banner

ブログ

Jun 30, 2023

機械学習とメタゲノミクスにより、中国の複数の養鶏場と屠殺場に共通する抗菌剤耐性プロファイルが明らかに

Nature Food volume 4、pages 707–720 (2023)この記事を引用

2195 アクセス

108 オルトメトリック

メトリクスの詳細

中国は世界最大の抗菌薬消費国であり、監視方法の改善は抗菌薬耐性(AMR)の蔓延を減らすのに役立つ可能性がある。 今回我々は、中国の3省にある10の大規模養鶏場と関連する4つの屠殺場を2年半にわたって監視した結果を報告する。 機械学習に基づくデータ マイニング アプローチを使用して、鳥、死骸、および環境からの 461 個のマイクロバイオームを分析し、すべての農場の鶏と環境間で共有される 145 個の潜在的に移動性の抗生物質耐性遺伝子 (ARG) を特定しました。 ニワトリの腸内微生物叢から抽出された233のARGと186の微生物種のコアセットは、同じ腸に定着する大腸菌(ヒトに臨床的に関連するアルコバクター、アシネトバクター、スフィンゴバクテリウムを含む)と臨床的に関連する38のARGのAMRプロファイルと相関した。 納屋内の温度と湿度も ARG の存在と相関していました。 私たちは、環境、微生物群集、AMRの間の複雑な相関関係のネットワークを明らかにし、家畜生産におけるAMR監視を改善するための複数の方法を示唆しています。

中国の家禽生産における抗菌剤の使用量は、国際平均の 5 倍です1。 抗生物質の使用は、たとえ低レベルであっても、家畜の腸管レジスタームを変化させて拡張し 2、微生物群集が抗菌剤耐性 (AMR) 表現型を形成する可能性があります 3。 食事、気温、ストレスの変化などの外部事象 4,5 は、新たな常在種の定着や種間の AMR 伝達を引き起こす可能性があります 6。 温度、湿度、細菌種の豊富さ、抗生物質耐性遺伝子 (ARG) の存在 7、8、9 は、ブロイラーの細菌感染に影響を与える可能性があります 10。 環境条件と AMR との関連性は、中国および低中所得国 (LMIC) に特に関連しており、工業規模の農業において安定した環境条件を維持することが高所得国と比べて困難な可能性がある 11。

非医療分野における AMR 監視は広く採用されていません 12 が、食品生産システムが抗生物質耐性菌 (ARB) および ARG の選択と蔓延にどのように寄与しているかを理解する鍵となります。 機械学習 (ML) とビッグデータ マイニングは、精密な養鶏を推進するためのツールを提供します13,14。 個々の病原体の全ゲノム配列決定 (WGS)、抗生物質感受性検査、および ML 技術を含む培養ベースのアプローチは、大腸菌分離株 15、16、17、18 とその他の細菌 19、20、21、22 の両方の AMR に関連するゲノム特性の効果的な予測因子です。 、23、24。 しかし、個々の病原体の WGS のみに焦点を当てた監視アプローチでは、家畜生産における微生物群集やレジストームの多様性を捉えることができず、ARG データが見逃される可能性があります 25。 最近の概念実証研究で、我々は、ニワトリの糞便レジストームに存在するいくつかの ARG が、同じサンプルから培養された大腸菌分離株の耐性/感受性プロファイルと相関していることが判明したことを観察しました 26。

この研究では、中国とLMICで一般的に経験されている実験室リソースの不足を考慮したアプローチを使用して、AMR監視が特に困難である中国の畜産を対象としたメタゲノムベースの監視の参照方法を開発しました27、28。 我々は、鶏の腸内に生息する微生物群集というより広い文脈の中で、AMRの指標種として大腸菌を使用しました。 より広範な状況に対処するために、私たちは周囲および接続されている農場環境、納屋の温度と湿度のマイクロバイオームへの影響を調査し、抗菌剤投与プロトコルを採用しました。

生物学的サンプルは、10 か所の大規模商業養鶏場から収集されました (方法、補足情報、補足図 1、および補足表 1 および 2 を参照)。 微生物群集とARGは、農場供給源間、および農場と屠殺場間で区別されました(補足情報、補足図2〜5、および補足表3〜5)。 遺伝子の移動性はソース全体の ARG の存在に影響を与える可能性があり、効果的な監視システムの開発における可動性遺伝要素 (MGE) の潜在的な重要性のため 29、我々は MGE の 5 キロベース (kb) 以内にある ARG を探し 26、これらの MGE を考慮しました。 ARG の組み合わせはモバイル ARG になる可能性があります。 合計で、195 の固有の ARG を特徴とする 661 の異なる MGE-ARG の組み合わせ (潜在的にモバイル ARG) が見つかりました (補足表 6)。 これらのうち、75個のARG(38%)は1つのMGE-ARG組み合わせのみで見つかりましたが、残りの120個(62%)は複数の組み合わせ(2〜22;図1a)で見つかりました。 661 個の潜在的に移動性の ARG の半数以上(56%)が複数の発生源に存在し(図 1b)、3 つの MGE-ARG の組み合わせ(IS1216-poxtA、IS15-APH(3')-Ia、および ISCfr1-AAC( 3)-IId) 羽毛を除くすべての発生源に存在します。 ニワトリの糞便は、潜在的に移動性のARGの数が最も多かったものの、分散も最も大きかった(図1c)。 羽毛と納屋の床にも多くの潜在的に移動性のARGが含まれており、その平均数は統計的に糞便と同等でした(ダンの検定で調整されたP > 0.05)。 屋外の土壌、死骸、処理ライン、廃水では一般に、サンプルあたりの潜在的に移動性の ARG パターンの数が少なく、これらの数は糞便や羽毛とは大きく異なりますが (ダンの検定で調整済み P < 0.01)、相互に異なるわけではありません。 10 農場すべてで合計 145 の異なる MGE と ARG の組み合わせが、同じ農場の鳥類および環境源で見つかり、その一部は複数の農場で見られました。 これらのうち、46 には臨床的に関連する ARG が含まれていました 30 (図 1d)。 特に、鶏の糞便、羽毛、および環境の納屋の床サンプルから blaNDM-5 が見つかりました。 この遺伝子は、IncX3 プラスミドで一般的に見られ、ヒト、動物、食品、環境の間で伝播する可能性があります 31 が、ショートリード メタゲノム シーケンス (MGS) データではプラスミドの存在は確認されませんでした。 もう 1 つの重要な臨床関連遺伝子、qnrS1 は、鶏の糞便、羽、環境の納屋の床、および廃水サンプルで見つかりました。 このプラスミド媒介キノロン耐性遺伝子はニワトリのサプライチェーンに存在することが知られており、異なる細菌に移入される可能性があります 32。

0.90./p>2,000 bp) were mapped to single assemblies and co-assemblies using Burrows–Wheeler Aligner–Maximal Exact Match (BWA-MEM v2-2.1)80 and SAMtools (v1.9)77 to produce the Binary Alignment Map (BAM) files. METABAT2 (v2.15)81 was used obtain the depth of coverage. The taxonomic classification and composition (relative species abundances) of the metagenome reads were profiled using MetaPhlAn (v3.0)82 with Bowtie 2 (v2.3.4.1)76 using the default settings –bowtie2out–input_type fastq. Nonmetric multidimensional scaling (NMDS) of the relative species abundance was performed in R (v3.6.2) using the vegan83 package with Bray–Curtis dissimilarity. Analysis of variance was performed in R using PERMANOVA from the vegan package83 with pairwise testing using the pairwise adonis function84 with Holm correction for multiple comparisons. Relative abundances were visually analysed by combining violin plots and categorical scatter plots, and differences were assessed by Wilcoxon rank sum test with Holm correction (adjusted P = 0.05)./p>500 bp) in each assembly were searched for ARGs and MGEs by a BLASTn search against the CARD61 and ISfinder (https://isfinder.biotoul.fr/) databases using an identity threshold of 95% and coverage threshold of 95% to prevent false positives and variant uncertainty88. The distance between an ARG and MGE was calculated from the positions of the ARG and MGE in the contig26. ARG-carrying contigs with a distance of more than 5 kb between ARG and MGE were discarded68,89,90,91, with the remaining contigs classed as potentially mobile ARGs. Contigs were annotated using Prokka (v1.14.6)92. Potentially mobile ARG patterns found in only a single sample were discounted in the analysis. ARGs were further classified as clinically important if the ARG was included in the Risk I category (clinically important ARGs dataset) according to Zhang et al.30. These genes were classed as Risk I if they were (1) present in human-associated environments, (2) potentially mobile genes and (3) present in ESKAPE pathogens (Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa and Enterobacter species). The structures of the potentially mobile ARG patterns (MGE type, ARG carried, MGE carried, sample source, farm, number of samples carrying potentially mobile ARG and distance) are summarized in Supplementary Table 8. For ISAba125–blaNDM-1, the gene structure was visualized using EasyFig93./p> 0.9 were considered./p>

共有