Sztuczna inteligencja przewiduje oporność bakterii na środki dezynfekujące

Zespół badaczy, w tym naukowcy z Duńskiego Narodowego Instytutu Żywności (DTU National Food Institute), opracował metodę, która przy wykorzystaniu sztucznej inteligencji oraz analizy DNA potrafi przewidzieć, jak dobrze chorobotwórcze bakterie – takie jak Listeria monocytogenes – tolerują środki dezynfekujące. Odkrycie to może stać się cennym narzędziem w walce z groźnymi drobnoustrojami w przemyśle spożywczym.

Badanie, opublikowane w recenzowanym czasopiśmie Scientific Reports należącym do portfela wydawniczego Nature, pokazuje, że uczenie maszynowe może przewidywać, czy dana linia bakterii przetrwa proces czyszczenia. Praca ta toruje drogę do inteligentniejszych strategii higienicznych i szybszego reagowania w sytuacjach zagrożenia obecnością patogenów w zakładach przetwórstwa żywności.

Ukryte zagrożenie w czystym otoczeniu

Listeria monocytogenes to bakteria przenoszona przez żywność, która dobrze rozwija się w chłodnych i wilgotnych środowiskach typowych dla zakładów przemysłu spożywczego. Jednym z jej największych atutów jest zdolność do tworzenia biofilmu – śluzowatej warstwy przywierającej do powierzchni, która z czasem może prowadzić do oporności na stosowane środki dezynfekujące. Do tej pory wykrycie tej oporności wymagało czasochłonnych testów laboratoryjnych.

„Niebezpieczeństwo polega na tym, że powierzchnia może wyglądać na czystą, a mimo to w szczelinach i zakamarkach mogą ukrywać się oporne bakterie” – mówi dr Pimlapas Shinny Leekitcharoenphon, starszy badacz z DTU National Food Institute.

DNA i AI – potężny duet

W ramach badania naukowcy przeanalizowali całe genomy ponad 1600 szczepów Listeria. Na podstawie profili DNA wytrenowano model uczenia maszynowego, który potrafi rozpoznawać wzorce genetyczne związane z opornością na najczęściej stosowane w przemyśle środki dezynfekujące.

Przetestowano trzy różne środki: dwa czyste związki chemiczne – chlorek benzalkoniowy (BC) i chlorek didecylodimetyloamoniowy (DDAC) – oraz komercyjny preparat Mida San 360 OM.

„To jak nauczenie komputera czytania instrukcji obsługi bakterii i pozwolenie mu na ocenę, czy dany szczep przetrwa czyszczenie konkretnym środkiem” – wyjaśnia Leekitcharoenphon.

Model AI osiągnął dokładność do 97% i potrafił przewidzieć tolerancję zarówno na czyste związki chemiczne, jak i na produkt komercyjny.

„Obiecujące jest to, że model działa nie tylko dla czystych związków chemicznych, ale także dla realnie stosowanego preparatu. To sugeruje, że metoda może być wdrażana w rzeczywistych warunkach” – dodaje badaczka.

Nowe geny oporności i możliwe zastosowania

Oprócz znanych genów oporności, naukowcy odkryli także kilka nowych, które mogą odgrywać rolę w zdolności bakterii do przetrwania działania środków dezynfekujących. Dzięki temu model stał się jeszcze skuteczniejszy, a nowe informacje mogą pomóc w zrozumieniu mechanizmów rozwoju i rozprzestrzeniania się oporności.

Czy potrzebujemy nowych środków dezynfekujących?

Według autorów badania, opracowana metoda może już teraz pomóc branży spożywczej w efektywniejszym wykorzystaniu istniejących środków – poprzez dobór odpowiedniego preparatu do konkretnego szczepu bakterii na podstawie jego profilu DNA.

„Sztuczna inteligencja nie daje nam receptury na nowe środki dezynfekujące, ale informuje, które bakterie są odporne na jakie substancje. To pozwala działać szybko i precyzyjnie” – mówi Leekitcharoenphon.

Jednocześnie identyfikacja nowych genów oporności może inspirować do opracowania przyszłych środków dezynfekujących, które skuteczniej będą wykorzystywać słabości bakterii.

Przełom dla bezpieczeństwa żywności

Testy laboratoryjne wykrywające oporność bakterii mogą trwać kilka dni. Nowa metoda pokazuje, że przy użyciu danych DNA i uczenia maszynowego trafne przewidywania można uzyskać w ciągu kilku minut. Gdy w zakładzie przetwórstwa żywności pojawiają się patogeny, szybkie działanie jest kluczowe, by zapobiec rozprzestrzenieniu się chorób.

„Mamy nadzieję, że nasza metoda stanie się cennym narzędziem w walce z chorobotwórczymi bakteriami i przyczyni się do zwiększenia bezpieczeństwa produkcji żywności” – podsumowuje Leekitcharoenphon.

Obecne standardy czyszczenia w przemyśle spożywczym nie uwzględniają sekwencjonowania genomowego. Jak każda nowa technologia, także ta będzie wymagała czasu, zanim zostanie powszechnie wdrożona.

„Właśnie otrzymaliśmy fundusze na kontynuację projektu, a celem badań jest opracowanie metody łatwej do stosowania przez pracowników zakładów produkcyjnych” – dodaje badaczka.

Źródło: Scientific Reports, Technical University of Denmark

DOI: 10.1038/s41598-025-94321-6