پرسش و پاسخ: فناوری چگونه به ردیابی پاتوژن های غذایی و شیوع بیماری کمک می کند؟

ویرایش شده توسط لیزا لاک، بررسی توسط اندرو زینین

این مقاله با توجه به روند و سیاست های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:

پس از شیوع سیکلوسپورا و یادآوری گوشت گاو وارداتی در تابستان، نظرسنجی اخیر گالوپ نشان داد که اعتماد آمریکایی ها به ایمنی مواد غذایی به پایین ترین حد خود رسیده است و مصرف کنندگان ممکن است تعجب کنند که چگونه می توان شیوع بیماری های ناشی از غذا را ردیابی و کاهش داد.

در این پرسش و پاسخ، کارشناسان Jasna Kovac، Dorothy Foehr Huck و J. Lloyd Huck Chair در Microbiomes in Food Safety، و ادوارد دادلی، مدیر مرکز مرجع E. coli و استاد علوم غذایی، هر دو از کالج علوم کشاورزی ایالت پن، در مورد چگونگی استفاده از فناوری و همچنین کمک به استفاده از فناوری در ردیابی مسیرهای ایالتی بحث کردند. تامین مواد غذایی را ایمن نگه دارید

کوواک: پاتوژن هایی که به طور معمول ردیابی می شوند، باکتری هایی هستند که می توانند از نمونه های بالینی، غذایی و محیطی مانند سالمونلا، لیستریا مونوسیتوژنز، E.coli تولید کننده سم شیگا و کمپیلوباکتر کشت شوند. ویروس‌هایی مانند نوروویروس و هپاتیت A ممکن است بخش بزرگی از بیماری‌های ناشی از غذا را ایجاد کنند، اما ردیابی آن‌ها به همین روش سخت‌تر است، زیرا به راحتی نمی‌توان آنها را کشت داد.

ردیابی پاتوژن‌ها شناسایی منابع و مخازن اصلی را ممکن می‌سازد، و سپس این اطلاعات می‌تواند طراحی مداخلات هدفمندتر و مؤثرتر را برای جلوگیری از انتشار از آن منابع به غذا و انسان‌ها فراهم کند.

دادلی: توالی یابی کل ژنوم - فرآیندی که توالی DNA کامل ماده ژنتیکی یک موجود زنده را تعیین می کند - می تواند باکتری ها را تا سطح سویه شناسایی کند.

به عنوان مثال، اگر شما یک نمونه سالمونلا از یک محصول غذایی و یک نمونه از یک بیمار دارید، می توانید به DNA آن دو نمونه نگاه کنید و تعیین کنید که آیا آنها همان سویه هستند یا خیر. اگر آنها هستند، ممکن است بیمار از آن محصول بیمار شده باشد. اگر آنها متمایز هستند، ممکن است محققان نیاز داشته باشند که به دنبال چیز دیگری باشند که فرد خورده است که آنها را بیمار کرده است.

علاوه بر این، علاقه فزاینده ای به استفاده از این روش در نهایت برای انگل ها وجود دارد. به عنوان مثال، Cyclospora در تابستان گذشته با کاهو مشکل داشت. اما ژنوم سیکلوسپورا بسیار بزرگتر از باکتری هاست، بنابراین گران تر است و خطوط لوله تجزیه و تحلیل به اندازه باکتری ها تثبیت نشده است.

کواچ: آزمایشگاه من از توالی یابی کل ژنوم همراه با روش های دیگر برای پیش بینی چگونگی زنده ماندن و رشد پاتوژن های غذایی در غذا و همچنین خطر ابتلا به بیماری و مقاومت در برابر ضد میکروبی ها استفاده می کند.

ما همچنین در حال مطالعه رابطه بین آلودگی پاتوژن در تاسیسات فرآوری مواد غذایی و ترکیب جوامع میکروبی هستیم که همه میکروارگانیسم‌های موجود در محیطی هستند که نمونه‌برداری می‌کنیم. ما در حال بررسی این موضوع هستیم تا ببینیم آیا ترکیب جامعه می تواند به عنوان یک هشدار اولیه در مورد افزایش خطر پایداری پاتوژن در آن محیط ها باشد.

دادلی: یکی دیگر از مواردی که آزمایشگاه من رهبری کرده است، تلاش پنسیلوانیا در یک برنامه فدرال به نام GenomeTrackr در حدود 10 سال گذشته است. ما گونه‌هایی از برخی از پاتوژن‌های باکتریایی متداول غذایی -سالمونلا، E.coli، لیستریا، کمپیلوباکتر- را توالی‌یابی کرده‌ایم و این داده‌های ژنومی را همراه با متادیتا، مانند تاریخ جمع‌آوری و محل پیدایش آن، ارائه کرده‌ایم. و ما همه این داده ها را در دسترس عموم قرار می دهیم، بنابراین برای آزمایشگاه های بهداشت عمومی در سراسر جهان وجود دارد.

ما می‌پرسیم که آیا فاضلاب راه مناسبی برای ردیابی شیوع‌های ناشی از مواد غذایی است؟ در حال حاضر، محققان بر روی باکتری‌های جدا شده از آزمایش‌هایی که پزشکان بر روی بیماران بیمار انجام می‌دهند، تکیه می‌کنند و این ایزوله‌ها را توالی‌بندی می‌کنند تا شروع به ردیابی شیوع کنند.

اما درست همانطور که با ویروس SARS-CoV-2 که باعث COVID-19 می‌شود، انجام شد، ما می‌پرسیم که آیا می‌توانیم فاضلاب را کنترل کنیم تا ایده‌ای در مورد اینکه آیا ارگانیسم‌هایی مانند سالمونلا در یک جامعه در گردش هستند یا خیر. یا اینکه آیا این فناوری می تواند تعیین کند که چه زمانی شیوع بیماری تمام شده است.

Kovac: توالی‌یابی در حال حاضر وضوح بسیار بالایی را برای تمایز بین زیرگروه‌های پاتوژن به ما می‌دهد، و این همان چیزی است که آن را در تحقیقات شیوع که به ردیابی منبع بستگی دارد بسیار ارزشمند می‌کند. یک جهت جدید می تواند انتقال توالی به خارج از آزمایشگاه های متمرکز و به آزمایشگاه های کوچکتر و به طور بالقوه در خود شرکت های مواد غذایی باشد. این امر فاصله بین تشخیص یک مشکل در یک مرکز و اقدام بر روی آن را کاهش می دهد.

مرحله دوم تعیین توالی مستقیم از نمونه های غذا بدون جداسازی میکروارگانیسم است. این به پاتوژن هایی که کشت آنها دشوار است و موارد بالینی که هیچ ایزوله ای در دسترس نیست کمک می کند.

دادلی: فناوری های دیگری که به طور بالقوه می توانیم از آنها استفاده کنیم، رسانه های اجتماعی و هوش مصنوعی (AI) هستند. نشان داده شده است که رسانه‌های اجتماعی و سایت‌های خودگزارش‌دهنده می‌توانند نقشی در شناسایی شیوع بیماری داشته باشند، نه با تکیه بر مراجعه افراد به پزشکشان، بلکه با دنبال کردن رسانه‌های اجتماعی - افراد بیمار می‌شوند و شروع به استفاده از رسانه‌های اجتماعی یا استفاده از گوگل برای تحقیق درباره علائم می‌کنند. و اگر به اندازه کافی از آن سوالات مشابه در همان حوزه دریافت کنید، می تواند به این فرض منجر شود که مشکلی در آن پاتوژن وجود دارد.

همانطور که هوش مصنوعی را گسترش می‌دهیم، فکر می‌کنم ممکن است شاهد استفاده از آن برای مشاهده مشکلاتی مانند شیوع مواد غذایی با دنبال کردن تعاملات افراد با رسانه‌های اجتماعی یا کلمات کلیدی از موتورهای جستجو باشیم.

کواچ: برای عموم مهم است که بدانند وقتی تشخیص بهبود می‌یابد، به نظر می‌رسد که عرضه مواد غذایی از ایمنی کمتری برخوردار است. با این حال، شیوع‌های کوچک‌تر شناسایی‌شده و فراخوان‌های بیشتر اغلب به این معنی است که سیستم نظارتی بهتر کار می‌کند، نه اینکه آلودگی بیشتری رخ می‌دهد.

دادلی: بسیاری از شیوع هایی که می بینیم با محصولات تازه مرتبط است، و این چیزی است که مصرف کنندگان باید از آن آگاه باشند، زیرا طبق تعریف، ما عملیات حرارتی را برای میوه ها و سبزیجات تازه ارائه نمی کنیم. با این کار، مصرف کنندگان باید برخی از قوانین سرانگشتی را به خاطر بسپارند، مانند جدا نگه داشتن گوشت و محصولات تازه در آشپزخانه و شستن محصولات در صورت امکان برای کاهش خطر. درک اینکه این خطرات در کجا قرار دارند - و چگونه می توان آنها را کاهش داد - برای محافظت از خود و خانواده شما ضروری است.

لیسانس تاریخ هنر، کارشناسی ارشد فرهنگ مادی. سردبیر سابق موزه، پیراپزشک و هماهنگ کننده پیوند. ویرایش برای Science X از سال 2021. نمایه کامل →

فوق لیسانس فیزیک با تجربه تحقیق. علاقه مندان به اخبار علمی طولانی مدت. نقش کلیدی در موفقیت سرمقاله Science X ایفا می کند. نمایه کامل →