Perturbos del núcleo de Escherichia coli y Staphylococcus aureus utilizando un enfoque de aprendizaje automático

Área de la Ciencia:

• Microbiología y Biología de Sistemas
• Biología computacional y bioinformática

Sus antecedentes:

• El núcleo perturbome representa una red molecular conservada esencial para mantener la homeostasis bajo estrés.
• Escherichia coli y Staphylococcus aureus son modelos procariotas clínicamente relevantes con un impacto biológico significativo.

Objetivo del estudio:

• Identificar y caracterizar funcionalmente el perturboma del núcleo en Escherichia coli y Staphylococcus aureus utilizando el aprendizaje automático.
• Para descubrir las firmas moleculares centrales que distinguen entre el control y las condiciones perturbadas en estas bacterias.

Principales métodos:

• Se utilizaron datos de expresión génica de E. coli (132 muestras) y S. aureus (156 muestras).
• Algoritmos de aprendizaje automático aplicados (KNN, RF, SVM) para la selección y clasificación de características para identificar genes centrales.
• Realizó análisis de interacción molecular y enriquecimiento funcional en conjuntos de genes identificados.

Principales resultados:

• Se identificó un núcleo perturbado de 55 genes (9 núcleos) en E. coli y 46 genes (8 núcleos) en S. aureus.
• Se han logrado altas precisiones de clasificación (82,6% para E. coli, 85,1% para S. aureus) en condiciones de distinción.
• Los genes centrales caracterizados asociados con el metabolismo, la síntesis / degradación, la regulación de la transcripción y la virulencia.

Conclusiones:

• Las perturbaciones del núcleo identificadas proporcionan información sobre los mecanismos de respuesta al estrés bacteriano.
• Estos hallazgos destacan posibles objetivos terapéuticos y biomarcadores para el estrés bacteriano y la infección.