Modelo bioinformático para predecir la resistencia a antibióticos a partir del genoma de una Bacteria

Resumen La OMS publicó este año un estudio multicriterio con un grupo de expertos multidisciplinario para obtener una lista de patógenos de prioridad global resistentes a antibióticos, situando a Acinetobacter baumannii en un nivel crítico. Dentro de las estrategias en las ciencias de la computación...

Full description

Autores:: Pérez Cardona, Hermes

Tipo de recurso:

Fecha de publicación:: 2017

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	Resumen La OMS publicó este año un estudio multicriterio con un grupo de expertos multidisciplinario para obtener una lista de patógenos de prioridad global resistentes a antibióticos, situando a Acinetobacter baumannii en un nivel crítico. Dentro de las estrategias en las ciencias de la computación se necesitan avances en cuanto al diagnóstico, detección y reporte de la resistencia a antibióticos. En el presente proyecto de grado se diseñó e implemento un sistema de información para la identificación de elementos genómicos asociados a los mecanismos de resistencia, permitiendo la predicción de un perfil de resistencia obtenido por WGS para A. baumannii, estableciendo un modelo de correlación entre los elementos genómicos asociados a la resistencia y el perfil fenotípico de resistencia. El Instituto Nacional de Salud suministró 89 muestras positivamente identificadas de A. baumannii, con sus respectivos antibiogramas, obtenidos por el método Kirby Bauer para las clases de antibióticos principales, adicionalmente se realizó algunos antibiogramas con los sistemas automatizados Vitek2 y Phoenix100. El sistema facilitó la información para depuración de las incongruencias en los perfiles fenotípicos. El sistema hace uso de MySQL como motor de base de datos, scripts en lenguaje Python y visualización de perfiles en tecnología D3.js. Este sistema requiere una anotación del genoma, utilizando una modificación propia del software Prokka. La base de datos actualmente posee 2317 genes, 297 son de A. baumannii o el complejo Acinetobacter, también posee 170 modelos ocultos de Markov con función de resistencia a antibióticos. Se definieron 5 principales reglas de negocio para obtener los perfiles genómicos de resistencia a antibióticos. El sistema luego de algunos ajustes dados por las comparaciones entre perfiles tiene el potencial para predecir con una buena aproximación la resistencia a los antibióticos en A. baumannii, con la facilidad de ser escalable y extrapolable a otras especies.

Modelo bioinformático para predecir la resistencia a antibióticos a partir del genoma de una Bacteria

Publicaciones similares