El monitoreo de la calidad del agua es un aspecto crítico para garantizar agua segura y limpia para el consumo humano, los procesos industriales y la vida acuática. El empleo de sensores automáticos basados en el internet de las cosas y algoritmos de aprendizaje de máquina utilizados para el monitoreo de la calidad del agua se ha vuelto cada vez más popular, debido a su facilidad de uso, precisión y rentabilidad. En esta revisión, discutiremos algunos de los sensores comúnmente utilizados para la vigilancia de la calidad del agua, así como sus posibles usos para la gestión y supervisión de acuíferos en América Latina. En la primera parte se discute sobre la contaminación de las fuentes de agua en Latinoamérica y, especialmente, en República Dominicana, donde se brinda una revisión de los diferentes trabajos que evalúan la contaminación en afluentes de agua. Además, se explora como el uso cotidiano de estas fuentes de agua puede afectar a los seres humanos. En la última parte del trabajo se presentan las tecnologías de los sensores y sus diferentes implementaciones, así como los principales retos para su integración al monitoreo de la calidad de agua de las fuentes de agua. Esta revisión demostró que el uso de sensores remotos de calidad de agua, basados en tecnologías de IoT y algoritmos de inteligencia artificial son de gran importancia para el control de la contaminación fisicoquímica en los acuíferos de los países latinoamericanos. Estos sensores constituyen una herramienta clave para el manejo sostenible de los recursos hídricos.

This study compares the feasibility of matrix-assisted laser desorption ionization time-of-flight (MALDI-TOF) mass spectrometry with whole genome sequencing (WGS) for identifying bacteria in river surface water samples. We collected samples from four rivers in the Dominican Republic and used both techniques to characterize bacterial profiles. MALDI-TOF demonstrated high precision, with 86.2% similarity to WGS results, except for a few discordant cases due to database limitations. MALDI-TOF provided cost-effective and rapid identification, making it a promising alternative to WGS in resource-constrained regions. In particular, good effectiveness of MALDI-TOF in identifying bacteria with a high probability of being resistant to antibiotics was observed, which allows this technology to be used in the monitoring processes of this type of microorganism for their rapid, accurate, and low-cost identification. We found this technology to be advantageous for environmental bacterial profiling, with potential applications in understanding waterborne pathogenic bacteria. Our findings underline the relevance of MALDI-TOF in microbiology and its potential to expand its capabilities in bacterial identification and protein profiling.

We compared the performance of matrix-assisted laser desorption/ionization followed by a time of flight (MALDI-TOF) mass spectrometry and genomic DNA extraction followed by sequencing, assembly, and alignment for phylogenetic assessment (Genomics method). We collected the samples from four contaminated rivers in the Dominican Republic and analyzed MALDI-TOF efficacy and accuracy for identifying bacteria in the samples. We evaluated the results for both methods (MALDI-TOF and Genomics) and reported a similarity percentage between each method's results. The MALDI-TOF method had a 72.41\% of coincidence with the Genomics method. This could have been sequence contamination found in the Genomics method. When it was later filtered, the result's coincidence rate went up to 90\%.

Our research team compared the performance of matrix-assisted laser desorption/ionization followed by a time of flight (MALDI-TOF) mass spectrometry and genomic DNA extraction followed by sequencing, assembly and alignment for phylogenetic assessment. We performed these comparisons to determine our methodology’s overall efficacy and accuracy for environmental bacteria. In addition, we collected samples from various contaminated rivers in the Dominican Republic. For both methods, we analyzed these results and reported the main differences between each method.