Sekwencjonowanie genomu w praktyce: 5 lat doświadczeń Francji w nadzorze nad STEC

Francuskie doświadczenia z pięciu lat rutynowego sekwencjonowania całogenomowego (WGS) szczepów Shiga toxin–producing Escherichia coli (STEC) dostarczają cennych danych, które mogą posłużyć jako model skutecznego nadzoru epidemiologicznego. Analiza 1 002 izolatów klinicznych z lat 2018–2022 ujawnia, że dopasowanie narzędzi bioinformatycznych do konkretnego serotypu patogenu ma kluczowe znaczenie dla identyfikacji ognisk i oceny powiązań epidemiologicznych.

Genomika w centrum nadzoru nad STEC

Badanie objęło cztery najczęściej izolowane we Francji serotypy STEC: O26:H11, O157:H7, O80:H2 i O103:H2. Do analizy wykorzystano dane z sekwencjonowania genomowego oraz klasyfikację wg HierCC na poziomie HC5 (<5 różnic allelicznych), wspartą analizą SNP i danymi epidemiologicznymi.

Głównym celem było określenie statystycznych progów odległości genomowej (AD i SNP), które najskuteczniej wskazują potencjalne powiązania epidemiologiczne. Porównano skuteczność klasyfikacji HC5 z wynikami analiz SNP oraz oceną czasu i miejsca zakażenia.

Dopasowanie metod do serotypu kluczowe dla skuteczności

Analiza wykazała wyraźne różnice między serotypami w zakresie rozkładu odległości genomowych. Ustalono odrębne progi SNP/AD dla każdego z nich, np.:

• O26:H11 – AD <8, SNP <15

• O157:H7 – AD <16, SNP <20

• O103:H2 – AD <5, SNP <17

• O80:H2 – AD <9, SNP <15

Dla O26, O157 i O103 klasyfikacja HC5 bardzo dobrze pokrywała się z rzeczywistymi klastrami epidemiologicznymi (czułość >99%, specyficzność 73–100%). Natomiast dla serotypu O80:H2 skuteczność HC5 była niska (specyficzność ~35%), co wskazuje na potrzebę stosowania bardziej zaawansowanych metod filogenetycznych lub indywidualnych progów SNP w tym przypadku.

Genom a czas – nie zawsze prosta zależność

Choć ogólnie obserwowano dodatnią korelację między różnicami genomowymi a odstępem czasu pomiędzy przypadkami, w niektórych z nich (szczególnie dla O26 i O157) przy bardzo krótkim odstępie czasowym (<5 dni) występowało większe zróżnicowanie genomowe. To może świadczyć o obecności zróżnicowanych populacji patogenu już na etapie transmisji, np. poprzez skażoną żywność.

Genomika wsparta epidemiologią – najlepszy model identyfikacji ognisk

Spośród 87 klastrów wykrytych metodą HC5, 27 poddano szczegółowej analizie. W 74% z nich (20 klastrów) potwierdzono faktyczne powiązania epidemiologiczne, np. wspólne źródło zakażenia lub ognisko rodzinne. Podkreślono, że łączenie WGS z informacjami o czasie, miejscu i powiązaniach między przypadkami jest niezbędne, aby skutecznie identyfikować ogniska i zapobiegać dalszemu szerzeniu się zakażeń.

Wnioski dla systemów bezpieczeństwa żywności

Badanie potwierdza przydatność rutynowego WGS w krajowych systemach nadzoru nad STEC, pod warunkiem elastycznego dopasowania narzędzi do konkretnego serotypu. Prosta klasyfikacja HC5 sprawdza się dla większości typów, ale nie powinna być jedynym narzędziem w przypadku serotypów o większej zmienności, takich jak O80:H2.

Wnioski z badania są szczególnie istotne w kontekście rozwoju systemów monitoringu genomowego w Europie, w tym w Polsce. Rosnące możliwości bioinformatyczne oraz dostępność danych genomowych otwierają drogę do skuteczniejszego i szybszego wykrywania zagrożeń mikrobiologicznych w łańcuchu żywnościowym.

Źródło: CDC