Исследование раскрывает генетическое разнообразие особо проблемного патогена

Исследователи из Медицинской школы Калифорнийского университета в Сан-Диего и Инженерной школы Джейкобса совместно с коллегами из Медицинского колледжа Бейлора применили системно-биологический подход для анализа генетического разнообразия Clostridioides difficile — особо проблемного патогена в медицинских учреждениях.

По оценкам CDC, эта бактерия ежегодно вызывает около 500 000 инфекций в США, для которых характерны тяжелая диарея и колит (воспаление толстой кишки).

C. difficile — наиболее частая причина внутрибольничных инфекций, отчасти из-за использования антибиотиков, которые могут уничтожить достаточно здоровых бактерий, чтобы позволить C. difficile бесконтрольно размножаться. Инфекции особенно опасны для пожилых людей: по данным CDC, один из одиннадцати людей старше 65 лет, у которых диагностирована внутрибольничная инфекция C. difficile, умирает в течение месяца.

Чтобы лучше понять генетические особенности C. difficile и разработать модели, способные идентифицировать и предсказывать его сложную и постоянную эволюцию, исследователи использовали полногеномное секвенирование, высокопроизводительный фенотипический скрининг и метаболическое моделирование 451 бактериального штамма.

Эти данные были использованы для построения "пангенома" — полного набора генов, репрезентативного для всех известных штаммов C. difficile. Было идентифицировано 9 924 различных кластера генов, из которых 2 899 считались "основными" (обнаружены во всех штаммах), а 7 025 — "аксессорными" (присутствуют в некоторых штаммах, но отсутствуют в других).

Используя новый метод типирования, исследователи классифицировали 176 генетически различных групп штаммов.

Тридцать пять штаммов, представляющих общий набор, были экспериментально протестированы на рост с использованием 95 различных источников питательных веществ, что выявило 26 различных профилей роста. Затем команда построила 451 специфичную для штамма модель метаболизма в масштабе генома, чтобы вычислительным путем воспроизвести фенотипическое разнообразие в 28 864 уникальных условиях. Модели смогли правильно предсказать рост в 76% измеренных случаев.

Результаты опубликованы в онлайн-выпуске журнала PNAS от 27 апреля 2022 года.