Microbioma entra a la acuicultura de precisión como nueva capa de datos sanitarios
La enfermedad no está asociada a un único patógeno dominante, sino a un proceso de desestabilización del ecosistema microbiano, donde distintas bacterias oportunistas pueden colonizar el organismo del salmón.
Published
El desarrollo de métodos no invasivos, tempranos y precisos para muestreos en peces cobra relevante importancia en mercados que exigen cada vez más en temas de bienestar animal. Además, en sistemas productivos donde la situación sanitaria se ve presionada por diferentes patógenos, exposición a fármacos o alteraciones medioambientales, por ejemplo, el poder contar con herramientas que permitan anticipar estos eventos y sus consecuencias en los peces antes de que se manifiesten clínicamente se ha transformado en uno de los principales desafíos de la salmonicultura moderna.
En este contexto, el microbioma —conjunto de bacterias y sus funciones en un ecosistema específico— comienza a posicionarse como una nueva capa de información biológica capaz de revelar cambios invisibles al ojo humano. Así, la empresa chilena Codebreaker BioScience ha desarrollado una línea de trabajo orientada a traducir estos datos complejos en indicadores prácticos para la toma de decisiones en centros de cultivo.
La empresa
Codebreaker se dedica a la bioinformática y análisis de datos genómicos, identificando y gestionando el microbioma presente en los peces para su producción sostenible y eficiente. De esta forma, buscan agregar valor al sistema productivo de la industria salmonera mediante el análisis biológico, enfocándose principalmente en comprender y monitorear el microbioma de los salmones del Atlántico, Coho o Trucha arcoíris para mejorar la producción, por ejemplo, a través de la evaluación de probióticos y tratamientos antibióticos sobre el microbioma, así como las implicancias de enfermedades como el SRs y otras afecciones.
A través de estos análisis, buscan proponer soluciones efectivas que permitan "producir más con menos", identificando problemas de salud de los peces de forma temprana y ayudando a los productores a tomar decisiones informadas para mejorar la salud y productividad de sus cultivos.
De manera operacional, han desarrollado métodos no invasivos para tomar muestras del microbioma de la piel y del poro urogenital de los salmones mediante hisopos, lo que facilita el monitoreo sin sacrificar a los peces, alineándose con estándares de bienestar animal. Además, están trabajando en herramientas basadas en inteligencia artificial para predecir brotes de enfermedades antes de que se manifiesten clínicamente, lo que podría significar un gran avance en el manejo sanitario y productivo en la industria.
Microbioma y sus implicancias operativas
Para la toma de muestra de microbioma y el análisis de estas, tanto en sistemas productivos como para el desarrollo de esta metodología, implicaba el sacrificio del pez y el trabajar con tejidos internos como intestinos o branquias. Mediante la recopilación de datos y machine learning, Codebreaker logró determinar que los hisopados de piel y poro urogenital comprenden microbioma extrapolable y correlativo a branquias e intestino, lo que ha permitido avanzar hacia muestreos no invasivos, lo que resulta relevante desde una perspectiva de bienestar animal y permite un monitoreo continuo sin afectar a los peces.
Este procedimiento puede ser realizado en terreno por personal capacitado y permite obtener muestras en pocos minutos. El análisis completo —desde la extracción de ADN hasta la interpretación bioinformática— toma aproximadamente entre cinco y siete días, entregando resultados accionables para el cliente. Para equilibrar costos y obtener robustez estadística, el análisis requiere 10 a 15 peces por jaula, manteniendo la representatividad del grupo. Además, el servicio puede ser completamente externalizado, incluyendo desde la toma de muestras hasta la entrega de informes, lo que facilita su integración en la operación productiva.
Esta metodología no busca reemplazar herramientas diagnósticas existentes, sino que busca complementarlos al entregar una perspectiva distinta del estado sanitario. Mientras técnicas como el PCR permiten detectar la presencia específica de un patógeno, estos análisis ofrecen una visión más amplia del sistema biológico del pez. “El PCR responde a una pregunta puntual: si un patógeno está o no presente. En cambio, el microbioma permite ver todo el ecosistema microbiano”, explicó Luis León, bioquímico PhD en genética molecular y microbiología, líder de bioinformática en Codebreaker. En este sentido, ambas herramientas no compiten, sino que se complementan, aportando información distinta pero igualmente relevante para la toma de decisiones.
A través de secuenciación masiva del gen 16S rRNA, que actúa como marcador biológico para identificar qué bacterias están presentes y en qué cantidad, se obtiene un examen integral del ecosistema microbiano sin necesidad de buscar bacterias específicas. Esto permite generar un "score" que refleja la salud microbiológica de los peces, y que puede correlacionarse con signos clínicos y condiciones sanitarias. Este score permite monitorear el estado microbiológico de los peces y detectar cambios tempranos, incluso antes de la aparición de síntomas clínicos, facilitando la prevención y mejora en el manejo sanitario.
Antibióticos y cambio de paradigma
La detección temprana de alteraciones en el microbioma antes de que se desarrollen cuadros clínicos severos, abre la posibilidad de intervenir de manera temprana mediante cambios en dieta, uso de probiótico, promoviendo un enfoque más preventivo y proactivo, lo que se relaciona con los objetivos de la industria de disminuir el uso de antibióticos y el desarrollo de resistencia antimicrobiana. “La idea es poder decir ‘tienes una firma del microbioma alterada, así que probablemente en algún futuro va a pasar algo’. La idea es identificar una alteración y dar tiempo para actuar antes de que sea necesario un tratamiento antibiótico”, comentó Francisco Fuentes, bioquímico, PhD(c) dn Bioinformática y Biología de Sistemas, investigador bioinformático senior en la empresa. Sin embargo, este enfoque depende críticamente del tiempo de anticipación que se logre alcanzar, ya que intervenciones muy tardías reducen significativamente las opciones disponibles.
A su vez, el análisis del microbioma logra monitorear y detectar alteraciones causadas por tratamientos con antibióticos, pudiendo así medir los grados de afectación o disbiosis que estos generan. Esto facilita una mejor comprensión de cómo los antibióticos influyen en el sistema biológico de los salmones y en la aparición o no de enfermedades. También, en conocimiento de las alteraciones en el microbioma, “Podrían, por ejemplo, cambiar la dieta y administrar algún probiótico que se sabe que tiene una función protectora y evitar el uso de antibióticos”, añadió el Dr. León.
Cuando el microbioma pierde estabilidad
Los científicos explican la presencia de una “zona de transición”, en la cual algunos peces aparentemente sanos mostraban un microbioma alterado, pero ya mostrando cambios detectables a nivel microbiológico. Esta zona se encuentra dentro de los objetivos a futuro de Codebreaker, planeando realizar estudios longitudinales para poder determinar con certeza si estos peces estaban en proceso de enfermar o recuperarse.
Uno de los patrones más llamativos observados en el estudio se relaciona con el llamado “principio de Anna Karenina”, aplicado a comunidades microbianas. Según este concepto, los organismos sanos tienden a compartir microbiomas similares, mientras que los enfermos presentan configuraciones mucho más variables. O, en otras palabras, todos los peces sanos “se parecen” microbiológicamente, mientras que los enfermos divergen en múltiples direcciones. Esto sugiere que la enfermedad no está asociada a un único patógeno dominante, sino a un proceso de desestabilización del ecosistema microbiano, donde distintas bacterias oportunistas pueden colonizar el organismo.
Incorporación de Inteligencia Artificial
El análisis de estos patrones complejos no sería posible sin el uso de herramientas de machine learning, capaces de procesar grandes volúmenes de datos y detectar señales que no son evidentes mediante análisis tradicionales.
En este contexto, el microbioma se contempla como una nueva capa de datos dentro del concepto de acuicultura de precisión. Mientras tecnologías como cámaras o sensores permiten monitorear comportamiento y ambiente en tiempo real, el microbioma podría aportar información sobre el estado interno del pez. “Las cámaras detectan cuando el problema ya está ocurriendo; nosotros buscamos anticiparnos”, agregaron desde Codebreaker, destacando el carácter complementario de ambas aproximaciones.
Proyecciones del uso del microbioma como biomarcador
Pese a su potencial, el uso del microbioma como biomarcador presenta desafíos importantes. Uno de ellos es la necesidad de contextualizar los datos según cada centro de cultivo, considerando variables como alimentación, uso de antibióticos, condiciones ambientales y etapa productiva, en palabras del Dr. León “el algoritmo funciona para cualquier centro, pero no todos los centros son iguales, porque cada centro tiene su propio manejo, uso de antibióticos, probióticos, etc.”
Además, la tecnología utilizada —basada en secuenciación 16S— no siempre permite identificar bacterias a nivel de especie, lo que limita la interpretación directa de los resultados. A esto se suma la necesidad de contar con gran volumen de datos de alta calidad y metadatos asociados, sin los cuales los modelos predictivos pierden precisión.
Aunque aún enfrenta desafíos técnicos y requiere validación en distintos contextos productivos, el microbioma se perfila como una herramienta con potencial para transformar la gestión sanitaria en salmonicultura. “Esperamos que en el futuro el microbioma pueda convertirse en un KPI, que permita tomar decisiones en tiempo oportuno”, señalaron. En esa línea, ya se encuentran trabajando en estudios longitudinales que permitan avanzar desde un enfoque descriptivo hacia uno predictivo, donde el monitoreo continuo permita anticipar eventos sanitarios con mayor precisión.
