Метагеномный анализ для идентификации возбудителей нетипичных инфекций урогенитального тракта

Обложка

Цитировать

Полный текст

Аннотация

Актуальность. Исследования последних десятилетий показали, что классические методы микробиологии позволяют выявлять лишь незначительную, поддающуюся культивированию, часть микроорганизмов. Одним из современных подходов, позволяющих выявлять широкий спектр бактерий и архей, является разновидность метагеномного анализа, выполняемая путем высокопроизводительного секвенирования библиотек фрагментов рибосомальных оперонов. Цель данного исследования — метагеномный анализ образцов из урогенитального тракта пациентов с хроническим воспалительным процессом для идентификации патогенов, не выявляемых другими методами. Методы. Таксономический анализ бактериального сообщества проводили путем высокопроизводительного секвенирования гипервариабельной области V3–V4 гена 16S рРНК на платформе Illumina HiSeq 3000. Результаты. Проведенное исследование позволило выявить таксономическое многообразие микроорганизмов в образцах из урогенитального тракта (выявлено от 197 до 794 различных микроорганизмов, относящихся к домену Bacteria), а также установить дифференциальные различия, касающиеся представителей родов Megasphaera, Prevotella, Veillonella, Pedobacter, Mobiluncus, Phormidium, Sphingobacterium, 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 и Lactobacillus из образцов, полученных от больных с хроническими воспалительными процессами и от условно здоровых индивидуумов. Заключение. Были обнаружены дифференциальные различия в составе микробиома образцов от больных с хроническими воспалительными процессами и условно здоровых индивидуумов, касающиеся представителей 44 родов, в том числе Megasphaera, Prevotella, Veillonella, Pedobacter, Mobiluncus, Phormidium и Lactobacillus. Наблюдаемые воспалительные процессы в урогенитальном тракте пациентов могут быть ассоциированы с дисбалансом микрофлоры — снижением типичных представителей родов Staphylococcus, Streptococcus и Lactobacillus и увеличением численности представителей родов Klebsiella и Citrobacter.

Об авторах

Д. С. Кутилин

Национальный медицинский исследовательский центр онкологии МЗ РФ

Автор, ответственный за переписку.
Email: k.denees@yandex.ru
ORCID iD: 0000-0002-8942-3733

Кутилин Денис Сергеевич - кандидат биологических наук, ведущий научный сотрудник лаборатории молекулярной онкологии.

344037, Ростов-на-Дону, ул. 14-я линия, 63.

Тел.: 8 951 538-50-39

Россия

Список литературы

  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

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Кутилин Д.С., 2021

Creative Commons License
Эта статья доступна по лицензии 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».