$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Аквакультура является одним из самых быстрорастущих секторов производства продуктов питания во всем мире, и ее производственная практика предназначена для удовлетворения растущего спроса на продовольствие для потребления человеком. Мировое производство аквакультуры утроилось с 34 миллионов тонн в 1997 году до 112 тонн в 2017году1. Основными группами видов, на которые приходилось почти 75% производства, были морские водоросли, карпы, двустворчатые моллюски, сом и тилапия (Oreochromis spp.) 1. Однако появление заболеваний, вызванных микробными образованиями, неизбежно из-за интенсивного рыбоводства, что приводит к потенциальным экономическим потерям2.
Использование антибиотиков в рыбоводстве хорошо известно профилактикой и лечением бактериальных инфекций, что является основным ограничивающим фактором продуктивности 3,4. Тем не менее, остаточные антибиотики накапливаются в отложениях аквакультуры и воде, оказывая селективное давление и модифицируя связанные с рыбой и проживающие бактериальные сообщества 5,6,7,8. Следовательно, среда аквакультуры служит резервуаром для генов устойчивости к противомикробным препаратам (ARG) и дальнейшего появления и распространения устойчивых к антибиотикам бактерий (ARB) в окружающей среде9. В дополнение к бактериальным патогенам, обычно наблюдаемым, влияющим на методы рыбоводства, часто встречаются члены семейства Enterobacteriaceae, включая штаммы патогенов человека Enterobacter spp., Escherichia coli, Klebsiella spp. и Salmonella spp.10. Кишечная палочка является наиболее распространенным микроорганизмом, выделенным из рыбной муки и воды в рыбоводстве 11,12,13,14,15.
Кишечная палочка является универсальной грамотрицательной бактерией, населяющей желудочно-кишечный тракт млекопитающих и птиц как комменсальный член их кишечной микробиоты. Тем не менее, e. coli обладает высокой адаптивной способностью колонизировать и сохраняться в различных экологических нишах, включая почву, отложения, пищу и воду16. Из-за усиления и потери генов в результате явления горизонтального переноса генов (HGT) e. coli быстро превратилась в хорошо адаптированный устойчивый к антибиотикам патоген, способный вызывать широкий спектр заболеваний у людей и животных17,18. Исходя из происхождения выделения, патогенные варианты определяются как кишечная патогенная Кишечная палочка (InPEC) или внекишечная патогенная E. coli (ExPEC). Кроме того, InPEC и ExPEC подразделяются на четко определенные патотипы в соответствии с проявлением заболевания, генетическим фоном, фенотипическими признаками и факторами вирулентности (VFs)16,17,19.
Традиционная культура и молекулярные методы для патогенных штаммов E. coli позволили быстро обнаружить и идентифицировать различные патотипы. Однако они могут быть трудоемкими, трудоемкими и часто требуют высокой технической подготовки19. Кроме того, ни один метод не может быть использован для достоверного изучения всех патогенных вариантов кишечной палочки из-за сложности их генетического фона. В настоящее время эти недостатки были преодолены с появлением технологий высокопроизводительного секвенирования (HTS). Подходы к секвенированию всего генома (WGS) и биоинформационные инструменты улучшили исследование микробной ДНК по доступной цене и в больших масштабах, облегчая углубленную характеристику микробов за один прогон, включая тесно связанные патогенные варианты 20,21,22. В зависимости от биологических вопросов для выполнения анализа данных можно использовать несколько инструментов, алгоритмов и баз данных биоинформатики. Например, если основной целью является оценка наличия ARG, VF и плазмид, такие инструменты, как ResFinder, VirulenceFinder и PlasmidFinder, вместе с связанными с ними базами данных, могут быть хорошей отправной точкой. Carriço et al.22 представили подробный обзор различных программ биоинформатики и связанных с ними баз данных, применяемых для анализа микробных WGS, от предварительной обработки необработанных данных до филогенетического вывода.
Несколько исследований продемонстрировали широкую полезность WGS для опроса генома в отношении признаков устойчивости к противомикробным препаратам, патогенного потенциала и отслеживания возникновения и эволюционных отношений клинически значимых вариантов E. coli, полученных из различных источников 23,24,25,26 . WGS позволила идентифицировать молекулярные механизмы, лежащие в основе фенотипической устойчивости к противомикробным препаратам, включая редкие или сложные механизмы резистентности. Это происходит путем обнаружения приобретенных вариантов ARG, новых мутаций в генах-мишенях лекарств или промоторных областях27,28. Кроме того, WGS предлагает потенциал для вывода профилей устойчивости к противомикробным препаратам, не требуя предварительных знаний о фенотипе резистентности бактериального штамма29. В качестве альтернативы, WGS позволила охарактеризовать мобильные генетические элементы (MME), несущие как устойчивость к противомикробным препаратам, так и признаки вирулентности, что привело к эволюции бактериального генома существующих патогенов. Например, применение WGS во время расследования вспышки кишечной палочки в Германии в 2011 году привело к раскрытию уникальных геномных особенностей явно нового патотипа E. coli; Интересно, что эти штаммы вспышки произошли из группы энтерогрегации E. coli (EAEC), которая приобрела профаг, кодирующий токсин Шига, из энтерогеморрагического патотипа E. coli (EHEC)30.
В данной работе представлена методологическая адаптация рабочего процесса для бактериальных WGS с использованием настольного секвенсора. Кроме того, конвейер биоинформатики предоставляется с использованием веб-инструментов для анализа полученных последовательностей и дальнейшей поддержки исследователей с ограниченным опытом или вообще без опыта в области биоинформатики. Описанные методы позволили выяснить антимикробную устойчивость, вирулентность и мобиломные особенности патогенного штамма E. coli ACM5, выделенного в 2011 году из внутреннего выращивания Oreochromis spp. в Синалоа, Мексика12.