Un modèle génomique de pointe révèle où réside vraiment votre risque de Salmonella: les spot-éclaircissant le poulet et les légumes comme des sources majeures et le remodelage de la façon dont nous abordons les maladies d'origine alimentaire.
Étude: Attribution de Salmonella enterica aux sources alimentaires en utilisant des données de séquençage du génome entier. Crédit d'image: NobeStsoFierce / Shutterstock
Dans une étude récente publiée dans la revue Maladies infectieuses émergentesun groupe de chercheurs a utilisé le séquençage du génome et l'apprentissage automatique pour déterminer les principales sources alimentaires provoquant un humain Salmonelle infections aux États-Unis (États-Unis).
Sommaire
Arrière-plan
Chaque année, Salmonella enterica Les infections entraînent environ 1,35 million de maladies, entraînant des hospitalisations importantes aux États-Unis. Les sources courantes comprennent la nourriture contaminée, l'eau, les animaux, le sol et les individus infectés. Les sérotypes tels que les enterritidis et le typhimurium peuvent infecter de nombreux hôtes, tandis que d'autres comme Dublin affectent principalement les bovins. Les méthodes traditionnelles n'attribuent qu'environ 5% des cas aux épidémies connues, laissant la plupart des maladies non suivies. Les approches précédentes reposaient sur des techniques de laboratoire limitées, mais avec l'adoption du séquençage du génome entier (WGS), une image plus claire de Salmonelle Des voies de transmission peuvent émerger. Les modèles d'attribution améliorés sont essentiels pour affiner les réglementations de sécurité alimentaire et les actions préventives, mettant l'accent sur la nécessité d'une recherche continue en utilisant des technologies génomiques avancées.
À propos de l'étude
Les chercheurs ont compilé un ensemble de données de 18 661 Salmonelle Isolats provenant d'échantillons alimentaires et animaux disponibles dans le National Center for Biotechnology Information (NCBI), augmenté par des métadonnées des agences gouvernementales américaines, y compris la Food and Drug Administration (FDA), le United States Department of Agriculture's Safety and Inspection Service (USDA-FSIS) et les centres de contrôle et de prévention des maladies (CDC). Les isolats ont été classés en 15 groupes alimentaires distincts, à l'exclusion des échantillons de source mixte. En raison d'un excès d'isolats de poulet, 50% ont été sélectionnés au hasard pour équilibrer l'ensemble de données, et la pondération de la classe inverse a été appliquée pour plus de déséquilibres corrects. Bien que le modèle ait utilisé Global Salmonelle Isolats, 76% étaient des États-Unis, ce qui le rend largement représentatif des sources alimentaires domestiques.
Pour les infections humaines, 6 470 Salmonelle Des isolats avec des sources d'infection inconnus et aucun antécédent de voyage international n'ont été collectés auprès du réseau de surveillance active des maladies alimentaires (FoodNet), couvrant environ 15% de la population américaine entre 2014 et 2017.
L'équipe de recherche a assemblé des données génétiques à l'aide du logiciel SPAdes et a appliqué le typage de séquence multilocus du génome entier (WGMLST) pour caractériser à la fois les isolats dérivés des aliments et humains. L'identification du sérotype a utilisé l'outil SEQSERO2. Un algorithme d'apprentissage de la machine forestier aléatoire, qui classe les données à l'aide de nombreux marqueurs génétiques, a été formé sur des isolats avec des sources connues. Le modèle a été évalué pour la précision en utilisant la validation croisée et l'importance de la permutation pour identifier les marqueurs génomiques les plus informatifs. Le modèle a atteint une précision maximale en utilisant un sous-ensemble de 7 360 loci génétiques, renforçant la valeur des données génomiques de haute dimension pour les tâches de classification. Le modèle optimisé prédisait les sources d'infection pour les cas humains avec une probabilité> 50%, attribuant des cas incertains à des sources inconnues.
Résultats de l'étude
Le modèle de forêt aléatoire, formé sur les données génomiques de 18 661 isolats d'aliments et d'origine animale, de poulet identifié (31%), de légumes (13%), de dinde (12%) et de porc (11%) comme prédominant Salmonelle sources. Le plus répandu Salmonelle Les sérotypes étaient le Kentucky, Typhimurium, Enteritidis et Heidelberg.
Appliqué aux infections humaines, le modèle a analysé 6 470 cas et a attribué 34% des maladies au poulet et 30% aux légumes, représentant près des deux tiers des infections. Lorsque l'incertitude a été prise en compte (probabilités <50%), environ 44% des cas ne sont pas classés. À l'exclusion des cas incertains, le modèle a attribué 46% des infections au poulet et 27% aux légumes, représentant collectivement environ 73% des sources confirmées.
Différent Salmonelle Les sérotypes ont montré des associations de source distinctes. Le poulet était notamment lié aux sérotypes entéritidis, Typhimurium, Heidelberg et Infantis, tandis que les légumes étaient principalement associés à Javiana et Newport. Le porc est devenu la source dominante du sérotype Salmonella enterica 4, (5), 12: i: – (STM).
Pourcentage d'isolats de Salmonella collectés à partir d'aliments à source unique connus aux États-Unis et dans d'autres pays de 2003 à 2018 (utilisés comme données de formation dans un modèle forestier aléatoire), par catégorie alimentaire (n = 18 661, dont 613 isolats collectés avant 2003).
La précision du modèle était forte, en particulier dans l'identification du poulet (précision à 97%), des légumes (82%), de la dinde (88%), du porc (83%) et du bœuf (77%). Cependant, il a lutté avec des sources moins courantes comme les produits laitiers et le gibier. L'augmentation du nombre de loci génomiques a utilisé une précision améliorée, confirmant l'efficacité du WGS et de l'apprentissage automatique pour l'attribution de la source.
Par rapport aux études précédentes axées sur l'épidémie, cette analyse a mis en évidence le poulet comme une source beaucoup plus substantielle de Salmonelle infections, reflétant différents profils de risque entre les infections sporadiques et les épidémies. Surtout, les prédictions se sont bien alignées sur les données épidémiologiques connues, affirmant l'applicabilité du monde réel du modèle.
Ces résultats soulignent la nécessité d'interventions et de politiques ciblées en se concentrant sur la volaille et les produits frais, ce qui est essentiel pour réduire le Salmonelle Charge dans les milieux de santé publique. Étant donné que de nombreuses infections ne restent pas attribuées, l'élargissement de l'ensemble de données avec des isolats non chicken plus diversifiés et des sources non alimentaires supplémentaires comme les échantillons environnementaux et fauniques pourraient encore améliorer la précision. Les limitations régionales des données et les variations du NETS alimentaire dans le comportement de recherche de soins de santé suggèrent également la nécessité d'une collecte de données nationale plus large et à l'échelle nationale.
Conclusions
Pour résumer, cette étude a démontré l'efficacité des WGS combinées à un algorithme d'apprentissage de la machine forestier aléatoire pour identifier avec précision les sources alimentaires de Salmonelle infections aux États-Unis. Le poulet et légumes est devenu les principaux contributeurs, renforçant l'importance des stratégies réglementaires et de santé publique ciblées. Cette approche génomique offre des améliorations significatives par rapport aux méthodes traditionnelles, fournissant des informations détaillées cruciales pour la politique de sécurité alimentaire, la surveillance de routine et la gestion des épidémies. La recherche continue devrait intégrer une diversité d'échantillons plus large, étendre la représentation géographique et inclure des sources non alimentaires pour renforcer encore la précision du modèle, bénéficiant aux efforts de santé publique contre Salmonelle.
