Upload
doandung
View
213
Download
0
Embed Size (px)
Citation preview
Laboratory of Probiogenomics, Department of Life Sciences, University of Parma, Italy
L'antibioticoresistenza in Regione Emilia-Romagna
Reggio Emilia, Giovedì 11 Ottobre 2018
Christian Milani, PhD
Approcci (meta)genomici per lo screening della
trasmissione dell’antibioticoresistenza in
ambito veterinario
La bioinformatica
(Molecular) bio – informatics: bioinformatics is conceptualizing
biology in terms of molecules (in the sense of physical chemistry) and
applying "informatics techniques" (derived from disciplines such as
applied math, computer science and statistics) to understand and
organize the information associated with these molecules, on a large
scale. In short, bioinformatics is a management information
system for molecular biology and has many practical applications.
Oxford English Dictionary
The field of science in which biology, computer science and
information technology merge into a single discipline
National Center for Biotechnological Information, NCBI
2001
2015
I sequenziatori di nuova generazione Generazione 0: sequenziamento chimico (Maxam & Gilbert)
Generazione 1: dye-terminator (Metodo Sanger,1975)
Generazione 3: NGS con pre-amplificazione (Pyrosequencing 454; Illumina-Solexa)
Generazione 4: Single molecule real time sequencing, SMRT (PacBio)
minori
costi
NGS Pipeline
Caricamento Flow Cell
Pool di Reads
Estrazione DNA
Sequenziaento mediante
Illumina
Barcoding e pooling
Preparazione della library
PCR o Frammentazione
Estrazione DNA
Whole Genome Sequencing (WGS)
Quality control of annotation
Automatic annotation
ORFs prediction
Quality control of contigs
Contigs reordering
Reads assembly
Reads assembly
AGCTAGGGATAATCGATGCTCTAAGTA GCTAGGGATAATCGATGCTCTAAGTAA
CTAGGGATAATCGATGCTCTAAGTAAG TAGGGATAATCGATGCTCTAAGTAAGC
AGGGATAATCGATGCTCTAAGTAAGCT GGGATAATCGATGCTCTAAGTAAGCTT
GGATAATCGATGCTCTAAGTAAGCTTA GATAATCGATGCTCTAAGTAAGCTTAA
ATAATCGATGCTCTAAGTAAGCTTAAT TAATCGATGCTCTAAGTAAGCTTAATG
AATCGATGCTCTAAGTAAGCTTAATGC ATCGATGCTCTAAGTAAGCTTAATGCA
TCGATGCTCTAAGTAAGCTTAATGCAT CGATGCTCTAAGTAAGCTTAATGCATG
GATGCTCTAAGTAAGCTTAATGCATGG ATGCTCTAAGTAAGCTTAATGCATGGA
TGCTCTAAGTAAGCTTAATGCATGGAA
AGCTAGGGATAATCGATGCTCTAAGTAAGCTTAATGCATGGAA
CONSENSUS
Antibiotic Resistance Databases E’ possibile predirre quali geni sono coinvolti nell’antibiotico resistanza
grazie all’utilizzo di specifici databases.
Comparative Genomics La Comparative Genomics permette di confrontare
il contenuto genico di più isolati.
Rilevanti sono l’identificazione di:
-Geni unici dei ceppi analizzati, responsabili
delle caratteristiche peculiari dei diversi ceppi.
-Core Genome, ovvero i geni condivisi tra tutti i
genomi analizzati.
-SNPs all’interno di geni di interesse (ad
esempio coinvolti nell’antibiotico resistenza).
L’allineamento di tutti i geni condivisi permette di
costruire un Super Tree, ovvero un albero
filogenetico derivato dall’allineamento di tutti i
geni del core genoma concatenati.
Il Super Tree è un metodo di indagine filogenetica
molto accurato.
Average Nucleotide Identity (ANI) value permette
di confrontare genomi con accuratezza di 1 nt.
Comparative Genomics La Comparative Genomics permette di confrontare
il contenuto genico di più isolati.
Rilevanti sono l’identificazione di:
-Geni unici dei ceppi analizzati, responsabili delle
caratteristiche peculiari dei diversi ceppi.
-Core Genome, ovvero i geni condivisi tra tutti i
genomi analizzati.
-SNPs all’interno di geni di interesse (ad esempio
coinvolti nell’antibiotico resistenza).
L’allineamento di tutti i geni condivisi permette
di costruire un Super Tree, ovvero un albero
filogenetico derivato dall’allineamento di tutti i
geni del core genoma concatenati.
Il Super Tree è un metodo di indagine
filogenetica molto accurato.
Average Nucleotide Identity (ANI) value
permette di confrontare genomi con
accuratezza di 1 nt.
Applicazioni dell’approccio WGS - Identificazione dei geni responsabili dell’antibiotico resistanza nel ceppo
analizzato.
- Possibilità di tracciare il ceppo in esame con maggiore accuratezza rispetto a
metodiche di typing tradizionali come multilocus variable-number tandem
repeat analysis (MLVA), pulsed field gel electrophoresis (PFGE), random
amplified polymorphic DNA (RAPD), multiple-locus variable number tandem
repeat (VNTR) and multilocus sequence typing (MLST).
- Confronto con genomi presenti nei database per identificare nuove varianti di
geni dell’antibiotico resistanza, correlabili con fenotipi di interesse.
- Valutazione della distribuzione territoriale di un ceppo in esame, se
disponibili isolati da siti diversi.
- Valutazione dell’origine e diffusione di ceppi responsabili di
outbreak/epidemie, se disponibili isolati da siti diversi a tempi diversi.
- Predirre l’origine tassonomica di geni dell’antibiotico resistanza, mediante
confronti con DB.
- Identificazione di geni responsabili di antibiotico resistenza nei pressi di
elementi mobili.
- Identificazione di Plasmidi codificanti antibiotico resistenza.
Immagine per ogni riga
Applicazioni dell’approccio WGS - Identificazione dei geni responsabili dell’antibiotico resistanza nel ceppo
analizzato.
- Possibilità di tracciare il ceppo in esame con maggiore accuratezza
rispetto a typing tradizionali come multilocus variable-number tandem
repeat analysis (MLVA), pulsed field gel electrophoresis (PFGE), random
amplified polymorphic DNA (RAPD), multiple-locus variable number
tandem repeat (VNTR) and multilocus sequence typing (MLST).
- Confronto con genomi presenti nei database per identificare nuove varianti di
geni dell’antibiotico resistanza, correlabili con fenotipi di interesse.
- Valutazione della distribuzione territoriale di un ceppo in esame, se
disponibili isolati da siti diversi.
- Valutazione dell’origine e diffusione di ceppi responsabili di
outbreak/epidemie, se disponibili isolati da siti diversi a tempi diversi.
- Predirre l’origine tassonomica di geni dell’antibiotico resistanza, mediante
confronti con DB.
- Identificazione di geni responsabili di antibiotico resistenza nei pressi di
elementi mobili.
- Identificazione di Plasmidi codificanti antibiotico resistenza.
Applicazioni dell’approccio WGS - Identificazione dei geni responsabili dell’antibiotico resistanza nel ceppo
analizzato.
- Possibilità di tracciare il ceppo in esame con maggiore accuratezza rispetto a
typing tradizionali come multilocus variable-number tandem repeat analysis
(MLVA), pulsed field gel electrophoresis (PFGE), random amplified
polymorphic DNA (RAPD), multiple-locus variable number tandem repeat
(VNTR) and multilocus sequence typing (MLST).
- Confronto con genomi nei database per identificare nuove varianti di
geni dell’antibiotico resistanza, correlabili con fenotipi di interesse.
- Valutazione della distribuzione territoriale di un ceppo in esame, se
disponibili isolati da siti diversi.
- Valutazione dell’origine e diffusione di ceppi responsabili di
outbreak/epidemie, se disponibili isolati da siti diversi a tempi diversi.
- Predirre l’origine tassonomica di geni dell’antibiotico resistanza, mediante
confronti con DB.
- Identificazione di geni responsabili di antibiotico resistenza nei pressi di
elementi mobili.
- Identificazione di Plasmidi codificanti antibiotico resistenza.
Applicazioni dell’approccio WGS - Identificazione dei geni responsabili dell’antibiotico resistanza nel ceppo
analizzato.
- Possibilità di tracciare il ceppo in esame con maggiore accuratezza rispetto a
typing tradizionali come multilocus variable-number tandem repeat analysis
(MLVA), pulsed field gel electrophoresis (PFGE), random amplified
polymorphic DNA (RAPD), multiple-locus variable number tandem repeat
(VNTR) and multilocus sequence typing (MLST).
- Confronto con genomi nei database per identificare nuove varianti di geni
dell’antibiotico resistanza, correlabili con fenotipi di interesse.
- Valutazione della distribuzione territoriale di un ceppo in esame, se
disponibili isolati da siti diversi.
- Valutazione dell’origine e diffusione di ceppi responsabili di
outbreak/epidemie, se disponibili isolati da siti diversi a tempi diversi.
- Predirre l’origine tassonomica di geni dell’antibiotico resistanza,
mediante confronti con DB.
- Identificazione di geni responsabili di antibiotico resistenza nei pressi di
elementi mobili, quindi a rischio trasferimento orizzontale.
- Identificazione di Plasmidi codificanti antibiotico resistenza.
Applicazioni dell’approccio WGS - Identificazione dei geni responsabili dell’antibiotico resistanza nel ceppo
analizzato.
- Possibilità di tracciare il ceppo in esame con maggiore accuratezza rispetto a
typing tradizionali come multilocus variable-number tandem repeat analysis
(MLVA), pulsed field gel electrophoresis (PFGE), random amplified
polymorphic DNA (RAPD), multiple-locus variable number tandem repeat
(VNTR) and multilocus sequence typing (MLST).
- Confronto con genomi nei database per identificare nuove varianti di geni
dell’antibiotico resistanza, correlabili con fenotipi di interesse.
- Valutazione della distribuzione territoriale di un ceppo in esame, se
disponibili isolati da siti diversi.
- Valutazione dell’origine e diffusione di ceppi responsabili di
outbreak/epidemie, se disponibili isolati da siti diversi a tempi diversi.
- Predirre l’origine tassonomica di geni dell’antibiotico resistanza, mediante
confronti con DB.
- Identificazione di geni responsabili di antibiotico resistenza nei pressi di
elementi mobili, quindi a rischio trasferimento orizzontale.
- Identificazione di Plasmidi codificanti antibiotico resistenza.
Applicazioni dell’approccio WGS - Identificazione dei geni responsabili dell’antibiotico resistanza nel ceppo
analizzato.
- Possibilità di tracciare il ceppo in esame con maggiore accuratezza rispetto a
typing tradizionali come multilocus variable-number tandem repeat analysis
(MLVA), pulsed field gel electrophoresis (PFGE), random amplified
polymorphic DNA (RAPD), multiple-locus variable number tandem repeat
(VNTR) and multilocus sequence typing (MLST).
- Confronto con genomi nei database per identificare nuove varianti di geni
dell’antibiotico resistanza, correlabili con fenotipi di interesse.
- Valutazione della distribuzione territoriale di un ceppo in esame, se
disponibili isolati da siti diversi.
- Valutazione dell’origine e diffusione di ceppi responsabili di
outbreak/epidemie, se disponibili isolati da siti diversi a tempi diversi.
- Predirre l’origine tassonomica di geni dell’antibiotico resistanza, mediante
confronti con DB.
- Identificazione di geni responsabili di antibiotico resistenza nei pressi di
elementi mobili, quindi a rischio trasferimento orizzontale.
- Identificazione di Plasmidi codificanti antibiotico resistenza.
Applicazioni dell’approccio WGS - Identificazione dei geni responsabili dell’antibiotico resistanza nel ceppo
analizzato.
- Possibilità di tracciare il ceppo in esame con maggiore accuratezza rispetto a
typing tradizionali come multilocus variable-number tandem repeat analysis
(MLVA), pulsed field gel electrophoresis (PFGE), random amplified
polymorphic DNA (RAPD), multiple-locus variable number tandem repeat
(VNTR) and multilocus sequence typing (MLST).
- Confronto con genomi nei database per identificare nuove varianti di geni
dell’antibiotico resistanza, correlabili con fenotipi di interesse.
- Valutazione della distribuzione territoriale di un ceppo in esame, se
disponibili isolati da siti diversi.
- Valutazione dell’origine e diffusione di ceppi responsabili di
outbreak/epidemie, se disponibili isolati da siti diversi a tempi diversi.
- Predirre l’origine tassonomica di geni dell’antibiotico resistanza, mediante
confronti con DB.
- Identificazione di geni responsabili di antibiotico resistenza nei pressi di
elementi mobili, quindi a rischio trasferimento orizzontale.
- Identificazione di Plasmidi codificanti antibiotico resistenza.
Applicazioni dell’approccio WGS - Identificazione dei geni responsabili dell’antibiotico resistanza nel ceppo
analizzato.
- Possibilità di tracciare il ceppo in esame con maggiore accuratezza rispetto a
typing tradizionali come multilocus variable-number tandem repeat analysis
(MLVA), pulsed field gel electrophoresis (PFGE), random amplified
polymorphic DNA (RAPD), multiple-locus variable number tandem repeat
(VNTR) and multilocus sequence typing (MLST).
- Confronto con genomi nei database per identificare nuove varianti di geni
dell’antibiotico resistanza, correlabili con fenotipi di interesse.
- Valutazione della distribuzione territoriale di un ceppo in esame, se
disponibili isolati da siti diversi.
- Valutazione dell’origine e diffusione di ceppi responsabili di
outbreak/epidemie, se disponibili isolati da siti diversi a tempi diversi.
- Predirre l’origine tassonomica di geni dell’antibiotico resistanza, mediante
confronti con DB.
- Identificazione di geni responsabili di antibiotico resistenza nei pressi di
elementi mobili, quindi a rischio trasferimento orizzontale.
- Identificazione di Plasmidi codificanti antibiotico resistenza.
Applicazioni dell’approccio WGS
NARMS is a collaborative program of state and local public health departments and universities, the
FDA, the Centers for Disease Control and Prevention (CDC), and the U.S. Department of Agriculture
(USDA). This national public health surveillance system tracks changes in the antimicrobial
susceptibility of enteric (intestinal) bacteria found in ill people (CDC), retail meats (FDA), and
food animals (USDA) in the United States.
Si focalizza su quattro foodborne bacteria:
Salmonella, Campylobacter, E. coli, and
Enterococcus.
Il numero di pubblicazioni che fanno uso
di WGS per l’analisi dell’antibiotico
resistenza sono in forte aumento.
Corrispondenza tra dati in silico e in vitro Geni e mutazioni cromosomali responsabili per resistenza fenotipica sono stati ricercati in dati WGS di
3,491 non-typhoidal Salmonella enterica ricevuti dal Public Health England's Gastrointestinal Bacteria Reference
Unit tra Aprile 2014 e Marzo 2015.
La predizione bioinformatica è stata confrontata con i dati fenotipici ottenuti in laboratorio.
Discrepanze nella predizione di resistenza ad uno o più antibiotici è stata osservata solo in 76 isolati (2.18%).
Neuert et al., Front Microbiol., 2018
Genotypic relatedness and antimicrobial resistance of Salmonella Heidelberg
isolated from chickens and turkeys in the midwestern United States.
Human
Carne di pollo
Polli al mattatoio
Core-genome phylogenetic tree
Carne di tacchino Plasmide coinvolto in Ampicillin resistance
Isolati con 0-4 SNPs
Caratterizzazione fenotipica ed analisi genomica di 113 isolati
di S. enterica serovar Heidelberg resistenti e non a cefoxitina
ottenuti in Québec nel 2012 da carne di pollame in commercio
(44), pollame ucciso al mattatoio (18) e persone (51).
Questi isolate sono stati raccolti come parte del Canadian
Integrated Program for Antimicrobial Resistance
Surveillance (CIPARS).
Edirmanasinghe et al., Antimicrob Agents Chemother. 2017
Human
Carne di pollo
Polli al mattatoio
Isolati con 0-4 SNPs
Carne di tacchino Plasmide coinvolto in Ampicillin resistance
Esempio 2: Edirmanasinghe et al., Antimicrob Agents Chemother.
2017 Core-genome phylogenetic tree
Caratterizzazione fenotipica ed analisi genomica di 113 isolati
di S. enterica serovar Heidelberg resistenti e non a cefoxitina
ottenuti in Québec nel 2012 da carne di pollame in commercio
(44), pollame ucciso al mattatoio (18) e persone (51).
Questi isolate sono stati raccolti come parte del Canadian
Integrated Program for Antimicrobial Resistance
Surveillance (CIPARS).
Edirmanasinghe et al., Antimicrob Agents Chemother. 2017
Applicazioni dell’approccio WMS
-Effettuare una valutazione qualitativa e quantitativa di
tutti i geni coinvolti in antibiotico resistenza costutuenti il
microbioma analizzato.
-Ricostruire il profilo tassonomico dei batteri codificanti uno
o piu geni di interesse responsabili di resistenza rispetto ad
una classe di antibiotici di interesse.
-Effettuare studi epidemiologici, ad esempio monitorare nel
tempo l’impatto dell’uso di antibiotici sia sul profilo
tassonomico del microbiota che sul profilo funzionale
relativo ai geni coinvolti nell’antibiotico resistenza.
-Tracciare la presenza di specifici ceppi batterici di interesse. 0,000000%
0,100000%
0,200000%
0,300000%
0,400000%
0,500000%
0,600000%
0,700000%
rifampinerythromycinaminoglycosidesaminoglycosidevancomicinaaminoglycosidesaminoglycosidepyrrolnitrinkanamycinErythromyci streptin (lantibiotic)penicillinsteicoplaninBleomycinbeta-lactamasePenicillin-binding proteinsmulti domainvancomycinChloramphenicolBleomycinBacitracinbeta lactam beta-lactamases
Applicazioni dell’approccio WMS
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Euryarchaeota ActinobacteriaBacteroidetes Candidate division TM7Chlamydiae ChloroflexiCyanobacteria DeferribacteresElusimicrobia FirmicutesFusobacteria LentisphaeraeNitrospirae ProteobacteriaSHA-109 SpirochaetaeSynergistetes TenericutesVerrucomicrobia U. m. of Bacteria kingdom
-Effettuare una valutazione qualitativa e quantitativa di tutti i
geni coinvolti in antibiotico resistenza costutuenti il
microbioma analizzato.
-Ricostruire il profilo tassonomico dei batteri codificanti
uno o piu geni di interesse responsabili di resistenza
rispetto ad una classe di antibiotici di interesse.
-Effettuare studi epidemiologici, ad esempio monitorare nel
tempo l’impatto dell’uso di antibiotici sia sul profilo
tassonomico del microbiota che sul profilo funzionale
relativo ai geni coinvolti nell’antibiotico resistenza.
-Tracciare la presenza di specifici ceppi batterici di interesse.
Applicazioni dell’approccio WMS
0,00%
0,10%
0,20%
0,30%
0,40%
0,50%
Bacteriocin resistance proteinRifampin resistance proteinPyrrolnitrin resistance proteinAcetyltransferase resistance proteinSmall Multidrug ResistanceLantibiotic resistance proteinPeptide antibiotics resistance proteinAminoglycosides resistance proteinErythromycin resistance proteinTeicoplanin resistance proteinVancomycin resistance proteinChloramphenicol acetyltransferaseBleomycin resistance proteinBacitracin resistance proteinBeta-lactameses
-Effettuare una valutazione qualitativa e quantitativa di tutti i
geni coinvolti in antibiotico resistenza costutuenti il
microbioma analizzato.
-Ricostruire il profilo tassonomico dei batteri codificanti uno
o piu geni di interesse responsabili di resistenza rispetto ad
una classe di antibiotici di interesse.
-Effettuare studi epidemiologici, ad esempio monitorare
nel tempo l’impatto dell’uso di antibiotici sia sul profilo
tassonomico del microbiota che sul profilo funzionale
relativo ai geni coinvolti nell’antibiotico resistenza.
-Tracciare la presenza di specifici ceppi batterici di interesse.
Applicazioni dell’approccio WMS
-Effettuare una valutazione qualitativa e quantitativa di tutti i
geni coinvolti in antibiotico resistenza costutuenti il
microbioma analizzato.
-Ricostruire il profilo tassonomico dei batteri codificanti uno
o piu geni di interesse responsabili di resistenza rispetto ad
una classe di antibiotici di interesse.
-Effettuare studi epidemiologici, ad esempio monitorare nel
tempo l’impatto dell’uso di antibiotici sia sul profilo
tassonomico del microbiota che sul profilo funzionale
relativo ai geni coinvolti nell’antibiotico resistenza.
-Tracciare la presenza di specifici ceppi batterici di
interesse.
CR
PR
RE CE
VA
MS
Free-Range chicken
(FRC)
Feeding: barley,
wheat, wheat crushed
and wet waste
N° sample: 35
Broiler chicken
(BC)
Feeding: cereals (wheat,
corn), protein flour
(soy,sunflower), vegetables
oils (soy), mineral
Antibiotics: amoxicillin,
colistin
N° sample: 49
Ricostruzione del microbioma del pollo:
caratterizzazione funzionale e resistoma
Mancabelli et al., 2017, Environ Microbiol.
29
Beta-lactamases
Bleomycin resistance protein
Penicillin-binding proteins
Bacitracin resistance protein
Vancomycin resistance protein
Teicoplanin resistance protein
Chloramphenicol acetyltransferase
Multi-domain enzymes
Erythromycin
Aminoglycosides resistance protein
Streptin (lantibiotic)
Kanamycin resistance protein
Rifampin resistance protein
Small Multidrug Resistance
Pyrrolnitrin resistance protein
BC FRC
0% 0.05%
Bacitracin resistance protein
Beta lactamase
Bleomycin resistance protein
Chloramphenicol acetyltransferase
Sulfonamide resistance protein
Vancomycin resistance protein
(VanW)
Vancomycin resistance protein (VanA)
Vancomycin resistance protein (VanZ)
Teicoplanin resistance protein
Streptomycin resistance protein
Vancomycin resistance protein (VanB)
BC FRC BC FRC
Lachnospiraceae
family
Porphyromonadaceae
family
U. m.
Ruminococcaceae
U. m.
Clostridiales
Alistipes
Selenomonadales
order
Prevotellaceae
family
Brachyspira
Ricostruzione del microbioma del pollo:
caratterizzazione funzionale e resistoma
Mancabelli et al., 2017, Environ Microbiol.
Mancabelli et al., 2017, Environ Microbiol.
-7,60%
-6,83%
-6,28%
-3,63%
-2,58%
-1,69%
-1,48%
-1,22%
-1,08%
-0,96%
-0,75%
-0,73%
-0,61%
-0,53%
-8,00% -6,00% -4,00% -2,00% 0,00%
0,45%
0,53%
0,55%
0,62%
0,62%
0,83%
1,21%
1,38%
1,56%
1,72%
2,42%
2,67%
2,72%
3,58%
5,31%
11,19%
0,00% 2,00% 4,00% 6,00% 8,00% 10,00% 12,00%
Helicobacter
U. m. of Bacteroidales order
U. m. of S24-7 family
U. m. of Prevotellaceae family
Brachyspira
U. m. of Gammaproteobacteria class
Mucispirillum
Treponema
RC9 gut group
Alloprevotella
Barnesiella
U. m. of Succinivibrionaceae family
U. m. of Spirochaetaceae family
U. m. of Selenomonadales order
U. m. of Bacteroidetes phylum
Desulfovibrio
Lactobacillus
Streptococcus
Parabacteroides
Campylobacter
U. m. of vadinBB60 family
Oscillospira
U. m. of Defluviitaleaceae family
Faecalibacterium
U. m. of Clostridiales order
Intestinimonas
Bacteroides
Alistipes
U. m. of Ruminococcaceae family
U. m. of Lachnospiraceae family
150.87%
1463.64%
366.68%
2335.80%
34559.35%
7979.94%
33050.79%
42831.96%
1628.21%
5787.67%
68.20%
2697.11%
589287.15
219.95%
131.39%
1346.82%
-81.40%
-89.74%
-66.14%
-49.68%
-39.05%
-80.63%
-84.85%
-50.08%
-64.51%
-64.12%
-36.14%
-61.65%
-51.04%
-35.40%
Firmicutes
Bacteroidetes
Proteobacteria
Spirochaetes
Ricostruzione del microbioma del pollo:
caratterizzazione funzionale e resistoma
FC
BC
0 %
0.05 %
FC
BC
0 %
0.05 %
Mancabelli et al., 2017, Environ Microbiol.
Ricostruzione del microbioma del pollo:
caratterizzazione funzionale e resistoma
Conclusioni - L’utilizzo di approcci bioinformatici per lo studio dell’antibiotico resistenza è sempre
più diffuso in ambito veterinario
- Le analisi genomiche di dati ottenuti mediante WGS permettono di ottenere numerose
informazioni riguardanti i geni coinvolti in antibitico resistenza e il rischio di un loro
trasferimento.
- La genomica comparativa permette di effettuare typing più accurati rispetto alle
metodiche classiche e di valutare la diffusione sul territorio e l’evoluzione nel tempo
(SNPs) di geni coinvolti nell’antibiotico resistenza.
- La metagenomica rende possible una valutazione completa del patrimonio genetico di
una intera popolazione batteria (microbioma), permettendo di valutare l’abbondanza di
geni per l’antibiotico resistanza e risalire a quali taxa batterici codificano specifici geni
di interesse.
- I costi sempre minori dei sequenziamenti WGS e WMS rendono quindi questi approcci
di grande interesse per lo screening dell’antibiotico resistenza in ambito veterinario.