Aplicación de NGS en vigilancia epidemiológica ¿Qué nos puede aportar? Ejemplo de S. Enteritidis ST11
Comunicación presentada en Jornadas Vigilancia Sanitaria 2023: presente y futuro para 2030
6 de julio de 2023
Samper-Cativiela C., Torre-Fuentes L., Herrera-Leon S., Dieguez B., Ugarte-Ruiz M., de Frutos C., Saez JL. y Alvarez J.
La aplicación de secuenciación masiva (NGS) en vigilancia epidemiológica ha permitido sustituir técnicas tradicionales de caracterización por métodos más discriminativos. Sin embargo, no existe harmonización en el uso de las técnicas disponibles para la clasificación de aislados y detección/definición de familias/linajes. En el caso de S. Enteritidis, el secuenciotipo ST11 es el más prevalente a nivel internacional tanto en casos clínicos como en aislados de fuentes animales. A pesar de ser un ST muy homogéneo, estudios realizados recientemente a nivel internacional mediante la aplicación de NGS ha permitido detectar distintos linajes a nivel mundial. En este estudio se evalúa la aplicación de distintos flujos de análisis basados en la presencia de polimorfismos de nucleótido único (SNPs) y en la presencia de alelos (cgMLST), además del estudio del pangenoma, en secuencias de aislados en España de distintos orígenes (casos clínicos, animales domésticos y salvajes, productos de origen animal y medioambiental).
Se secuenciaron 244 aislados de S. Enteritidis (Illumina), y se incorporaron 90 aislados caracterizados en otros estudios y pertenecientes a distintos linajes. Tras la evaluación in silico del serotipo, ST y resistoma (SISTR, cgMLTS, ResFinder) se han aplicado los dos flujos de análisis: SNPs y en cgMLST. En el primer caso se han alineado las lecturas de los aislados frente a una secuencia de referencia (P125109, genoma completo). Tras alinear las secuencias consenso se ha creado la filogenia basada en maximum-likelihood estimation (RAxML-CAT). En el segundo caso, se han seleccionado un esquema de genes del género Salmonella (3.002 loci), frente al que se han alineado las lecturas (pyMLST), y del multialineamiento resultante se realizado el mismo proceso. La función tanglegram del paquete dendextend ha permitido evaluar las diferencias obtenidas a nivel topológico. Para la identificación de clados se ha aplicado la herramienta hierBAPS en las filogenias de cada método. Además, sobre las matrices de distancias obtenidas se ha realizado el agrupamiento mediante single linkage address (SLA), puntos de corte (250,100,50,25,10,5), obteniendo así el SNPaddress y HierCC-like respectivamente. Para la comparación de la diversidad de clados generados mediante hierBAPS y SLA se ha calculado el índice de Simpon’s (SI). Finalmente, a partir del pangenoma (Roary) se ha evaluado la presencia de determinados genes en función del clado asignado en el primer flujo de análisis (Scoary).
Todos los aislados fueron identificados como S. Enteritidis, y el 95% como ST11. La diversidad resultante en la clasificación de los aislados mediante las distintas técnicas presentó una diversidad similar (SI~5,4). A nivel epidemiológico se ha observado que uno de los clados identificados (mediante ambos enfoques) contiene un mayor número de aislados procedentes de casos clínicos, en otro de los clados se observa un mayor número de aislados procedentes de fuentes animales y alimentarias, en el que además se agrupan los aislados que presentan determinantes de resistencia antimicrobiana (fluoroquinolonas). Del análisis realizado se ha observado que la capacidad discriminativa entre los dos métodos utilizados es similar, y su utilidad junto con la disponibilidad de los datos epidemiológicos es de gran valor para el estudio evolutivo de los aislados (relación de los aislados con linajes previamente identificados) y para informar decisiones salud pública (estudio de brotes, detección de linajes con resistencias, etc.). El uso del estudio del pangenoma ha permitido, además, identificar 5-11 genes específicos de los distintos clados detectados
Servicio de Zoonosis de Transmisión Alimentaria y Resistencia a Antimicrobianos (ZTA). Centro de Vigilancia Sanitaria Veterinaria (VISAVET). Universidad Complutense (UCM). | |
Departamento de Sanidad Animal. Facultad de Veterinaria. Universidad Complutense (UCM). | |
Centro Nacional de Microbiología (CNM). Instituto de Salud Carlos III (ISCIII). | |
Empresa de Tecnologías y Servicios Agrarios, S.A. (TRAGSATEC). Grupo Tragsa. | |
Ministerio de Agricultura, Pesca y Alimentación (MAPA). | |
Enlace a Jornadas Vigilancia Sanitaria 2023: presente y futuro para 2030