Un análisis de 145 genomas permitió diferenciar linajes patógenos y comensales de Enterococcus cecorum, una bacteria vinculada con enfermedades y pérdidas productivas en pollos
Redactor: Camila Herrera R.
Editor: Karem Díaz S.
Investigadores de la Universidad de Arkansas, en Estados Unidos, desarrollaron un método de aprendizaje automático que analiza la posición y organización de los genes para distinguir cepas patógenas de Enterococcus cecorum de aquellas que conviven con las aves sin causar enfermedad.
El trabajo se concentró en los llamados “vecindarios genéticos”: grupos de genes situados unos junto a otros dentro de determinadas regiones del genoma bacteriano. Esta organización aportó información que podría resultar útil para fortalecer la vigilancia sanitaria en la producción avícola.
Enterococcus cecorum puede formar parte de la microbiota intestinal normal de los pollos, pero algunos linajes están asociados con septicemia durante las primeras etapas de vida, cojera, osteomielitis y espondilitis. Estos cuadros afectan el bienestar de las aves y pueden ocasionar mortalidad, decomisos y menores resultados productivos.
El orden de los genes aporta información sobre la bacteria
Los métodos convencionales de genómica comparativa suelen identificar qué genes contiene un microorganismo y luego los tratan como un inventario. El equipo de Arkansas evaluó si también era importante conocer la forma en que esos genes se agrupan en módulos locales relacionados con las denominadas islas genómicas.
Las islas genómicas son segmentos de ADN que pueden reunir características vinculadas con adaptación al hospedador, movilidad genética o resistencia a los antimicrobianos. En lugar de medir solamente cuántas de estas regiones estaban presentes, los investigadores examinaron la arquitectura interna de sus genes.
El planteamiento resulta especialmente relevante porque bacterias de una misma especie pueden tener comportamientos muy diferentes. Algunas permanecen como habitantes intestinales sin producir lesiones, mientras otras adquieren o conservan combinaciones genéticas asociadas con su capacidad para causar enfermedad.
La investigación complementa otros análisis sobre cómo la producción avícola influye en la circulación y adaptación de bacterias. En ambos casos, la comparación de genomas permite examinar diferencias que no pueden reconocerse únicamente mediante la apariencia de las aves o las pruebas microbiológicas básicas.
El modelo analizó 145 genomas de Enterococcus cecorum
El estudio incluyó 145 genomas bacterianos procedentes de aves de corral: 95 correspondían a cepas comensales o no patógenas y 50 a cepas vinculadas con enfermedad. El equipo convirtió la organización de los vecindarios genéticos en 84 características que podían ser procesadas por modelos informáticos.
Los científicos utilizaron un modelo de bosque aleatorio y aplicaron una validación cruzada agrupada por genoma. Este procedimiento buscó impedir que información procedente de una misma muestra apareciera simultáneamente en los conjuntos de entrenamiento y evaluación, lo que habría podido inflar artificialmente el rendimiento.
El modelo basado en la arquitectura de los módulos genéticos alcanzó un área bajo la curva ROC de 0,918, con una variación de 0,067. Esta métrica evalúa la capacidad de clasificación: cuanto más se aproxima a 1, mayor es la separación lograda entre los dos grupos estudiados.
El desempeño superó al obtenido al considerar únicamente la cantidad total de islas genómicas, cuyo valor fue de 0,791, y al modelo basado en indicadores de calidad del ensamblaje, que alcanzó 0,743. También fue similar al resultado de 0,906 conseguido con un análisis corregido del contenido de genes de resistencia antimicrobiana.
La inteligencia artificial señala qué regiones influyen en la clasificación
Además de clasificar los genomas, el enfoque permitió identificar las características que pesaron más en cada resultado. Las señales discriminatorias aparecieron principalmente en módulos genéticos enriquecidos con genes de resistencia antimicrobiana, elementos móviles y una mayor densidad de características asociadas con esas resistencias.
Esta capacidad de interpretación diferencia el método de otros sistemas que generan una predicción sin mostrar claramente qué información la sustenta. Para la vigilancia epidemiológica, conocer las regiones que orientan la clasificación puede ayudar a seleccionar marcadores para investigaciones posteriores.
El estudio no demuestra que un gen aislado convierta automáticamente a una cepa en patógena. Su aporte consiste en mostrar que la ubicación conjunta de diferentes genes contiene una señal relacionada con los linajes capaces de causar enfermedad.
El control de las infecciones bacterianas en las granjas continúa dependiendo de la bioseguridad, la calidad del agua, el manejo de la cama, la limpieza de instalaciones y la vigilancia clínica. Estas medidas también son importantes frente a las enfermedades infecciosas que afectan a los pollos y otros riesgos sanitarios de las explotaciones.
La herramienta todavía necesita validación independiente
Los resultados fueron menos elevados cuando el modelo se probó dejando fuera, en cada evaluación, un proyecto completo de secuenciación. En esa prueba, el área bajo la curva descendió a 0,694, lo que indica que la herramienta todavía no está preparada para utilizarse de manera automática en nuevos sistemas de vigilancia.
Los autores consideran necesario validar el método prospectivamente con colecciones independientes de bacterias y compararlo con análisis adicionales del conjunto completo de genes. Por ahora, debe entenderse como una representación exploratoria de los genomas y no como una prueba diagnóstica lista para las granjas o los laboratorios veterinarios.
La precaución es importante porque la diversidad bacteriana puede cambiar entre países, sistemas productivos, edades de las aves y fuentes de muestreo. Un modelo entrenado con determinados genomas podría perder precisión al enfrentarse con linajes que no estaban representados en la colección original.
Posible aplicación en la vigilancia sanitaria avícola
Si futuras evaluaciones confirman su funcionamiento, el análisis de vecindarios genéticos podría ayudar a clasificar aislamientos bacterianos, seguir la aparición de linajes de alto riesgo y orientar estudios sobre brotes dentro de la industria avícola.
La herramienta no sustituiría el diagnóstico veterinario ni las prácticas preventivas. Podría integrarse como una capa adicional de información dentro de programas que combinen secuenciación, antecedentes de las granjas, lesiones observadas y datos epidemiológicos.
La vigilancia genómica también puede contribuir al seguimiento de la resistencia antimicrobiana, un problema examinado previamente en investigaciones sobre bacterias resistentes en explotaciones de pollos. Comprender dónde se localizan los genes y qué otros elementos los acompañan puede ofrecer una visión más completa que su mera presencia.
Estas herramientas deben acompañarse de estrategias preventivas y de un uso responsable de los medicamentos. También se investigan intervenciones alternativas, entre ellas los postbióticos aplicados al procesamiento avícola, para reducir determinados microorganismos sin depender exclusivamente de los antimicrobianos.
El estudio fue desarrollado por Rushikesh R. Lagad, Shakil Rafi y Aranyak Goswami, integrantes del Departamento de Ciencia Animal, el Centro de Análisis de Datos Agrícolas y el programa de Ciencia de Datos de la Universidad de Arkansas. La investigación fue publicada el 8 de julio de 2026 en la revista Frontiers in Microbiology.
Fuentes referenciales:
Phys.org
Arkansas Agricultural Experiment Station
Frontiers in Microbiology
