Bakteriální fylodynamika - Bacterial phylodynamics - Wikipedia

Bakteriální fylodynamika je studium imunologie, epidemiologie, a fylogenetika z bakteriální patogeny abychom lépe porozuměli evoluční role těchto patogenů.[1][2][3] Fylodynamická analýza zahrnuje analýzu genetická rozmanitost, přírodní výběr a populační dynamika fylogenezí patogenů infekčních chorob během pandemií a studium evoluce virů uvnitř hostitele.[4] Phylodynamics kombinuje studium fylogenetická analýza, ekologické a evoluční procesy k lepšímu pochopení mechanismů, které řídí prostoroprostorový výskyt a fylogenetické vzorce bakteriálních patogenů.[2][4] Používá bakteriální fylodynamiku genom -široký jedno-nukleotidové polymorfismy (SNP) za účelem lepšího pochopení evolučního mechanismu bakteriálních patogenů.[5] Bylo provedeno mnoho fylodynamických studií zaměřených na viry RNA viry (vidět Virová fylodynamika ), které mají vysokou míru mutací. Pole bakteriálních fylodynamik se podstatně zvýšilo díky pokroku sekvenování nové generace a množství dostupných údajů.

Metody

Nová hypotéza (design studie)

Mohou být navrženy studie ke sledování interakcí mezi hostiteli nebo mezi hostiteli. Bakteriální fylodynamické studie se obvykle zaměřují na interakce mezi hostiteli se vzorky od mnoha různých hostitelů v konkrétní geografické poloze nebo několika různých geografických lokalitách.[4] Nejdůležitější součástí návrhu studie je způsob organizace strategie vzorkování.[4] Například počet vzorkovaných časových bodů, interval vzorkování a počet sekvencí v časovém bodě jsou rozhodující pro fylodynamickou analýzu.[4] Předpětí vzorkování způsobuje problémy při pohledu na různé taxologické vzorky.[3] Například vzorkování z omezeného zeměpisného umístění může mít vliv na efektivní velikost populace.[6]

Generování dat

Experimentální nastavení

Sekvenování genomu nebo genomových oblastí a jaká technika sekvenování se používá, je důležitým experimentálním prostředím pro fylodynamickou analýzu. Sekvenování celého genomu se často provádí na bakteriálních genomech, i když v závislosti na koncepci studie lze pro fylodynamickou analýzu použít mnoho různých metod. Bakteriální genomy jsou mnohem větší a mají pomalejší evoluční rychlost než RNA viry, což omezuje studie bakteriálních fylodynamik. Pokrok v technologii sekvenování umožnil bakteriální fylodynamiku, ale je nutná správná příprava celých bakteriálních genomů.

Zarovnání

Když se získá nový datový soubor se vzorky pro fylodynamickou analýzu, sekvence v nové datové sadě se zarovnají.[4] A BLAST vyhledávání se často provádí za účelem nalezení podobných kmenů sledovaného patogenu. Sekvence shromážděné z BLASTu pro zarovnání budou vyžadovat přidání správných informací k datové sadě, jako je datum sběru vzorku a zeměpisné umístění vzorku. Algoritmy zarovnání více sekvencí (např. SVAL,[7] MAFFT,[8] a CLUSAL W[9]) zarovná datovou sadu se všemi vybranými sekvencemi. Po spuštění algoritmu zarovnání více sekvencí je vysoce doporučeno ruční úpravy zarovnání.[4] Algoritmy zarovnání více sekvencí mohou ponechat velké množství indelů v zarovnání sekvence, když indely neexistují.[4] Ruční úprava indelů v datové sadě umožní přesnější fylogenetický strom.[4]

Kontrola kvality

K zajištění přesné fylodynamické analýzy je nutné provést metody kontroly kvality. To zahrnuje kontrolu vzorků v datové sadě kvůli možné kontaminaci, měření fylogenetického signálu sekvencí a kontrolu sekvencí pro možné známky rekombinantních kmenů.[4] Znečištění vzorků v souboru dat lze vyloučit různými laboratorními metodami a správnými metodami extrakce DNA / RNA. Existuje několik způsobů, jak zkontrolovat fylogenetický signál v zarovnání, například mapování pravděpodobnosti, grafy přechodu / transverze versus divergence a Xiaův test saturace.[4] Pokud je fylogenetický signál přiřazení příliš nízký, může být pro provedení fylogenetické analýzy nutné delší přiřazení nebo přiřazení jiného genu v organismu.[4] Substituční saturace je typická pouze v souborech dat s virovými sekvencemi. Většina algoritmů používaných pro fylogenetickou analýzu nebere v úvahu rekombinaci, což může změnit molekulární hodiny a koalescenční odhady zarovnání více sekvencí.[4] Kmeny, které vykazují známky rekombinace, by měly být buď vyloučeny ze souboru dat, nebo analyzovány samostatně.[4]

Analýza dat

Evoluční model

Nejlepší kování model substituce nukleotidů nebo aminokyselin pro vícenásobné zarovnání sekvence je prvním krokem ve fylodynamické analýze. Toho lze dosáhnout několika různými algoritmy (např. IQTREE,[10] MEGA[11]).

Odvoz fylogeneze

Existuje několik různých metod, z nichž lze odvodit fylogeneze. Patří mezi ně metody zahrnující algoritmy pro vytváření stromů, jako jsou UPGMA, soused se připojí, maximální šetrnost, maximální pravděpodobnost, a Bayesovská analýza.[4]

Testování hypotéz

Posouzení fylogenetické podpory

Testování spolehlivosti stromu po odvození jeho fylogeneze je zásadním krokem ve fylodynamickém potrubí.[4] Mezi metody pro testování spolehlivosti stromu patří bootstrapping, odhad maximální věrohodnosti, a zadní pravděpodobnosti v Bayesovská analýza.[4]

Závěr fylodynamiky

K posouzení fylodynamické spolehlivosti souboru dat se používá několik metod. Mezi tyto metody patří odhadování souboru dat molekulární hodiny demografická historie, struktura populace, tok genů a výběrová analýza.[4] Fylodynamické výsledky souboru dat mohou také ovlivnit lepší design studie v budoucích experimentech.

Příklady

Fylodynamika cholery

Cholera je průjmové onemocnění způsobené bakterií Vibrio cholerae. V. cholerae je po bakterii populární bakterií pro fylodynamickou analýzu Vypuknutí cholery v roce 2010 na Haiti. K propuknutí cholery došlo hned po 2010 zemětřesení na Haiti, který způsobil poškození kritické infrastruktury, což vedlo k závěru, že ohnisko bylo s největší pravděpodobností způsobeno V. cholerae bakterie přirozeně zavlečená do vod na Haiti od zemětřesení. Brzy po zemětřesení OSN odesláno MINUSTAH jednotky z Nepálu na Haiti. Začaly se šířit zvěsti o hrozných podmínkách USA MINUSTAH tábor, stejně jako lidé tvrdí, že MINUSTAH jednotky ukládaly svůj odpad do Řeka Artibonite, který je hlavním zdrojem vody v okolí. Brzy po příjezdu vojsk MINUSTAH byl poblíž místa útoku hlášen první případ cholery MINUSTAH tábor.[12] Fylodynamická analýza byla použita ke zkoumání zdroje ohniska haitské cholery. Sekvenování celého genomu V. cholerae odhalilo, že na Haiti byl jediný bodový bod propuknutí cholery a byl podobný kmenům O1 cirkulujícím v jižní Asii.[12][13] Před odesláním jednotek MINUSTAH z Nepálu na Haiti došlo v Nepálu právě k vypuknutí cholery. V původním výzkumu ke zjištění původu ohniska nebyly nepálské kmeny k dispozici.[12] Fylodynamické analýzy byly provedeny u haitského kmene a nepálského kmene, jakmile byl k dispozici a potvrdil, že haitský kmen cholery byl nejvíce podobný nepálskému kmenu cholery.[14] Tento ohniskový kmen cholery na Haiti vykazoval známky změněného nebo hybridního kmene V. cholerae spojené s vysokou virulencí.[5] Typicky vysoce kvalitní jednonukleotidové polymorfismy (hqSNP) z celého genomu V. cholerae sekvence se používají pro fylodynamickou analýzu.[5] Použití fylodynamické analýzy ke studiu cholery pomáhá předpovědět a porozumět V. cholerae vývoj během bakteriálních epidemií.[5]

Viz také

Reference

  1. ^ Volz, Erik M .; Koelle, Katia; Bedford, Trevor (2013-03-21). „Virová fylodynamika“. PLOS výpočetní biologie. 9 (3): e1002947. Bibcode:2013PLSCB ... 9E2947V. doi:10.1371 / journal.pcbi.1002947. ISSN  1553-7358. PMC  3605911. PMID  23555203.
  2. ^ A b Grenfell, Bryan T .; Pybus, Oliver G .; Gog, Julia R .; Wood, James L. N .; Daly, Janet M .; Mumford, Jenny A .; Holmes, Edward C. (2004-01-16). "Sjednocení epidemiologické a evoluční dynamiky patogenů". Věda. 303 (5656): 327–332. Bibcode:2004Sci ... 303..327G. doi:10.1126 / science.1090727. ISSN  1095-9203. PMID  14726583. S2CID  4017704.
  3. ^ A b Frost, Simon D.W .; Pybus, Oliver G .; Gog, Julia R .; Viboud, Cecile; Bonhoeffer, Sebastian; Bedford, Trevor (2015). „Osm výzev ve fylodynamickém závěru“. Epidemie. 10: 88–92. doi:10.1016 / j.epidem.2014.09.001. PMC  4383806. PMID  25843391.
  4. ^ A b C d E F G h i j k l m n Ó p q r Norström, Melissa M .; Karlsson, Annika C .; Salemi, Marco (01.04.2012). "Směrem k novému paradigmatu spojujícímu molekulární evoluci a patogenezi virů: experimentální design a fylodynamický závěr". Nová mikrobiologie. 35 (2): 101–111. ISSN  1121-7138. PMID  22707126.
  5. ^ A b C d Azarian, Taj; Ali, Afsar; Johnson, Judith A .; Mohr, David; Prosperi, Mattia; Veras, Nazle M .; Jubair, Mohammed; Strickland, Samantha L .; Rashid, Mohammad H. (2014-12-31). „Fylodynamická analýza klinických a environmentálních izolátů Vibrio cholerae z Haiti odhaluje diverzifikaci poháněnou pozitivním výběrem“. mBio. 5 (6): e01824–14. doi:10,1 128 / mBio.01824-14. ISSN  2150-7511. PMC  4278535. PMID  25538191.
  6. ^ Biek, Roman; Pybus, Oliver G .; Lloyd-Smith, James O .; Didelot, Xavier (2015). „Měřitelně se vyvíjející patogeny v genomové éře“. Trendy v ekologii a evoluci. 30 (6): 306–313. doi:10.1016 / j.tree.2015.03.009. PMC  4457702. PMID  25887947.
  7. ^ Edgar, Robert C. (01.01.2004). "MUSCLE: vícenásobné seřazení sekvencí s vysokou přesností a vysokou propustností". Výzkum nukleových kyselin. 32 (5): 1792–1797. doi:10.1093 / nar / gkh340. ISSN  1362-4962. PMC  390337. PMID  15034147.
  8. ^ Katoh, Kazutaka; Misawa, Kazuharu; Kuma, Kei-ichi; Miyata, Takashi (2002-07-15). „MAFFT: nová metoda rychlého vícenásobného seřazení sekvencí založená na rychlé Fourierově transformaci“. Výzkum nukleových kyselin. 30 (14): 3059–3066. doi:10.1093 / nar / gkf436. ISSN  0305-1048. PMC  135756. PMID  12136088.
  9. ^ Larkin, M. A .; Blackshields, G .; Brown, N. P .; Chenna, R .; McGettigan, P. A .; McWilliam, H .; Valentin, F .; Wallace, I. M .; Wilm, A. (01.11.2007). „Clustal W a Clustal X verze 2.0“. Bioinformatika. 23 (21): 2947–2948. doi:10.1093 / bioinformatika / btm404. ISSN  1367-4811. PMID  17846036.
  10. ^ Nguyen, Lam-Tung; Schmidt, Heiko A .; von Haeseler, Arndt; Minh, Bui Quang (01.01.2015). „IQ-TREE: rychlý a efektivní stochastický algoritmus pro odhad fylogenezí maximální pravděpodobnosti“. Molekulární biologie a evoluce. 32 (1): 268–274. doi:10,1093 / molbev / msu300. ISSN  0737-4038. PMC  4271533. PMID  25371430.
  11. ^ Kumar, Sudhir; Stecher, Glen; Tamura, Koichiro (01.07.2016). „MEGA7: Molecular Evolutionary Genetics Analysis verze 7.0 pro větší datové sady“. Molekulární biologie a evoluce. 33 (7): 1870–1874. doi:10.1093 / molbev / msw054. ISSN  1537-1719. PMID  27004904.
  12. ^ A b C Piarroux, Renaud (2011). „Porozumění epidemii cholery, Haiti“. Vznikající infekční nemoci. 17 (7): 1161–1168. doi:10,3201 / eid1707.110059. PMC  3381400. PMID  21762567.
  13. ^ Orata, Fabini D .; Keim, Paul S .; Boucher, Yan (2014-04-03). „Vypuknutí cholery v roce 2010 na Haiti: Jak věda vyřešila kontroverze“. PLOS patogeny. 10 (4): e1003967. doi:10.1371 / journal.ppat.1003967. ISSN  1553-7374. PMC  3974815. PMID  24699938.
  14. ^ Katz, Lee S .; Petkau, Aaron; Beaulaurier, John; Tyler, Shaun; Antonova, Elena S .; Turnsek, Maryann A .; Guo, Yan; Wang, Susana; Paxinos, Ellen E. (2013-08-30). „Evoluční dynamika Vibrio cholerae O1 po zavedení jednoho zdroje na Haiti“. mBio. 4 (4): e00398–13. doi:10,1128 / mBio.00398-13. ISSN  2150-7511. PMC  3705451. PMID  23820394.