Method of selective isolation of Acinetobacter baylyi from river water

Cover Page

Cite item

Full Text

Abstract

The aim of the study is to increase the selectivity of isolating Acinetobacter baylyi from river water. For developing a selective culture medium, we used 5 strains of A. baylyi, 4 of which were isolated from the water of the river Neva, 1 — from clinical material. A. baylyi strains were identified by a combination of phenotypic features and/or using the mass spectrometric method (MALDI-ToF MS). In preliminary studies we found that the bacteria A. baylyi utilizes no L-phenylalanine as a single source of carbon and nitrogen, as well as the only source of carbon in a medium with mineral nitrogen sources, but utilizes L-phenylalanine as the only source of nitrogen only if it is supplemented with ethanol as the only source of carbon. Based on this A. baylyi property, a selective medium was developed for the isolation of these bacteria from river water. Composition and preparation of liquid selective medium were as follows: 1 liter of distilled water added with L-phenylalanine (CAS 63-91-2) 2.0 (g/l); NaCI 5.0; Na2SO4 2.0; KH2PO4 1.0; K2HPO4 2.5; MgSO4 0.1; dissolved while heating, boiled for 5 minutes, 4 ml of 96-degree ethanol was added to a warm medium, pH 7.2±0.2 assessed; 40 ml were poured into sterile vials. Dense selective medium: the same ingredients and extra 15.0 g of agar are added to 1 liter of distilled water; with similar preparation technique, the medium is poured into sterile Petri dishes. Method of application of selective nutrient medium for isolation of A. baylyi from river water: water from the river Neva is seeded in a volume of 10 ml into a vial with 40 ml of liquid selective medium, incubated in aerobic conditions at 28°С for 48 h, then the enriched material from the flask is placed with a bacteriological loop onto the surface of same dense selective medium in two flasks; incubated in aerobic conditions at 28°С for 48 h. 10 isolated colonies are selected for subsequent identification, they are transplanted into sectors of nutrient agar, incubated at 28°С 24 h and isolates are identified by a complex of phenotypic characteristic of A. baylyi, and/or by the MALDI-ToF MS method. In this case, 19 isolates from 20 were identified as A. baylyi (95% of isolates). A study using this technique of three more water samples from the river Neva showed the results of the same narrowly selective orientation — 90–95% of the isolates were bacteria A. baylyi.

About the authors

Evgeny P. Sivolodskii

Military Medical Academy named after S.M. Kirov; St.Petersburg Pasteur Institute

Email: lykraeva@yandex.ru

DSc (Medicine), Professor of the Department of Microbiology; Senior Researcher, Laboratory of Molecular and Biological Technologies

Russian Federation, St. Petersburg; St. Petersburg

Lyudmila A. Kraeva

Military Medical Academy named after S.M. Kirov; St.Petersburg Pasteur Institute

Author for correspondence.
Email: lykraeva@yandex.ru

DSc (Medicine), Head of the Laboratory of Medical Bacteriology; Professor of the Department of Microbiology

Russian Federation, St. Petersburg; St. Petersburg

Elena V. Melnikova

Military Medical Academy named after S.M. Kirov

Email: lykraeva@yandex.ru

Bacteriologist, Laboratory of Bacteriology of the Central Clinical Diagnostic Laboratory

Russian Federation, St. Petersburg

References

  1. Патент № 2769434 Российская Федерация. МПК C12N 1/20 (2006.01), C12Q 1/04 (2006.01), C12R 1/01 (2006). Способ выделения бактерий вида Acinetobacter baylyi из речной воды; № 2021130073, заявлено 2021.10.14, опубликовано 2022.03.31 / Сиволодский Е.П. Патентообладатель: Сиволодский Евгений Петрович. 6 с. [Patent No 2769434 Russian Federation, Int.Cl. C12N 1/20 (2006.01), C12Q 1/04 (2006.01), C12R 1/01 (2006/01). Method for isolation of Acinetobacter baylyi from river water; № 2021130073, application 2021.10.14; date of publication 2022.03.31 / Sivolodskij E.P. Proprietors Sivolodskij Evgenij Petrovich. 6 p. (In Russ.)]
  2. Сиволодский Е.П., Горелова Г.В., Богословская С.П., Зуева Е.В. Селективная синтетическая питательная среда «Ацинетобактер фенилаланин агар» для выделения и идентификации бактерий комплекса Acinetobacter calcoaceticus –Acinetobacter baumannii // Инфекция и иммунитет. 2020. Т. 10, № 5. С. 591–596. [Sivolodskii E.P., Gorelova G.V., Bogoslovskaja S.P., Zueva E.V. Selective syntetic growth medium «Acinetobacter phenylalanine agar» for isolation and identification of Acinetobacter calcoaceticus–Acinetobacter baumannii complex species. Infektsiya i immunitet = Russian Journal of Infection and Immunity, 2020, vol. 10, no. 3, pp. 591–596. (In Russ.)] doi: 10.15789/2020-7619-ASS-1177
  3. Carr E.L., Kampfer P., Patel B.K.C., Gurtler V., Seviour R.J. Seven novel spesies of Acinetobacter isolated from activated sludge. Int. J. Syst. Evol. Microbiol., 2003, vol. 53, no. 4, pp. 953–963. doi: 10.1099/ijs.0.02486-0
  4. Chen T.L., Siu L.K., Lee Y.T., Chen C.H., Huang L.Y., Wu R.C., Cho W.L., Fung C.P. Acinetobacter baylyi as a pathogen for opportunistic infection. J. Clin. Microbiol., 2008, vol. 46, no. 9, pp. 2938–2944. doi: 10.1128/JCM.00232-08
  5. Krizova L., Maixnerova M., Sedo O., Nemec A. Acinetobacter albensi sp. nov., isolated from natural soil and water ecosystems. Int. J. Syst. Evol. Microbiol., 2015, vol. 65, no. 11, pp. 3905–3915. doi: 10.1099/ijs.0.00051
  6. Suarez G.A., Dugan K.R., Renda B.A., Leonard S.P., Gangavarapu L.S., Barrick J.E. Rapid and assured genetic engineering methods applid to Acinetobacter baylyi ADPI genome streamlining. Nucleic Acids Res., 2020, vol. 48, no.8, pp. 4505–4600. doi: 10.1093/nar/gkaa204
  7. Zhou Z., Du X., Wang L., Yang Q., Fu Y., Yu Y. Clinical carbapenem-resistant Acinetobacter baylyi strain coharboring blaSIM-1 and blaOXA-23 from China. Antimicrob. Agents Chemother., 2011, vol. 55, no. 11, pp. 5347–5349. doi: 10.1128/AAC.00425-11

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 Sivolodskii E.P., Kraeva L.A., Melnikova E.V.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

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».