$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
La acuicultura es uno de los sectores productores de alimentos de más rápido crecimiento en todo el mundo, y sus prácticas de producción están destinadas a satisfacer la creciente demanda de alimentos para el consumo humano. La producción acuícola mundial se ha triplicado de 34 millones de toneladas (Mt) en 1997 a 112 Mt en 20171. Los principales grupos de especies, que contribuyeron a casi el 75% de la producción, fueron algas, carpas, bivalvos, bagres y tilapia (Oreochromis spp.) 1. Sin embargo, la aparición de enfermedades causadas por entidades microbianas es inevitable debido a la piscicultura intensiva, lo que lleva a posibles pérdidas económicas2.
El uso de antibióticos en las prácticas de piscicultura es bien conocido por prevenir y tratar infecciones bacterianas, el principal factor limitante en la productividad 3,4. Sin embargo, los antibióticos residuales se acumulan en los sedimentos y el agua de la acuicultura, ejerciendo una presión selectiva y modificando las comunidades bacterianas asociadas a los peces y residentes 5,6,7,8. En consecuencia, el ambiente acuícola sirve como reservorio para los genes de resistencia a los antimicrobianos (ARG), y la posterior aparición y propagación de bacterias resistentes a los antibióticos (ARB) en el medio circundante9. Además de los patógenos bacterianos comúnmente observados que afectan las prácticas de piscicultura, a menudo se encuentran miembros de la familia Enterobacteriaceae, incluidas cepas de patógenos humanos de Enterobacter spp., Escherichia coli, Klebsiella spp. y Salmonella spp.10. E. coli es el microorganismo más común aislado de la harina y el agua de pescado en la piscicultura 11,12,13,14,15.
E. coli es una bacteria gramnegativa versátil que habita en el tracto gastrointestinal de mamíferos y aves como miembro comensal de su microbiota intestinal. Sin embargo, E. coli posee una alta capacidad adaptativa para colonizar y persistir en diferentes nichos ambientales, incluyendo suelo, sedimentos, alimentos y agua16. Debido a la ganancia y pérdida de genes a través del fenómeno de transferencia horizontal de genes (HGT), E. coli ha evolucionado rápidamente hasta convertirse en un patógeno resistente a los antibióticos bien adaptado, capaz de causar un amplio espectro de enfermedades en humanos y animales17,18. Según el origen del aislamiento, las variantes patogénicas se definen como E. coli patógena intestinal (InPEC) o E. coli patógena extraintestinal (ExPEC). Además, InPEC y ExPEC se subclasifican en patotipos bien definidos de acuerdo con la manifestación de la enfermedad, los antecedentes genéticos, los rasgos fenotípicos y los factores de virulencia (FV)16,17,19.
El cultivo tradicional y las técnicas moleculares para cepas patógenas de E. coli han permitido la rápida detección e identificación de diferentes patotipos. Sin embargo, pueden llevar mucho tiempo, ser laboriosas y con frecuencia requieren una alta capacitación técnica19. Además, no se puede utilizar un método único para estudiar de manera confiable todas las variantes patogénicas de E. coli debido a la complejidad de sus antecedentes genéticos. Actualmente, estos inconvenientes se han superado con el advenimiento de las tecnologías de secuenciación de alto rendimiento (HTS). Los enfoques de secuenciación del genoma completo (WGS) y las herramientas bioinformáticas han mejorado la exploración del ADN microbiano de manera asequible y a gran escala, facilitando la caracterización en profundidad de los microbios en una sola ejecución, incluidas las variantes patogénicas estrechamente relacionadas20,21,22. Dependiendo de las preguntas biológicas, se pueden utilizar varias herramientas bioinformáticas, algoritmos y bases de datos para realizar análisis de datos. Por ejemplo, si el objetivo principal es evaluar la presencia de ARG, VF y plásmidos, herramientas como ResFinder, VirulenceFinder y PlasmidFinder, junto con sus bases de datos asociadas, podrían ser un buen punto de partida. Carriço et al.22 proporcionaron una visión detallada de los diferentes programas informáticos y bases de datos relacionadas aplicadas para el análisis microbiano de WGS, desde el preprocesamiento de datos brutos hasta la inferencia filogenética.
Varios estudios han demostrado la amplia utilidad de WGS para la interrogación del genoma con respecto a los atributos de resistencia a los antimicrobianos, el potencial patogénico y el seguimiento de la aparición y las relaciones evolutivas de variantes clínicamente relevantes de E. coli procedentes de diversos orígenes23,24,25,26 . WGS ha permitido la identificación de los mecanismos moleculares subyacentes a la resistencia fenotípica a los antimicrobianos, incluidos los mecanismos de resistencia raros o complejos. Esto es a través de la detección de variantes ARG adquiridas, mutaciones novedosas en genes diana de fármacos o regiones promotoras27,28. Además, WGS ofrece el potencial de inferir perfiles de resistencia antimicrobiana sin requerir conocimientos previos sobre el fenotipo de resistencia de una cepa bacteriana29. Alternativamente, WGS ha permitido la caracterización de los elementos genéticos móviles (MGE) portadores de características de resistencia antimicrobiana y virulencia, lo que ha impulsado la evolución del genoma bacteriano de los patógenos existentes. Por ejemplo, la aplicación de WGS durante la investigación del brote alemán de E. coli en 2011 resultó en el descubrimiento de las características genómicas únicas de un patotipo de E. coli aparentemente nuevo; Curiosamente, esas cepas del brote se originaron en el grupo enteroagregativo de E. coli (EAEC), que adquirió el profago que codifica la toxina Shiga del patotipo30 enterohemorrágico de E. coli (EHEC).
Este trabajo presenta una adaptación metodológica del flujo de trabajo para WGS bacteriano utilizando un secuenciador de sobremesa. Además, se proporciona una tubería de bioinformática utilizando herramientas basadas en la web para analizar las secuencias resultantes y apoyar aún más a los investigadores con experiencia limitada o nula en bioinformática. Los métodos descritos permitieron dilucidar la resistencia antimicrobiana, la virulencia y las características del mobiloma de una cepa patógena de E. coli ACM5, aislada en 2011 de Oreochromis spp. cultivada en el interior en Sinaloa, México12.