Aprendizaje por refuerzo para el control adaptativo de poblaciones bacterianas fenotípicamente heterogéneas

Área de la Ciencia:

• Microbiología y Biología Computacional
• Investigación sobre Resistencia a los Antimicrobianos

Sus antecedentes:

• Las poblaciones bacterianas exhiben resiliencia a los antibióticos debido a la heterogeneidad fisiológica.
• Las fluctuaciones ambientales exacerban esta heterogeneidad, reduciendo la eficacia de los tratamientos de dosis fija.
• La resistencia a los antimicrobianos representa una amenaza significativa para la salud mundial.

Objetivo del estudio:

• Desarrollar un marco de estrategia de tratamiento adaptativo utilizando aprendizaje por refuerzo (AR).
• Inferir los estados fisiológicos de las poblaciones bacterianas a partir de mediciones a nivel de población.
• Diseñar estrategias basadas en datos para combatir la resistencia a los antimicrobianos.

Principales métodos:

• Se implementó un marco de aprendizaje por refuerzo (AR) para el descubrimiento de tratamientos adaptativos.
• Se utilizaron mediciones a nivel de población, accesibles experimentalmente, como entrada.
• Se integró el control de la disponibilidad de nutrientes en el protocolo de tratamiento.
• Se entrenó al agente de AR para inferir los estados fisiológicos ocultos de las poblaciones bacterianas.

Principales resultados:

• El agente de AR infirió con éxito los estados fisiológicos ocultos de las bacterias.
• El marco generó estrategias adaptativas efectivas incluso en condiciones novedosas.
• El control de la disponibilidad de nutrientes junto con la dinámica de los fármacos condujo a la extinción constante de la población.
• El enfoque de AR superó a los protocolos adaptativos basados únicamente en la dinámica de los fármacos.

Conclusiones:

• Un nuevo marco de AR puede diseñar estrategias adaptativas efectivas de tratamiento con antibióticos.
• La inferencia de los estados fisiológicos y el control de la disponibilidad de nutrientes son clave para el control de las poblaciones bacterianas.
• Este enfoque basado en datos ofrece una herramienta poderosa contra la resistencia a los antimicrobianos.