Caractérisation d’une souche pathogène d’Escherichia coli dérivée d’Oreochromis spp. Fermes utilisant le séquençage du génome entier

L’aquaculture est l’un des secteurs de production alimentaire à la croissance la plus rapide au monde, et ses pratiques de production visent à satisfaire la demande alimentaire croissante pour la consommation humaine. La production aquacole mondiale a triplé, passant de 34 millions de tonnes (Mt) en 1997 à 112 Mt en 2017¹. Les principaux groupes d’espèces, contribuant à près de 75% de la production, étaient les algues, les carpes, les bivalves, les poissons-chats et les tilapias (Oreochromis spp.) ¹. Cependant, l’apparition de maladies causées par des entités microbiennes est inévitable en raison de la pisciculture intensive, entraînant des pertes économiques potentielles².

L’utilisation d’antibiotiques dans les pratiques piscicoles est bien connue pour prévenir et traiter les infections bactériennes, principal facteur limitant la productivité ^3,4. Néanmoins, les antibiotiques résiduels s’accumulent dans les sédiments et l’eau de l’aquaculture, exerçant une pression sélective et modifiant les communautés bactériennes associées aux poissons et résidentes 5,6,7,8. Par conséquent, l’environnement aquacole sert de réservoir pour les gènes de résistance aux antimicrobiens (ARG) et la poursuite de l’émergence et de la propagation de bactéries résistantes aux antibiotiques (ARA) dans le milieu environnant⁹. En plus des bactéries pathogènes couramment observées affectant les pratiques piscicoles, des membres de la famille des Enterobacteriaceae sont souvent rencontrés, y compris des souches d’agents pathogènes humains d’Enterobacter spp., Escherichia coli, Klebsiella spp. et Salmonella spp.10. E. coli est le microorganisme le plus commun isolé de la farine de poisson et de l’eau dans la pisciculture 11,12,13,14,15.

E. coli est une bactérie à Gram négatif polyvalente qui habite le tractus gastro-intestinal des mammifères et des oiseaux en tant que membre commensale de leur microbiote intestinal. Cependant, E. coli possède une capacité d’adaptation élevée pour coloniser et persister dans différentes niches environnementales, y compris le sol, les sédiments, les aliments et l’eau¹⁶. En raison du gain et de la perte de gènes par le phénomène de transfert horizontal de gènes (HGT), E. coli a rapidement évolué pour devenir un agent pathogène résistant aux antibiotiques bien adapté, capable de causer un large éventail de maladies chez les humains et les animaux^17,18. Sur la base de l’origine de l’isolement, les variantes pathogènes sont définies comme E. coli pathogène intestinal (InPEC) ou E. coli pathogène extra-intestinal (ExPEC). De plus, l’InPEC et l’ExPEC sont subdivisés en pathotypes bien définis en fonction de la manifestation de la maladie, du bagage génétique, des traits phénotypiques et des facteurs de virulence (VF)^16,17,19.

La culture traditionnelle et les techniques moléculaires pour les souches pathogènes d’E. coli ont permis la détection et l’identification rapides de différents pathotypes. Cependant, ils peuvent être longs, laborieux et nécessiter souvent une formation technique élevée¹⁹. De plus, aucune méthode unique ne peut être utilisée pour étudier de manière fiable toutes les variantes pathogènes d’E. coli en raison de la complexité de leur bagage génétique. Actuellement, ces inconvénients ont été surmontés avec l’avènement des technologies de séquençage à haut débit (HTS). Les approches de séquençage du génome entier (SGE) et les outils bioinformatiques ont amélioré l’exploration de l’ADN microbien à un coût abordable et à grande échelle, facilitant la caractérisation approfondie des microbes en une seule fois, y compris les variantes pathogènes étroitement apparentées^20,21,22. Selon les questions biologiques, plusieurs outils bioinformatiques, algorithmes et bases de données peuvent être utilisés pour effectuer l’analyse des données. Par exemple, si l’objectif principal est d’évaluer la présence d’ARG, de VF et de plasmides, des outils tels que ResFinder, VirulenceFinder et PlasmidFinder, ainsi que leurs bases de données associées, peuvent être un bon point de départ. Carriço et ^coll.22 ont donné un aperçu détaillé des différents logiciels bioinformatiques et des bases de données connexes appliqués à l’analyse microbienne du séquençage pangénomique, du prétraitement des données brutes à l’inférence phylogénétique.

Plusieurs études ont démontré la grande utilité du séquençage pangénomique pour l’interrogation du génome concernant les attributs de résistance aux antimicrobiens, le potentiel pathogène et le suivi de l’émergence et des relations évolutives de variantes cliniquement pertinentes d’E. coli provenant de diverses origines^23,24,25,26 . Le séquençage pangénomique a permis d’identifier les mécanismes moléculaires sous-jacents à la résistance phénotypique aux antimicrobiens, y compris les mécanismes de résistance rares ou complexes. Cela se fait en détectant des variantes ARG acquises, de nouvelles mutations dans les gènes cibles du médicament ou des régions promotrices^27,28. De plus, le séquençage pangénomique offre la possibilité d’inférer des profils de résistance aux antimicrobiens sans nécessiter de connaissances préalables sur le phénotype de résistance d’une souche bactérienne²⁹. Alternativement, le séquençage pangénomique a permis la caractérisation des éléments génétiques mobiles (MGE) porteurs à la fois de résistance aux antimicrobiens et de virulence, ce qui a entraîné l’évolution du génome bactérien des agents pathogènes existants. Par exemple, l’application du séquençage pangénomique lors de l’enquête sur l’éclosion d’E. coli en Allemagne en 2011 a permis de découvrir les caractéristiques génomiques uniques d’un pathotype apparemment nouveau d’E. coli; Il est intéressant de noter que ces souches d’éclosion provenaient du groupe E. coli entéroaggrégatif (EAEC), qui a acquis le prophage codant pour la toxine Shiga à partir du pathotype³⁰ d’E. coli entérohémorragique (EHEC).

Ce travail présente une adaptation méthodologique du flux de travail pour le séquenceur bactérien à l’aide d’un séquenceur de paillasse. De plus, un pipeline bioinformatique est fourni à l’aide d’outils Web pour analyser les séquences résultantes et soutenir davantage les chercheurs ayant peu ou pas d’expertise en bioinformatique. Les méthodes décrites ont permis d’élucider la résistance aux antimicrobiens, la virulence et les caractéristiques de mobilome d’une souche pathogène d’E. coli ACM5, isolée en 2011 chez Oreochromis spp. d’élevage intérieur à Sinaloa, au Mexique¹².