抗性基因數據庫大盤點,尋找耐藥菌的蹤跡

2016-08-25    編輯:諾禾致源

抗生素的大量使用,導致耐藥性菌株大規模增加,土壤、水體、人體和動植物等環境,
都有大量新的抗藥菌株和耐藥基因被發現。對這些耐藥菌株和基因進行監測,分析耐藥基因動態,
對于解析耐藥基因產生機制、防治抗藥菌株泛濫有著重要的意義。這其中最核心的內容就是耐藥基因數據庫,
一個完備、精確、更新及時的數據庫,是耐藥基因的篩查工作的核心。
這里就來盤點一下耐藥基因數據庫,看一看我們手中所掌握的核心武器。

耐藥基因數據庫的先驅

自從抗生素使用以來,對這些成分產生耐性的基因也逐漸被發現,為收集整理強耐藥性的菌株,科學工作者們整理了一系列相關的數據庫,其中最先真正將各種微生物中的抗藥基因全面整合起來的數據庫,就是ARDB(Antibiotic Resistance Genes Database)數據庫[1]。ARDB數據庫整合了來自NCBI和SwissProt數據庫的13,254個耐藥基因信息,經過數據過濾和去重后,保留4,554個完整非冗余的耐藥蛋白數據。這些蛋白數據和GO、CDD、COG、物種信息等數據整合,并根據耐藥機制進行歸類,構成了ARDB數據庫的核心架構[2](圖1)。

placeholder+image

圖1 ARDB數據庫組成及構建方法[2]

來自志愿者的貢獻

抗性基因數據庫的構建,是一個復雜的系統工程,以ARDB為例,自從09年上線以來鮮有更新。然而抗性基因并不是一成不變的,隨著菌株的不斷進化,以及新抗生素的生產和使用,新的耐藥基因也陸續產生。如何讓數據庫能夠與時俱進,適應不斷更新的耐藥基因信息,成為抗性基因數據庫構建的一大課題。
CARD數據庫[3]在構建之初就充分考慮到了這點,搭建了一個基于志愿者貢獻的數據共享平臺[4],以ARO(Antibiotic Resistance Ontology)為核心對抗性數據進行組織[5],以達到數據實時更新的效果(圖2)。

placeholder+image

圖2 CARD數據共享網絡示意圖[4]

專注重要結構域

蛋白質結構中,真正起到核心功能的,是其中最核心的幾個結構域。相比通過全序列相似度來進行數據庫注釋,基于隱馬爾可夫(HMM)模型的結構域預測,能夠更準確的對蛋白功能做出注釋。特別是對于宏基因組數據,即便序列結構不完整的基因,只要保留了關鍵結構域,也能夠很好的預測蛋白的核心功能。
ResFams[6]以CARD的抗藥基因數據為核心,結合已有多個抗藥基因數據庫構建了HMM模型,以提升抗藥基因預測效果。基于土壤(左側圖)和人腸道環境(右側圖)宏基因組的抗藥基因預測結果顯示,ResFams數據庫預測得到的抗藥基因數目優于ARDB/CARD的預測結果,與人工優化過的金標準預測結果相比假陽性率極低,顯示了很好的預測效果[7](圖3)。

placeholder+image

圖3 基于土壤(左側)和人腸道環境(右側)宏基因組的抗藥基因預測結果[7]

基于宏基因組的抗性基因注釋

抗生素的使用對人體環境和自然環境都產生著重要的影響,使用宏基因組對水體[8]、糞便/土壤[9]、活性淤泥[10]以及人腸道[11]等環境的抗性基因研究,均有文獻報道。諾禾致源提供完善的抗性基因分析方案,可以深入解析抗性基因的發展變化趨勢,探討抗生素使用對自然環境及人體健康的影響。

參考文獻

[1] ARDB數據庫>>

[2] Liu B, Pop M. ARDB--Antibiotic Resistance Genes Database.[J]. Nucleic Acids Research, 2009, 37(Database issue):443-7. 閱讀原文>>

[3] CARD數據庫>>

[4] Mcarthur A G, Wright G D. Bioinformatics of antimicrobial resistance in the age of molecular epidemiology[J]. Current Opinion in Microbiology, 2015, 27:45-50. 閱讀原文>>

[5] Mcarthur A G, Waglechner N, Nizam F, et al. The Comprehensive Antibiotic Resistance Database[J]. Antimicrobial Agents & Chemotherapy, 2013, 57(7):3348-57. 閱讀原文>>

[6] ResFams數據庫>>

[7] Gibson M K, Forsberg K J, Dantas G. Improved annotation of antibiotic resistance determinants reveals microbial resistomes cluster by ecology[J]. Isme Journal, 2014, 9(1). 閱讀原文>>

[8] Christgen B, Yang Y, Ahammad S Z, et al. Metagenomics Shows That Low-Energy Anaerobic?Aerobic Treatment Reactors Reduce Antibiotic Resistance Gene Levels from Domestic Wastewater[J]. Environmental Science & Technology, 2015, 49(4):2577-84. 閱讀原文>>

[9] Pehrsson E C, Tsukayama P, Patel S, et al. Interconnected microbiomes and resistomes in low-income human habitats[J]. Nature, 2016, 533(7602):212-216. 閱讀原文>>

[10] Tian Z, Zhang Y, Yu B, et al. Changes of resistome, mobilome and potential hosts of antibiotic resistance genes during the transformation of anaerobic digestion from mesophilic to thermophilic.[J]. Water Research, 2016, 98:261-269. 閱讀原文>>

[11] Hu Y, Yang X, Qin J, et al. Metagenome-wide analysis of antibiotic resistance genes in a large cohort of human gut microbiota.[J]. Nature Communications, 2013, 4(2):405-415. 閱讀原文>>

安卓手机捕鱼游戏 分分彩平台开奖不一样 000600股票分析 上海时时乐今天幵奖吗 广东11选5方法 江西多乐彩11选五 幸运赛车彩票官网 白山在线手机棋牌游戏 铁龙物流股票行情 贵州十一选五前三直开奖号 福彩组六