Blog

Jan 17, 2024

Apprendimento automatico

Scientific Reports volume 13,

Rapporti scientifici volume 13, numero articolo: 7749 (2023) Citare questo articolo

308 accessi

Dettagli sulle metriche

Un sistema intelligente artificiale intelligente (SAIS) per l'enumerazione della densità di Acinetobacter (AD) nei corpi idrici rappresenta una strategia preziosa per evitare routine ripetitive, laboriose e dispendiose in termini di tempo associate alla sua determinazione. Questo studio mirava a prevedere l'AD nei corpi idrici utilizzando l'apprendimento automatico (ML). I dati AD e le variabili fisico-chimiche (PV) di tre fiumi monitorati tramite protocolli standard in uno studio durato un anno sono stati adattati a 18 algoritmi ML. Le prestazioni dei modelli sono state valutate utilizzando parametri di regressione. La media di pH, EC, TDS, salinità, temperatura, TSS, TBS, DO, BOD e AD era 7,76 ± 0,02, 218,66 ± 4,76 µS/cm, 110,53 ± 2,36 mg/L, 0,10 ± 0,00 PSU, 17,29 ± 0,21 ° Cmax, 80,17 ± 5,09 mg/l, 87,51 ± 5,41 NTU, 8,82 ± 0,04 mg/l, 4,00 ± 0,10 mg/l e 3,19 ± 0,03 log CFU/100 ml rispettivamente. Sebbene i contributi dei PV differissero nei valori, il valore previsto da AD tramite XGB [3.1792 (1.1040–4.5828)] e Cubist [3.1736 (1.1012–4.5300)] ha surclassato altri algoritmi. Inoltre, XGB (MSE = 0,0059, RMSE = 0,0770; R2 = 0,9912; MAD = 0,0440) e cubista (MSE = 0,0117, RMSE = 0,1081, R2 = 0,9827; MAD = 0,0437) si sono classificati rispettivamente al primo e al secondo posto nella previsione dell'AD. La temperatura è stata la caratteristica più importante nel prevedere l'AD e si è classificata al primo posto secondo 10/18 algoritmi ML che rappresentano una perdita media di RMSE di abbandono del 43,00–83,30% dopo 1000 permutazioni. La dipendenza parziale dei due modelli e la sensibilità diagnostica residua hanno rivelato la loro efficace accuratezza prognostica dell'AD nei corpi idrici. In conclusione, un'app SAIS web/insieme XGB/Cubist/XGB-Cubist completamente sviluppata per il monitoraggio dell'AD nei corpi idrici potrebbe essere implementata per ridurre i tempi di risposta nella decisione sulla qualità microbiologica dei corpi idrici per l'irrigazione e altri scopi.

Le specie Acinetobacter appartengono al gruppo dei batteri aerobi gram-negativi che sono coccobacilli incapsulati non mobili, non fermentanti, catalasi positivi e ossidasi negativi, con un contenuto di DNA G+C compreso tra 39 e 47 mol1,2. Dal punto di vista tassonomico, gli scienziati hanno identificato 68 specie convalidate nel genere Acinetobacter, mentre numerose altre devono ancora essere classificate in specie3,4,5. Molte specie di Acinetobacter si trovano naturalmente in diversi ambienti, tra cui suolo, acqua, aria, acque reflue, fomiti, pelle umana, animali e persino sulle piante6,7,8. Alcune specie possono utilizzare substrati diversi, come aminoacidi, carboidrati, acidi organici e idrocarburi, mentre alcune possono secernere enzimi industriali come lipasi e proteasi9,10. Tuttavia, poche specie sono agenti patogeni opportunistici per l’uomo. Ad esempio, l'Acinetobacter baumannii è una specie ben nota negli ambienti ospedalieri che causa infezioni potenzialmente letali come polmonite, infezioni del tratto respiratorio e urinario, setticemia e infezioni delle ferite, tra le altre, soprattutto nei pazienti immunocompromessi11,12,13 .

Le specie Acinetobacter sono ampiamente diffuse attraverso l'ambiente ambientale e possono diffondere in modo allarmante i geni della resistenza antimicrobica nell'ambiente14,15. Inoltre, è stato segnalato che gli impianti di trattamento delle acque reflue (WWTP) alimentati dagli afflussi di acque reflue ospedaliere e municipali contribuiscono a fornire isolati di Acinetobacter multiresistenti (MDR) ed estensivamente resistenti ai farmaci (XDR) ai loro effluenti che ricevono corpi idrici rispetto ad altre fonti15,16. Lo scarico degli effluenti dell'impianto di depurazione aumenta la prevalenza di Acinetobacter nei corpi idrici riceventi dei fiumi e promuove la resistenza antimicrobica e la trasmissione alle verdure irrigate15. La trasmissione di Acinetobacter spp. (in particolare A. baumannii), con elevata resistenza antimicrobica e tasso di mortalità, sui prodotti freschi è stato dimostrato ed esaminato da Carvalheira et al.17. Specie di Acinetobacter con diverse capacità di resistenza che vanno da MDR a XDR sono state isolate in frutta e verdura fresca (mele, cavoli, meloni, cavolfiori, peperoni, funghi, lattuga, cetrioli, banane, ravanelli, mais dolce, carote, patate, pesche, pere, fragola, mela, sedano, pomodoro e ravanello) con una densità fino a 50-1000 CFU/g18 a Hong Kong19, Francia20, Nigeria21, Libano22, Portogallo23 e nell'ambiente agricolo in Algeria24. Inoltre, i corpi idrici, in particolare i fiumi rurali, ad esempio, supportano l’uso ricreativo a livelli considerevolmente elevati da parte di persone inconsapevoli degli afflussi/immissioni degli effluenti degli impianti di depurazione e dell’afflusso di agenti patogeni multiresistenti di interesse per la salute pubblica, compreso l’Acinetobacter25.