NUEVO SISTEMA QUE IDENTIFICA BACTERIAS EN EL AIRE CASI EN TIEMPO REAL

NUEVO SISTEMA QUE IDENTIFICA BACTERIAS EN EL AIRE CASI EN TIEMPO REAL

Los microorganismos presentes en la atmósfera (el llamado aerobioma) desempeñan un papel clave en los ecosistemas, el clima y la salud humana. Sin embargo, su estudio ha sido limitado por dificultades técnicas: las muestras de aire suelen contener cantidades extremadamente bajas de ADN bacteriano, lo que ralentiza los métodos basados en secuenciación. Los detectores automáticos de bioaerosoles han avanzado en la identificación de pólenes, pero hasta ahora no ha existido un método eficaz para distinguir partículas microbianas en tiempo real, una limitación que obstaculiza la vigilancia ambiental y la respuesta rápida ante amenazas biológicas o episodios de contaminación asociada a bioaerosoles.

 

Un equipo del Instituto de Salud Global de Barcelona (ISGlobal), centro impulsado por la Fundación ”la Caixa”, en España, ha demostrado por primera vez que es posible identificar bacterias presentes en el aire casi al instante, sin necesidad de recoger muestras ni llevarlas al laboratorio. Su trabajo de investigación y desarrollo muestra que un dispositivo portátil puede reconocer distintos tipos de bacterias presentes en aerosoles, gracias a un láser ultravioleta que hace “brillar” sus componentes y a un sistema de inteligencia artificial capaz de interpretar esa señal

El equipo adaptó un dispositivo comercial llamado Rapid-E, sustituyendo su láser original por otro de 266 nm, capaz de excitar (es decir, hacer emitir fluorescencia) a compuestos característicos de las bacterias. Después generaron aerosoles en laboratorio que contenían cinco especies bacterianas comunes en entornos urbanos, simulando partículas que podrían encontrarse en el aire ambiental. El dispositivo analizó cada partícula midiendo cómo dispersaba la luz y qué tipo de fluorescencia emitía (una especie de “huella óptica” de cada microorganismo), y estos datos se introdujeron en modelos de aprendizaje automático (una modalidad de inteligencia artificial) que fueron entrenados para reconocer patrones propios de cada especie.

Los resultados muestran que el sistema es capaz de distinguir entre partículas bacterianas y no bacterianas con una precisión del 96,7%, e identificar especies bacterianas concretas con una precisión media del 69,2%, un logro notable dado el pequeño tamaño y la complejidad de las partículas microbianas. También se observó que el tiempo de extinción de la fluorescencia es el rasgo más útil para la clasificación, incluso por encima del espectro o la dispersión de luz.

Más noticias

Deja un comentario

Tu dirección de correo no será publicada