Les gènes ne sont pas seulement hérités à la naissance. Les bactéries ont la capacité de se transmettre des gènes ou de les récupérer dans leur environnement, par le biais d’un processus appelé transfert horizontal de gènes, qui est l’un des principaux responsables de la propagation de la résistance aux antibiotiques.
Les chercheurs de Cornell ont utilisé l’apprentissage automatique pour trier les organismes selon leurs fonctions et utiliser ces informations pour prédire avec une précision presque parfaite comment les gènes sont transférés entre eux, une approche qui pourrait potentiellement être utilisée pour arrêter la propagation de la résistance aux antibiotiques.
L’article de l’équipe, « Functions Predict Horizontal Gene Transfer and the Emergence of Antibiotic Resistance », publié le 22 octobre dans Avancées scientifiques. L’auteur principal est le doctorant Hao Zhou.
Les organismes peuvent fondamentalement acquérir des gènes de résistance d’autres organismes. Et donc cela aiderait si nous savions avec quels organismes les bactéries échangeaient, et pas seulement cela, mais nous pouvions comprendre quels sont les facteurs moteurs qui impliquent les organismes dans ce transfert. Si nous pouvions déterminer qui échange des gènes avec qui, cela donnerait peut-être un aperçu de la façon dont cela se produit réellement et peut-être même contrôler ces processus. »
Ilana Brito, professeure adjointe et membre de la faculté du 150e anniversaire de la famille Mong en génie biomédical au College of Engineering, et auteure principale de l’article
De nombreux traits nouveaux sont partagés par le transfert de gènes. Mais les scientifiques n’ont pas été en mesure de déterminer pourquoi certaines bactéries s’engagent dans le transfert de gènes alors que d’autres ne le font pas.
Au lieu de tester des hypothèses individuelles, l’équipe de Brito s’est penchée sur les génomes des bactéries et leurs diverses fonctions – qui peuvent aller de la réplication de l’ADN à la métabolisation des glucides – afin d’identifier les signatures qui indiquent « qui » échangeaient des gènes et ce qui conduisait ces réseaux d’échange.
L’équipe de Brito a utilisé plusieurs modèles d’apprentissage automatique, chacun d’entre eux révélant différents phénomènes intégrés dans les données. Cela leur a permis d’identifier plusieurs réseaux de différents gènes de résistance aux antibiotiques, et à travers les souches du même organisme.
Pour l’étude, les chercheurs se sont concentrés sur les organismes associés au sol, aux plantes et aux océans, mais leur modèle est également bien adapté pour examiner les organismes et agents pathogènes associés à l’homme, tels que Acinetobacter baumannii et E. coli, et dans des environnements localisés, tels que le microbiome intestinal d’un individu.
Ils ont découvert que les modèles d’apprentissage automatique étaient particulièrement efficaces lorsqu’ils étaient appliqués aux gènes de résistance aux antibiotiques.
« Je pense que l’un des grands points à retenir ici est que le réseau d’échange de gènes bactériens – en particulier pour la résistance aux antibiotiques – est prévisible », a déclaré Brito. « Nous pouvons le comprendre en examinant les données, et nous pouvons faire mieux si nous examinons réellement le génome de chaque organisme. Ce n’est pas un processus aléatoire. »
L’une des découvertes les plus surprenantes est que la modélisation a prédit de nombreux transferts possibles de résistance aux antibiotiques entre les bactéries associées à l’homme et les agents pathogènes qui n’ont pas encore été observés. Ces événements de transfert probables, mais non détectés, étaient presque exclusifs aux bactéries associées à l’homme dans le microbiome intestinal ou le microbiome oral.
La recherche est emblématique du Centre pour la résistance aux antimicrobiens récemment lancé par Cornell, selon Brito, qui siège au comité directeur du centre.
« On peut imaginer que si nous pouvons prédire comment ces gènes se propagent, nous pourrions soit intervenir, soit choisir un antibiotique spécifique, en fonction de ce que nous voyons dans l’intestin d’un patient », a déclaré Brito. « Plus largement, nous pouvons voir où certains types d’organismes sont prédits pour se transférer avec d’autres dans un certain environnement. Et nous pensons qu’il pourrait y avoir de nouvelles cibles antibiotiques dans les données. Par exemple, des gènes qui pourraient paralyser ces organismes, potentiellement, en termes de leur capacité à persister dans certains environnements ou à acquérir ces gènes.
