Aprendizado de máquina

Scientific Reports volume 13, Número do artigo: 7749 (2023) Citar este artigo

320 Acessos

Detalhes das métricas

Um sistema de inteligência artificial inteligente (SAIS) para enumeração de densidade de Acinetobacter (AD) em corpos d'água representa uma estratégia inestimável para evitar rotinas repetitivas, trabalhosas e demoradas associadas à sua determinação. Este estudo teve como objetivo prever AD em corpos d'água usando aprendizado de máquina (ML). Os dados de AD e variáveis ​​físico-químicas (PVs) de três rios monitorados por meio de protocolos padrão em um estudo de um ano foram ajustados a 18 algoritmos de ML. O desempenho dos modelos foi analisado por meio de métricas de regressão. A média de pH, EC, TDS, salinidade, temperatura, TSS, TBS, DO, BOD e AD foi de 7,76 ± 0,02, 218,66 ± 4,76 µS/cm, 110,53 ± 2,36 mg/L, 0,10 ± 0,00 PSU, 17,29 ± 0,21 ° C, 80,17 ± 5,09 mg/L, 87,51 ± 5,41 NTU, 8,82 ± 0,04 mg/L, 4,00 ± 0,10 mg/L e 3,19 ± 0,03 log CFU/100 mL, respectivamente. Embora as contribuições dos PVs diferissem em valores, o valor predito AD por XGB [3,1792 (1,1040–4,5828)] e Cubist [3,1736 (1,1012–4,5300)] ofuscou outros algoritmos. Além disso, XGB (MSE = 0,0059, RMSE = 0,0770; R2 = 0,9912; MAD = 0,0440) e Cubist (MSE = 0,0117, RMSE = 0,1081, R2 = 0,9827; MAD = 0,0437) ficaram em primeiro e segundo lugar, respectivamente, na previsão da DA. A temperatura foi a característica mais importante na previsão da DA e classificada em primeiro lugar por 10/18 algoritmos ML, representando 43,00–83,30% de perda média de abandono de RMSE após 1000 permutações. A dependência parcial dos dois modelos e a sensibilidade residual dos diagnósticos revelaram suas acurácias prognósticas eficientes de AD em corpos d'água. Em conclusão, um aplicativo XGB/Cubist/XGB-Cubist/web SAIS totalmente desenvolvido para monitoramento de AD em corpos d'água pode ser implantado para reduzir o tempo de resposta na decisão da qualidade microbiológica de corpos d'água para irrigação e outros fins.

As espécies de Acinetobacter pertencem ao grupo de bactérias gram-negativas aeróbicas que são cocobacilos encapsulados não móveis, não fermentativos, catalase positivos, oxidase negativos, com um conteúdo de DNA G+C de 39 a 47 mol1,2. Taxonomicamente, os cientistas identificaram 68 espécies validadas no gênero Acinetobacter, com inúmeras outras ainda a serem delineadas em espécies3,4,5. Muitas espécies de Acinetobacter são encontradas naturalmente em diferentes ambientes, incluindo solo, água, ar, águas residuais, fômites, pele humana, animais e até mesmo em plantas6,7,8. Algumas espécies podem utilizar diferentes substratos, como aminoácidos, carboidratos, ácidos orgânicos e hidrocarbonetos, enquanto algumas podem secretar enzimas industriais como lipase e protease9,10. No entanto, poucas espécies são patógenos humanos oportunistas. Por exemplo, Acinetobacter baumannii é uma espécie notória bem conhecida em ambientes hospitalares que causa infecções com risco de vida, como pneumonia, infecções do trato respiratório e urinário, septicemia e infecções de feridas, entre outras, especialmente em pacientes imunocomprometidos11,12,13 .

Espécies de Acinetobacter são amplamente disseminadas no ambiente e podem disseminar de forma alarmante genes de resistência antimicrobiana no meio ambiente14,15. Além disso, foi relatado que as estações de tratamento de águas residuais (ETEs) alimentadas por influxos de águas residuais municipais e hospitalares contribuem com isolados de Acinetobacter multirresistentes (MDR) e extensivamente resistentes a medicamentos (XDR) para seus efluentes que recebem corpos d'água em comparação com outras fontes15,16. A descarga de efluentes da ETE aumenta a prevalência de Acinetobacter nos corpos d'água do rio receptor e promove resistência antimicrobiana e transmissão para vegetais irrigados15. A transmissão de Acinetobacter spp. (especialmente A. baumannii)—com alta resistência antimicrobiana e taxa de letalidade—em produtos frescos foi demonstrado e revisado por Carvalheira et al.17. Espécies de Acinetobacter com diferentes capacidades de resistência variando de MDR a XDR foram isoladas em frutas e vegetais frescos (maçãs, repolhos, melão, couve-flor, pimentão, cogumelos, alface, pepino, banana, rabanete, milho doce, cenoura, batata, pêssego, pêra, morango, maçã, aipo, tomate e rabanete) em uma densidade de até 50–1000 CFU/g18 em Hong Kong19, França20, Nigéria21, Líbano22, Portugal23 e ambiente agrícola na Argélia24. Além disso, corpos d'água, especialmente rios rurais, por exemplo, suportam o uso recreativo de níveis consideravelmente altos por pessoas que desconhecem o influxo/entrada de efluentes de WWTP e o influxo de patógenos multirresistentes de interesse para a saúde pública, incluindo Acinetobacter25.