Summary

Caratterizzazione di un ceppo patogeno di Escherichia coli derivato da allevamenti di Oreochromis spp. che utilizzano il sequenziamento dell'intero genoma

Published: December 23, 2022
doi:

Summary

La fattibilità di strategie di sequenziamento dell’intero genoma (WGS) utilizzando strumenti da banco ha semplificato l’interrogazione del genoma di ogni microbo di rilevanza per la salute pubblica in un ambiente di laboratorio. Viene descritto un adattamento metodologico del flusso di lavoro per WGS batterico e viene inoltre presentata una pipeline bioinformatica per l’analisi.

Abstract

L’acquacoltura è uno dei settori di produzione alimentare in più rapida crescita in tutto il mondo e l’allevamento di tilapia (Oreochromis spp.) costituisce la principale varietà di pesce d’acqua dolce coltivata. Poiché le pratiche di acquacoltura sono suscettibili alla contaminazione microbica derivata da fonti antropogeniche, è necessario un ampio uso di antibiotici, portando i sistemi di acquacoltura a diventare un’importante fonte di batteri resistenti agli antibiotici e patogeni di rilevanza clinica come Escherichia coli (E. coli). Qui, la resistenza antimicrobica, la virulenza e le caratteristiche del mobiloma di un ceppo patogeno di E. coli , recuperato da Oreochromis spp. allevato nell’entroterra, sono state chiarite attraverso il sequenziamento dell’intero genoma (WGS) e l’analisi in silico . Sono stati eseguiti test di sensibilità antimicrobica (AST) e WGS. Inoltre, il gruppo filogenetico, il sierotipo, la tipizzazione della sequenza multilocus (MLST), la resistenza antimicrobica acquisita, la virulenza, il contenuto di plasmidi e profagi sono stati determinati utilizzando diversi strumenti web disponibili. L’isolato di E. coli ha mostrato solo una suscettibilità intermedia all’ampicillina ed è stato caratterizzato come ceppo ONT: H21-B1-ST40 dalla tipizzazione basata su WGS. Sebbene sia stato rilevato un solo gene correlato alla resistenza antimicrobica [mdf(A)], sono stati identificati diversi geni associati alla virulenza (VAG) dal patotipo enteropatogeno atipico E. coli (aEPEC). Inoltre, è stato rilevato il carico di replicons plasmidi da grandi gruppi plasmidi e 18 regioni associate ai profagi. In conclusione, la caratterizzazione WGS di un isolato aEPEC, recuperato da un allevamento ittico a Sinaloa, in Messico, consente di comprendere il suo potenziale patogeno e il possibile rischio per la salute umana derivante dal consumo di prodotti di acquacoltura crudi. È necessario sfruttare le tecniche di sequenziamento di nuova generazione (NGS) per studiare i microrganismi ambientali e adottare un quadro sanitario unico per imparare come hanno origine i problemi di salute.

Introduction

L’acquacoltura è uno dei settori di produzione alimentare in più rapida crescita in tutto il mondo e le sue pratiche di produzione sono destinate a soddisfare la crescente domanda alimentare per il consumo umano. La produzione mondiale dell’acquacoltura è triplicata da 34 milioni di tonnellate (Mt) nel 1997 a 112 Mt nel 20171. I principali gruppi di specie, che hanno contribuito a quasi il 75% della produzione, sono stati alghe, carpe, bivalvi, pesci gatto e tilapia (Oreochromis spp.) 1. Tuttavia, la comparsa di malattie causate da entità microbiche è inevitabile a causa dell’allevamento ittico intensivo, con conseguenti potenziali perdite economiche2.

L’uso di antibiotici nelle pratiche di allevamento ittico è ben noto per prevenire e curare le infezioni batteriche, il principale fattore limitante della produttività 3,4. Tuttavia, gli antibiotici residui si accumulano nei sedimenti di acquacoltura e nell’acqua, esercitando una pressione selettiva e modificando le comunità batteriche associate ai pesci e residenti 5,6,7,8. Di conseguenza, l’ambiente dell’acquacoltura funge da serbatoio per i geni di resistenza antimicrobica (ARG) e per l’ulteriore comparsa e diffusione di batteri resistenti agli antibiotici (ARB) nell’ambiente circostante9. Oltre ai patogeni batterici comunemente osservati che colpiscono le pratiche di allevamento ittico, si incontrano spesso membri della famiglia delle Enterobacteriaceae, compresi ceppi patogeni umani di Enterobacter spp., Escherichia coli, Klebsiella spp. e Salmonella spp.10. E. coli è il microrganismo più comune isolato dalla farina di pesce e dall’acqua negli allevamenti ittici 11,12,13,14,15.

E. coli è un versatile batterio gram-negativo che abita il tratto gastrointestinale di mammiferi e uccelli come membro commensale del loro microbiota intestinale. Tuttavia, E. coli possiede una capacità altamente adattativa di colonizzare e persistere in diverse nicchie ambientali, tra cui suolo, sedimenti, cibo e acqua16. A causa del guadagno e della perdita genica attraverso il fenomeno del trasferimento genico orizzontale (HGT), E. coli si è rapidamente evoluto in un patogeno resistente agli antibiotici ben adattato, in grado di causare un ampio spettro di malattie nell’uomo e negli animali17,18. In base all’origine dell’isolamento, le varianti patogene sono definite come E. coli patogeno intestinale (InPEC) o E. coli patogeno extra-intestinale (ExPEC). Inoltre, InPEC ed ExPEC sono sottoclassificati in patotipi ben definiti in base alla manifestazione della malattia, al background genetico, ai tratti fenotipici e ai fattori di virulenza (VF)16,17,19.

La coltura tradizionale e le tecniche molecolari per i ceppi patogeni di E. coli hanno permesso la rapida individuazione e identificazione di diversi patotipi. Tuttavia, possono richiedere molto tempo, essere laboriosi e spesso richiedere un’elevata formazione tecnica19. Inoltre, nessun singolo metodo può essere utilizzato per studiare in modo affidabile tutte le varianti patogene di E. coli a causa della complessità del loro background genetico. Attualmente, questi inconvenienti sono stati superati con l’avvento delle tecnologie HTS (High-Throughput Sequencing). Gli approcci di sequenziamento dell’intero genoma (WGS) e gli strumenti bioinformatici hanno migliorato l’esplorazione del DNA microbico in modo economico e su larga scala, facilitando la caratterizzazione approfondita dei microbi in un’unica corsa, comprese le varianti patogene strettamente correlate20,21,22. A seconda delle domande biologiche, diversi strumenti bioinformatici, algoritmi e database possono essere utilizzati per eseguire l’analisi dei dati. Ad esempio, se l’obiettivo principale è valutare la presenza di ARG, VF e plasmidi, strumenti come ResFinder, VirulenceFinder e PlasmidFinder, insieme ai loro database associati, potrebbero essere un buon punto di partenza. Carriço et al.22 hanno fornito una panoramica dettagliata dei diversi software bioinformatici e dei relativi database applicati per l’analisi microbica WGS, dalla pre-elaborazione dei dati grezzi all’inferenza filogenetica.

Diversi studi hanno dimostrato l’ampia utilità del WGS per l’interrogazione del genoma per quanto riguarda gli attributi di resistenza antimicrobica, il potenziale patogeno e il monitoraggio dell’emergenza e delle relazioni evolutive di varianti clinicamente rilevanti di E. coli provenienti da diverse origini23,24,25,26 . WGS ha permesso l’identificazione dei meccanismi molecolari alla base della resistenza fenotipica agli antimicrobici, compresi quei meccanismi di resistenza rari o complessi. Ciò avviene attraverso la rilevazione di varianti ARG acquisite, nuove mutazioni nei geni bersaglio dei farmaci o regioni promotrici27,28. Inoltre, WGS offre il potenziale per dedurre profili di resistenza antimicrobica senza richiedere conoscenze preliminari sul fenotipo di resistenza di un ceppo batterico29. In alternativa, WGS ha permesso la caratterizzazione degli elementi genetici mobili (MGE) che portano sia la resistenza antimicrobica che le caratteristiche di virulenza, che ha guidato l’evoluzione del genoma batterico dei patogeni esistenti. Ad esempio, l’applicazione di WGS durante l’indagine sull’epidemia tedesca di E. coli nel 2011 ha portato alla scoperta delle caratteristiche genomiche uniche di un patotipo di E. coli apparentemente nuovo; È interessante notare che questi ceppi epidemici hanno avuto origine dal gruppo enteroaggregativo E. coli (EAEC), che ha acquisito il profago che codifica la tossina Shiga dal patotipo enteroemorragico E. coli (EHEC)30.

Questo lavoro presenta un adattamento metodologico del flusso di lavoro per WGS batterico utilizzando un sequenziatore da banco. Inoltre, viene fornita una pipeline bioinformatica utilizzando strumenti basati sul web per analizzare le sequenze risultanti e supportare ulteriormente i ricercatori con competenze bioinformatiche limitate o assenti. I metodi descritti hanno permesso di chiarire la resistenza antimicrobica, la virulenza e le caratteristiche del mobiloma di un ceppo patogeno di E. coli ACM5, isolato nel 2011 da Oreochromis spp. nell’entroterra coltivato a Sinaloa, Messico12.

Protocol

NOTA: Il ceppo ACM5 di E. coli è stato recuperato elaborando e coltivando il campione di pesce per la determinazione dei coliformi fecali (FC)12. Durante il campionamento del pesce, i pesci non hanno mostrato segni clinici di malattia, infezione batterica o fungina e ha prevalso una temperatura media di 22,3 ° C. Dopo l’isolamento, l’isolato di E. coli è stato sottoposto a test biochimici e crioconservato in brodo di infusione cardiaca cerebrale (BHI) con DMSO (8% v / v) come …

Representative Results

La suscettibilità antimicrobica è stata determinata dal metodo di diffusione del disco e interpretata dai criteri di breakpoint CLSI per 12 antibiotici che coprono sei distinte classi antimicrobiche, ovvero aminoglicosidi, β-lattamici, fluorochinoloni, nitrofurani, fenioli e antagonisti della via dei folati. L’E. coli ACM5 ha mostrato sensibilità a tutti gli antibiotici tranne un farmaco β-lattamico. Sono stati testati quattro farmaci β-lattamici: ampicillina, carbenicillina, cefalotina e cefotaxime. Tra q…

Discussion

Questo studio presenta un adattamento del flusso di lavoro batterico WGS utilizzando un sequenziatore da banco e una pipeline per la caratterizzazione genomica di una variante patogena di E. coli. A seconda della piattaforma di sequenziamento utilizzata, i tempi di consegna (TAT) per le procedure di laboratorio umide (coltivazione batterica, estrazione del gDNA, preparazione della libreria e sequenziamento) e l’analisi della sequenza potrebbero variare, in particolare se vengono studiati batteri a crescita lenta…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Al Consiglio Nazionale della Scienza e della Tecnologia del Messico (CONACyT con il suo acronimo in spagnolo) per la borsa di dottorato assegnata a José Antonio Magaña-Lizárraga [n. 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)

References

  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

Cite This Article
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