A - 353
Dpto. de Higiene y Tecnología de los Alimentos. Universidad de León, 24071 León, España. Tel: 987291283. Fax: 987291284. email: dhtmpm@unileon.es
El espectro infrarrojo medio de células microbianas intactas obtenido mediante espectroscopía de infrarrojos con transformada de Fourier (FT-IR) tiene características de “huella dactilar” altamente específica y puede usarse para la identificación microbiana ya que comprende información de todas sus moléculas, incluyendo ácidos grasos, proteínas, azúcares y ácidos nucleicos (Mouwen et al., 2005). El espectro está compuesto de bandas de absorción complejas y solapadas, y recoge la vibración y rotación de ciertos enlaces químicos al ser excitados por radiación IR. Para su estudio se usan métodos de reconocimiento de patrones como redes neuronales artificiales (RNA). Las RNA simulan la estructura y el comportamiento de las redes neuronales biológicas, componiéndose de un nº elevado de neuronas (unidades de procesado), dispuestas en capas y conectadas mediante sinapsis que almacenan información aprendida. Las neuronas de la capa de entrada reciben los datos experimentales (inputs), mientras que las neuronas de las capas oculta(s) y de salida procesan la información.
Para comprobar la capacidad de identificación de las RNA, se obtuvo el espectro IR de un grupo de cepas mediante un espectroscopio Perkin-Elmer System 2000 FTIR, en el rango 4000-500 cm-1, promediando 20 scans y con resolución 1 cm-1. Se analizaron 149 patrones de las especies C. coli y C. jejuni, tipificadas mediante ERIC-PCR en 6 subtipos diferentes, y 6 espectros de los géneros Lactobacillus y Weissella, para la detección de patrones atípicos. Previamente a su análisis por las RNA, los espectros IR se procesaron (normalización, alisado, 1ª derivada). Se compararon dos ventanas espectrales del espectro IR medio (w4 y w5, de 300 y 200 puntos). Los patrones se dividieron en tres grupos (aprendizaje, verificación y test). Los datos transformados se presentaron como modelos de reconocimiento para dos tipos de RNA supervisadas (Probabilistic, Multilayer Perceptron). Se empleó el programa Statistica Neural Networks, v. 4.0. para elaborar los prototipos de RNA. La capa de entrada constó de 200 ó 300 puntos según la ventana empleada y la de salida de 2 ó 6, según si se realizaba identificación a nivel de especie o subespecie.
La ventana w4 fue superior en capacidad de identificación. El porcentaje de identificación a nivel de especie fue del 100% independientemente de la RNA empleada. Para las identificaciones a nivel de subespecie, los porcentajes superaron siempre el 90% en el grupo de verificación y test, siendo del 100% para el grupo de aprendizaje. Las RNAs se mostraron asimismo totalmente efectivas en la detección de patrones no pertenecientes a C. jejuni o C. coli.
Mouwen, D.J.M. et al. 2005. Discrimination of Campylobacter coli and C. jejuni ERIC-PCR types by Fourier-transform infrared (FT-IR) spectroscopy. Appl. Environ. Microbiol. (in press).