La Scienza dei Cittadini Affronta la Resistenza agli Antibiotici
I volontari aiutano a classificare i batteri per combattere la resistenza agli antibiotici tramite un progetto unico.
― 6 leggere min
Indice
La Resistenza agli antibiotici è un grosso problema di salute che sta crescendo in tutto il mondo. Succede quando i batteri cambiano e diventano resistenti ai medicinali che dovrebbero ucciderli. Questo rende le infezioni più difficili da curare. Per affrontare questo problema, gli scienziati stanno cercando di sviluppare nuovi metodi per identificare rapidamente i batteri e vedere se possono resistere agli antibiotici. Test rapidi potrebbero aiutare i medici a sapere quale antibiotico funzionerebbe meglio, migliorando la cura dei pazienti.
I test attuali per analizzare i batteri di solito richiedono molto tempo, spesso almeno 12-48 ore. Questi test dipendono spesso dalla crescita dei batteri in laboratorio, il che richiede tempo. Alcuni test più veloci cercano geni specifici che indicano resistenza, ma non sempre corrispondono al comportamento reale dei batteri. Il problema della resistenza agli antibiotici è preoccupante perché può rendere antibiotici comuni inefficaci, rendendo le infezioni più pericolose. Purtroppo, molte persone non comprendono ancora appieno come funzionano gli antibiotici e le conseguenze della resistenza.
Il Ruolo della Scienza Cittadina
Un modo interessante per coinvolgere il pubblico nella scienza è attraverso progetti di scienza cittadina, dove i volontari lavorano con i ricercatori per raccogliere e analizzare Dati. Questi progetti sono stati utili in vari campi, come l'ecologia e la biologia. Permettono a persone con diversi livelli di abilità di contribuire alla scienza mentre apprendono di più su argomenti scientifici.
I progetti che coinvolgono la scienza cittadina hanno dimostrato di avere successo nel raccogliere grandi quantità di dati, aumentare la consapevolezza su questioni importanti e ispirare le generazioni future. Esempi noti includono progetti di conteggio degli uccelli e app che aiutano a identificare gli uccelli. Queste iniziative uniscono le persone e le incoraggiano a partecipare a ricerche che beneficiano la società.
Coinvolgere il Pubblico nella Ricerca
Per coinvolgere il pubblico nella scienza cittadina, i ricercatori possono usare diverse strategie. Organizzare eventi, usare i social media, collaborare con le scuole e fornire risorse educative possono tutti aiutare a coinvolgere più persone. Tuttavia, spesso questi approcci raggiungono solo un numero limitato di individui.
Piattaforme online come Zooniverse offrono un modo per molte persone di partecipare a vari progetti di scienza cittadina. Zooniverse consente agli utenti di partecipare facilmente alla ricerca, imparare di più sulla scienza e connettersi con altri partecipanti.
Il Progetto Infection Inspection
Un progetto chiamato Infection Inspection è stato lanciato su Zooniverse per affrontare il problema della resistenza agli antibiotici. Questo progetto si è concentrato sull'aiutare i volontari a classificare immagini di batteri E. Coli, che possono essere resistenti a un antibiotico comune chiamato ciprofloxacina. I volontari hanno lavorato per identificare se i batteri nelle immagini erano resistenti o sensibili a questo antibiotico.
Il progetto ha utilizzato immagini di cellule E. coli che erano state trattate con ciprofloxacina. I ricercatori avevano precedentemente sviluppato un modello per classificare queste cellule, raggiungendo un'alta accuratezza. Tuttavia, volevano migliorare i loro metodi e anche educare il pubblico sulla resistenza agli antibiotici.
Come Ha Funzionato il Progetto
Per iniziare, i volontari sono stati formati per riconoscere le differenze tra cellule E. coli resistenti e sensibili. Dopo la loro formazione, hanno classificato le immagini in base a ciò che avevano imparato. I risultati hanno aiutato i ricercatori a capire come migliorare il loro modello di Classificazione e comprendere perché alcune cellule erano state classificate erroneamente.
Il progetto ha raccolto un numero significativo di immagini, consentendo agli utenti di classificare queste immagini nel tempo. Durante il progetto, molte persone hanno partecipato, contribuendo a un grande pool di dati. I volontari hanno classificato più di un milione di immagini durante il corso del progetto.
Comprendere l'Accuratezza della Classificazione
Il progetto ha esaminato quanto accuratamente i volontari potevano identificare le immagini batteriche. Analizzando i dati complessivi, i volontari hanno avuto un'accuratezza di classificazione di circa il 66% per le cellule sensibili e il 67% per quelle resistenti. Mentre alcuni volontari sono diventati molto bravi a classificare le immagini, altri non hanno visto alcun miglioramento nell'accuratezza nonostante classificassero molte immagini.
I ricercatori hanno anche notato che alcune immagini erano più facili o più difficili da classificare. Alcune cellule batteriche avevano caratteristiche chiare che indicavano se erano resistenti o sensibili, mentre altre avevano caratteristiche sovrapposte che le rendevano difficili da categorizzare.
Caratteristiche che Influenzano la Classificazione
I ricercatori hanno valutato perché alcune immagini fossero più spesso classificate erroneamente rispetto ad altre. Si sono concentrati su caratteristiche legate al DNA dei batteri, che gioca un ruolo importante nel modo in cui i batteri rispondono agli antibiotici. Hanno misurato vari attributi delle cellule, come il numero di regioni di DNA e la dimensione complessiva.
L'analisi ha trovato che le immagini con caratteristiche più distintive erano meno probabili da essere classificate erroneamente. Nel frattempo, le immagini che apparivano più simili tra loro venivano spesso confuse, evidenziando la complessità nell'identificazione di queste cellule.
L'Importanza della Scienza Cittadina
Il progetto Infection Inspection ha dimostrato il potenziale della scienza cittadina per coinvolgere il pubblico nella ricerca scientifica. Ha riunito molti volontari per affrontare un problema di salute importante attraverso sforzi collaborativi. Il progetto ha avuto successo nel raccogliere dati preziosi e anche nel coinvolgere attivamente le persone nella scienza e nell'istruzione.
Nonostante alcune limitazioni, come fare affidamento sui volontari e concentrarsi su un antibiotico specifico, il successo del progetto dimostra quanto bene possa funzionare la scienza cittadina. Ha fornito un'opportunità per il pubblico di avere un ruolo nella comprensione della resistenza agli antibiotici e ha contribuito alla ricerca condotta in quest'area.
Direzioni Future
Guardando al futuro, la scienza cittadina può continuare a influenzare la ricerca sulla resistenza agli antibiotici e altre sfide sanitarie globali. I progetti futuri potrebbero espandersi per includere un'ampia gamma di antibiotici e condizioni di trattamento. I ricercatori possono migliorare i materiali di formazione e concentrarsi sull'educazione dei volontari sulla scienza dietro al loro lavoro.
In aggiunta, incoraggiare i volontari a pensare criticamente ai dati che stanno analizzando potrebbe portare a progetti più coinvolgenti. Questo potrebbe comportare l'invito a considerare le fasi di crescita cellulare o come queste cellule rispondono a diverse condizioni.
Conclusione
In sintesi, il progetto Infection Inspection illustra come la scienza cittadina possa coinvolgere efficacemente il pubblico in importanti ricerche. Collaborando, volontari e ricercatori possono avanzare nella comprensione scientifica e affrontare questioni di salute urgenti come la resistenza agli antibiotici. La collaborazione tra scienziati cittadini e professionisti non solo promuove una maggiore consapevolezza delle questioni scientifiche, ma sottolinea anche la responsabilità che tutti noi abbiamo nel mantenere la salute pubblica. Questi progetti presentano opportunità significative per future esplorazioni e collaborazioni nel campo della ricerca biomedica.
Titolo: Infection Inspection: Using the power of citizen science to help with image-based prediction of antibiotic resistance in Escherichia coli
Estratto: Antibiotic resistance is an urgent global health challenge, necessitating rapid diagnostic tools to combat its escalating threat. This study introduces innovative approaches for expedited bacterial antimicrobial resistance profiling, addressing the critical need for swift clinical responses. Between February and April 2023, we conducted the Infection Inspection project, a citizen science initiative in which the public could participate in advancing an antimicrobial susceptibility testing method based on single-cell images of cellular phenotypes in response to ciprofloxacin exposure. A total of 5,273 users participated, classifying 1,045,199 images. Notably, aggregated user accuracy in image classification reached 66.8%, lower than our deep learning models performance at 75.3%, but accuracy increased for both users and the model when ciprofloxacin treatment was greater than a strains own minimum inhibitory concentration. We used the users classifications to elucidate which visual features influence classification decisions, most importantly the degree of DNA compaction and heterogeneity. We paired our classification data with an image feature analysis which showed that most of the incorrect classifications were due to cellular features that varied from the expected response. This understanding informs ongoing efforts to enhance the robustness of our deep learning-based bacterial classifier and diagnostic methodology. Our successful engagement with the public through citizen science is another demonstration of the potential for collaborative efforts in scientific research, specifically increasing public awareness and advocacy on the pressing issue of antibiotic resistance, and empowering individuals to actively contribute to the development of novel diagnostics. Lay summaryAntibiotic resistance is a big health problem worldwide. We need fast ways to find out if bacteria are resistant to antibiotics. In our study, we develop new methods to do this quickly. We ran an online project called Infection Inspection from February to April 2023, in which 5,273 people took part. Together, they classified more than a million pictures of bacterial cells, helping our project use these pictures to detect antibiotic resistance. The volunteers performed well, getting near 67% of the answers right. We also learned which pictures helped or confused them. This will help us make our computer program better. This project didnt just help science; it also taught people about antibiotic resistance. Partnerships between the public and scientists can make a difference to developing technologies that protect our health.
Autori: Nicole Stoesser, A. Farrar, C. Feehily, P. Turner, A. Zagajewski, S. Chatzimichail, D. Crook, M. Andersson, S. Oakley, L. Barrett, H. El Sayyed, P. W. Fowler, C. Nellaker, A. N. Kapanidis
Ultimo aggiornamento: 2023-12-11 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2023.12.11.23299807
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.12.11.23299807.full.pdf
Licenza: https://creativecommons.org/licenses/by-nc/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.