recalcó la universitaria.

Al tener el ADN se descubre qué especies o géneros de microorganismos están en la muestra. FOTO: Archivo del Heraldo Digital 

Al tener el ADN se descubre qué especies o géneros de microorganismos están en la muestra y con base en ello se construyen tablas de abundancia para determinar cuánto se tiene de cada microorganismo y qué marcadores de resistencia a antibióticos están presentes o ausentes.

"Cada muestra metagenómica puede contener cientos o miles de microorganismos diferentes. Una vez que las secuencias genéticas están plasmadas en números, “podemos aplicar técnicas estándar de ecología microbiana.”, explicó Sélem Mojica.

Solo los mexicanos identificaron las dificultades de distinguir entre ambas metrópolis e hicieron una propuesta de mejora. FOTO: Archivo del Heraldo Digital 

Por su parte, Haydeé Contreras opinó que un factor que los llevó al triunfo fue que, además de usar métodos convencionales como Machine Learning, se efectuó análisis topológico de datos y metapangenómico, que resultaron innovadores. Y es que la muestra misteriosa que "provenía" de Nueva York, en realidad se originó en Baltimore, y solo los mexicanos identificaron las dificultades de distinguir entre ambas metrópolis e hicieron una propuesta de mejora.

"Concluimos que es necesario generar mayor cantidad de información para obtener un resultado más robusto; gracias a eso, se dieron cuenta de que la razón por la que nadie “llegó” a Baltimore fue la pandemia de la COVID-19; la emergencia sanitaria retrasó la secuenciación de metagenomas de las metrópolis y las bases de datos estaban incompletas.", finalizó el comunicado.

 

SIGUE LEYENDO: