Simple Science

最先端の科学をわかりやすく解説

# 生物学# 微生物学

抗菌薬耐性の課題に取り組む

抗菌薬耐性は、感染症による死亡者が増えていて、世界の健康を脅かしてるよ。

― 1 分で読む


抗菌剤耐性との戦い抗菌剤耐性との戦いに立ち向かう。新しいツールが増え続ける抗菌薬耐性の脅威
目次

抗菌薬耐性(AMR)は、世界的な健康に影響を与える大きな問題だよ。毎年、約127万人が一般的な薬で治療できない感染症で亡くなってる。この数字は、対策を取らないと2050年までに年間1000万人に増える可能性があるって。世界保健機関は、AMRが世界中の公衆衛生の脅威のトップ10の一つだって警告してる。

抗菌薬耐性って何?

抗菌薬耐性は、バイ菌みたいな病原体が変化して、以前は効いてた薬に反応しなくなること。これによって、感染が治療しにくくなって、より重い病気になったり、入院が長引いたり、医療費が増えたりするんだ。

新しい戦略の必要性

AMRと戦うためには、耐性のある病原体を検出・追跡する新しい方法を開発する必要がある。遺伝子解析は、この戦いの重要なツールで、科学者が病原体を薬に対して耐性にする遺伝子を特定するのに役立つんだ。全ゲノムシーケンシング(WGS)は病原体の全遺伝情報を読み取ることができ、メタゲノミクス次世代シーケンシング(mNGS)は血液や環境サンプルみたいな混合サンプルからの遺伝子材料の解析を可能にする。

最近、WGSやmNGSデータからAMR遺伝子を特定するためのいくつかのデータベースやツールが作られた。特に注目すべきものには、ResFinder、包括的抗生物質耐性データベース(CARD)、AMRFinderPlusがある。これらのツールは、耐性を付与する遺伝子だけじゃなく、それを持ってる特定の病原体も検出するのを助ける。

検出の課題

AMR遺伝子を検出するのは重要だけど、これらの遺伝子を感染を引き起こす特定の病原体に結びつけるのは難しいこともある。これまで、これらの作業は別々に行われてきたけど、このアプローチでは不十分かもしれない。一部のツール、例えばChan Zuckerberg ID(CZ ID)mNGSパイプラインは、研究者が遺伝子解析をより簡単に行えるように作られた。でも、AMRを評価するためのツールは限られてた。

より統合されたアプローチの必要性を認識して、研究者たちはCZ ID mNGSパイプラインにAMR解析の機能を追加することを目指した。新しいAMRモジュールが開発されて、AMR遺伝子とそれを持ってる病原体を一度の解析で特定できるようになった。

AMRモジュールの仕組み

AMRモジュールはCZ IDプラットフォームの一部で、研究者がデータをアップロードして解析を行える場所。モジュールは、遺伝子データファイルをアップロードして、クラウドでサンプルを処理できるようにしてるから、特別なコンピュータースキルなしでアクセスできるんだ。これによって、バイオインフォマティクスの専門家でない研究者もAMRデータを簡単に分析できるようになる。

AMRモジュールは、AMR遺伝子、変異、耐性メカニズム、関連薬剤クラスの情報を含むCARDデータベースを使ってる。アップロードしたデータをAMR遺伝子のリファレンスと比較するために、CARD耐性遺伝子識別子(RGI)ツールを使用して、遺伝子のカバレッジやアイデンティティに関する重要な指標を提供する。

AMRと微生物を同時に分析

CZ ID AMRモジュールには、AMR遺伝子を検出するための2つの主要な方法がある。1つは「コンティグ」アプローチで、短い遺伝子配列(リード)を組み合わせて長い連続した配列にした後、AMR遺伝子を探すもの。もう1つは「リード」アプローチで、個々のリードを直接AMR遺伝子のリファレンスと比較するやり方。

解析が完了すると、AMRモジュールはインタラクティブなテーブルで結果を表示して、ユーザーがデータを確認しやすくフィルタリングできるようにしてる。これによって、研究者は遺伝子、薬剤クラス、耐性メカニズムでソートできるから、AMR遺伝子の存在や豊富さを調べやすくなる。

結果はさらなるレビューや解析のためにダウンロードできる。この中には、品質管理されたリード、組み立てられた配列、AMR注釈が含まれる。モジュールは現在ヒートマップの可視化を提供していないけど、研究者は結果をダウンロードして、公開されているスクリプトを使って自分の可視化を作成することができる。

品質管理と解釈

mNGSを使ったAMR監視での一つの課題は、結果を効果的に解釈すること。CZ ID AMRモジュールは、リードの豊富さやAMR遺伝子のカバレッジパーセンテージといった重要な指標を提供して、研究者が自分の発見の信頼性を評価できるようにしている。

特定の分析のニーズに応じて、異なるカットオフの閾値を適用して結果をフィルタリングできる。厳しい基準を使うと非常に正確な結果が得られる一方、緩い閾値を使うと重要だけどあまり豊富でないAMR遺伝子を特定するのに役立つかもしれない。

微生物とAMR解析の統合

CZ IDプラットフォームでは、研究者が微生物とAMR遺伝子を同時に分析できる。mNGSとAMRモジュールを通じてデータをアップロードすることで、研究者は耐性遺伝子だけじゃなく、それに関連する特定の微生物も把握できる。

報告された各AMR遺伝子は、そのCARDウェブページにリンクされてて、これらの遺伝子を持つ病原体の種類に関する追加情報を見つけられる。この統合アプローチによって、AMR遺伝子と感染を引き起こす微生物の関係をよりよく理解できるようになる。

AMRモジュールの実際の応用

応用1: 患者のAMR遺伝子の特定

AMRモジュールの有用性を示すために、研究者たちは輸血後に感染を発症した患者のデータにこれを適用した。あるケースでは、危険な病原体であるクレブシエラ・ニューモニエに感染していることが確認された。培養した分離株のWGSで複数のAMR遺伝子が明らかになり、輸血後の血液サンプルでもmNGS解析を通じて発見された。

両方の患者で重要なAMR遺伝子が検出されて、臨床設定で耐性病原体を特定するためのAMRモジュールの効果が強調された。

応用2: 病院のアウトブレイクの調査

別の研究では、研究者たちは新生児集中治療室(NICU)で赤ちゃんから採取した皮膚スワブのデータを分析するためにAMRモジュールを使用して、メチシリン感受性黄色ブドウ球菌(MSSA)の広がりを理解しようとした。解析の結果、共有されたAMR遺伝子が明らかになり、類似の遺伝子プロファイルを持つサンプルのクラスタが特定されて、患者間での潜在的な感染拡大が示唆された。

加えて、mNGSデータはサンプル内に多様な細菌が存在することを示して、選択的な培養だけでは患者の細菌多様性の全体像を捉えられないことを強調している。

応用3: 重症患者の感染プロファイリング

AMRモジュールは、細菌感染を持つ重症患者のデータを分析するためにも使用された。あるケースでは、セラチア・マルセッシェンシスによって引き起こされた肺炎の患者の呼吸器サンプル内でこの病原体が特定された。解析により、セラチア・マルセッシェンシスに特有のAMR遺伝子が見つかって、治療戦略に重要な情報を提供することができた。

応用4: 長期的な感染ダイナミクスのモニタリング

CZ IDモジュールは、呼吸合胞体ウイルス(RSV)感染を患っている患者における病原体とAMR遺伝子の変化を追跡するのに役立った。この患者は後に緑膿菌による肺炎を発症した。解析は、RSVと緑膿菌の豊富さのダイナミクスを追跡し、細菌感染の発展に関連付けた。

応用5: 環境におけるAMRの監視

研究者たちは、さまざまな都市の廃水からの環境サンプルを調べるためにAMRモジュールを適用した。分析の結果、ボストンでは22種類のAMR遺伝子ファミリーが確認され、一方インドのヴェロールでは30種類のAMR遺伝子が存在することがわかった。いくつかの懸念されるAMR遺伝子は病院のサンプルだけに存在して、医療施設が耐性病原体の貯蔵庫としての役割を果たしていることを強調している。

結論

メタゲノミクスは、抗菌薬耐性を研究し、対処するための重要なツールだよ。CZ ID AMRモジュールは、研究者がAMR遺伝子とそれに関連する微生物を一度に分析しやすくする貴重なリソースなんだ。このユーザーフレンドリーなプラットフォームを提供することによって、AMRモジュールは臨床診断から環境モニタリングまで、さまざまな応用をサポートしてる。

AMRが公衆衛生に重大な脅威を与え続ける中、こうしたモジュールの進展は耐性感染症との戦いにおいて重要なんだ。

オリジナルソース

タイトル: Simultaneous detection of pathogens and antimicrobial resistance genes with the open source, cloud-based, CZ ID pipeline

概要: Antimicrobial resistant (AMR) pathogens represent urgent threats to human health, and their surveillance is of paramount importance. Metagenomic next generation sequencing (mNGS) has revolutionized such efforts, but remains challenging due to the lack of open-access bioinformatics tools capable of simultaneously analyzing both microbial and AMR gene sequences. To address this need, we developed the Chan Zuckerberg ID (CZ ID) AMR module, an open-access, cloud-based workflow designed to integrate detection of both microbes and AMR genes in mNGS and whole-genome sequencing (WGS) data. It leverages the Comprehensive Antibiotic Resistance Database and associated Resistance Gene Identifier software, and works synergistically with the CZ ID short-read mNGS module to enable broad detection of both microbes and AMR genes. We highlight diverse applications of the AMR module through analysis of both publicly available and newly generated mNGS and WGS data from four clinical cohort studies and an environmental surveillance project. Through genomic investigations of bacterial sepsis and pneumonia cases, hospital outbreaks, and wastewater surveillance data, we gain a deeper understanding of infectious agents and their resistomes, highlighting the value of integrating microbial identification and AMR profiling for both research and public health. We leverage additional functionalities of the CZ ID mNGS platform to couple resistome profiling with the assessment of phylogenetic relationships between nosocomial pathogens, and further demonstrate the potential to capture the longitudinal dynamics of pathogen and AMR genes in hospital acquired bacterial infections. In sum, the new AMR module advances the capabilities of the open-access CZ ID microbial bioinformatics platform by integrating pathogen detection and AMR profiling from mNGS and WGS data. Its development represents a critical step toward democratizing pathogen genomic analysis and supporting collaborative efforts to combat the growing threat of AMR.

著者: Charles R. Langelier, D. Lu, K. L. Kalantar, V. T. Chu, A. L. Glascock, E. S. Guerrero, N. Bernick, X. Butcher, K. Ewing, E. Fahsbender, O. Holmes, E. Hoops, A. E. Jones, R. Lim, S. McCanny, L. Reynoso, K. Rosario, J. Tang, O. Valenzuela, P. M. Mourani, A. J. Pickering, A. R. Raphenya, B. P. Alcock, A. G. McArthur

最終更新: 2024-04-18 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.04.12.589250

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.04.12.589250.full.pdf

ライセンス: https://creativecommons.org/licenses/by-nc/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

著者たちからもっと読む

類似の記事