Эвристическая добыча иерархических генотипов и локусов генома аксессуаров в бактериальных популяциях
7 декабря 2021 г.
Эта аналитическая вычислительная платформа предоставляет практическое руководство для микробиологов, экологов и эпидемиологов, заинтересованных в бактериальной популяционной геномике. В частности, представленная здесь работа продемонстрировала, как выполнять: i) филогенное картирование иерархических генотипов; ii) частотный анализ генотипов; iii) анализ родства и клональности; iv) идентификация родословной, дифференцирующей локусы аксессуаров.
Данный аналитический протокол позволяет проводить масштабные исследования патогенных популяций бактерий. Это очень важно, потому что это улучшает возможности проведения экологических и эпидемиологических расследований. Но для того, чтобы это произошло, нам нужен автоматизированный и масштабируемый инструмент или вычислительная платформа, которая позволяет анализировать многие тысячи последовательностей генома одновременно.
ProkEvo подходит для этой ниши, и он позволяет проводить практический анализ бактериальной популяции в масштабе, одновременно картируя пангеномное содержание, которое рассматривает генотипы и уникальные особенности этих генотипов для экологического и эпидемиологического исследования. Основным преимуществом этого протокола является использование мощных, автоматизированных и масштабируемых вычислительных платформ, таких как ProkEvo, для эвристического майнинга иерархических генотипов в бактериальных популяциях. Аналитический протокол, представленный здесь сегодня, имеет ряд практических последствий.
Одним из них является облегчение диагностики в том смысле, который позволит картировать и отслеживать бактериальные генотипы в режиме реального времени масштабируемым образом, что позволяет различать и определять патогенные линии патогенов для отслеживания и картирования этих патогенов в различных условиях. Другое применение заключается в усилении регулярного эпиднадзора за лабораториями общественного здравоохранения и регулирующими органами, что делается для облегчения отслеживания патогенов в различных коммерческих условиях. Протокол, представленный здесь, предоставляет практическое руководство для микробиологов, экологов, эпидемиологов и всех, кто интересуется бактериальной популяционной геномикой.
ProkEvo является общедоступной платформой с открытым исходным кодом, а ее страница на GitHub содержит подробные инструкции по использованию. Протокол, описанный здесь, также можно найти на GitHub. С помощью предоставленных инструкций мы хотим сделать ProkEvo и этот протокол простыми в использовании и использоваться начинающими и продвинутыми исследователями.
Начните проводить анализы с использованием дерева Джиджи для построения филогенетического дерева вместе с генотипической информацией. Для этого оптимизируйте размер фигуры дерева Gigi, включая диаметр и ширину колец, изменив числовые значения внутри тепловой карты x-lim и G. При построении нескольких слоев данных с филогенетическим деревом агрегируйте все метаданные в минимально возможное количество категорий, чтобы облегчить выбор цветовой панели.
Проведите агрегацию данных на основе вопроса об интересе и знания предметной области. После этого используйте гистограмму для оценки относительных частот путем агрегирования данных для типа последовательности или линий ST, а также типирования многолокусной последовательности основного генома или вариантов cgMLST для облегчения визуализации. Выберите эмпирический или статистический порог, используемый для агрегирования данных.
Пример кода можно использовать для проверки частотного распределения линий ST и определения отсечки. В примере кода показано, как агрегируются второстепенные или низкочастотные ST. Не пронумерованные ST можно сгруппировать как другие ST.
Используйте аналогичный код для вариантов cgMLST. Используйте вложенный подход для вычисления доли каждой линии ST в каждой подгруппе BAPS1 для идентификации ST, принадлежащих к одной и той же подгруппе BAPS1. Код иллюстрирует, как пропорция на основе ST может быть рассчитана в подгруппах BAPS1.
Чтобы построить график распределения устойчивости к противомикробным препаратам или локусов УПП по линиям ST, используйте эмпирический или статистический порог для фильтрации наиболее важных локусов УПП для облегчения визуализации. Предоставьте сырой. csv-файл, содержащий рассчитанные пропорции всех локусов AMR по всем линиям ST.
Затем рассчитайте пропорцию AMR для каждого ST с помощью кода. После выполнения вычислений для всех ПАКЕТОВ данных объедините наборы данных в один фрейм данных с помощью кода, а затем экспортируйте CSV-файл, содержащий вычисляемые пропорции с кодом. Перед построением распределения на основе AMR по линиям ST отфильтруйте данные на основе порогового значения, чтобы упростить визуализацию.
Затем постройте график филогении основного генома вместе с иерархическими генотипическими классификациями в данных AMR на одном участке с использованием дерева Джиджи. Затем оптимизируйте размер фигуры внутри дерева Gigi, используя параметры, упомянутые ранее. Оптимизируйте визуализации, агрегируя переменные или используя двоичную классификацию, такую как наличие или отсутствие генов.
Рассмотрена иерархическая популяционная структура линии Salmonella enterica в контексте филогении основного генома. Относительные частоты всех иерархических генотипов затем использовались для оценки общего распределения и наиболее часто наблюдаемых классификаций. Менее частые линии ST были агрегированы как другие ST для облегчения визуализации данных.
Аналогичным образом, менее частые варианты cgMLST были агрегированы, как и другие cgMLST. Наследственные отношения между ST были изучены с использованием вложенного подхода путем оценки относительной частоты линий ST по подгруппам или гаплотипам BAPS1. Относительная частота линии ST, дифференцирующей локусы УПП, оценивалась для выявления уникальных вспомогательных геномных сигнатур, связанных со сероварной структурой популяции Ньюпорта.
В результатах локусы MDFA и AAC6IAA, по-видимому, были приобретены предками сероварной популяцией Ньюпорта, тогда как ST45, по прогнозам, будет иметь множественную лекарственную устойчивость. По сравнению с ST45, другие основные линии ST, такие как ST5 и ST118, с большей вероятностью будут восприимчивы к нескольким препаратам. Кроме того, для систематической интеграции данных иерархической структуры популяции использовалась филогенная визуализация.
Этот аналитический протокол представляет собой основу для интеллектуального анализа данных бактериальных популяций в масштабе. Он позволяет картировать и отслеживать генотипы в масштабе с помощью ProkEvo, но он также может быть расширен, чтобы ответить на другие вопросы, такие как изучение распределения метаболических путей и факторов вирулентности, связанных с генотипической информацией. То есть мы можем предсказать фенотипы, которые связаны с конкретными генотипами, представляющими интерес.
Протокол, описанный здесь, определенно прокладывает путь для исследователей для изучения новых вопросов в области популяционной геномики и вывода эволюционных и экологических моделей для патогенных, а также непатогенных видов бактерий.
Просмотрите полный транскрипт и получите доступ к тысячам научных видео
Обзор
В данной статье представлен практический масштабируемый протокол популяционного геномного анализа бактерий с использованием вычислительной платформы ProkEvo. Благодаря применению данных полногеномного секвенирования (WGS) и иерархического генотипического картирования данный протокол позволяет исследователям анализировать тысячи бактериальных геномов, что способствует проведению экологических и эпидемиологических исследований. Подход продемонстрирован на примере Salmonella Newport путем интеграции филогенетических, генотипических и дополнительных геномных данных для выявления структуры популяции и закономерностей антимикробной резистентности.
Основные компоненты исследования
Область науки
- Популяционная геномика бактерий
- Вычислительная биология
- Микробная эпидемиология
Теоретическая часть
- Рутинное полногеномное секвенирование (WGS) трансформирует эпидемиологические исследования в сфере общественного здравоохранения.
- Крупномасштабный анализ бактериальных популяций требует автоматизированных и масштабируемых вычислительных инструментов.
- ProkEvo — это платформа с открытым исходным кодом, предназначенная для иерархического популяционного геномного анализа.
- Сочетание генотипического картирования с поиском в добавочном геноме расширяет возможности экологического вывода.
Цель исследования
- Предоставить воспроизводимый и масштабируемый протокол для популяционного геномного анализа бактерий с использованием ProkEvo.
- Руководить исследователями в картировании иерархических генотипов и вспомогательных локусов для получения экологических и эпидемиологических данных.
- Продемонстрировать практическое применение с использованием большого набора данных геномов Salmonella Newport.
Используемые методы
- Автоматизированный анализ данных полногеномного секвенирования (WGS) с помощью ProkEvo.
- Филогенетически ориентированное картирование иерархических генотипов (серовар → BAPS1 → ST → cgMLST).
- Визуализация филогенетических деревьев с генотипическими и дополнительными данными с использованием Gigi tree в R.
- Агрегация и частотный анализ последовательных типов (ST) и вариантов MLST основного генома.
- Оценка распределения локусов антимикробной резистентности (AMR) по линиям.
Основные результаты
- Иерархическое генотипическое картирование выявило популяционную структуру Salmonella Newport.
- Линии ST5 и ST118 имеют более близкого общего предка по сравнению с высококлональной линией ST45.
- Предполагается, что ST45 обладает множественной лекарственной устойчивостью, в то время как ST5 и ST118 с большей вероятностью чувствительны к нескольким препаратам.
- Визуализации, привязанные к филогении, интегрировали генотипические данные и данные об AMR, подчеркивая специфические геномные сигнатуры линий.
Выводы
- Данный протокол позволяет проводить масштабируемый и воспроизводимый геномный анализ популяций бактерий.
- Сочетание иерархического генотипического картирования с анализом дополнительного генома позволяет получить важные экологические и эпидемиологические данные.
- Этот подход поддерживает мониторинг в режиме реального времени и отслеживание патогенных линий в интересах общественного здравоохранения и в рамках регуляторного контроля.
Часто задаваемые вопросы
Практическая значимость для промышленности
Данный протокол позволяет проводить масштабируемый автоматизированный анализ популяционной геномики бактерий с использованием данных полногеномного секвенирования, обеспечивая эпидемиологический надзор и экологический вывод в сфере общественного здравоохранения и нормативного регулирования. Благодаря интеграции иерархического картирования генотипов с поиском в дополнительном геноме, данный метод создает основу для снижения рисков при валидации мишеней в исследованиях антимикробной резистентности и факторов вирулентности. Такой подход повышает прогностическую достоверность специфических для линий геномных сигнатур, что позволяет принимать решения о целесообразности дальнейших этапов (go/no-go) в рамках ранних стадий разработки антибактериальных средств.
Стратегическое применение в биофармацевтических исследованиях и разработках
Первичный поиск и валидация мишени
- Научная ценность: Позволяет проверять терапевтические гипотезы путем сопоставления иерархических генотипов (серовар → BAPS1 → ST → cgMLST) для уточнения структуры популяции и выявления ключевых дифференцирующих генотипов, таких как сиквенс-типы.
- Научная ценность: Способствует снижению биологических рисков путем оценки частотного распределения генотипов как показателя экологической приспособленности, что помогает приоритизировать мишени со стабильными ассоциациями с определенными линиями.
- Научная ценность: Определяет родственные связи и генетическое разнообразие с использованием генотипических классификаций, что снижает механистическую неопределенность при выборе мишеней для антимикробных или антивирулентных стратегий.
Скрининг и разработка анализа
- Научная ценность: Подготовка валидированных биологических систем для последующих этапов анализа путем картирования специфических для данной линии вспомогательных локусов, включая маркеры антимикробной резистентности (AMR), что позволяет проводить надежный скрининг соединений на определенном генетическом фоне.
- Практическая ценность: Обеспечение стандартизации и воспроизводимости анализа с помощью визуализации иерархических генотипов и содержания AMR на основе филогенеза, что способствует получению согласованных результатов в разных лабораториях.
- Практическая ценность: Подтверждение готовности к скринингу и масштабируемости метода путем демонстрации автоматизированной обработки 2365 изолятов Salmonella Newport, что обеспечивает высокопроизводительное генотипическое профилирование.
Трансляционные и доклинические исследования
- Научная ценность: Обсуждается значимость для медицины путем связывания вспомогательных локусов AMR (например, MDFA и AAC6IAA) с линийно-специфичными геномными сигнатурами в зоонозных патогенах, что способствует согласованию трансляционных биомаркеров.
- Научная ценность: Описывается преемственность от этапа открытия до доклинической валидации путем использования различий на основе ST для отслеживания предкового приобретения локусов резистентности, что позволяет принимать обоснованные решения о дальнейшем продвижении с учетом рисков.
- Научная ценность: Основное внимание уделено прогностическому снижению рисков путем идентификации дифференцирующих линии вспомогательных локусов, которые коррелируют с фенотипическими признаками, такими как чувствительность или устойчивость к нескольким препаратам, что позволяет прогнозировать фенотип на основе генотипа.
Интеграция конвейеров и рабочих процессов
Данный метод интегрируется в процесс разработки — от раннего поиска до идентификации ведущих соединений и доклинических исследований — обеспечивая масштабируемое генотипическое картирование и анализ вспомогательного генома, что способствует проверке гипотез, уточнению метаболических путей и снижению биологических рисков.
- Открытие в биологии: Объясняет, как метод поддерживает проверку гипотез, уточнение путей или снижение биологических рисков посредством картирования иерархических генотипов с помощью филогенетического анализа и анализа частотности линий ST.
- Скрининг: Описывает готовность анализа, воспроизводимость или количественные результаты, если это предусмотрено статьей, например, пропорциональное распределение локусов AMR в линиях ST для стандартизированных скрининговых панелей.
- Аналитика: Выделяет измерения, показатели или статистические данные, которые помогают командам сравнивать условия, включая расчеты относительной частоты линий ST внутри подгрупп BAPS1 и пропорций локусов AMR.
- Трансляционные исследования: Связывает метод с доклинической преемственностью или согласованием биомаркеров только в тех случаях, когда это подтверждается источником, например, при картировании специфического для линий содержания AMR для вывода об эволюционных и экологических закономерностях в популяциях патогенов.
- Корпоративное повторное использование: Представляет метод как многократно используемую возможность, а не как одноразовую технику, подчеркивая его автоматизацию, масштабируемость и доступность через открытое ПО ProkEvo для повторного применения к различным видам бактерий и в разных исследованиях.
Операционное и корпоративное воздействие
- Научная ценность: прогностическая достоверность, валидация мишеней, снижение механистической неопределенности.
- Операционная ценность: стандартизация, воспроизводимость и масштабируемость.
- Стратегическая ценность: более обоснованные решения о продолжении или прекращении разработки («go/no-go»), эффективность использования капитала и снижение биологических рисков на поздних этапах.
- Влияние на портфель: приоритезация и принятие решений о продвижении проектов с учетом скорректированного риска.
Особенности реализации
- Требуются научные знания в области микробной геномики, филогенетики и программирования на R для проведения иерархического популяционного геномного анализа.
- Потребности в инструментарии и аналитической инфраструктуре включают доступ к данным полногеномного секвенирования, вычислительные ресурсы для масштабируемой обработки и такие инструменты, как Gigi tree, для филогенетической визуализации.
- Требования к межкомандной стандартизации включают агрегирование метаданных в минимальные категории для единообразия цветовых панелей, а также применение эмпирических или статистических порогов для фильтрации и визуализации данных.
- Вопросы адаптации для различных модельных систем включают модификацию генотипических иерархий (например, Serovar → BAPS1 → ST → cgMLST) и порогов фильтрации дополнительных локусов в зависимости от патогена и целей исследования.
- Практические ограничения, подтвержденные исходными материалами, включают необходимость объединения редко встречающихся ST или вариантов cgMLST в категорию «прочие» для упрощения визуализации, а также зависимость от экспертных знаний в данной области при агрегировании данных и выборе пороговых значений.
