Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Biologie # Bioinformatik

Bekämpfung der antimikrobiellen Resistenz mit neuer Technik

Neue Methoden verbessern unseren Kampf gegen antibiotikaresistente Bakterien.

Julian A. Paganini, Jesse J. Kerkvliet, Gijs Teunis, Oscar Jordan, Nienke L. Plantinga, Rodrigo Meneses, Rob J.L. Willems, Sergio Arredondo-Alonso, Anita C. Schürch

― 6 min Lesedauer


Bekämpfung von Bekämpfung von Antibiotikaresistenzen Bakterien. Neue Werkzeuge kämpfen gegen resistente
Inhaltsverzeichnis

Antimikrobielle Resistenz (AMR) ist ein grosses Problem für die Gesundheit weltweit. Einfach gesagt bedeutet das, dass die Keime, die Infektionen verursachen, stark genug werden, um die Medikamente abzuwehren, die wir benutzen, um sie zu killen. Eine erschreckende Zahl von Menschen, etwa 1,27 Millionen, haben allein im Jahr 2019 ihr Leben durch Infektionen verloren, die durch Bakterien verursacht wurden, die resistent gegen die Behandlung geworden sind. Diese Zahl wächst leider weiter, da immer mehr Keime lernen, wie man Medikamente widersteht.

In den letzten Jahren, auch wenn Wissenschaftler viel beschäftigt waren, wurden nur ein paar neue Medikamente genehmigt, um diese resistenten Keime zu bekämpfen. Diese neuen Antibiotika werden nur für spezielle Situationen empfohlen, was es schwer macht, alle zu behandeln, die Hilfe brauchen. Forscher probieren alternative Wege aus, um mit diesen Infektionen umzugehen, aber diese Methoden sind in den Krankenhäusern noch nicht weit verbreitet. Es könnte eine Weile dauern, bis neue Behandlungen zur Norm werden. Der beste Weg, um eine grössere AMR-Krise zu verhindern, ist, die Ausbreitung der resistenten Bakterien zu stoppen.

Was sind Plasmide und ihre Rolle bei AMR?

Die Ausbreitung von AMR ist nicht einfach. Es gibt viele Faktoren, aber ein wichtiger Spieler sind sogenannte Plasmide. Stell dir Plasmide als kleine DNA-Stücke vor, die leicht zwischen Bakterien wandern können. Diese Plasmide tragen oft die Gene, die Bakterien resistent gegen Antibiotika machen, und sie können auf verschiedene Arten zwischen unterschiedlichen Bakterienarten geteilt werden.

Plasmide sind wie die unerwünschten Gäste in der Welt der Bakterien – sie mischen sich unter verschiedene Arten und verursachen manchmal Ausbrüche in Krankenhäusern. Wegen ihrer wichtigen Rolle bei der Verbreitung von Resistenz ist es entscheidend geworden, Plasmide zu identifizieren und zu verfolgen. Wir müssen verstehen, wie vielfältig Plasmide sind und wie sie sich entwickeln, was dringend notwendig geworden ist.

Die Rolle der Next-Generation Sequencing

Um diese Bakterien und ihre Plasmide besser zu untersuchen, nutzen Wissenschaftler die Next-Generation Sequencing (NGS) Technologie. Das ist ein schicker Begriff dafür, dass Forscher die DNA von Bakterien im grossen Massstab lesen können. Allerdings verlassen sich die meisten Wissenschaftler immer noch auf ein Verfahren namens Illumina-Kurzlese-Sequenzierung, obwohl neuere Technologien die vollständige Sequenzierung bakterieller Genome ermöglichen.

Bis Ende 2023 hatte eine grosse Datenbank namens Sequence Read Archive (SRA) über 2,3 Millionen bakterielle DNA-Sequenzen, und etwa 97,8 % davon wurden mit der Illumina-Kurzlesetechnologie erstellt. Aber es gibt einen Haken! Plasmide haben oft wiederholte Elemente, die es schwierig machen, sie genau mit nur Kurzlesedaten zusammenzusetzen. Deshalb brauchen Forscher spezielle Werkzeuge, um ihnen zu helfen, diese Plasmide zu rekonstruieren.

Einführung einer neuen Methode: gplasCC

Kürzlich wurde eine neue Methode namens gplasCC entwickelt, um die Teile dieser Plasmide zusammenzufügen. Dieses Tool hilft dabei zu identifizieren, welche Teile von Plasmiden stammen und welche Teile von Chromosomen, der Haupt-DNA-Struktur in Bakterien. Es nutzt etwas, das plasmidEC genannt wird, ein Klassifikator, der die Knoten in einem Assemblage-Diagramm sortiert. Nach dem ersten Sortieren gruppiert gplasCC diese Knoten in einzelne Plasmidgruppen basierend darauf, wie sie miteinander verbunden sind und ihrer Sequenzabdeckung.

Diese Methode hat sich bereits als besser erwiesen als ein beliebtes bestehendes Tool namens MOB-suite, besonders wenn es um die Rekonstruktion von Plasmiden geht, die Gene für Antibiotikaresistenz haben. Das Ziel dieser neuen Studie ist es, wie wir Plasmide in vielen verschiedenen Arten von Bakterien mithilfe von Kurzlesedaten klassifizieren und rekonstruieren.

Erstellung des PlasmidCC-Modells

Um die Plasmidklassifizierung zu verbessern, wurde ein neues Tool namens plasmidCC erstellt. Dieses Tool nutzt eine Art von Datenbank, die Centrifuge heisst und speziell für die Klassifizierung von Plasmidsequenzen gebaut wurde. Die Forscher haben spezielle Datenbanken für sieben häufige Bakterien erstellt, die oft bei menschlichen Infektionen vorkommen.

Zusätzlich haben sie eine allgemeine Datenbank erstellt, die weniger bekannte Arten umfasst. Das war eine clevere Entscheidung, da es die Identifizierung von Plasmiden über ein breiteres Spektrum von Bakterien ermöglicht.

Verbesserung der Rekonstruktion mit gplasCC

Sie haben nicht nur einen Klassifikator erstellt, sondern auch den Plasmidmontageprozess mit gplasCC verbessert. Dadurch wurden die Klassifizierungs- und Rekonstruktionsschritte zu einem reibungslosen Vorgang zusammengeführt. In dieser aktualisierten Version werden wiederholte Sequenzen jetzt den richtigen Plasmidbins zugeordnet. Das bedeutet, dass das Tool besser mit Situationen umgehen kann, in denen DNA-Segmente sich wiederholen, was oft problematisch für viele bestehende Tools ist.

Durch die Anwendung von gplasCC auf die Ergebnisse aus plasmidCC konnten die Forscher einzelne Plasmide aus verschiedenen Bakterien zusammensetzen. Sie wollten sehen, wie gplasCC im Vergleich zu anderen bekannten Tools wie MOB-suite und plasmidSPAdes abschneidet.

Überprüfung der Tools

Um sicherzustellen, dass gplasCC und plasmidCC gut funktionieren, richteten die Forscher eine Benchmarking-Studie mit einem grossen Datensatz von Bakterienproben ein. Sie sammelten verschiedene Genome und deren Kurzlesedaten aus bestehenden Datenbanken, um zu sehen, wie gut ihre Tools im Vergleich zu anderen abschneiden.

Sie untersuchten, wie gut die Tools Plasmide klassifizieren und rekonstruieren konnten, wobei sie eine Vielzahl von Stämmen verwendeten, was den Test komplizierter machte. Dadurch konnten sie die Genauigkeit jedes Tools und wie effektiv sie die Daten handhabten, messen.

Verständnis der Ergebnisse

Bei der Bewertung der Leistung fiel gplasCC in vielen Bereichen im Vergleich zu seinen Mitbewerbern auf. Es erzielte hohe Werte in Genauigkeit, Vollständigkeit und der Fähigkeit, Plasmide korrekt zu kategorisieren.

Interessanterweise stellte sich heraus, dass gplasCC kleine Plasmide sogar besser erkennen konnte als andere Tools. Das war kein kleines Kunststück, denn kleine Plasmide sind ziemlich heimlich!

Wie bei jedem wissenschaftlichen Vorhaben gab es Herausforderungen. Einige Bakterien haben wirklich komplexe Plasmidsysteme, die die Rekonstruktion schwierig machen können. Aber durch die Verbesserung der Technologie und Ideen rund um die Plasmidforschung ebnet gplasCC den Weg für bessere Werkzeuge, um diese Probleme anzugehen.

Das grössere Bild

AMR ist eine ernsthafte Bedrohung, und zu verstehen, wie es sich ausbreitet, ist entscheidend, nicht nur für unsere Gesundheit, sondern auch für die Zukunft der Medizin. Während Bakterien sich entwickeln und anpassen, müssen sich auch die Werkzeuge, die Wissenschaftler nutzen, weiterentwickeln.

Durch die Entwicklung und Verfeinerung von Methoden wie gplasCC und plasmidCC machen Forscher bedeutende Schritte, um AMR effektiver zu verwalten. Sie setzen nicht nur Plasmide zusammen; sie arbeiten auch daran, eine bessere Zukunft für die Gesundheitsversorgung zu schaffen.

Ein Aufruf zum Handeln

Mit der steigenden AMR ist es die Verantwortung von jedem, die Ausbreitung resistenter Bakterien zu verhindern. Egal, ob du im Gesundheitswesen, ein Forscher oder einfach jemand bist, der sich um Gesundheit kümmert, informiert zu bleiben und Forschung zu unterstützen, ist wichtig.

Die Studie von Plasmiden und ihrer Rolle bei AMR ist eine Reise – eine, die globale Zusammenarbeit, Finanzierung und öffentliche Unterstützung erfordert. Gemeinsam können wir diese Herausforderungen angehen und auf eine Welt hinarbeiten, in der Infektionen unsere Medikamente nicht überlisten. Es ist Zeit, die Ärmel hochzukrempeln und anzupacken!

Originalquelle

Titel: gplasCC: classification and reconstruction of plasmids from short-read sequencing data for any bacterial species

Zusammenfassung: Plasmids play a pivotal role in the spread of antibiotic resistance genes. Accurately reconstructing plasmids often requires long-read sequencing, but bacterial genomic data in publicly accessible repositories has historically been derived from short-read sequencing technology. We recently presented an approach for reconstructing Escherichia coli antimicrobial resistance plasmids using Illumina short reads. This method consisted of combining a robust binary classification tool named plasmidEC with gplas2, which is a tool that makes use of features of the assembly graph to bin predicted plasmid contigs into individual plasmids. Here, we developed gplasCC, a plasmidEC-simplification, capable of classifying plasmid contigs using Centrifuge databases. We have developed seven plasmidCC databases in addition to the database for E. coli: six species-specific models (Acinetobacter baumannii, Enterococcus faecium, Enterococcus faecalis, Klebsiella pneumoniae, Staphylococcus aureus and Salmonella enterica) and one species-independent model for less frequently studied bacterial species. We combined these models with gplas2 (now, gplasCC) to reconstruct plasmids from more than 100 bacterial species. This approach allows comprehensive analysis of the wealth of bacterial short-read sequencing data available in public repositories and advance our understanding of microbial plasmids.

Autoren: Julian A. Paganini, Jesse J. Kerkvliet, Gijs Teunis, Oscar Jordan, Nienke L. Plantinga, Rodrigo Meneses, Rob J.L. Willems, Sergio Arredondo-Alonso, Anita C. Schürch

Letzte Aktualisierung: 2024-12-03 00:00:00

Sprache: English

Quell-URL: https://www.biorxiv.org/content/10.1101/2024.11.28.625923

Quell-PDF: https://www.biorxiv.org/content/10.1101/2024.11.28.625923.full.pdf

Lizenz: https://creativecommons.org/licenses/by-nc/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.

Ähnliche Artikel