$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
A aquicultura é um dos setores produtores de alimentos que mais crescem em todo o mundo, e suas práticas de produção destinam-se a satisfazer a crescente demanda de alimentos para consumo humano. A produção aquícola global triplicou de 34 milhões de toneladas (Mt) em 1997 para 112 Mt em 20171. Os principais grupos de espécies, contribuindo para quase 75% da produção, foram algas marinhas, carpas, bivalves, bagres e tilápias (Oreochromis spp.) 1. No entanto, o aparecimento de doenças causadas por entidades microbianas é inevitável devido à piscicultura intensiva, levando a potenciais perdas econômicas2.
O uso de antibióticos em práticas de piscicultura é bem conhecido por prevenir e tratar infecções bacterianas, principal fator limitante da produtividade 3,4. No entanto, os antibióticos residuais se acumulam nos sedimentos e na água da aquicultura, exercendo pressão seletiva e modificando as comunidades bacterianas associadas aos peixes e residentes 5,6,7,8. Consequentemente, o ambiente de aquicultura serve como um reservatório para genes de resistência antimicrobiana (ARGs) e o surgimento e disseminação de bactérias resistentes a antibióticos (ARB) no meio circundante9. Além dos patógenos bacterianos comumente observados que afetam as práticas de piscicultura, membros da família Enterobacteriaceae são frequentemente encontrados, incluindo cepas patogênicas humanas de Enterobacter spp., Escherichia coli, Klebsiella spp. e Salmonella spp.10. E. coli é o microrganismo mais comum isolado da farinha de peixe e da água na piscicultura 11,12,13,14,15.
E. coli é uma bactéria gram-negativa versátil que habita o trato gastrointestinal de mamíferos e aves como um membro comensal de sua microbiota intestinal. No entanto, E. coli possui uma capacidade altamente adaptativa de colonizar e persistir em diferentes nichos ambientais, incluindo solo, sedimentos, alimentos e água16. Devido ao ganho e perda de genes através do fenômeno da transferência horizontal de genes (HGT), a E. coli evoluiu rapidamente para um patógeno resistente a antibióticos bem adaptado, capaz de causar um amplo espectro de doenças em humanos e animais17,18. Com base na origem do isolamento, as variantes patogênicas são definidas como E. coli patogênica intestinal (InPEC) ou E. coli patogênica extra-intestinal (ExPEC). Além disso, o InPEC e o ExPEC são subclassificados em patótipos bem definidos de acordo com a manifestação da doença, antecedentes genéticos, características fenotípicas e fatores de virulência (FV)16,17,19.
A cultura tradicional e as técnicas moleculares para cepas patogênicas de E. coli têm permitido a rápida detecção e identificação de diferentes patotipos. No entanto, podem ser demorados, trabalhosos e frequentemente requerem alto treinamento técnico19. Além disso, nenhum método único pode ser usado para estudar de forma confiável todas as variantes patogênicas de E. coli devido à complexidade de seu histórico genético. Atualmente, essas desvantagens foram superadas com o advento das tecnologias de sequenciamento de alto rendimento (HTS). Abordagens de sequenciamento de genoma completo (SGB) e ferramentas de bioinformática melhoraram a exploração do DNA microbiano de forma acessível e em larga escala, facilitando a caracterização aprofundada de micróbios em uma única execução, incluindo variantes patogênicas intimamente relacionadas20,21,22. Dependendo das questões biológicas, várias ferramentas de bioinformática, algoritmos e bancos de dados podem ser usados para realizar a análise de dados. Por exemplo, se o objetivo principal é avaliar a presença de ARGs, VFs e plasmídeos, ferramentas como ResFinder, VirulenceFinder e PlasmidFinder, juntamente com seus bancos de dados associados, podem ser um bom ponto de partida. Carriço et al.22 forneceram uma visão detalhada dos diferentes softwares de bioinformática e bases de dados relacionadas aplicadas para análise microbiana WGS, desde o pré-processamento de dados brutos até a inferência filogenética.
Vários estudos têm demonstrado a ampla utilidade do WGS para a interrogação do genoma em relação aos atributos de resistência antimicrobiana, potencial patogênico e rastreamento do surgimento e relações evolutivas de variantes clinicamente relevantes de E. coli provenientes de diversas origens23,24,25,26 . O WGS permitiu a identificação de mecanismos moleculares subjacentes à resistência fenotípica aos antimicrobianos, incluindo os mecanismos de resistência raros ou complexos. Isso ocorre por meio da detecção de variantes ARG adquiridas, novas mutações em genes-alvo de drogas ou regiões promotoras27,28. Além disso, o WGS oferece o potencial de inferir perfis de resistência antimicrobiana sem a necessidade de conhecimento prévio sobre o fenótipo de resistência de uma cepa bacteriana29. Alternativamente, o WGS permitiu a caracterização dos elementos genéticos móveis (MGEs) portadores de características de resistência antimicrobiana e virulência, o que impulsionou a evolução do genoma bacteriano dos patógenos existentes. Por exemplo, a aplicação de WGS durante a investigação do surto alemão de E. coli em 2011 resultou na descoberta das características genômicas únicas de um patótipo de E. coli aparentemente novo; Curiosamente, essas cepas de surto originaram-se do grupo enteroagregativo E. coli (EAEC), que adquiriu o prófago que codifica a toxina Shiga do patótipo30 entero-hemorrágico de E. coli (EHEC).
Este trabalho apresenta uma adaptação metodológica do fluxo de trabalho para SGB bacterianos utilizando um sequenciador de bancada. Além disso, um pipeline de bioinformática é fornecido usando ferramentas baseadas na web para analisar as sequências resultantes e apoiar ainda mais os pesquisadores com experiência limitada ou nenhuma em bioinformática. Os métodos descritos permitiram a elucidação das características de resistência antimicrobiana, virulência e mobiloma de uma cepa patogênica de E. coli ACM5, isolada em 2011 de Oreochromis spp. cultivada no interior em Sinaloa, México12.