Metagenomic analysis to identify the causative agents of atypical urogenital tract infections

封面

如何引用文章

全文:

详细

Background. Research in recent decades has shown that classical microbiological methods can only detect a small, cultivable portion of microorganisms. One of the modern approaches to detect a wide range of bacteria and archaea is presented as a type of metagenomic analysis performed by high-throughput sequencing of ribosomal operon fragment libraries. Objective is to conduct metagenomic analysis of samples from the urogenital tract of patients with chronic inflammation to identify pathogens not detected by other methods. Methods. Taxonomic analysis of the bacterial community was performed by high-throughput sequencing of the V3–V4 hypervariable region of the 16S rRNA gene by using the Illumina HiSeq 3000 platform. Results. The study allowed to identify the taxonomic diversity of microorganisms in samples from the urogenital tract (from 197 to 794 different microorganisms belonging to the Bacteria were identified), as well as to establish differential differences concerning members of the genera Megasphaera, Prevotella, Veillonella, Pedobacter, Mobiluncus, Phobormidium, Sphing Temperatibacter, Oxobacter, Georgenia, Actinobaculum, Varibaculum, Mycobacterium, Rhodococcus, Sediminihabitans, Actinobacter, Actinoplanes, Spirochaeta, Enhydrobacter, Thermacetogenium, Bdellovibrio, Oleibacter, Porphyromonas, Klebsiella, Lachnoclostridium, Caulobacter, Xanthomonas, Novispirillum, Marvinbryantia, Afipia, Shinella, Tepidimonas, Faecalibacterium, Paludibacterium, Aerococcus, Campylobacter, Pasteurella, Rumen, Psychrobacter, Haemophilus, Brevibacillus, Sporosarcina, Yaniella and Lactobacillus between samples from patients with chronic inflammation and apparently healthy individuals. Conclusion. Differential differences were found in the composition of the microbiome from the samples of patients with chronic inflammation and apparently healthy individuals, concerning members of 44 genera, including Megasphaera, Prevotella, Veillonella, Pedobacter, Mobiluncus, Phormidium and Lactobacillus. The inflammatory processes observed in the patient urogenital tract can be associated with imbalanced microflora such as decreased level of typical members of the genera Staphylococcus, Streptococcus and Lactobacillus, but increased number of members from of the genera Klebsiella and Citrobacter.

作者简介

D. Kutilin

National Medical Research Oncology Center, Rostov-on-Don, Russian Federation

编辑信件的主要联系方式.
Email: k.denees@yandex.ru
ORCID iD: 0000-0002-8942-3733

Denis S. Kutilin - PhD (Biology), Leading Researcher, Laboratory of Molecular Oncology, National Medical Research Oncology Center, Rostov-on-Don, Russian Federation.

344037, Rostov-on-Don, Liniya 14 str., 63.

Phone: +7 951 538-50-39

俄罗斯联邦

参考

  1. Карпеева Ю.С., Новикова В.П., Хавкин А.И., Ковтун Т.А., Макаркин Д.В., Федотова О.Б. Микробиота и болезни человека: возможности диетической коррекции. Российский вестник перинатологии и педиатрии. 2020. T. 65, № 5. С. 116–125. doi: 10.21508/1027-4065-2020-65-5-116-125
  2. Кунгуров Н.В., Герасимова Н.М., Горбунов А.П., Скидан Н.И., Щербакова Н.В., Евстигнеева Н.П., Чигвинцева Е.А., Юровских Л.И., Тамбулова В.Н. Условно-патогенная микрофлора урогенитального тракта у мужчин с воспалительными заболеваниями мочеиспускательного канала. Вестник последипломного медицинского образования. 2010. № 2. С. 26–32.
  3. Ткачук В.Н. Хронический простатит. М.: Медицина для всех, 2006. 112 с.
  4. Anderson-Otunu O., Akhtar S. Chronic infections of the urinary tract and bladder cancer risk: a systematic review. Asian Pac. J. Cancer Prev., 2016, vol. 17, no. 8, pp. 3805–3807.
  5. Aragón I.M., Herrera-Imbroda B., Queipo-Ortuño M.I., Castillo E., Del Moral J.S., Gómez-Millán J., Yucel G., Lara M.F. The urinary tract microbiome in health and disease. Eur. Urol. Focus, 2018, vol. 4, no. 1, pp. 128–138. doi: 10.1016/j.euf.2016.11.001
  6. Bates S.T., Berg-Lyons D., Caporaso J.G., Walters W.A., Knight R., Fierer N. Examining the global distribution of dominant archaeal populations in soil. ISME J., 2010, vol. 5, pp. 908–917.
  7. Bolger A.M., Lohse M., Usadel B. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinformatics, 2014, vol. 30, no. 15, pp. 2114–2120. doi: 10.1093/bioinformatics/btu170
  8. Bordigoni A., Lo C.I., Yimagou E.K., Diop K., Nicaise B., Raoult D., Desnues C., Fenollar F. Megasphaera vaginalis sp. nov. and Anaerococcus vaginimassiliensis sp. nov., new bacteria isolated from vagina of French woman with bacterial vaginosis. New Microbes New Infect., 2020, vol. 37: 100706. doi: 10.1016/j.nmni.2020.100706
  9. Caporaso J.G., Kuczynski J., Stombaugh J., Bittinger K., Bushman F.D., Costello E.K., Fierer N., Peña A.G., Goodrich J.K., Gordon J.I., Huttley G.A., Kelley S.T., Knights D., Koenig J.E., Ley R.E., Lozupone C.A., McDonald D., Muegge B.D., Pirrung M., Reeder J., Sevinsky J.R., Turnbaugh P.J., Walters W.A., Widmann J., Yatsunenko T., Zaneveld J., Knight R. QIIME allows analysis of high-throughput community sequencing data. Nat. Methods., 2010, vol. 7, no. 5, pp. 335–336. doi: 10.1038/nmeth.f.303
  10. Drewes J.L., White J.R., Dejea C.M., Fathi P., Iyadorai T., Vadivelu J., Roslani A.C., Wick E.C., Mongodin E.F., Loke M.F., Thulasi K., Gan H.M., Goh K.L., Chong H.Y., Kumar S., Wanyiri J.W., Sears C.L. High-resolution bacterial 16S rRNA gene profile meta-analysis and biofilm status reveal common colorectal cancer consortia. NPJ Biofilms Microbiomes, 2017, vol. 3: 34. doi: 10.1038/s41522-017-0040-3
  11. Edgar R.C., Haas B.J., Clemente J.C., Quince C., Knight R. UCHIME improves sensitivity and speed of chimera detection. Bioinformatics, 2011, vol. 27, no. 16, pp. 2194–2200. doi: 10.1093/bioinformatics/btr381
  12. Fadrosh D.W., Ma B., Gajer P., Sengamalay N., Ott S., Brotman R.M., Ravel J. An improved dual-indexing approach for multi-plexed 16S rRNA gene sequencing on the Illumina MiSeq platform. Microbiome, 2014, vol. 2, no. 1: 6. doi: 10.1186/2049-2618-2-6
  13. Gilbert J.A., Blaser M.J., Caporaso J.G., Jansson J.K., Lynch S.V., Knight R. Current understanding of the human microbiome. Nat. Med., 2018, vol. 24, no. 4, pp. 392–400. doi: 10.1038/nm.4517
  14. Huang C.H., Chou Y.H., Yeh H.W., Huang J.Y., Yang S.F., Yeh C.B. Risk of cancer after lower urinary tract infection: a population-based cohort study. Int. J. Environ Res. Public Health, 2019, vol. 16, no. 3: 390. doi: 10.3390/ijerph16030390
  15. Jackobson S.H., Eklof O., Eriksson C.G., Lins L.E., Tidgren B., Winberg J. Development of hypertension and ureamia after pyelonephritis in childhood: 27 year follow up. BMJ, 1989, vol. 299, no. 6701, pp. 703–706. doi: 10.1136/bmj.299.6701.703
  16. Jensen E.A., Berryman D.E., Murphy E.R., Carroll R.K., Busken J., List E.O., Broach W.H. Heterogeneity spacers in 16S rDNA primers improve analysis of mouse gut microbiomes via greater nucleotide diversity. Biotechniques, 2019, vol. 67, no. 2, pp. 55–62. doi: 10.2144/btn-2019-0025
  17. Kim M.S., Jung S.I. The urinary tract microbiome in male genitourinary diseases: focusing on benign prostate hyperplasia and lower urinary tract symptoms. Int. Neurourol. J., 2021, vol. 25, no. 1, pp. 3–11. doi: 10.5213/inj.2040174.087
  18. Langmead B., Salzberg S.L. Fast gapped-read alignment with Bowtie 2. Nat. Methods, 2012, vol. 9, no. 4, pp. 357–359. doi: 10.1038/nmeth.1923
  19. Mändar R., Punab M., Korrovits P., Türk S., Ausmees K., Lapp E., Preem J.K., Oopkaup K., Salumets A., Truu J. Seminal microbiome in men with and without prostatitis. Int. J. Urol., 2017, vol. 24, no. 3, pp. 211–216. doi: 10.1111/iju.13286
  20. Masajtis-Zagajewska A., Nowicki M. New markers of urinary tract infection. Clin. Chim. Acta, 2017, vol. 471, pp. 286–291. doi: 10.1016/j.cca.2017.06.003
  21. Moustafa A., Li W., Singh H., Moncera K.J., Torralba M.G., Yu Y., Manuel O., Biggs W., Venter J.C., Nelson K.E., Pieper R., Telenti A. Microbial metagenome of urinary tract infection. Sci. Rep., 2018, vol. 8, no. 1: 4333. doi: 10.1038/s41598-018-22660-8
  22. Neugent M.L., Hulyalkar N.V., Nguyen V.H., Zimmern P.E., De Nisco N.J. Advances in understanding the human urinary microbiome and its potential role in urinary tract infection. mBio, 2020, vol. 11, no. 2: e00218-20. doi: 10.1128/mBio.00218-20
  23. Randis T.M., Ratner A.J. Gardnerella and Prevotella: co-conspirators in the pathogenesis of bacterial vaginosis. J. Infect. Dis., 2019, vol. 220, no. 7, pp. 1085–1088. doi: 10.1093/infdis/jiy705
  24. Scheiman J., Luber J.M., Chavkin T.A., MacDonald T., Tung, A., Pham L.-D., Wibowo M.C., Wurth R.C., Punthambaker S., Tierney B.T., Yang Z., Hattab M.W., Avila-Pacheco J., Clish C.B., Lessard S., Church G.M., Kostic A.D. Meta-omics analysis of elite athletes identifies a performance-enhancing microbe that functions via lactate metabolism. Nat. Med., 2019, vol. 25, no. 7, pp. 1104–1109. doi: 10.1038/s41591-019-0485-4
  25. Shrestha E., White J.R., Yu S.H., Kulac I., Ertunc O., De Marzo A.M., Yegnasubramanian S., Mangold L.A., Partin A.W., Sfanos K.S. Profiling the urinary microbiome in men with positive versus negative biopsies for prostate Cancer. J. Urol., 2018, vol. 199, no. 1, pp. 161–171. doi: 10.1016/j.juro.2017.08.001
  26. Steen A.D., Crits-Christoph A., Carini P., DeAngelis K.M., Fierer N., Lloyd K.G., Thrash J.C. High proportions of bacteria and archaea across most biomes remain uncultured. ISME J., 2019, vol. 13, pp. 3126–3130.
  27. Srinivasan S., Chambers L.C., Tapia K.A., Hoffman N.G., Munch M.M., Morgan J.L., Domogala D., Lowens M.S., Proll S., Huang M.-L., Soge O.O., Jerome K.R., Golden M.R., Hughes J.P., Fredricks D.N., Manhart L.E. Urethral microbiota in men: association of Haemophilus influenzae and mycoplasma penetrans with nongonococcal urethritis. Clin. Infect. Dis., 2021, vol. 73, no. 7, pp. e1684–e1693. doi: 10.1093/cid/ciaa1123
  28. Tanaka S., Yoshida M., Murakami Y., Ogiwara T., Shoji M., Kobayashi S., Watanabe S., Machino M., Fujisawa S. The relationship of Prevotella intermedia, Prevotella nigrescens and Prevotella melaninogenica in the supragingival plaque of children, caries and oral malodor. J. Clin. Pediatr. Dent., 2008, vol. 32, no. 3, pp. 195–200. doi: 10.17796/jcpd.32.3.vp657177815618l1
  29. Wang Q., Garrity G.M., Tiedje J.M., Cole J.R. Naive Bayesian classifier for rapid assignment of rRNA sequences into the new bacterial taxonomy. Appl. Environ. Microbiol., 2007, vol. 73, no. 16, pp. 5261–5267. doi: 10.1128/AEM.00062-07

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Kutilin D.S., 2021

Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».