Un nou mètode permet identificar bacteris a l’aire gairebé en temps real

Un equip de l’Institut de Salut Global de Barcelona (ISGlobal), centre impulsat per la Fundació ”la Caixa”, ha demostrat per primera vegada que és possible identificar bacteris presents a l’aire gairebé a l’instant, sense necessitat de recollir mostres ni portar-les al laboratori. L’estudi, publicat a la revista Atmospheric Measurement Techniques, mostra que un dispositiu portàtil pot reconèixer diferents tipus de bacteris presents en aerosols gràcies a un làser ultraviolat que fa “brillar” els seus components i a un sistema d’intel·ligència artificial capaç d’interpretar aquest senyal.

Els microorganismes presents a l’atmosfera —l’anomenat aerobioma— tenen un paper clau en els ecosistemes, el clima i la salut humana. Tanmateix, el seu estudi ha estat limitat per dificultats tècniques: les mostres d’aire solen contenir quantitats extremadament baixes d’ADN bacterià, fet que alentix els mètodes basats en la seqüenciació. Els detectors automàtics de bioaerosols han avançat en la identificació de pòl·lens, però fins ara no existia un mètode eficaç per distingir partícules microbianes en temps real, una limitació que dificulta la vigilància ambiental i la resposta ràpida davant amenaces biològiques o episodis de contaminació associats als bioaerosols.

Per aconseguir-ho, l’equip va adaptar un dispositiu comercial anomenat Rapid-E, substituint el seu làser original per un altre de 266 nm, capaç d’excitar —és a dir, fer emetre fluorescència— compostos característics dels bacteris. Posteriorment, van generar aerosols en laboratori que contenien cinc espècies bacterianes comunes en entorns urbans, simulant partícules que podrien trobar-se a l’aire ambiental. El dispositiu va analitzar cada partícula mesurant com dispersava la llum i quin tipus de fluorescència emetia —una mena d’“empremta òptica” de cada microorganisme—, i aquestes dades es van introduir en models d’aprenentatge automàtic entrenats per reconèixer patrons propis de cada espècie.

Precisió del 96,7% en la distinció entre partícules bacterianes i no bacterianes

Els resultats mostren que el sistema és capaç de distingir entre partícules bacterianes i no bacterianes amb una precisió del 96,7%, i d’identificar espècies bacterianes concretes amb una precisió mitjana del 69,2%, una fita notable atesa la petita mida i la complexitat de les partícules microbianes. També es va observar que el temps d’extinció de la fluorescència és el tret més útil per a la classificació, fins i tot per damunt de l’espectre o de la dispersió de la llum.

Segons Alejandro Fontal, primer autor de l’estudi i investigador d’ISGlobal: “Hem demostrat que és possible reconèixer bacteris a l’aire gairebé en temps real sense necessitat de recollir i processar mostres. Això obre noves possibilitats per a la vigilància ambiental i la recerca de l’aerobioma, un ecosistema fins ara molt poc explorat”.

Per la seva banda, Xavier Rodó, autor sènior de l’estudi i investigador ICREA a ISGlobal, destaca que “les millores introduïdes en aquest dispositiu podrien permetre en el futur una monitorització contínua i més fina dels bioaerosols, útil per anticipar riscos sanitaris, estudiar la dispersió de patògens o entendre millor les dinàmiques microbianes a escala global”.

El treball representa un pas important cap a sistemes de vigilància ambiental capaços de detectar microorganismes de l’aire de manera ràpida, automàtica i sense necessitat de processos de laboratori. En el futur, aquesta tecnologia podria aplicar-se a fongs, virus i altres components biològics de l’aire, així com donar suport a sistemes d’alerta precoç davant patògens transportats per aerosols, com el SARS-CoV-2, i complementar estudis climàtics i de qualitat de l’aire, ja que permet la separació diferencial d’hidrocarburs emesos per la combustió de vehicles. Altres possibles aplicacions inclouen la millora de la monitorització en entorns urbans, hospitals o infraestructures crítiques. L’equip subratlla, no obstant això, que caldrà validar el prototip i la tècnica en condicions reals i amb mescles complexes de partícules, més representatives de l’ambient.

Referència
Fontal, A., Borràs, S., Cañas, L., Pozdniakova, S., and Rodó, X. Laser-Induced Fluorescence coupled with Machine Learning as an effective approach for real-time identification of bacteria in bioaerosols. Atmospheric Measurement Techniques. 2025;18:7297–7313. https://doi.org/10.5194/amt-18-7297-2025