Summary

Charakterisierung eines pathogenen Escherichia coli-Stammes aus Oreochromis spp. Farmen mit Ganzgenomsequenzierung

Published: December 23, 2022
doi:

Summary

Die Machbarkeit von Gesamtgenomsequenzierungsstrategien (WGS) mit Tischgeräten hat die Genomabfrage jeder Mikrobe von Relevanz für die öffentliche Gesundheit in einer Laborumgebung vereinfacht. Eine methodische Anpassung des Workflows für bakterielle WGS wird beschrieben und eine bioinformatische Pipeline zur Analyse vorgestellt.

Abstract

Die Aquakultur ist einer der am schnellsten wachsenden lebensmittelproduzierenden Sektoren weltweit, und die Tilapia-Landwirtschaft (Oreochromis spp.) ist die wichtigste Süßwasserfischsorte, die kultiviert wird. Da Aquakulturpraktiken anfällig für mikrobielle Kontamination aus anthropogenen Quellen sind, ist ein umfassender Einsatz von Antibiotika erforderlich, was dazu führt, dass Aquakultursysteme zu einer wichtigen Quelle für antibiotikaresistente und pathogene Bakterien von klinischer Relevanz wie Escherichia coli (E. coli) werden. Hier wurden die antimikrobiellen Resistenz-, Virulenz- und Mobilommerkmale eines pathogenen E. coli-Stammes, der aus Oreochromis spp. aus Inlandzucht gewonnen wurde, durch Whole-Genom-Sequenzierung (WGS) und In-silico-Analyse aufgeklärt. Antimikrobielle Suszeptibilitätstests (AST) und WGS wurden durchgeführt. Darüber hinaus wurden phylogenetische Gruppe, Serotyp, Multilocus-Sequenz-Typisierung (MLST), erworbene antimikrobielle Resistenz, Virulenz, Plasmid und Prophagengehalt mit verschiedenen verfügbaren Web-Tools bestimmt. Das E. coli-Isolat zeigte nur eine intermediäre Empfindlichkeit gegenüber Ampicillin und wurde durch WGS-basierte Typisierung als ONT:H21-B1-ST40-Stamm charakterisiert. Obwohl nur ein einziges antimikrobielles Resistenz-assoziiertes Gen nachgewiesen wurde [mdf(A)], wurden mehrere Virulenz-assoziierte Gene (VAGs) aus dem atypischen enteropathogenen E. coli (aEPEC)-Pathotyp identifiziert. Zusätzlich wurde die Ladung von Plasmid-Replicons aus großen Plasmidgruppen und 18 Prophagen-assoziierten Regionen nachgewiesen. Zusammenfassend lässt sich sagen, dass die WGS-Charakterisierung eines aEPEC-Isolats, das aus einer Fischfarm in Sinaloa, Mexiko, gewonnen wurde, Einblicke in sein pathogenes Potenzial und das mögliche Risiko des Verzehrs roher Aquakulturprodukte für die menschliche Gesundheit ermöglicht. Es ist notwendig, Next-Generation-Sequencing-Techniken (NGS) zur Untersuchung von Umweltmikroorganismen zu nutzen und einen One-Health-Rahmen zu verabschieden, um zu erfahren, wie Gesundheitsprobleme entstehen.

Introduction

Die Aquakultur ist einer der am schnellsten wachsenden lebensmittelproduzierenden Sektoren weltweit, und ihre Produktionspraktiken sollen die steigende Nachfrage nach Nahrungsmitteln für den menschlichen Verzehr befriedigen. Die weltweite Aquakulturproduktion hat sich von 34 Millionen Tonnen (Mt) im Jahr 1997 auf 112 Mt im Jahr 2017 verdreifacht1. Die wichtigsten Artengruppen, die fast 75% der Produktion ausmachten, waren Algen, Karpfen, Muscheln, Wels und Tilapia (Oreochromis spp.) 1. Das Auftreten von Krankheiten, die durch mikrobielle Einheiten verursacht werden, ist jedoch aufgrund der intensiven Fischzucht unvermeidlich, was zu potenziellen wirtschaftlichen Verlusten führt2.

Der Einsatz von Antibiotika in der Fischzucht ist bekannt für die Vorbeugung und Behandlung bakterieller Infektionen, dem wichtigsten limitierenden Faktor für die Produktivität 3,4. Dennoch reichern sich Restantibiotika in Aquakultursedimenten und im Wasser an, üben Selektionsdruck aus und verändern die fischassoziierten und die ansässigen Bakteriengemeinschaften 5,6,7,8. Folglich dient die Aquakulturumgebung als Reservoir für antimikrobielle Resistenzgene (ARGs) und das weitere Auftreten und die Ausbreitung antibiotikaresistenter Bakterien (ARB) im umgebenden Milieu9. Zusätzlich zu den bakteriellen Krankheitserregern, die häufig die Fischzuchtpraktiken beeinflussen, werden häufig Mitglieder der Enterobacteriaceae-Familie angetroffen, darunter humanpathogene Stämme von Enterobacter spp., Escherichia coli, Klebsiella spp. und Salmonella spp.10. E. coli ist der häufigste Mikroorganismus, der aus Fischmehl und Wasser in der Fischzucht isoliert wird 11,12,13,14,15.

E. coli ist ein vielseitiges gramnegatives Bakterium, das den Magen-Darm-Trakt von Säugetieren und Vögeln als kommensales Mitglied ihrer Darmmikrobiota bewohnt. E. coli besitzt jedoch eine sehr anpassungsfähige Fähigkeit, sich in verschiedenen Umweltnischen wie Boden, Sedimenten, Nahrung und Wasser zu besiedeln und zu persistieren16. Aufgrund des Gengewinns und -verlusts durch das Phänomen des horizontalen Gentransfers (HGT) hat sich E. coli schnell zu einem gut angepassten antibiotikaresistenten Erreger entwickelt, der in der Lage ist, ein breites Spektrum von Krankheiten bei Mensch und Tier zu verursachen17,18. Basierend auf dem isolierten Ursprung werden pathogene Varianten als intestinale pathogene E. coli (InPEC) oder extraintestinale pathogene E. coli (ExPEC) definiert. Darüber hinaus werden InPEC und ExPEC in genau definierte Pathotypen nach Krankheitsmanifestation, genetischem Hintergrund, phänotypischen Merkmalen und Virulenzfaktoren (VFs) unterteilt16,17,19.

Traditionelle Kultur- und molekulare Techniken für pathogene E. coli-Stämme haben den schnellen Nachweis und die Identifizierung verschiedener Pathotypen ermöglicht. Sie können jedoch zeitaufwendig und mühsam sein und erfordern häufig eine hohe technische Schulung19. Darüber hinaus kann aufgrund der Komplexität ihres genetischen Hintergrunds keine einzige Methode verwendet werden, um alle pathogenen Varianten von E. coli zuverlässig zu untersuchen. Derzeit wurden diese Nachteile mit dem Aufkommen von Hochdurchsatzsequenzierungstechnologien (HTS) überwunden. Whole-Genome Sequencing (WGS) -Ansätze und bioinformatische Werkzeuge haben die Erforschung mikrobieller DNA kostengünstig und in großem Maßstab verbessert und die eingehende Charakterisierung von Mikroben in einem einzigen Durchgang erleichtert, einschließlich eng verwandter pathogener Varianten20,21,22. Abhängig von den biologischen Fragestellungen können mehrere bioinformatische Werkzeuge, Algorithmen und Datenbanken verwendet werden, um Datenanalysen durchzuführen. Wenn das Hauptziel beispielsweise darin besteht, das Vorhandensein von ARGs, VFs und Plasmiden zu bewerten, können Tools wie ResFinder, VirulenceFinder und PlasmidFinder zusammen mit den zugehörigen Datenbanken ein guter Ausgangspunkt sein. Carriço et al.22 gaben einen detaillierten Überblick über die verschiedenen Bioinformatik-Software und zugehörigen Datenbanken, die für die mikrobielle WGS-Analyse eingesetzt werden, von der Vorverarbeitung von Rohdaten bis zur phylogenetischen Inferenz.

Mehrere Studien haben den breiten Nutzen von WGS für die Genomabfrage in Bezug auf antimikrobielle Resistenzattribute, pathogenes Potenzial und die Verfolgung der Entstehung und evolutionären Beziehungen klinisch relevanter Varianten von E. coli aus verschiedenen Ursprüngen gezeigt23,24,25,26 . WGS hat die Identifizierung molekularer Mechanismen ermöglicht, die der phänotypischen Resistenz gegen Antibiotika zugrunde liegen, einschließlich dieser seltenen oder komplexen Resistenzmechanismen. Dies geschieht durch den Nachweis erworbener ARG-Varianten, neuartiger Mutationen in Wirkstoffzielgenen oder Promotorregionen27,28. Darüber hinaus bietet WGS das Potenzial, antimikrobielle Resistenzprofile abzuleiten, ohne dass Vorkenntnisse über den Resistenzphänotyp eines Bakterienstamms erforderlichsind 29. Alternativ hat WGS die Charakterisierung der mobilen genetischen Elemente (MGEs) ermöglicht, die sowohl antimikrobielle Resistenz- als auch Virulenzmerkmale aufweisen, was die bakterielle Genomevolution bestehender Krankheitserreger vorangetrieben hat. Zum Beispiel führte die Anwendung von WGS während der Untersuchung des deutschen E. coli-Ausbruchs im Jahr 2011 zur Aufdeckung der einzigartigen genomischen Merkmale eines scheinbar neuartigen E. coli-Pathotyps; Interessanterweise stammten diese Ausbruchsstämme aus der enteroaggregativen E. coli (EAEC) -Gruppe, die den Prophagen, der das Shiga-Toxin kodiert, aus dem enterohämorrhagischen E. coli (EHEC) Pathotyp30 erwarb.

Diese Arbeit stellt eine methodische Anpassung des Workflows für bakterielle WGS mit einem Tischsequenzer vor. Darüber hinaus wird eine Bioinformatik-Pipeline mit webbasierten Werkzeugen bereitgestellt, um die resultierenden Sequenzen zu analysieren und Forscher mit begrenzter oder keiner bioinformatischen Expertise weiter zu unterstützen. Die beschriebenen Methoden ermöglichten die Aufklärung der antimikrobiellen Resistenz, Virulenz und Mobilommerkmale eines pathogenen E. coli-Stammes ACM5, der 2011 aus Oreochromis spp. aus Binnenzucht in Sinaloa, Mexikoisoliert wurde 12.

Protocol

ANMERKUNG: Der E. coli-Stamm ACM5 wurde durch Verarbeitung und Kultivierung der Fischprobe für die Bestimmung der fäkalcoliformen (FC) gewonnen12. Während der Fischprobenahme zeigten die Fische keine klinischen Anzeichen von Krankheiten, Bakterien- oder Pilzinfektionen, und es herrschte eine Durchschnittstemperatur von 22,3 °C. Nach der Isolierung wurde das E. coli-Isolat biochemischen Tests unterzogen und kryokonserviert in Gehirnherzinfusionsbrühe (BHI) mit DMSO (8% v/v) als Kryopr…

Representative Results

Die antimikrobielle Suszeptibilität wurde durch die Scheibendiffusionsmethode bestimmt und durch CLSI-Breakpoint-Kriterien für 12 Antibiotika interpretiert, die sechs verschiedene antimikrobielle Klassen umfassen, dh Aminoglykoside, β-Lactame, Fluorchinolone, Nitrofurane, Phenicole und Folatwegsantagonisten. Das E. coli ACM5 zeigte eine Empfindlichkeit gegenüber allen Antibiotika mit Ausnahme eines β-Lactam-Arzneimittels. Vier β-Lactam-Medikamente wurden getestet: Ampicillin, Carbenicillin, Cephalothin und…

Discussion

Diese Studie stellt eine Anpassung des bakteriellen WGS-Workflows unter Verwendung eines Tischsequenzierers und einer Pipeline zur genomischen Charakterisierung einer pathogenen E. coli-Variante dar. Abhängig von der verwendeten Sequenzierungsplattform können die Durchlaufzeiten (TATs) für nasse Laborverfahren (Bakterienkultur, gDNA-Extraktion, Bibliotheksvorbereitung und Sequenzierung) und die Sequenzanalyse variieren, insbesondere wenn langsam wachsende Bakterien untersucht werden. Nach dem oben beschrieben…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

An den Nationalen Rat für Wissenschaft und Technologie von Mexiko (CONACyT durch sein Akronym auf Spanisch) für das Promotionsstipendium an José Antonio Magaña-Lizárraga [Nr. 481143].

Materials

Accublock Mini digital dry bath Labnet D0100 Dry bath for incubation of tubes
Agencourt AMPure XP Beckman Coulter A63881 Magnetic beads in solution for DNA library purification
DeNovix DS-11 DeNovix Inc. UV-Vis spectophotometer to check the quality of the gDNA extracted
DNA LoBind Tubes Eppendorf 0030108418 1.5 mL PCR tubes for DNA library pooling
DynaMag-2 Magnet Invitrogen, Thermo Fisher Scientific 12321D Magnetic microtube rack used during magnetic beads-based DNA purification
Gram-negative Multibac I.D. Diagnostic reseach (Mexico) PT-35 Commercial standard antibiotic disks for antimicrobial susceptibility testing
MiniSeq Mid Output Kit (300-cycles) Illumina FC-420-1004 Reagent cartdrige for paired-end sequencing (2×150)
MiniSeq System Instrument Illumina SY-420-1001 Benchtop sequencer used for Next-generation sequencing
MiniSpin centrifuge Eppendorf 5452000816 Standard centrifuge for tubes
Nextera XT DNA Library Preparation Kit Illumina FC-131-1024 Reagents to perform DNA libraries for sequencing. Includes Box 1 and Box 2 reagents for 24 samples
Nextera XT Index Kit v2 Illumina FC-131-2001, FC-131-2002, FC-131-2003, FC-131-2004 Index set A, B, C, D
PhiX Control v3 Illumina FC-110-3001 DNA library control for sequencing
Precision waterbath LabCare America 51221081 Water bath shaker used for bacterial culture
Qubit 1X dsDNA HS Assay Kit Invitrogen, Thermo Fisher Scientific Q33231 Reagents for fluorescence-based DNA quantification assay
Qubit 2.0 Fluorometer Invitrogen, Thermo Fisher Scientific Q32866 Fluorometer used for fluorescence assay 
Qubit Assay tubes Invitrogen, Thermo Fisher Scientific Q32856 0.5 mL PCR tubes for fluorescence-based DNA quantification assay 
SimpliAmp Thermal Cycler Applied Biosystems, Thermo Fisher Scientific A24811 Thermocycler used for DNA library amplification
Spectronic GENESYS 10 Vis Thermo 335900 Spectophotometer used for bacterial suspension in antimicrobial susceptibility testing
ZymoBIOMICS DNA Miniprep Kit Zymo Research Inc. D4300 Kit for genomic DNA extraction (50 preps)

Riferimenti

  1. Naylor, R. L., et al. A 20-year retrospective review of global aquaculture. Nature. 591 (7851), 551-563 (2021).
  2. Quesada, S. P., Paschoal, J. A. R., Reyes, F. G. R. Considerations on the aquaculture development and on the use of veterinary drugs: special issue for fluoroquinolones-a review. Journal of Food Science. 78 (9), 1321-1333 (2013).
  3. Defoirdt, T., Sorgeloos, P., Bossier, P. Alternatives to antibiotics for the control of bacterial disease in aquaculture. Current Opinion in Microbiology. 14 (3), 251-258 (2011).
  4. Stentiford, G. D., et al. New paradigms to help solve the global aquaculture disease crisis. PLOS Pathogens. 13 (2), 1006160 (2017).
  5. Chen, H., et al. Tissue distribution, bioaccumulation characteristics and health risk of antibiotics in cultured fish from a typical aquaculture area. Journal of Hazardous Materials. 343, 140-148 (2018).
  6. Zhou, M., et al. Antibiotics control in aquaculture requires more than antibiotic-free feeds: A Tilapia farming case. Environmental Pollution. 268, 115854 (2021).
  7. Feng, Y., et al. Ecological effects of antibiotics on aquaculture ecosystems based on microbial community in sediments. Ocean & Coastal Management. 224, 106173 (2022).
  8. Shen, X., Jin, G., Zhao, Y., Shao, X. Prevalence and distribution analysis of antibiotic resistance genes in a large-scale aquaculture environment. Science of The Total Environment. 711, 134626 (2020).
  9. Su, H., et al. Contamination of antibiotic resistance genes (ARGs) in a typical marine aquaculture farm: source tracking of ARGs in reared aquatic organisms. Journal of Environmental Science and Health, Part B. 55 (3), 220-229 (2020).
  10. Oliveira, R. V., Oliveira, M. C., Pelli, A. Disease infection by Enterobacteriaceae family in fishes: a review. Journal of Microbiology & Experimentation. 4 (5), 00128 (2017).
  11. Barbosa, M. M. C., et al. Sorologia e suscetibilidade antimicrobiana em isolados de Escherichia coli de pesque-pagues. Arquivos do Instituto Biológico. 81 (1), 43-48 (2014).
  12. Valenzuela-Armenta, J. A., et al. Microbiological analysis of Tilapia and water in aquaculture farms from Sinaloa. Biotecnia. 20 (1), 20-26 (2018).
  13. Reza, R. H., Shipa, S. A., Naser, M. N., Miah, M. F. Surveillance of Escherichia coli in a fish farm of Sylhet, Bangladesh. Bangladesh Journal of Zoology. 48 (2), 335-346 (2021).
  14. Liao, C. -. Y., et al. Antimicrobial resistance of Escherichia coli From aquaculture farms and their environment in Zhanjiang, China. Frontiers in Veterinary Science. 8, 806653 (2021).
  15. Dewi, R. R., et al. Prevalence and antimicrobial resistance of Escherichia coli, Salmonella and Vibrio derived from farm-raised Red Hybrid Tilapia (Oreochromis spp.) and Asian Sea Bass (Lates calcarifer, Bloch 1970) on the west coast of Peninsular Malaysia. Antibiotics. 11 (2), 136 (2022).
  16. Leimbach, A., Hacker, J., Dobrindt, U. E. coli as an all-rounder: the thin line between commensalism and pathogenicity. Current Topics in Microbiology and Immunology. 358, 3-32 (2013).
  17. Kaper, J. B., Nataro, J. P., Mobley, H. L. T. Pathogenic Escherichia coli. Nature Reviews Microbiology. 2 (2), 123-140 (2004).
  18. Croxen, M. A., Finlay, B. B. Molecular mechanisms of Escherichia coli pathogenicity. Nature Reviews Microbiology. 8 (1), 26-38 (2010).
  19. Croxen, M. A., et al. Recent advances in understanding enteric pathogenic Escherichia coli. Clinical Microbiology Reviews. 26 (4), 822-880 (2013).
  20. Bertelli, C., Greub, G. Rapid bacterial genome sequencing: methods and applications in clinical microbiology. Clinical Microbiology and Infection. 19 (9), 803-813 (2013).
  21. Lynch, T., Petkau, A., Knox, N., Graham, M., Van Domselaar, G. A primer on infectious disease bacterial genomics. Clinical Microbiology Reviews. 29 (4), 881-913 (2016).
  22. Carriço, J. A., Rossi, M., Moran-Gilad, J., Van Domselaar, G., Ramirez, M. A primer on microbial bioinformatics for nonbioinformaticians. Clinical Microbiology and Infection. 24 (4), 342-349 (2018).
  23. Magaña-Lizárraga, J. A., et al. Draft genome sequence of Escherichia coli M51-3: a multidrug-resistant strain assigned as ST131-H30 recovered from infant diarrheal infection in Mexico. Journal of Global Antimicrobial Resistance. 19, 311-312 (2019).
  24. Pérez-Vázquez, M., et al. Emergence of NDM-producing Klebsiella pneumoniae and Escherichia coli in Spain: phylogeny, resistome, virulence and plasmids encoding blaNDM-like genes as determined by WGS. Journal of Antimicrobial Chemotherapy. 74 (12), 3489-3496 (2019).
  25. Massella, E., et al. Snapshot study of whole genome sequences of Escherichia coli from healthy companion animals, livestock, wildlife, humans and food in Italy. Antibiotics. 9 (11), 782 (2020).
  26. Magaña-Lizárraga, J. A., et al. Genomic profiling of antibiotic-resistant Escherichia coli isolates from surface water of agricultural drainage in north-western Mexico: detection of the international high-risk lineages ST410 and ST617. Microorganisms. 10 (3), 662 (2022).
  27. Saracino, I. M., et al. Next Generation sequencing for the prediction of the antibiotic resistance in Helicobacter pylori: a literature review. Antibiotics. 10 (4), 437 (2021).
  28. Ghosh, A., Saha, S. Survey of drug resistance associated gene mutations in Mycobacterium tuberculosis, ESKAPE and other bacterial species. Scientific Reports. 10 (1), 8957 (2020).
  29. Su, M., Satola, S. W., Read, T. D. Genome-based prediction of bacterial antibiotic resistance. Journal of Clinical Microbiology. 57 (3), 01405-01418 (2019).
  30. Brzuszkiewicz, E., et al. Genome sequence analyses of two isolates from the recent Escherichia coli outbreak in Germany reveal the emergence of a new pathotype: Entero-Aggregative-Haemorrhagic Escherichia coli (EAHEC). Archives of Microbiology. 193 (12), 883-891 (2011).
  31. . CLSI Performance Standards for Antimicrobial Disk Susceptibility Tests. 13th ed. CLSI standard M02. Wayne, PA: Clinical and Laboratory Standards Institute Available from: https://clsi.org/standards/products/microbiology/documents/m02/ (2018)
  32. CLSI Performance Standards for Antimicrobial Susceptibility Testing. 31st ed. CLSI supplement M100. Clinical and Laboratory Standards Institute Available from: https://clsi.org/standards/products/microbiology/documents/m100/ (2021)
  33. Ewing, B., Green, P. Base-calling of automated sequencer traces using phred. II. Error probabilities. Genome Research. 8 (3), 186-194 (1998).
  34. Quainoo, S., et al. Whole-genome sequencing of bacterial pathogens: the future of nosocomial outbreak analysis. Clinical Microbiology Reviews. 30 (4), 1015-1063 (2017).
  35. Desai, A., et al. Identification of optimum sequencing depth especially for de novo genome assembly of small genomes using next generation sequencing data. PLoS ONE. 8 (4), 60204 (2013).
  36. Nishino, K., Yamada, J., Hirakawa, H., Hirata, T., Yamaguchi, A. Roles of TolC-dependent multidrug transporters of Escherichia coli in resistance to β-lactams. Antimicrobial Agents and Chemotherapy. 47 (9), 3030-3033 (2003).
  37. Li, M., et al. The resistance mechanism of Escherichia coli induced by ampicillin in laboratory. Infection and Drug Resistance. 12, 2853-2863 (2019).
  38. Ménard, L. -. P., Dubreuil, J. D. Enteroaggregative Escherichia coli heat-stable enterotoxin 1 (EAST1): a new toxin with an old twist. Critical Reviews in Microbiology. 28 (1), 43-60 (2002).
  39. Dubreuil, J. D. EAST1 toxin: An enigmatic molecule associated with sporadic episodes of diarrhea in humans and animals. Journal of Microbiology. 57 (7), 541-549 (2019).
  40. Goldstein, S., Beka, L., Graf, J., Klassen, J. L. Evaluation of strategies for the assembly of diverse bacterial genomes using MinION long-read sequencing. BMC Genomics. 20 (1), 23 (2019).
  41. Guerrero, A., Gomez-Gil, B., Lizarraga-Partida, M. L. Genomic stability among O3:K6 V. parahaemolyticus pandemic strains isolated between 1996 to 2012 in American countries. BMC Genomic Data. 22 (1), 38 (2021).
  42. FAO Applications of Whole Genome Sequencing (WGS) in food safety management. Food and Agriculture Organization of the United Nations Available from: https://www.fao.org/documents/card/es/c/61e44b34-b328-4239-b59c-a9e926e327b4/ (2016)
  43. Rantsiou, K., et al. Next generation microbiological risk assessment: opportunities of whole genome sequencing (WGS) for foodborne pathogen surveillance, source tracking and risk assessment. International Journal of Food Microbiology. 287, 3-9 (2018).

Play Video

Citazione di questo articolo
Magaña-Lizárraga, J. A., Gómez-Gil, B., Enciso-Ibarra, J., Báez-Flores, M. E. Characterization of a Pathogenic Escherichia coli Strain Derived from Oreochromis spp. Farms Using Whole-Genome Sequencing. J. Vis. Exp. (190), e64404, doi:10.3791/64404 (2022).

View Video