Por otra parte, el FTIR mide las vibraciones de las sustancias que componen un microorganismo (azúcares, proteínas, lípidos…) cuando se las dispara con otro láser⚡️ (esta vez, de luz infrarroja) y también genera un espectro 📈donde cada porción es uno de estos compuestos.

Os los presento a los dos:

Rutinariamente estas tecnologías se emplean para identificar microorganismos por comparación con bases de datos (de espectros de microorganismos ya conocidos), pero en mi tesis, las he usado para todo menos para eso😂👍🏼 Y además, aplicando Machine Learning🦾 #Help Artículos⬇️

Artículo 1. Detección de resistencia a vancomicina en Enterococcus faecium. Importante porque esta bacteria se trata con este antibiótico. Y si la bacteria es resistente, no se puede usar👎🏼 Empleamos MALDI para diferenciar entre espectros de bacterias sensibles y resistentes.

Aplicamos varios algoritmos supervisados de Machine Learning 🤖(que se entrenan con datos “conocidos” para que funcionen mejor) y conseguimos la clasificación correcta del 81% de los aislados en dos categorías: Resistente o Sensible.

doi.org/10.3390/diagno…

Artículo 2. Diferenciación entre especies del complejo Enterobacter cloacae🧫. Dentro de este grupo de bacterias, algunas son “más malas” que otras y por eso interesa diferenciarlas. El MALDI aplicado de rutina para identificar no lo consigue porque sus espectros se parecen mucho

Aplicando nuevamente algoritmos de Machine Learning a “Enterobacters” de 3 hospitales distintos🏥 (para tener variablidad), conseguimos una tasa de acierto en la separación del 100%! 👏🏼

doi.org/10.1128/jcm.01…

Artículo 3. Utilizamos MALDI y FTIR para identificar un brote por un clon muy virulento de Pseudomonas aeruginosa 🪲. Este clon (ST175) era resistente a muchos antibióticos 💊 y se había propagado por la unidad de hematología del hospital 🏥 afectando a varios pacientes.

Obtuvimos resultados que coincidían al 100% con la técnica de referencia para la detección de brotes (Electroforesis por Campo Pulsado), pero que tarda varios días en comparación con nuestras técnicas, que tardan horas sino minutos ⏰

doi.org/10.1155/2023/8…

Artículo 4 (En proceso de publicarse)📝 Diferenciación entre ribotipos de Clostridioides difficile aplicando MALDI + Machine Learning. Algunos ribotipos producen más toxinas y por eso provocan más daño intestinal 💩 Normalmente se detectan por PCR y electroforesis (Lento!!)

Conseguimos separar los ribotipos más toxigénicos (RT027 y RT181) con un acierto del 100%!! En una colección de aislados pertenecientes a toda España 🇪🇸 y además lo probamos in real life para caracterizar dos brotes, con resultados correctos ANTES ⏰ de los resultados de PCR.

doi.org/10.1101/2024.0…

Moraleja y conclusiones: Investiga más allá de las aplicaciones habituales de tus tecnologías disponibles, podrás ahorrar tiempo 🕦 y dinero 💸, e incluso salvar vidas! 👩🏼‍⚕️

To be continued in future studies… 🔚 #HiloTesis

Pues hoy por fin sale el capítulo de #SensibleyResistente donde hablamos de las ITS, de la PREP, de la DOXYPEP... nos encantan las siglas

I love my job 🪱

Now available our last multicentric study for typing of carbapenemase producing Klebsiella pneumoniae by FTIR spectroscopy using IR Biotyper! doi.org/10.1128/jcm.01…