Información

Taxonomía de plásmidos

Taxonomía de plásmidos


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Me gustó la pregunta sobre los plásmidos F 'y R.

¿Cuál es un buen recurso que describe lo que se sabe sobre las funciones y la diversidad de los plásmidos en la naturaleza? ¿Procariotas o eucariotas?

Wikipedia apunta a cinco tipos de plásmidos (fertilidad (F), resistencia (R), col plásmidos (genes ofensivos que permiten que una bacteria mate a otras bacterias), plásmidos de función degradativa y plásmidos de virulencia). También hay una breve sección sobre plásmidos de levadura / euk. Parece que los plásmidos podrían transmitir casi cualquier gen. Las enzimas de restricción se encuentran principalmente en plásmidos y parecerían estar a la defensiva, tal vez sean degradantes.

¿Hay referencias más detalladas y matizadas?


No estoy seguro de si la taxonomía de plásmidos generalizada seguirá siendo relevante. Muchos de estos nombres antiguos se crearon antes de que se conocieran la secuencia exacta y la función de las diversas secuencias de ADN. Esto se está volviendo especialmente cierto ya que la biología sintética nos permite mezclar y combinar partes de plásmidos a voluntad. Si desea profundizar en muchos de los documentos antiguos de clasificación de plásmidos, muchos de ellos se publicaron antes de 1980.

En ese entonces, imagino que las conversaciones eran más: "oh, mire, encontré un plásmido R que confiere resistencia a la ampicilina", en lugar de nuestra comprensión más moderna: "oh, tengo un plásmido que confiere ampR a través de bla "

Dicho esto, creo que las clasificaciones de plásmidos más específicas / especializadas se mantendrán por un tiempo, ya que confieren una gran cantidad de significado específico de dominio. Eche un vistazo a los plámidos Ti y Ri, que tienen significados muy específicos en patógenos vegetales y se utilizan en la ingeniería genética de los mismos. Notará que la clasificación de estos plásmidos proviene de mucho más que un solo gen.

Ha habido algunos intentos modernos de clasificar los plásmidos, pero se basan mucho más en la estructura / linaje del plásmido que en los genes de carga útil (origen de replicación, tamaño, etc.). Consulte [1] para ver un ejemplo.

[1] Wang, et. Alabama. 2009. Plasmid.


Taxonomía de plásmidos - Biología

Kaiju es un programa para sensibles clasificación taxonómica de lecturas de secuenciación de alto rendimiento de secuenciación metagenómica del genoma completo o metatranscriptómica experimentos.

Cada lectura de secuenciación se asigna a un taxón en la taxonomía NCBI comparándolo con un base de datos de referencia que contiene secuencias de proteínas microbianas y virales. Al utilizar la clasificación de nivel de proteína, Kaiju logra una mayor sensibilidad en comparación con los métodos basados ​​en la comparación de nucleótidos.

Kaiju puede usar el conjunto de genomas completos disponibles de NCBI RefSeq o el subconjunto microbiano del NCBI Base de datos de proteínas no redundante BLAST nr, incluyendo opcionalmente también hongos y eucariotas microbianos.

Las lecturas se traducen en secuencias de aminoácidos, que luego se buscan en la base de datos mediante una búsqueda hacia atrás modificada en una implementación eficiente de la memoria de la transformada de Burrows-Wheeler, que encuentra coincidencias máximas exactas (MEM), permitiendo opcionalmente desajustes en la alineación de proteínas.

La búsqueda puede procesar hasta millones de lecturas por minuto utilizando, por ejemplo, sólo 10 GB de RAM con una base de datos de referencia que comprende 4821 genomas microbianos completos.

Kaiju también se puede utilizar para consultar cualquier base de datos de proteínas personalizada sin clasificación taxonómica, utilizando consultas de proteínas o nucleótidos.

El programa se puede descargar para una instalación local o se puede acceder a través de un servidor web, donde se pueden cargar las lecturas para su análisis en línea.

Descargar

La última versión del código fuente de Kaiju se puede descargar de GitHub como archivo comprimido o clonando el repositorio a través de git:

clon de git https://github.com/bioinformatics-centre/kaiju.git

Consulte el archivo README para obtener instrucciones de instalación y uso.

El código fuente está disponible bajo la Licencia Pública General GNU 3.

Notas de lanzamiento

Versión 1.8
  • añadir kaiju-multi
  • agregue la opción -l a kaiju2krona
  • actualice RVDB-prot a v21.0
  • mejor manejo de la descarga de secuencias de virus y plásmidos de RefSeq
Versión 1.7.4
2020-11-04
  • actualice RVDB-prot a v20.0
  • corregir error en la descarga de RefSeq
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.7.3
2020-01-16
  • actualice RVDB-prot a v17.0
  • agregar lista con números de acceso excluidos para la base de datos NR, basado en Breitwieser et al., 2019
  • agregar opción -s a kaiju-mergeOutputs
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.7.2
2019-07-12
  • corregir la descarga de genomas de virus para bases de datos de origen virus, refseq, progenomas
  • agregar hongos de la base de datos de origen, que contiene todos los conjuntos de hongos de NCBI RefSeq
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.7.1
2019-06-27
  • actualización de la descarga de genomas de virus para bases de datos de origen virus, refseq, progenomas
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.7.0
2019-04-28
  • reemplace makeDB.sh con kaiju-makedb
  • reemplace kaijuReport con kaiju2table
  • cambiar el nombre de addTaxonNames a kaiju-addTaxonNames
  • cambiar el nombre de mergeOutputs a kaiju-mergeOutputs
  • agregar RVDB-prot como base de datos de referencia
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.6.3
2018-10-01
  • nuevas opciones para makeDB.sh para descargar solo plásmidos (-l) o virus (-v)
  • ampliar la lista de archivos descargados para virus y plásmidos en makeDB.sh
  • actualizaciones a marDB
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.6.2
2018-02-24
Versión 1.6.1
2018-02-16
Versión 1.6.0
2018-01-09
  • cambió los parámetros de búsqueda predeterminados al modo Codicioso con 3 desajustes permitidos y habilitó el filtro SEG (se puede deshabilitar con la nueva opción -X)
  • El valor E se calcula en el modo Codicioso y se puede usar como umbral para la clasificación usando la opción -E
  • Kaiju ahora también puede abrir archivos de entrada FASTQ / A comprimidos con gzip
  • la base de datos MarDB se puede seleccionar en makeDB.sh usando la opción -m
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.5.0
2017-02-20
  • agregar números de acceso a los identificadores de la base de datos
  • El formato de salida largo de Kaiju a través de la opción -v ahora imprimirá los números de acceso de las secuencias de bases de datos coincidentes en la columna 6
  • Importante: Kaiju 1.5.0 no funciona con archivos de índice (.fmi) de versiones anteriores y las versiones anteriores no funcionarán con archivos de índice hechos con Kaiju 1.5.0
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.4.5
2017-01-27
  • varias pequeñas correcciones de errores y mejoras
  • agregue la opción -c más baja para mergeOutputs
  • agregue la opción -p a kaijuReport para imprimir la ruta completa del taxón en el informe
  • agregue la opción -l a kaijuReport para seleccionar rangos específicos para la ruta del taxón
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.4.4
2016-10-31
  • agregue la opción -p a makeDB.sh para usar el conjunto representativo de proGenomes como base de datos de referencia
  • agregue la opción -r a makeDB.sh para usar los genomas completos de RefSeq como base de datos de referencia
  • eliminar la opción predeterminada en makeDB.sh. Ahora, debe usarse una de las opciones -r, -p, -n o -e.
  • agregar opción para enlace estático
  • Los binarios de Linux vinculados estáticamente están disponibles en GitHub
Versión 1.4.3
2016-10-19
  • ajustar makeDB.sh a la nueva estructura de carpetas de los genomas de RefSeq en el servidor FTP de NCBI
  • aumentar la precisión de los números porcentuales en kaijuReport
Versión 1.4.2
2016-09-03
  • cambie makeDB.sh y convertNR para acomodar la eliminación de números GI del NCBI BLAST nr base de datos
Versión 1.4.1
2016-07-06
  • corregir un error en el cálculo del porcentaje de lecturas no asignadas en kaijuReport
  • corregir el análisis de los nombres de los rangos de taxón de nodes.dmp en kaijuReport y addTaxonNames
Versión 1.4
2016-05-17
  • agregue el filtro de baja complejidad SEG de BLAST a través de la opción -x
  • agregue la opción -p a kaiju para la entrada de la secuencia de proteínas, que deshabilita la traducción de nucleótidos a aminoácidos
  • agregue la opción -e a makeDB.sh para incluir proteínas de hongos y eucariotas microbianos al usar el nr base de datos
  • agregue el programa addTaxonNames para extender el archivo de salida por nombres de taxón o rutas de taxón
Versión 1.3.1
2016-04-19
Versión 1.3
2016-04-13
  • agregue makeDB.sh para descargar genomas y construir una base de datos de referencia y un índice Kaiju
  • agregar convertNR para usar el BLAST nr base de datos
  • corregir error de desbordamiento para bases de datos grandes
  • detección mejorada del tipo de archivo
  • actualizar README y cambios cosméticos menores
2016-02-23
Versión 1.2
2016-01-11
  • actualización para el modo Greedy, que ahora es aproximadamente el doble de rápido sin cambios en la precisión.
  • agregue kaijup, para buscar consultas de proteínas en una base de datos de proteínas sin clasificación de taxonomía, de modo que se impriman los nombres de la base de datos de las mejores coincidencias.
Versión 1.1
2015-12-18
  • nueva implementación del índice FM, que mejora la velocidad de consulta al BWT.
  • la distancia entre los puntos de control de la matriz de sufijos se puede establecer usando la opción -e para mkbwt, que permite intercambiar el tamaño de la base de datos frente a la velocidad.
  • El modo MEM ahora solo imprime las secuencias coincidentes en modo detallado en lugar de la secuencia de consulta completa.
  • agregue kaijux, para buscar lecturas traducidas en una base de datos de proteínas sin clasificación taxonómica, de modo que se impriman los nombres de la base de datos de las mejores coincidencias.
Versión 1.0.1
2015-11-24
  • agregar kaijuReport
  • corrección de errores en kaiju para archivos de entrada FASTA, lo que provocó que la última línea de entrada se leyera dos veces
Versión 1.0
2015-11-16

Las versiones anteriores se pueden descargar aquí.

Contacto

Si tiene preguntas, informes de errores o más información sobre Kaiju, comuníquese con Peter Menzel. Los informes de errores también se pueden archivar en el rastreador de problemas de GitHub.

Citación

Lea la publicación detrás del artículo sobre Nature Microbiology Community.

El programa está siendo desarrollado por Peter Menzel y Anders Krogh en el Centro de Bioinformática, una parte de la Sección de Biología Computacional y ARN de la Universidad de Copenhague.


PLSDB: un recurso de plásmidos bacterianos completos

El estudio de aislamientos o comunidades bacterianas requiere el análisis de los plásmidos incluidos en ellos para proporcionar una caracterización extensa de los organismos. Los plásmidos que albergan factores de resistencia y virulencia son de especial interés ya que contribuyen a la diseminación de la resistencia a los antibióticos. A medida que aumenta el número de genomas bacterianos recién secuenciados, se requiere un recurso completo que permita examinar y filtrar los plásmidos disponibles y realizar análisis de secuencia. A continuación, presentamos PLSDB, un recurso que contiene 13 789 registros de plásmidos recopilados de la base de datos de nucleótidos NCBI. El servidor web proporciona una vista interactiva de todos los plásmidos obtenidos con metainformación adicional, como características de secuencia, información relacionada con la muestra y taxonomía. Además, los datos de la secuencia de nucleótidos se pueden cargar para buscar secuencias cortas de nucleótidos (por ejemplo, genes específicos) en los plásmidos, para comparar un plásmido dado con los registros de la colección o para determinar si una muestra contiene uno o varios de los plásmidos conocidos (contención análisis). El recurso es de libre acceso en https://ccb-microbe.cs.uni-saarland.de/plsdb/.

Cifras

Número de registros de plásmidos incluidos ...

Número de registros de plásmidos incluidos en la colección agrupados por año de…

Descripción general interactiva del plásmido recolectado ...

Descripción general interactiva de los registros de plásmidos recopilados. El registro AP018833.1 está seleccionado en la tabla ...


Tipos específicos de plásmidos

Hay cinco tipos principales de plásmidos: plásmidos F de fertilidad, plásmidos de resistencia, plásmidos de virulencia, plásmidos degradativos y plásmidos Col.

Plásmidos F de fertilidad

Los plásmidos de fertilidad, también conocidos como plásmidos F, contienen genes de transferencia que permiten que los genes se transfieran de una bacteria a otra a través de la conjugación. Estos constituyen la amplia categoría de plásmidos conjugativos. Los plásmidos F son episomas, que son plásmidos que se pueden insertar en el ADN cromosómico. Las bacterias que tienen el plásmido F se conocen como F positivo (F +) y las bacterias sin él son F negativo (F–). Cuando una bacteria F + se conjuga con una bacteria F–, resultan dos bacterias F +. Solo puede haber un plásmido F en cada bacteria.

Plásmidos de resistencia

Los plásmidos de resistencia o R contienen genes que ayudan a una célula bacteriana a defenderse de factores ambientales como venenos o antibióticos. Algunos plásmidos de resistencia pueden transferirse por sí mismos mediante conjugación. Cuando esto sucede, una cepa de bacterias puede volverse resistente a los antibióticos. Recientemente, el tipo de bacteria que causa la gonorrea, una infección de transmisión sexual, se ha vuelto tan resistente a una clase de antibióticos llamados quinolonas que, en su lugar, la Organización Mundial de la Salud ha comenzado a recomendar una nueva clase de antibióticos, llamados cefalosporinas. Las bacterias pueden incluso volverse resistentes a estos antibióticos en cinco años. Según NPR, el uso excesivo de antibióticos para tratar otras infecciones, como las del tracto urinario, puede provocar la proliferación de cepas resistentes a los medicamentos.

Plásmidos de virulencia

Cuando un plásmido de virulencia está dentro de una bacteria, convierte esa bacteria en un patógeno, que es un agente de enfermedad. Las bacterias que causan enfermedades pueden propagarse y reproducirse fácilmente entre las personas afectadas. La bacteria Escherichia coli (E. coli) tiene varios plásmidos de virulencia. La E. coli se encuentra naturalmente en el intestino humano y en otros animales, pero ciertas cepas de E. coli pueden causar diarrea y vómitos graves. Salmonella enterica es otra bacteria que contiene plásmidos de virulencia.

Plásmidos degradantes

Los plásmidos degradantes ayudan a la bacteria huésped a digerir compuestos que no se encuentran comúnmente en la naturaleza, como alcanfor, xileno, tolueno y ácido salicílico. Estos plásmidos contienen genes de enzimas especiales que descomponen compuestos específicos. Los plásmidos degradantes son conjugativos.

Plásmidos Col

Los plásmidos col contienen genes que producen bacteriocinas (también conocidas como colicinas), que son proteínas que matan a otras bacterias y así defienden la bacteria huésped. Las bacteriocinas se encuentran en muchos tipos de bacterias, incluida la E. coli, que las obtiene del plásmido ColE1.


Contenido

Y. pestis es una bacteria anaeróbica facultativa, inmóvil, con forma de barra, con tinción bipolar (que le da una apariencia de imperdible) que produce una capa de limo antifagocítico. [6] Similar a otros Yersinia especies, da negativo para ureasa, fermentación de lactosa e indol. [7] Su pariente más cercano es el patógeno gastrointestinal. Yersinia pseudotuberculosis, y mas distante Yersinia enterocolitica.

Genoma Editar

Una secuencia genómica completa está disponible para dos de las tres subespecies de Y. pestis: cepa KIM (de biovar Y. p. medievalis), [8] y la cepa CO92 (de biovar Y. p. orientalis, obtenido de un aislado clínico en los Estados Unidos). [9] En 2006, la secuencia genómica de una cepa de biovariedad Antiqua ha sido terminado recientemente. [10] De manera similar a las otras cepas patógenas, existen signos de pérdida de mutaciones funcionales. El cromosoma de la cepa KIM tiene 4.600.755 pares de bases de largo y el cromosoma de la cepa CO92 tiene 4.653.728 pares de bases de largo. Igual que Y. pseudotuberculosis y Y. enterocolitica, Y. pestis es anfitrión del plásmido pCD1. También alberga otros dos plásmidos, pPCP1 (también llamado pPla o pPst) y pMT1 (también llamado pFra) que no son transportados por el otro Yersinia especies. pFra codifica una fosfolipasa D que es importante para la capacidad de Y. pestis para ser transmitido por pulgas. [11] pPla codifica una proteasa, Pla, que activa la plasmina en huéspedes humanos y es un factor de virulencia muy importante para la peste neumónica. [12] Juntos, estos plásmidos, y una isla de patogenicidad llamada HPI, codifican varias proteínas que causan la patogénesis de la cual Y. pestis es famoso. Entre otras cosas, estos factores de virulencia son necesarios para la adhesión bacteriana y la inyección de proteínas en la célula huésped, la invasión de bacterias en la célula huésped (a través de un sistema de secreción de tipo III) y la adquisición y unión del hierro extraído de los glóbulos rojos ( por sideróforos). Y. pestis se cree que desciende de Y. pseudotuberculosis, difiriendo solo en la presencia de plásmidos de virulencia específicos.

Un análisis proteómico completo y comparativo de Y. pestis cepa KIM se realizó en 2006. [13] El análisis se centró en la transición a una condición de crecimiento que imita el crecimiento en las células huésped.

Pequeño ARN no codificante Editar

Se han identificado numerosos ARN bacterianos pequeños no codificantes que desempeñan funciones reguladoras. Algunos pueden regular los genes de virulencia. Se identificaron 63 nuevos ARNs putativos mediante la secuenciación profunda de Y. pestis sRNA-ome. Entre ellos estaba Yersinia-específico (también presente en Y. pseudotuberculosis y Y. enterocolitica) Año141 (Yersinia pequeño ARN 141). Se demostró que el ARNc de Ysr141 regula la síntesis de la proteína efectora YopJ del sistema de secreción de tipo III (T3SS). [14] El Yop-Ysc T3SS es un componente crítico de virulencia para Yersinia especies. [15] Se identificaron muchos ARNs nuevos a partir de Y. pestis crecido in vitro y en los pulmones infectados de ratones, lo que sugiere que desempeñan un papel en la fisiología o patogénesis bacteriana. Entre ellos sR035 se predice que se emparejará con la región SD y el sitio de inicio de la transcripción de un regulador termosensible ymoA, y sR084 se predice que se emparejará con piel, regulador de absorción férrica. [dieciséis]

En los ciclos urbanos y selváticos (forestales) de Y. pestis, la mayor parte de la propagación se produce entre roedores y pulgas. En el ciclo selvático, el roedor es salvaje, pero en el ciclo urbano, el roedor es principalmente la rata marrón (Rattus norvegicus). Además, Y. pestis puede extenderse desde el entorno urbano y viceversa. La transmisión a los humanos suele ser a través de la picadura de pulgas infectadas. Si la enfermedad ha progresado a la forma neumónica, los humanos pueden transmitir la bacteria a otras personas al toser, vomitar y posiblemente estornudar.

En hosts de embalse Editar

Varias especies de roedores sirven como reservorio principal de Y. pestis en el ambiente. En las estepas, se cree que el reservorio natural es principalmente la marmota. En el oeste de los Estados Unidos, se cree que varias especies de roedores mantienen Y. pestis. Sin embargo, no se ha encontrado la dinámica esperada de la enfermedad en ningún roedor. Se sabe que varias especies de roedores tienen una resistencia variable, lo que podría conducir a un estado de portador asintomático. [17] La ​​evidencia indica que las pulgas de otros mamíferos tienen un papel en los brotes de peste en humanos. [18]

La falta de conocimiento de la dinámica de la peste en las especies de mamíferos también es cierta entre los roedores susceptibles, como el perrito de las praderas de cola negra (Cynomys ludovicianus), en el que la peste puede causar el colapso de las colonias, lo que resulta en un efecto masivo en las redes tróficas de las praderas. [19] Sin embargo, la dinámica de transmisión dentro de los perros de la pradera no sigue la dinámica de los cadáveres de pulgas bloqueadas, pulgas no bloqueadas u otro vector que posiblemente podría ser importante. [20]

En otras regiones del mundo, el reservorio de la infección no está claramente identificado, lo que complica los programas de prevención y alerta temprana. Un ejemplo de este tipo se vio en un brote de 2003 en Argelia. [21]

Vector Editar

La transmisión de Y. pestis por pulgas está bien caracterizado. [22] Adquisición inicial de Y. pestis por el vector ocurre durante la alimentación de un animal infectado.Luego, varias proteínas contribuyen al mantenimiento de las bacterias en el tracto digestivo de las pulgas, entre ellas el sistema de almacenamiento de hemina y Yersinia toxina murina (Ymt). Aunque Ymt es altamente tóxico para los roedores y alguna vez se pensó que se producía para asegurar la reinfección de nuevos huéspedes, es importante para la supervivencia de Y. pestis en pulgas. [11]

El sistema de almacenamiento de hemin juega un papel importante en la transmisión de Y. pestis de regreso a un anfitrión mamífero. [23] Mientras que en el insecto vector, las proteínas codificadas por los loci genéticos del sistema de almacenamiento de hemina inducen la formación de biopelículas en el proventrículo, una válvula que conecta el intestino medio con el esófago. [24] [25] Es probable que la presencia de esta biopelícula sea necesaria para una infección estable de la pulga. [26] La agregación en la biopelícula inhibe la alimentación, ya que se forma una masa de sangre coagulada y bacterias (denominado "bloqueo de Bacot" en honor al entomólogo A.W. Bacot, el primero en describir este fenómeno). [27] Transmisión de Y. pestis ocurre durante los intentos inútiles de la pulga por alimentarse. La sangre ingerida se bombea al esófago, donde expulsa las bacterias alojadas en el proventrículo, que se regurgitan de nuevo al sistema circulatorio del huésped. [27]

En humanos y otros huéspedes susceptibles Editar

Patogenia debida a Y. pestis La infección de huéspedes mamíferos se debe a varios factores, incluida la capacidad de estas bacterias para suprimir y evitar las respuestas normales del sistema inmunológico, como la fagocitosis y la producción de anticuerpos. Las picaduras de pulgas permiten que las bacterias atraviesen la barrera cutánea. Y. pestis expresa un activador de plasmina que es un factor de virulencia importante para la peste neumónica y que podría degradarse en los coágulos de sangre para facilitar la invasión sistemática. [12] Muchos de los factores de virulencia de las bacterias son de naturaleza antifagocítica. Dos importantes antígenos antifagocíticos, denominados F1 (fracción 1) y V o LcrV, son importantes para la virulencia. [6] Estos antígenos son producidos por la bacteria a la temperatura normal del cuerpo humano. Es más, Y. pestis sobrevive y produce antígenos F1 y V mientras reside dentro de los glóbulos blancos, como los monocitos, pero no en los neutrófilos. La inmunidad natural o inducida se consigue mediante la producción de anticuerpos opsónicos específicos contra los antígenos F1 y V. Los anticuerpos contra F1 y V inducen la fagocitosis por los neutrófilos. [28]

Además, el sistema de secreción de tipo III (T3SS) permite Y. pestis para inyectar proteínas en macrófagos y otras células inmunes. Estas proteínas inyectadas con T3SS, llamadas Yersinia proteínas externas (Yops), incluyen Yop B / D, que forman poros en la membrana de la célula huésped y se han relacionado con la citólisis. El YopO, YopH, YopM, YopT, YopJ y YopE se inyectan en el citoplasma de las células huésped por T3SS en el poro creado en parte por YopB y YopD. [29] Los Yops inyectados limitan la fagocitosis y las vías de señalización celular importantes en el sistema inmunológico innato, como se analiza a continuación. Además, algunos Y. pestis Las cepas son capaces de interferir con la señalización inmunitaria (p. ej., evitando la liberación de algunas citocinas).

Y. pestis Prolifera en el interior de los ganglios linfáticos, donde es capaz de evitar la destrucción por parte de células del sistema inmunológico como los macrófagos. La habilidad de Y. pestis inhibir la fagocitosis le permite crecer en los ganglios linfáticos y causar linfadenopatía. YopH es una proteína tirosina fosfatasa que contribuye a la capacidad de Y. pestis para evadir las células del sistema inmunológico. [30] En los macrófagos, se ha demostrado que YopH desfosforila p130Cas, Fyb (proteína de unión a Fyn) SKAP-HOM y Pyk, una tirosina quinasa homóloga a FAK. YopH también se une a la subunidad p85 de la fosfoinositido 3-quinasa, la Gab1, las proteínas adaptadoras de Gab2 y el factor de intercambio de nucleótidos de guanina Vav.

YopE funciona como una proteína activadora de GTPasa para miembros de la familia Rho de GTPasas como RAC1. YopT es una cisteína proteasa que inhibe la RhoA al eliminar el grupo isoprenilo, que es importante para localizar la proteína en la membrana celular. Se ha propuesto que YopE y YopT funcionan para limitar la citólisis inducida por YopB / D. [31] Esto podría limitar la función de YopB / D para crear los poros utilizados para la inserción de Yop en las células huésped y prevenir la ruptura inducida por YopB / D de las células huésped y la liberación de contenidos celulares que atraerían y estimularían las respuestas del sistema inmunológico.

YopJ es una acetiltransferasa que se une a una hélice α conservada de MAPK quinasas. [32] YopJ acetila MAPK quinasas en serinas y treoninas que normalmente se fosforilan durante la activación de la cascada de MAP quinasas. [33] [34] YopJ se activa en las células eucariotas mediante la interacción con el ácido fítico de la célula diana (IP6). [35] Esta interrupción de la actividad de la proteína quinasa de la célula huésped causa la apoptosis de los macrófagos, y se propone que esto es importante para el establecimiento de la infección y para la evasión de la respuesta inmune del huésped. YopO es una proteína quinasa también conocida como Yersinia proteína quinasa A (YpkA). YopO es un potente inductor de la apoptosis de macrófagos humanos. [36]

También se ha sugerido que un bacteriófago, Ypφ, puede haber sido responsable de aumentar la virulencia de este organismo. [37]

Dependiendo de la forma de plaga con la que se infecte el individuo, la plaga desarrolla una enfermedad diferente, sin embargo, la plaga afecta en general la capacidad de la célula huésped para comunicarse con el sistema inmunológico, lo que dificulta que el cuerpo lleve células fagocíticas al área de infección.

Y. pestis es un asesino versátil. Además de roedores y humanos, se sabe que ha matado camellos, pollos y cerdos. [38] Los perros y gatos domésticos también son susceptibles a la peste, pero los gatos tienen más probabilidades de desarrollar enfermedades cuando se infectan. En cualquiera de los dos, los síntomas son similares a los que experimentan los humanos y pueden ser mortales para el animal. Las personas pueden estar expuestas al entrar en contacto con un animal infectado (vivo o muerto) o al inhalar gotitas infecciosas que un perro o gato enfermo ha tosido en el aire. [39] [40]

Inmunidad Editar

En el pasado, una vacuna inactivada con formalina [ ¿Cuándo? ] disponible en los Estados Unidos para adultos con alto riesgo de contraer la peste hasta que la Administración de Alimentos y Medicamentos lo retire del mercado. Tuvo una eficacia limitada y podría provocar una inflamación grave. Los experimentos con la ingeniería genética de una vacuna basada en antígenos F1 y V están en marcha y son prometedores. Sin embargo, las bacterias que carecen del antígeno F1 siguen siendo virulentas y los antígenos V son lo suficientemente variables como para que las vacunas compuestas por estos antígenos no sean completamente protectoras. [41] El Instituto de Investigación Médica de Enfermedades Infecciosas del Ejército de los Estados Unidos ha descubierto que una vacuna experimental basada en el antígeno F1 / V protege a los macacos cangrejeros, pero no protege a las especies de monos verdes africanos. [42] Una revisión sistemática de la Colaboración Cochrane no encontró estudios de calidad suficiente para hacer una declaración sobre la eficacia de la vacuna. [43]

En 1894, dos bacteriólogos, Alexandre Yersin de Suiza y Kitasato Shibasaburō de Japón, aislaron de forma independiente en Hong Kong la bacteria responsable de la plaga de Hong Kong de 1894. Aunque ambos investigadores informaron sus hallazgos, una serie de declaraciones confusas y contradictorias de Kitasato finalmente llevaron a la aceptación de Yersin como el principal descubridor del organismo. Yersin lo nombró Pasteurella pestis en honor al Instituto Pasteur, donde trabajó. En 1967, se trasladó a un nuevo género y se renombró Yersinia pestis en su honor. Yersin también señaló que las ratas se vieron afectadas por la peste no solo durante las epidemias de peste, sino que también a menudo preceden a tales epidemias en humanos y que muchos lugareños consideraban la peste como una enfermedad de las ratas, los habitantes de China e India afirmaron que cuando se encontraron grandes cantidades de ratas muertos, pronto siguieron brotes de peste. [ cita necesaria ]

En 1898, el científico francés Paul-Louis Simond (que también había venido a China para combatir la Tercera Pandemia) descubrió el vector rata-pulga que impulsa la enfermedad. Había observado que las personas que se enfermaban no tenían que estar en estrecho contacto entre sí para adquirir la enfermedad. En Yunnan, China, los habitantes huían de sus hogares tan pronto como veían ratas muertas, y en la isla de Formosa (Taiwán), los residentes consideraban que el manejo de ratas muertas aumentaba los riesgos de desarrollar la peste. Estas observaciones lo llevaron a sospechar que la pulga podría ser un factor intermediario en la transmisión de la peste, ya que las personas contrajeron la peste solo si estaban en contacto con ratas que habían muerto menos de 24 horas antes. En un experimento ahora clásico, Simond demostró cómo una rata sana murió de la plaga después de que las pulgas infectadas saltaran a ella desde una rata que había muerto recientemente a causa de la plaga. [44] El brote se extendió a Chinatown, San Francisco, de 1900 a 1904 y luego a Oakland y East Bay de 1907 a 1909. [45] Ha estado presente en los roedores del oeste de América del Norte desde entonces, como temor a la Las consecuencias del brote en el comercio hicieron que las autoridades ocultaran los muertos de los residentes de Chinatown el tiempo suficiente para que la enfermedad se transmitiera a especies extendidas de roedores nativos en las áreas periféricas. [46]

En 2018, se publicó la aparición y propagación del patógeno durante el declive neolítico (hace 6.000 años). [2] Un sitio en Suecia fue la fuente de la evidencia de ADN y las redes comerciales se propusieron como la vía probable de propagación en lugar de migraciones de poblaciones.

La evidencia de ADN publicada en 2015 indica Y. pestis Infectó a los seres humanos hace 5.000 años en la Eurasia de la Edad del Bronce, [47] pero los cambios genéticos que la hicieron altamente virulenta no ocurrieron hasta hace unos 4.000 años. [48] ​​La versión altamente virulenta capaz de transmitirse por pulgas a través de roedores, humanos y otros mamíferos se encontró en dos individuos asociados con la cultura Srubnaya de la región de Samara en Rusia de hace unos 3.800 años y un individuo de la Edad del Hierro de Kapan, Armenia. de hace unos 2.900 años. [48] ​​[47] Esto indica que al menos dos linajes de Y. pestis circulaban durante la Edad del Bronce en Eurasia. [48] ​​El Y. pestis La bacteria tiene un número relativamente grande de genes que no funcionan y tres plásmidos "desgarbados", lo que sugiere un origen hace menos de 20.000 años. [38]

Se reconocen tres cepas principales: Y. p. antiqua, que provocó una pandemia de peste en el siglo VI Y. p. medievalis, que causó la peste negra y las epidemias posteriores durante la segunda ola pandémica y Y. p. orientalis, que es responsable de los brotes actuales de peste. [49]

En 2008, la plaga se encontró comúnmente en África subsahariana y Madagascar, áreas que representaron más del 95% de los casos notificados. [5]

En septiembre de 2009, la muerte de Malcolm Casadaban, profesor de genética molecular en la Universidad de Chicago, se vinculó a su trabajo en una cepa de laboratorio debilitada de Y. pestis. [50] Se planteó la hipótesis de que la hemocromatosis era un factor predisponente en la muerte de Casadaban por esta cepa atenuada utilizada para la investigación. [51]

En 2010, investigadores de Alemania establecieron definitivamente, utilizando pruebas de PCR de muestras obtenidas de víctimas de la peste negra, que Y. pestis fue la causa de la Peste Negra medieval. [52]

En 2011, el primer genoma de Y. pestis aislado de las víctimas de la peste negra se publicó y concluyó que esta cepa medieval era ancestral a la mayoría de las formas modernas de Y. pestis. [53]

En 2015, Celda publicó los resultados de un estudio de tumbas antiguas. [54] Plásmidos de Y. pestis se detectaron en muestras arqueológicas de los dientes de siete individuos de la Edad del Bronce, en la cultura Afanasievo en Siberia, la cultura Corded Ware en Estonia, la cultura Sintashta en Rusia, la cultura Unetice en Polonia y la cultura Andronovo en Siberia. [55]

El 8 de septiembre de 2016, el Y. pestis La bacteria fue identificada a partir del ADN de los dientes encontrados en un sitio de construcción de Crossrail en Londres. Se descubrió que los restos humanos eran víctimas de la Gran Plaga de Londres, que duró desde 1665 hasta 1666 [56].

El 15 de enero de 2018, investigadores de la Universidad de Oslo y la Universidad de Ferrara sugirieron que los humanos y sus parásitos eran los mayores portadores de la plaga. [57] [58]

El 3 de noviembre de 2019, se diagnosticaron dos casos de peste neumónica en un hospital del distrito de Chaoyang en Beijing, lo que generó temores de un brote. Los médicos diagnosticaron fiebre a un hombre de mediana edad, que se había quejado de dificultad para respirar durante unos diez días, acompañado de su esposa con síntomas similares. [59] La policía puso en cuarentena la sala de emergencias del hospital y se colocaron controles sobre los agregadores de noticias chinos. [59] El día 18, se informó un tercer caso en un hombre de 55 años de la Liga Xilingol, una de las doce regiones autónomas de Mongolia en el norte de China. El paciente recibió tratamiento y 28 contactos asintomáticos fueron puestos en cuarentena. [60]

En julio de 2020, las autoridades aumentaron las precauciones después de que se confirmara un caso de peste bubónica en Bayannur, una ciudad de la región autónoma de Mongolia Interior de China. El paciente fue puesto en cuarentena y tratado. Según China Tiempos globales, también se investigó un segundo caso sospechoso y se emitió una alerta de nivel 3, vigente hasta fin de año. Prohibió la caza y el consumo de animales que pudieran transmitir la peste y pidió al público que informara sobre los casos sospechosos. [61]


Taxonomía de bacterias | Organismos | Microbiología

Los libros de texto médicos son el último lugar para buscar datos taxonómicos definitivos. Las fuentes médicas son históricamente las más conservadoras a la hora de mantenerse al corriente de los cambios en la taxonomía y la nomenclatura. Anacronismos de nomenclatura como & # 8220Vibrio coma, & # 8221 & # 8220 vibrio no cólera, & # 8221 y & # 8220Salmonella typhosa & # 8221 son ejemplos del enfoque ultraconservador de algunas fuentes médicas para los cambios en la nomenclatura.

El tratamiento más completo de la clasificación bacteriana, en particular para la nomenclatura, tipos de cepas, descripción de taxones y referencias a la literatura pertinente, se encuentra en Bergey & # 8217s Manual of Systematic Bacteriology, vol. 1. y en Bergey & # 8217s Manual of Determinative Bacteriology, 8ª ed.

Estas son fuentes de referencia invaluables y deben estar en el escritorio de todo microbiólogo. La octava edición del Bergey & # 8217s Manual se publicó en 1974. El Bergey & # 8217s Manual of Systematic Bacteriology se publicará en cuatro subvolúmenes, de los cuales el primero apareció en enero de 1984 y los otros aparecerán en intervalos de aproximadamente un año.

Por lo tanto, es necesario mantener la octava edición hasta que estén disponibles los cuatro subvolúmenes del Manual. Se publicarán nuevas ediciones del Bergey & # 8217s Manual for Determinative Bacteriology (anteriormente el Bergey & # 8217s Manual más corto) que cubren los subvolúmenes 1 y 2, y 3 y 4, del nuevo Manual y están diseñadas para uso en bancos.

La octava edición del Manual de Bergey & # 8217s está desactualizada para aquellos taxones en los que se han descrito nuevas especies o en los que se han realizado cambios de nomenclatura. Además, las limitaciones de espacio hacen que sea imposible describir completamente muchas especies. Por lo tanto, la parte interesada debe comenzar una búsqueda taxonómica con el Manual de Bergey & # 8217s y luego aumentar la información allí obtenida buscando en la Revista Internacional de Bacteriología Sistemática, en la que se deben describir todas las especies nuevas o se debe hacer referencia a la revista en la que se describen y se ponen en contacto con las autoridades en el campo específico.

Otras revistas que publican artículos sobre nuevas especies son Journal of Clinical Microbiology, Current Microbiology, Annales de Microbiologie (Institute Pasteur) y Systematic and Applied Microbiology.

En Bergey & # 8217s Manual, las bacterias se colocan en el reino Prokaryotae. Se subdividen en cuatro divisiones: Gracilicutes para paredes celulares de tipo gramnegativo, Firmacutes para paredes celulares grampositivas, Tenericutes para organismos que carecen de pared celular (micoplasmas) y Mendosicutes para bacterias que tienen paredes celulares defectuosas y presumiblemente carecen de peptidoglicano.

Cada división se subdivide en clases. Dentro de cada clase hay órdenes, y dentro de las órdenes hay familias o (si los nombres de las familias no están disponibles) grupos morfológicos que se subdividen en géneros y especies.

Desde un punto de vista funcional, las bacterias se dividen en una serie de & # 8220secciones & # 8221 (& # 8220parts & # 8221 en la 8a edición) sobre la base de la reacción de Gram, el requerimiento de oxígeno, la formación de esporas y el patrón metabólico (anaerobios gram-positivos bacilos gramnegativos, anaerobios facultativos, bacilos formadores de endosporas deslizantes, bacterias no fructíferas, heterótrofos gramnegativos, etc.). Cada sección (parte) se divide a su vez a nivel de especie o, cuando proceda, en categorías subespecíficas, como biogrupos y serotipos (serovares).

Las siguientes secciones se incluyen en el subvolumen 1 del Manual de Bergey & # 8217s: espiroquetas bacterias gramnegativas, aeróbicas, microaerófilas, helicoidales móviles o curvas bacterias gramnegativas, inmóviles o raramente móviles, bacilos aerobios gramnegativos y cocos gramnegativos bacilos anaerobios facultativos bacilos anaerobios gramnegativos cocos anaerobios gramnegativos bacterias disimiladoras sulfato o reductoras de azufre rickettsias y clamidias mycoplasmas y endosimbiontes no clasificados.

El subvolumen 2 contendrá bacilos formadores de endosporas de cocos grampositivos, bacilos grampositivos, regulares, que no producen esporas, bacilos grampositivos, irregulares, que no producen esporas, micobacterias y bacterias nocardioformas.

El subvolumen 3 contendrá bacterias deslizantes, no fructíferas, bacterias anoxigenicas fotosintéticas en gemación y / o bacterias adheridas, arqueobacterias cubiertas de bacterias deslizantes, bacterias fructíferas, bacterias quimiolitotróficas y cianobacterias. El subvolumen 4 contendrá los estreptomicetos y sus aliados. Hasta que se publiquen los subvolúmenes 2 a 4, el lector debe depender de la octava edición del Manual de Bergey & # 8217s y de fuentes alternativas para obtener información sobre los grupos a los que se dirigirá.

Cowan se ha referido a & # 8220la trinidad que es taxonomía & # 8221 - clasificación, identificación y nomenclatura. Antes de discutir las razones de los cambios taxonómicos y de nomenclatura y el concepto de especie bacteriana, es necesario establecer definiciones de trabajo para estos términos.

& # 8220Classification & # 8221 es simplemente una disposición ordenada de bacterias en grupos. No hay nada intrínsecamente científico en la clasificación. Mandel ha dicho que & # 8220como los puros, una buena especie y una buena clasificación es aquella que satisface & # 8221. Cowan observó correctamente que la clasificación está orientada a un propósito, por lo tanto, una clasificación exitosa no es necesariamente buena y una buena clasificación no es necesariamente exitosa. Muy a menudo, los grupos de especialidades clasifican los mismos organismos de diferente manera o en un nivel diferente.

& # 8220Identificación & # 8221 es el uso práctico de una clasificación para aislar y distinguir organismos deseables de los indeseables, para verificar la autenticidad o utilidad de un cultivo, o para aislar e identificar el organismo causante de una enfermedad, de una reacción deseable, etc. .La & # 8220Nomenclatura & # 8221 es el medio a través del cual se definen y comunican las características de una especie entre los microbiólogos.

Es esencial que un nombre tenga el mismo significado para todos los microbiólogos, sin embargo, hay muchos nombres que se definen de manera diferente en diferentes partes del mundo o por diferentes grupos de especialidades microbiológicas. Klebsiella pneumoniae se define de manera diferente en Inglaterra que en la mayoría de las otras partes del mundo, y los epidemiólogos y microbiólogos clínicos a menudo han equiparado Vibrio cholerae con un solo serotipo.

La taxonomía es la ciencia de la clasificación. Como ciencia, es dinámica y está sujeta a cambios en función de los datos disponibles. Los nuevos datos a menudo requieren cambios en la taxonomía. Estos cambios frecuentemente dan como resultado cambios en la clasificación existente, en la nomenclatura, en los criterios de identificación y en el reconocimiento de nuevas especies.

Para los eucariotas, la definición de especie generalmente enfatiza la capacidad de organismos similares para reproducirse sexualmente, con la formación de un cigoto, y producir descendencia fértil. La reproducción sexual, en el sentido eucariótico, no ocurre en bacterias.

El término especie aplicado a las bacterias se ha definido como un tipo distinto de organismo, que tiene ciertas características distintivas, y como un grupo de organismos que generalmente se parecen mucho entre sí en las características más esenciales de su organización. El problema con estas definiciones es que son subjetivas.

¿Qué es & # 8220un parecido cercano & # 8221? ¿Cuáles son & # 8220more características esenciales & # 8221? ¿Cuántas & # 8220 características distintivas & # 8221 son suficientes para crear una especie? Históricamente, estas preguntas se han respondido de forma arbitraria. Las especies se definían a menudo únicamente sobre la base de criterios como el rango de hospedadores, la patogenicidad, la capacidad o incapacidad para producir gas en la fermentación de un azúcar determinado y la fermentación rápida o retardada de azúcares.

Dado que no había forma de idear una definición de especie única que pudiera aplicarse a todos los grupos, los criterios utilizados para definir las especies estaban fuertemente sesgados hacia los prejuicios de los investigadores que describían las especies. Por ejemplo, Fritz Kauffmann definió una especie como & # 8220 un grupo de sero-, biofagotipos relacionados & # 8221 y creía que la serología era el criterio último en taxonomía.

Para él, cada serotipo de Salmonella era una especie separada. Ahora sabemos que todos los serotipos de Salmonella son genéticamente la misma especie. Estas prácticas probablemente llevaron a Cowan a afirmar que la & # 8220 taxonomía & # 8230 es la rama más subjetiva de cualquier ciencia biológica y, en muchos sentidos, es más un arte que una ciencia. & # 8221

Edwards y Ewing, en sus monumentales estudios sobre Enterobacteriaceae, fueron pioneros en establecer los siguientes principios para caracterizar, clasificar e identificar organismos:

1. La clasificación e identificación de un organismo debe basarse en su patrón morfológico y bioquímico general. Una sola característica (patogenicidad, rango de hospedadores, reacción bioquímica, etc.), independientemente de su importancia, no es una base suficiente para clasificar o identificar un organismo.

2. Para determinar con precisión las características bioquímicas de una especie determinada, se debe analizar una muestra de cepas grandes y diversas. Las reacciones de estas cepas a cualquier prueba deben expresarse en porcentajes.

3. Las cepas atípicas, cuando se estudian adecuadamente, a menudo son miembros perfectamente típicos de un biogrupo dado dentro de una especie existente y, a veces, son miembros típicos de una nueva especie.

En la década de 1960, la taxonomía numérica (también llamada taxonomía informática o fenética) se volvió ampliamente utilizada. En este método se utilizan una gran cantidad de características bioquímicas, morfológicas y culturales (generalmente entre 50 y 200) para determinar los grados de similitud entre organismos. Más recientemente, se han agregado susceptibilidades a antibióticos y compuestos inorgánicos a las características utilizadas en la taxonomía numérica.

La clasificación e identificación de bacterias mejoraron significativamente mediante el enfoque numérico de la taxonomía. Los organismos pueden clasificarse sobre la base de un gran número de características. Se analizaron muchas pruebas bioquímicas nuevas y algunas previamente ignoradas como posibles ayudas en la clasificación.

Las pruebas específicas de especie y de género se identificaron mediante el enfoque numérico. Los laboratorios clínicos y aplicados podrían utilizar estas pruebas para ayudar a separar especies y grupos de organismos específicos.

En el enfoque numérico de la taxonomía, los investigadores a menudo calculan el coeficiente de similitud o el porcentaje de similitud entre las cepas (para esta discusión, & # 8220strain & # 8221 se refiere a un solo aislado de una muestra clínica o de otro tipo). Se construye un dendrograma o una matriz de similitud que une cepas individuales en grupos y une un grupo con otros grupos sobre la base de su porcentaje de similitud.

El grupo 1 representa tres cepas que son aproximadamente un 95% similares y se unen con una cuarta cepa al nivel de un 90% de similitud. El grupo 2 está compuesto por tres cepas que son 95% similares, y el grupo 3 contiene dos cepas que están 95% interrelacionadas y una tercera cepa a la que son 90% similares. La similitud entre los grupos 1 y 2 ocurre a un nivel del 70%, y el grupo 3 es aproximadamente un 50% similar a los grupos 1 y 2.

En algunos estudios, todas las características incluidas en la matriz de similitud reciben el mismo peso, y en algunos estudios se ponderan ciertos caracteres (por ejemplo, la presencia de esporas en Clostridium podría tener un peso mayor que la capacidad del organismo para utilizar un determinado carbono fuente).

Un nivel dado de similitud puede equipararse y ha sido equiparado con parentesco a nivel de especie, género y, a veces, subespecie. Por ejemplo, las cepas de una especie determinada pueden agruparse a un nivel de similitud del 90%, y las especies de un género determinado pueden agruparse a un nivel del 70%.

Si se aplicaran estos valores, cada una de las cepas de los grupos 1, 2 y 3 representaría una especie separada. Las especies representadas por los grupos 1 y 2 se colocarían en el mismo género, y las especies representadas por el grupo 3 estarían en un género separado.

Surgen varios problemas cuando este enfoque se utiliza como la única base para definir una especie:

1. ¿Cuántas y qué pruebas deben elegirse?

2. ¿Deben ponderarse las pruebas? ¿Si es así, cómo?

3. ¿Qué nivel de similitud debería elegirse para reflejar la relación a nivel de especie y género?

4. ¿Se aplica el mismo nivel de similitud a todos los grupos?

El peso molecular del ADN en la mayoría de las bacterias está entre 1 x 10 9 y 8 x 10 9, suficiente para especificar entre 1.500 y 6.000 genes de tamaño medio. Por lo tanto, incluso una batería de 300 pruebas, como máximo, analizaría solo entre el 5 y el 20% del potencial genético de las bacterias.

Es casi seguro que las pruebas que son comparativamente sencillas de realizar y analizar (como las pruebas de utilización de carbohidratos y de enzimas cuya presencia se puede analizar colorimétricamente) predominan sobre las pruebas de genes estructurales, de genes implicados en la síntesis, reproducción o reproducción macromolecular. funciones reguladoras y para otros genes cuya presencia es difícil de ensayar.

Deben tenerse en cuenta otras posibles fuentes de error al identificar especies basándose únicamente en el fenotipo:

1. Diferentes enzimas (especificadas por diferentes genes) pueden catalizar la misma reacción.

2. Pueden ocurrir reacciones negativas cuando el gen metabólico está presente y es funcional. Pueden ocurrir a través de varios mecanismos, incluida la incapacidad del sustrato para ingresar a la célula y una mutación reguladora o supresora.

3. Puede ocurrir una reacción negativa cuando el gen está presente pero no es funcional debido a una mutación en una porción del gen que es necesaria para la actividad enzimática.

4. La correlación entre una reacción y el número de genes (o enzimas) necesarios para llevar a cabo esa reacción no es necesariamente uno a uno. Si uno analiza el producto final, una reacción positiva indica seis enzimas similares, mientras que una reacción negativa puede significar la ausencia o no función de entre una y seis enzimas.

5. Las cepas fastidiosas no se agruparán con cepas no fastidiosas de la misma especie. Esto se ve a menudo con Escherichia coli y K. pneumoniae. Varias otras características de la cepa pueden afectar drásticamente la caracterización fenotípica. Estos incluyen tasa de crecimiento lenta, temperatura de incubación (Yersinia, Erwinia), requerimiento de sal (especies de Vibrio marino) y pH (Legionella).

6. Los plásmidos que portan genes metabólicos pueden permitir que las cepas lleven a cabo reacciones que rara vez, o nunca, se observan en ausencia del plásmido. El mismo conjunto de reacciones & # 8220definitivas & # 8221 no se puede utilizar para clasificar todos los grupos de organismos, y no existe un número mágico de reacciones específicas que permitan definir una especie. Los organismos se identifican sobre la base del fenotipo, pero desde el punto de vista taxonómico, la identificación a nivel de especie basada únicamente en el fenotipo está sujeta a error.

El medio ideal para identificar especies bacterianas sería una & # 8220 caja negra & # 8221 que separa los genes y compara instantáneamente las secuencias de ácido nucleico en una cepa determinada con un patrón estándar para cada especie conocida, algo parecido al análisis de espectrofotometría de masas.

Aunque se pueden realizar análisis de endonucleasas de restricción para determinar secuencias comunes en genes aislados, no estamos en absoluto cerca de tener una caja negra apropiada, especialmente una adecuada para uso en laboratorio clínico. Sin embargo, existe un método con el que se puede comparar el ADN total de un organismo con el de cualquier otro organismo.

Este método, iniciado por Marmur y Doty, Speigelman, Bolton y McCarthy, y Britten y Kohne, se denomina hibridación de ácidos nucleicos o hibridación de ADN. Mide la cantidad de secuencias de ADN que se mantienen en común entre dos organismos. También se puede aproximar el porcentaje de divergencia o bases de nucleótidos no apareados dentro de secuencias de ADN relacionadas.

Se han realizado estudios de parentesco con el ADN en levaduras, virus, bacteriófagos y muchos grupos de bacterias. Una lista parcial de estas bacterias incluye miembros de la familia Enterobacteriaceae, Brucella, Bacillus, Pseudomonas, Lactobacillus, Haemophilus, Mycobacterium, Vibrio, Neisseria, Bacteroides y otros grupos anaeróbicos, y Legionella.

Ahora se utilizan cinco parámetros para determinar la relación del ADN: tamaño del genoma, contenido de guanina más citosina (G + C), relación del ADN en condiciones óptimas para la reasociación del ADN, estabilidad térmica de las secuencias de ADN relacionadas y relación del ADN en condiciones supraóptimas para Reasociación de ADN.

Actualmente, los parámetros genéticos no son prácticos para los laboratorios clínicos. Por tanto, debemos correlacionar las pruebas bioquímicas prácticas con los datos genéticos. Por ejemplo, se demostró que las cepas de Enterobacter cloacae pigmentadas en amarillo eran una especie separada genéticamente, pero no se designaron como tales (Enterobacter sakazakii) hasta que hubo tres pruebas prácticas que se correlacionaron con los datos genéticos. Se siguió el mismo procedimiento antes de designar una serie de nuevas especies en Klebsiella, Yersinia y Serratia.

El contenido de G + C en el ADN bacteriano varía de aproximadamente el 25 al 75%. El porcentaje de G + C es específico para una especie determinada, pero no es exclusivo de esa especie. Por ejemplo, E. coli, salmonellae y Morganella morganii tienen 50 a 52% de G + C, y Bacillus subtilis y Pasteurella spp. tienen un porcentaje de G + C de alrededor del 42%.

Por tanto, dos cepas con un porcentaje de G + C similar pueden pertenecer o no a la misma especie. Sin embargo, si el contenido de G + C es muy diferente, las cepas no pueden ser miembros de la misma especie. El contenido de G + C es útil para colocar una tensión en el estadio adecuado para realizar más pruebas. Un buen ejemplo es un organismo aislado recientemente que se encuentra bioquímicamente entre Vibrio y Aeromonas. Se colocó en el género Vibrio porque su contenido de G + C era del 50%, que está dentro del rango de las especies de Vibrio y es significativamente menor que el 57 a 60% de G + C que se encuentra en las especies de Aeromonas.

Los verdaderos ADN bacterianos tienen pesos moleculares entre 1 x 10 9 y 8 x 10 9 (tamaño del genoma). Las determinaciones del tamaño del genoma pueden, en determinadas circunstancias, distinguir entre grupos que tienen tamaños de genoma muy diferentes. Se utilizaron para distinguir Legionella pneumophila (la bacteria de la enfermedad del legionario) de Rochalimaea (Rickettsia) quintana. L. pneumophila tiene un tamaño de genoma de aproximadamente 3 x 109 daltons, el de R. quintana es de aproximadamente 1 x 109 daltons.

Relación con el ADN en condiciones óptimas para la reasociación del ADN:

La relación del ADN se determina permitiendo que el ADN monocatenario de una cepa se vuelva a asociar con el ADN monocatenario de una segunda cepa para formar una molécula de ADN bicatenario. La reasociación del ADN es una reacción específica dependiente de la temperatura. La temperatura óptima para la reasociación del ADN es de unos 25 a 30 ° C por debajo de la temperatura a la que el ADN bicatenario nativo se desnaturaliza en cadenas simples.

Los estudios con un gran número de grupos indican que una especie bacteriana se compone de cepas que suelen estar relacionadas entre un 70 y un 100%. La relación entre especies es de 0% a aproximadamente 60%. Es importante enfatizar que el término & # 8220relacionado & # 8221 no significa necesariamente & # 8220 idéntico & # 8221 o & # 8220 homólogo & # 8221 Se pueden volver a asociar secuencias de ácido nucleico similares. Este hecho y su importancia se ilustran a continuación.

Estabilidad térmica de secuencias de ADN relacionadas:

Se ha demostrado que cada 1% de bases de nucleótidos no apareados en una secuencia de ADN bicatenario provoca una disminución del 1% en la estabilidad térmica de ese dúplex de ADN. Al comparar la estabilidad térmica de una molécula de control de doble hebra en la que ambas hebras de ADN son del mismo organismo con un heterodúplex (hebras de ADN de dos organismos diferentes), podemos evaluar las diferencias en la estabilidad térmica.

La disminución de la estabilidad térmica se puede considerar como una divergencia en las secuencias de nucleótidos. En la práctica, las cepas que están relacionadas en un 70% o más muestran de un 0% a aproximadamente un 5% de divergencia en las secuencias relacionadas, mientras que las secuencias que se mantienen en común entre diferentes especies muestran una divergencia del 8 al 20%. Es muy importante conocer la cantidad de divergencia y la relación en condiciones supra-óptimas cuando las cepas están relacionadas entre un 60 y un 70%.

Relación con el ADN en condiciones supraóptimas para la reasociación del ADN:

Cuando la temperatura de incubación utilizada para la reasociación del ADN se eleva de 25 a 30 ° C por debajo de la temperatura de renaturalización a solo 10 a 14 ° C por debajo de la temperatura de desnaturalización, solo las secuencias de ADN muy estrechamente relacionadas (y, por lo tanto, muy térmicamente estables) pueden volver a aparecer. asociar.

Las cepas de la misma especie están relacionadas entre un 55 y un 100% con las temperaturas de incubación supraóptimas. Las cepas de diferentes especies están relacionadas en un 50% o menos. Las reacciones a alta temperatura son especialmente importantes para distinguir entre cepas que están relacionadas entre un 60 y un 70% en condiciones óptimas de reasociación.

Al aplicar estos cinco parámetros, podemos generar una definición de especie basada en el ADN. E. coli se puede definir como una serie de cepas con un contenido de G + C del 49 al 52%, un tamaño del genoma de 2,3 x 10 9 a 3,0 x 10 9 daltons, una relación del 70% o más en una reasociación óptima temperatura con una divergencia del 0 al 4% en las secuencias relacionadas y una relación del 60% o más a una temperatura de reasociación supraóptima.

La experiencia con más de 100 especies dio como resultado una definición molecular arbitraria de especie como un grupo de cepas con contenido de G + C y tamaño de genoma similares que están 70% o más relacionados con 0 a 5% de divergencia entre secuencias relacionadas y en las que la relación permanece en 55% o más a una temperatura de incubación superior a la óptima.

Existe un acuerdo general en que el 70% o más indica parentesco a nivel de especie. La regla de la relación de especies del 70% se ha ignorado ocasionalmente cuando la nomenclatura existente está profundamente arraigada y es útil. Un ejemplo es E. coli y las cuatro especies de Shigella.

Todos estos organismos están emparentados en un 70% o más y, por lo tanto, deben agruparse en una sola especie, en lugar de las cinco especies actuales en dos géneros. Este cambio no se ha realizado porque la consideración principal era evitar la confusión que crearía dicho cambio entre los miembros de la comunidad médica.

Otro ejemplo es Yersinia pestis y Yersinia pseudotuberculosis, que son la misma especie genéticamente. Se ha propuesto que se traten como dos subespecies de una sola especie, pero clínicamente es extremadamente importante continuar notificando Y. pestis y distinguirlo de Y. pseudotuberculosis.

La relación del ADN proporciona una definición de especie que se puede aplicar por igual a todos los organismos. No está sujeto a variación fenotípica, a mutaciones ni a la presencia o ausencia de plásmidos metabólicos o de otro tipo. Esto se debe a que mide la relación general, y las reacciones bioquímicas atípicas, las mutaciones y los plásmidos afectan solo a un porcentaje muy pequeño del ADN total.

Este punto se ilustra al observar los datos de parentesco del ADN obtenidos de un gran número de cepas de E. coli o similares a E. coli bioquímicamente atípicas. Se demostró que muchas de estas cepas bioquímicamente atípicas eran E. coli genéticamente típicas. Las fronteras bioquímicas de E. coli, por lo tanto, incluyen todos estos biogrupos.

Se demostró que dos grupos de cepas no pertenecen a E. coli. Se trata de cepas de pigmentación amarilla positivas para KCN y celobiosa, que demostraron ser una nueva especie, y cepas positivas para urea, KCN, citrato y celobiosa que de hecho eran Citrobacter spp.

En la práctica, el enfoque de la taxonomía bacteriana debería ser polifásico. El primer paso es la agrupación fenotípica de cepas mediante reacciones bioquímicas y cualquier otra característica de interés. En el segundo paso, los grupos de fenotipos se prueban para determinar la relación con el ADN para determinar si la homogeneidad (o heterogeneidad) fenotípica observada se refleja en la homogeneidad o heterogeneidad genética.

El tercer y más importante paso para la identificación es el reexamen de las características bioquímicas de los grupos de parentesco del ADN. Esto permite determinar los límites bioquímicos de cada grupo y de aquellas reacciones que tienen valor diagnóstico para el grupo.

Para la identificación de un organismo dado, ponderamos pruebas específicas en función de su correlación con los resultados del ADN. Ocasionalmente, las reacciones de uso común no distinguirán totalmente entre dos grupos distintos de parentesco de ADN. En estos casos, hay que buscar otras pruebas bioquímicas que tengan valor diagnóstico.

Las pruebas muy ponderadas son de gran valor para organismos específicos (coagulasa para Staphylococcus aureus, DNasa para Serratia spp., Etc.). A menudo olvidamos que antes de que estas pruebas ponderadas tengan valor diagnóstico, el organismo se ha caracterizado bien por el crecimiento en medios selectivos, por la morfología celular y colonial y por otras pruebas bioquímicas.

Es posible detectar la toxina del cólera y enterotoxinas termoestables y termolábiles en E. coli mediante sondas genéticas específicas.Los genes (o regiones genéticas que incluyen todos o parte de los genes que codifican estas toxinas) se hibridan con ADN purificado de cepas toxigénicas sospechosas, con colonias lisadas directamente en papel de filtro de nitrocelulosa o directamente con material de heces sin procesar lisado en papel de filtro de nitrocelulosa.

Cuando se utilizan heces, los resultados se obtienen dentro de las 48 h. Se están desarrollando sondas génicas para la identificación de Yersinia enterocolitica toxigénica y para la identificación de salmonellae, shigellae, Neisseria gonorrhoeae y legionellae.

La detección de un plásmido específico asociado con la virulencia puede usarse para detectar cepas virulentas de Y. enterocolitica y cepas invasoras de E. coli.

El análisis molecular de plásmidos se ha utilizado ampliamente recientemente para identificar cepas epidémicas de bacterias. Los ADN plasmídicos se separan electroforéticamente (por peso molecular). Los plásmidos de tamaño similar pueden fragmentarse específicamente mediante tratamiento con una o una serie de endonucleasas de restricción que escinden el ADN en sitios específicos, para determinar similitudes con precisión.

Para que el perfil de plásmido y el análisis de endonucleasas de restricción sean eficaces en el seguimiento de cepas epidémicas, las cepas deben contener plásmidos y estos plásmidos deben ser diferentes de los de las cepas no epidémicas. Afortunadamente, estas condiciones se cumplen en la mayoría de las enterobacterias y otras bacterias involucradas en los brotes de enfermedades nosocomiales, y en muchas de las bacterias responsables de los brotes de enfermedades transmitidas por los alimentos.

El propósito de la clasificación e identificación es poder distinguir un organismo de otro y agrupar organismos similares sobre la base de criterios de interés para todos los microbiólogos o para cualquier grupo de especialidad. El propósito de la nomenclatura es proporcionar un sistema de comunicación conveniente para definir un organismo sin la necesidad de enumerar sus características. El nivel de comunicación más importante es a nivel de especie.

El nombre de una especie debe significar lo mismo para todos, independientemente de su especialidad. No podemos tener una comunicación eficaz si las cepas de la misma especie reciben nombres diferentes en función de la fuente de aislamiento, el serotipo, la presencia o ausencia de un bacteriófago conversor, o la capacidad de realizar una función específica, como causar una enfermedad, producir un antibiótico, etc.

Las especies se han creado sobre la base de cada uno de estos criterios y muchos otros. Estos criterios pueden ser extremadamente importantes para un grupo de especialidad, pero, por sí mismos, no son una base suficiente para establecer una especie. Las especies deben establecerse con base en los criterios polifásicos mencionados anteriormente.

Los grupos de microbiólogos con intereses especiales necesitan comunicarse, pero sus necesidades pueden y deben satisfacerse mediante designaciones por debajo del nivel de especie como & # 8220groups & # 8221 o & # 8220types & # 8221 sobre la base de reacciones serológicas o bioquímicas comunes, sensibilidad a fagos o bacteriocina , patogenicidad u otras características.

Por ejemplo, bioserogrupo o bioserotipo es un grupo de cepas de la misma especie con características bioquímicas y serológicas comunes que las distinguen de otros miembros de la especie. Muchos de estos ya se utilizan y aceptan comúnmente: serotipo, tipo de fago, tipo de colicina, biotipo, bioserotipo y patotipo.

La terminación & # 8220var & # 8221 (phagovar, etc.) se puede sustituir por & # 8220type. & # 8221 Preferimos & # 8220type. & # 8221 La especificidad del hospedador se ha expresado en muchos grupos mediante el término & # 8220variety. & # 8221 Por ejemplo, Erwinia herbicola var. ananas causa pudrición en piña y Erwinia chrysanthemi var. zeae es patógena para el maíz. Al usar estas designaciones, puede haber comunicación entre todos los microbiólogos a nivel de especie y entre todos los grupos de intereses especiales a nivel intraespecífico (por debajo de la especie).

No existe una definición genética de género. Si lo hubiera, un género ideal estaría compuesto por una serie de especies que son similares fenotípica y genéticamente (50 a 65% relacionadas). Algunos géneros que contienen especies fenotípicamente similares se acercan a este criterio genético: Citrobacter, Yersinia y Serratia, por nombrar algunos.

Más a menudo, la similitud fenotípica está presente, pero no la relación genética. Bacillus, Clostridium, Vibrio, Campylobacter, Pseudomonas y Legionella son géneros fenotípicos buenos, o al menos aceptados, en los que la relación entre especies no es del 50 al 65%, sino del 0 al 65%. Cuando no se dan ni la similitud fenotípica ni la similitud genética, generalmente se debe dar prioridad a la similitud fenotípica al establecer los géneros. La razón de la prioridad fenotípica a nivel de género es práctica.

Al identificar organismos en el banco, es deseable tener las especies más similares fenotípicamente en el mismo género. La consideración principal para un género es que contiene especies bioquímicamente similares que son convenientes o importantes de considerar como grupo y que deben separarse unas de otras en el banco.

En algunos casos, los nombres genéricos se han cambiado porque el nombre original no se publicó de forma válida por una de varias razones. Estos cambios están legislados. Más a menudo, los cambios de nombre se realizan sobre la base de datos no disponibles cuando se propuso el nombre original.

Más de un nombre para un género (o especie) también puede resultar de dos investigadores que publican de forma independiente diferentes nombres para el mismo grupo. Aunque uno de los nombres tendrá prioridad, a menudo ambos persistirán durante mucho tiempo.

Un ejemplo típico de un problema de nomenclatura actual basado en la interpretación de datos es el de la familia Legionellaceae. Desde que la primera especie, Legionella pneumophila, fue descrita por los trabajadores de los Centros para el Control de Enfermedades, se han descrito 21 especies adicionales o están en proceso de ser descritas, todas las cuales fueron incluidas en el género Legionella.

Otro grupo de investigadores confirmó las primeras cinco especies y concluyó que eran necesarios dos géneros adicionales sobre la base de la relación del ADN. Este segundo grupo dio prioridad a un concepto de género genético, mientras que los investigadores originales defendieron un solo género sobre la base de similitudes fenotípicas, patogénicas y de tratamiento entre todas las especies.

El primer grupo creía que estas similitudes y la incapacidad actual para separar la mayoría de las especies excepto por serología, hacían que no fuera práctico crear géneros adicionales. La diferencia de opinión se resolverá en última instancia mediante el uso en la comunidad científica y médica. Hasta ahora, el único género Legionella tiene, con mucho, el mayor uso, pero los otros nombres genéricos se ven ocasionalmente en la literatura.

¿Por qué se deben nombrar las especies, cómo se nombran y dónde se nombran? Según el Código Internacional de Nomenclatura de Bacterias (Código Bacteriológico), & # 8220el propósito principal de dar un nombre a un taxón es proporcionar un medio para referirse a él. & # 8221

En otras palabras, los nombres son para fomentar la comunicación y asegurar que la descripción de un conjunto dado de características (usando un nombre para definirlas) tenga el mismo significado para todos los científicos, así como es más significativo decir Willie Mays o Sean. Connery que describir al mejor jardinero central de todos los tiempos o uno de los hombres que interpretó el papel de James Bond.

Las especies se nombran de acuerdo con los principios y reglas de nomenclatura establecidos en el Código Bacteriológico. El primer principio de la nomenclatura bacteriana se ocupa de crear estabilidad, evitar o rechazar nombres que causen error o confusión y evitar la creación inútil de nombres.

Los nombres científicos generalmente se toman del latín o el griego y, independientemente de su origen, se tratan como latín. El nombre correcto de una especie o designación taxonómica superior está determinado por tres criterios: publicación válida, legitimidad del nombre con respecto a las reglas de nomenclatura y prioridad de publicación (es el primer nombre válidamente publicado para el taxón). & # 8220Un nombre no tiene estatus bajo las reglas y no tiene derecho a reconocimiento a menos que sea publicado de manera válida & # 8221.

Hasta el 1 de enero de 1980, las prioridades para los nombres databan del 1 de mayo de 1753. Esto causó mucha confusión ya que era difícil buscar en la literatura para asegurarse de que una especie no había sido propuesta previamente. Las primeras descripciones eran a menudo esquemáticas y se basaban en menos pruebas y, a menudo, diferentes de las que se utilizan ahora.

Además, las cepas que representan las especies propuestas en el siglo XIX a menudo no estaban disponibles, eran de autenticidad incierta o, cuando se probaron, no correspondían exactamente a las propiedades publicadas de la especie.

Las prioridades para los nombres de bacterias comienzan ahora a partir del 1 de enero de 1980. En esa fecha, las listas aprobadas de nombres de bacterias se publicaron en el International Journal of Systematic Bacteriology (IJSB). Los nombres que no estaban en esas listas perdieron todo el estado de nomenclatura permanente (& # 8220Arizona hinshawii & # 8221 es un ejemplo).

Ahora podemos determinar rápidamente si una especie ha sido publicada previamente consultando las Listas Aprobadas y las listas de nombres válidos que se publican periódicamente en IJSB. Las Listas Aprobadas y el requisito de buscar solo hasta 1980 propuestas de especies anteriores han eliminado y continuarán eliminando gran parte de la confusión pasada y evitarán muchos problemas futuros.

Para ser publicada válidamente, una nueva propuesta de especie debe contener el nombre de la especie, una descripción de la especie y la designación de una cepa tipo para la especie, y el nombre debe estar publicado en IJSB. El nombre propuesto se publica automáticamente de forma válida si la propuesta se publica en IJSB.

Si el nombre propuesto se publica en otra revista, no se publica válidamente hasta que aparece en IJSB. Es responsabilidad del autor enviar reimpresiones de dichas publicaciones al editor y solicitar la publicación de los nuevos nombres en IJSB. En este caso, la fecha de publicación válida es la fecha de publicación en IJSB.

La mayoría de la gente parece creer que, una vez propuesto, un nombre debe pasar por algún proceso formal que conduzca a su aceptación oficial. Lo contrario es cierto: se supone que un nombre publicado válidamente es correcto a menos que y hasta que sea cuestionado oficialmente. Esto se hace publicando una solicitud de opinión (a la Comisión Judicial de la Unión Internacional de Sociedades Microbiológicas) en IJSB.

Luego, la Comisión Judicial buscará el asesoramiento de los expertos apropiados y emitirá una opinión. Esto se hace solo en los casos en los que se cuestiona la validez de un nombre con respecto al cumplimiento de las reglas del Código Bacteriológico. Una cuestión de clasificación que se basa en datos científicos (por ejemplo, si una especie, sobre la base de características bioquímicas o genéticas o ambas, debe incluirse en un género nuevo o en un género existente) no es resuelta por la Comisión Judicial sino por la preferencia y uso de la comunidad científica.

Por eso existen sinónimos genéricos. Algunos ejemplos más recientes son Citrobacter (Levinea) amalonaticus, Citrobacter diversus (Levinea malonatica), Morganella (Proteus) morganii, Legionella (Tatlockia) micdadei y Legionella (Fluoribacter) dumoffii. Se invita al lector a consultar el Código bacteriológico, las Listas aprobadas y el Manual Bergey & # 8217s para obtener más detalles sobre la nomenclatura bacteriana.

La taxonomía, aunque lejos de ser perfecta, no está diseñada para crear confusión en la vida de los microbiólogos clínicos o de cualquier otro grupo. La tarea del taxónomo es describir todas las especies, utilizando las mejores herramientas científicas disponibles. Algunas especies recientemente reconocidas se han hecho pasar por miembros de especies conocidas. Tal fue el caso de Klebsiella oxytoca (Klebsiella pneumoniae indolpositivo), Enterobacter sakazakii (Enterobacter cloacae con pigmentación amarilla, sorbitol negativo, retardado DNasa positivo), Vibrio mimicus (Vibrio cholerae negativo a sacarosa) y Yersinia intermedia (ramiosensa y melibiose). Yersinia enterocolitica positiva). Muchos otros, incluida la espiroqueta de la enfermedad de Lyme, legionella. Vibrio hollisae, Yersinia ruckeri, Enterobacter gergoviae y Escherichia vulneris no fueron reconocidos previamente.

Los microbiólogos clínicos deben mantenerse al día con los cambios taxonómicos para saber qué especies recientemente descritas presentan problemas clínicos potenciales y cuáles rara vez, o nunca, son patógenos humanos. Farmer dio recientemente ejemplos de patógenos humanos recientemente descritos, con el argumento de que los microbiólogos clínicos deben mantenerse al tanto de los cambios taxonómicos.

Una última palabra de advertencia: nunca verá un organismo determinado si no utiliza los medios de aislamiento y enriquecimiento adecuados y realiza las pruebas adecuadas para su identificación. Las pruebas bioquímicas descritas recientemente deben realizarse exactamente como se describe en la literatura. No se deben intentar modificaciones, atajos o cualquier cambio en los medios o reactivos a menos que y hasta que estos cambios se hayan publicado o se haya demostrado que arrojan resultados comparables por el laboratorio individual.

Hace varios años, las cepas de Salmonella con lactosa positiva causaron una epidemia en América Central y del Sur. Estas cepas fueron aisladas en algunos laboratorios de Estados Unidos, pero otros laboratorios informaron que nunca las habían visto.

Muchos laboratorios seleccionan solo colonias negativas a lactosa de las placas de aislamiento, por lo que nunca tendrán un problema con Salmonella & # 8220lactosa positiva & # 8221. De manera similar, muchos laboratorios nunca aislaron Yersinia enterocolitica, Campylobacter fetus, muchas especies de Vibrio o legionellae hasta que establecieron procedimientos específicos para aislar estos organismos.


MATERIALES Y MÉTODOS

Procesamiento de datos y datos

Los genomas completos de 11827 plásmidos (con los genomas bacterianos acompañantes) y 2502 fagos se recuperaron de la base de datos RefSeq no redundante del NCBI (37) (ftp://ftp.ncbi.nlm.nih.gov/genomes/refseq/, consultado por última vez en mayo de 2019). La información sobre la familia de virus de los fagos se tomó del archivo GenBank bajo la descripción ORGANISM (50 fagos no se asignaron en el archivo). Los replicones se asignaron a una especie huésped bacteriana utilizando el archivo GenBank (bajo ORGANISM) para plásmidos y la base de datos de virus-huésped (https://www.genome.jp/virushostdb/) para fagos. Además, descargamos 12230 genomas de fagos de la sección principal de GenBank que pasaron un filtro de calidad y estaban ausentes de RefSeq. Esta base de datos tiene muchos fagos muy similares y sólo se utilizó para buscar homólogos de P – Ps representativos. Se recuperó de la base de datos de virus de NCBI (https://www.ncbi.nlm.nih.gov/labs/virus/vssi/#/) (38) (último acceso en agosto de 2020). Todos los análisis y visualización se realizaron en el entorno R (https://www.r-project.org/), si no se indica lo contrario.

Anotación de secuencias de proteínas

La anotación funcional de secuencias de proteínas se realizó mediante búsquedas HMMER v3.b2 (39) con parámetros predeterminados al PFAM (40) (versión 32.0, septiembre de 2018, https://pfam.xfam.org/), TIGRFAM (41) ( versión 15.0, septiembre de 2014, http://tigrfams.jcvi.org/cgi-bin/index.cgi), eggNOG (42) (solo bactNOG y virus) (versión 5.0 noviembre de 2018, http://eggnog5.embl.de / # / app / home) y pVOG (43) (versión 1, primero de mayo de 2017, http://dmk-brain.ecn.uiowa.edu/pVOGs/home.html#) (descargado en mayo de 2019). Usamos la opción "–cut_ga" al buscar homología con perfiles de las bases de datos PFAM y TIGFRAM para restringir los aciertos a aquellos con puntajes confiables. Si no se indica lo contrario, los hits positivos se asignaron utilizando los mismos criterios que utilizó MacSyFinder (44) (cobertura de perfil ≥ 50%, idomain_evalue ≤ 10 −3).

Base de datos de perfiles HMM específicos de fagos

Los perfiles específicos de fagos se eligieron cuidadosamente de las bases de datos pVOG, PFAM y TIGRFAM. La base de datos pVOG tiene HMM específicos de fagos con información sobre su cociente viral (VQ) (43). El VQ varía de 0 a 1 e indica la especificidad del pVOG a los virus. Un valor de VQ cercano a 1 significa que el perfil coincide casi solo con los genomas del virus, mientras que un valor cercano a 0 significa que la mayoría de las coincidencias son de genomas celulares (43). Para complementar la base de datos pVOG con perfiles seleccionados manualmente, la combinamos con las bases de datos PFAM y TIGRFAM. En primer lugar, se realizó una comparación de perfil recíproco entre todos los 9518 pVOG y los PFAM específicos de fagos (norte = 366) y TIGRFAM (norte = 71) (los perfiles PFAM y TIGRFAM específicos del fago se tomaron de Phage_Finder (45)) usando HHsearch (46) (incluido en HHsuite 2.0.9) con un significado PAG-valor umbral de 10 −5. Solo se consideraron aciertos bidireccionales. Los 437 perfiles de PFAM / TIGRFAM coincidieron con 711 pVOG que dieron lugar a 260 grupos (según la detección de la comunidad de Lovaina (47), excluidos los singleton). Estos perfiles se designan como conjunto 1 en el entrenamiento del modelo de bosque aleatorio (Tabla complementaria S1) (ver más abajo). En segundo lugar, seleccionamos perfiles de pVOG construidos a partir de alineaciones con al menos 15 secuencias y con un VQ superior a 0,75 (norte = 1435). Estos perfiles se designan como perfiles del conjunto 2 en el entrenamiento del modelo de bosque aleatorio (Tabla complementaria S2) (ver más abajo). Los 2583 perfiles de los conjuntos 1 y 2 se clasificaron en seis categorías (a) estructura, (b) lisis, (c) empaquetamiento, maduración / ensamblaje e inyección de ADN, (d) recombinación, regulación y metabolismo del ADN (e) desconocido y ( f) otros.

Identificación de fagos-plásmidos (P – P)

Para identificar P – Ps, examinamos fagos conocidos para funciones asociadas a plásmidos y plásmidos conocidos para funciones asociadas a fagos. Excluimos fagos de ssDNA (Ino- y Microviridae), elementos menores de 10 kb (fago dsDNA más pequeño en RefSeq) y mayores de 300 kb (para evitar megaplasmidos / cromosomas (cromosomas secundarios) que podrían haber sido integrados por fagos templados). El límite de 300 kb se eligió sobre la base de definiciones previas de cromidos (250 kb) (48) o megaplasmido domesticado (300 kb (4)).

Se realizaron búsquedas en fagos de genes asociados a plásmidos utilizando HMM específicos para la replicación de plásmidos (38 perfiles de (49)) y sistemas de partición de plásmidos (9 perfiles de (49) y 48 de bases de datos, Tabla complementaria S3). Los genes asociados con la conjugación, es decir, el aparato de formación de pares de apareamiento y la relaxasa, se buscaron utilizando CONJscan (50). Esto dio como resultado la identificación de 122 fagos que contenían características del plásmido (Tabla complementaria S4).

La base de datos de plásmidos se examinó mediante modelos de predicción forestal aleatorios para identificar P – Ps. Idealmente, uno habría aprendido los modelos de P – Ps como positivos y los plásmidos conocidos por no ser P – Ps como negativos. Sin embargo, el número de elementos que se ha demostrado experimentalmente que son P – Ps es demasiado pequeño. Por lo tanto, hicimos una aproximación y construimos modelos que fueron entrenados para distinguir plásmidos que se predice que carecen de funciones de fagos (negativos) y fagos conocidos (positivos). Los conjuntos de datos de entrenamiento incluyeron 2000 fagos elegidos al azar (positivos) y 2000 plásmidos elegidos al azar que carecían de fragmentos de profagos (negativos). Estos últimos son aquellos en los que PHASTER (51) (se ejecutó con parámetros predeterminados) no pudo identificar profagos intactos, cuestionables o incompletos. Además, comparamos la salida de PHASTER con las predicciones realizadas por VirSorter (52). Este último encontró menos secuencias relacionadas con profagos en plásmidos.Decidimos trabajar con las predicciones de PHASTER para tener un grupo de plásmidos más grande de candidatos P – P y evitar el uso de P – Ps potenciales como el conjunto de datos de entrenamiento negativo.

Se buscaron en los plásmidos coincidencias con los perfiles específicos de fagos categorizados (descritos en la "base de datos de perfiles HMM específicos de fagos", Tablas complementarias S1 y 2). Calculamos 16 fracciones diferentes (por replicón: el número de aciertos en una categoría se dividió por el número total de proteínas) a partir de estos resultados: seis categorías funcionales del conjunto 1 específico de fago (norte = 6), lo mismo para el conjunto de 2 perfiles HMM (norte = 6), pVOG HMM, fagos-PFAM y perfiles de TIGRFAM específicos de fagos y fracciones de proteínas que carecen de aciertos. Además, se consideró el número de proteínas por replicón (como control). Estas 17 características se utilizaron para el entrenamiento y la evaluación, que se llevó a cabo utilizando el paquete ranger (53) en R. Los parámetros utilizados para entrenar los modelos se establecieron en: 10000 árboles, 'mtry' = √ (número de característica) = 4 ( el número de variables para posiblemente dividir en cada nodo se estableció por defecto), 'splitrule' a 'extraárboles' y el cálculo del modo de variable 'importancia' se basa en 'permutación' (Figura complementaria S1). El tipo de bosque ('tipo de árbol') se eligió como 'regresión' para asignar una probabilidad (puntuación de probabilidad de fagos (PSC)) que oscila entre 0 y 1. Una puntuación cercana a '0' indica un plásmido que carece de genes de fagos y un una puntuación cercana a "1" indica que el plásmido tiene una alta probabilidad de ser también un fago. Para lograr una mayor precisión, repetimos este enfoque 10 veces para construir 10 modelos. En cada ronda, mantuvimos un conjunto de datos de prueba (independiente del conjunto de datos del tren), que consta de 4950 plásmidos (que carecen de fragmentos de profago como lo predijo PHASTER) y 497 fagos. El error inicial (O.O.B.) fue de aproximadamente 1.3 ± 0.1% (Figura complementaria S1A). Posteriormente, los 10 conjuntos de datos de prueba se utilizaron para validar los 10 modelos con el paquete pROC (54) en R. En esta evaluación, cada modelo se aplicó en un conjunto de datos de prueba independiente de su propio conjunto de datos de entrenamiento. El área bajo la curva (AUC) basada en las características operativas del receptor — tasa de verdaderos positivos (sensibilidad) versus tasa de falsos positivos (especificidad) - era ∼0,99 (Figura complementaria S1B).

Los 10 modelos se utilizaron para clasificar plásmidos que PHASTER predijo que contenían fragmentos de profagos. Cada plásmido se analizó a la luz de cada uno de los 10 modelos, lo que dio lugar a 10 valores de PSC que se promediaron por plásmido. Encontramos 566 P – P potenciales con un PSC medio & gt 0,5 (Tabla complementaria S4). Esta lista se complementó con P – P putativos de la literatura (ver texto principal). Sólo dos P – Ps (PSC de 0,68 y 0,76) tienen un tamaño entre 250 y 300 kb, lo que indica que cambios menores en el umbral de tamaño tienen efectos insignificantes en nuestros resultados.

Red de similitud de secuencia de fagos-plásmidos: construcción, agrupación, curación

Las puntuaciones de wGRR se utilizaron para calcular una red de similitud de secuencia de las P – Ps putativas (Tabla complementaria S5). Los pares de genomas con un wGRR ≤ 0,05 se descartaron para reducir el ruido de la señal. Las comunidades de P – P en la red se detectaron utilizando el algoritmo de Louvain (47) con el NetworkToolbox (57) (paquete R). El parámetro gamma predeterminado (γ = 1) se aumentó a γ = 1.9 para dividir algunas comunidades grandes (para un estudio sobre la variación de este parámetro, consulte la Figura complementaria S2). El agrupamiento resultó en 26 comunidades con tres o más P – P (Figura 3), 7 dobles y 47 singleton (Figura complementaria S3). Las comunidades, que están formadas por miembros que se encuentran solo en la base de datos de plásmidos, se seleccionaron para detectar fagos relacionados de la base de datos de fagos GenBank no redundante para identificar casos de alta similitud de wGRR. Los fagos con una puntuación de wGRR de al menos 0,1 a una P – P se consideraron relacionados (Tabla complementaria S6). Luego definimos grupos con P – P bien relacionados (y eventualmente subgrupos) dentro de comunidades con más de dos miembros. Es de destacar que las comunidades son asignadas por el algoritmo de Louvain, mientras que los grupos P – P definidos son subconjuntos seleccionados de comunidades donde se eliminaron los P – P débilmente relacionados. Las comunidades que eran demasiado pequeñas o demasiado diversas (p. Ej., PiSa, Actinophage A) o que carecían de funciones clave (p. Ej., Cp32) no se seleccionaron (Figura complementaria S4). La separación de P – Ps dentro de una comunidad en diferentes subgrupos (o su exclusión del grupo) se basa en el análisis del genoma persistente: los miembros de un grupo tienen al menos el 10% de los genes persistentes en común (ver detección de pangenoma a continuación , Figuras complementarias S8-S13). En general, este proceso de curación condujo a la identificación de un supergrupo P – P, 10 grupos y cuatro subgrupos (Tablas complementarias S7 y S8).

Tipificación de fagos-plásmidos en términos de incompatibilidad de plásmidos y taxonomía de virus

Usamos PlasmidFinder 2.0.1 (58) con parámetros predeterminados para clasificar los tipos de incompatibilidad de P – Ps (Tabla complementaria S4). Las taxonomías de virus de P – Ps identificadas de la base de datos de fagos se recuperaron del archivo GenBank bajo la entrada ORGANISM. Las P – Ps identificadas a partir de la base de datos de plásmidos se clasificaron utilizando los resultados de los perfiles de pVOG (norte = 9518) como características en un modelo de bosque aleatorio utilizando el paquete ranger (53) en R. Se realizó entrenamiento y evaluación para la predicción de características similares a fagos en plásmidos (ver "Identificación de P – Ps" y texto S1). Entrenamos 10 modelos usando 2000 fagos elegidos al azar (positivos, taxonomía conocida) y 2000 plásmidos elegidos al azar con una media de PSC & lt 0,1 (negativos, la taxonomía se estableció en similar a un plásmido). Cada modelo dio puntajes de probabilidad para todas las taxonomías posibles y solo se consideró la que tenía la probabilidad más alta. El error de predicción calculado fuera de la caja (O.O.B.) fue 3,0 ± 0,1%. La evaluación de los 10 modelos se realizó mediante 10 conjuntos de datos, cada uno con 500 fagos elegidos al azar y 1000 plásmidos elegidos al azar (no en el conjunto de datos de entrenamiento). La tasa de asignación correcta fue del 98,4% (Figura complementaria S5A). Para los elementos probados por al menos tres de diez modelos, el promedio de probabilidad fue 98.8% con una desviación estándar de 0.2% (Figura complementaria S5B). Clasificamos P – Ps cuando los valores medios de la probabilidad menos la desviación estándar eran superiores a 0,5 (Tabla complementaria S4). En unos pocos casos, la clase de asignación de mayor probabilidad difirió entre los 10 modelos. En estos casos, elegimos la taxonomía con mayor frecuencia. Si el P – P se clasificó como "similar a un plásmido", la taxonomía del virus se dejó sin asignar (Figura complementaria S5C).

Cálculo del cociente fago-plásmido (PPQ)

Computación y visualización de pangenomas

Los pangenomas se calcularon utilizando PPanGGOLiN (59) versión 1.0.1 con parámetros predeterminados, excepto para el subgrupo AB g2 donde el parámetro para el grado máximo de suavizado se estableció en 2 (predeterminado = 10) porque este grupo contiene solo cinco miembros. Este programa utiliza MMseqs2 (55) para agrupar proteínas con más del 80% de identidad de aminoácidos y 80% de cobertura. PPanGGOLiN luego calcula la matriz de presencia / ausencia (P / A) de las familias de genes y realiza una partición de las familias en persistente (presente en la mayoría de P – Ps), capa (presente en un número intermedio de P – Ps) y nube. genomas (presentes en pocos P – Ps). Estas matrices se utilizaron para clasificar las comunidades P – P en grupos o subgrupos definidos (Figuras complementarias S8-S13). Los gráficos de pangenomas indexados (Figuras complementarias S15-S19) se visualizaron e inspeccionaron utilizando Gephi (https://gephi.org/) (según lo recomendado por (59)) y el paquete igraph (https://igraph.org/r/) en R. Se proporciona información adicional sobre las familias de genes de los pangenomas en las Tablas complementarias S9-19.

Los gráficos de pangenoma se colorearon utilizando la similitud de secuencia promedio de BBH en el (sub) grupo P – P para producir gráficos de pangenoma de similitud (excluidos los autoataques) (p. Ej., Figura complementaria S9C) o se colorearon usando los valores de PPQ promedio de cada familia de genes para producir gráficos de pangenoma PPQ (por ejemplo, Figura 5A). Esto permite identificar la variabilidad de los repertorios de genes a la luz de la función, la relación dentro de un grupo P – P y las frecuencias de las familias de genes en los pangenomas.


Materiales y métodos

Ensamblaje de conjuntos de datos

Todas las secuencias de plásmido completas disponibles (en formato GenBank) se descargaron de NCBI utilizando la interfaz EFetch (el 24 de julio de 2010). En total, se recuperaron 2.343 plásmidos (102.772 marcos de lectura abiertos), y una tabla completa que incluye todas sus características principales (su tamaño, taxonomía, códigos de acceso, etc.) está disponible como S1 complementario (Material complementario en línea). Además, se crearon dos subconjuntos diferentes de secuencias a partir del conjunto de datos de secuencias de plásmido completo. Por un lado, creamos un conjunto de proteínas codificadas por plásmidos que estaban involucradas en el proceso de AR. Esto se hizo usando cada una de las secuencias recuperadas como se ve en la búsqueda de la herramienta de búsqueda de alineación local básica (BLAST) (Altschul et al. 1997) contra la base de datos de resistencia a antibióticos (ARDB) (Liu y Pop 2009) usando los siguientes parámetros: mi valor, 1 × 10 −20 longitud de alineación mínima, 50 aminoácidos (aa) es decir, un grado de identidad de secuencia de aminoácidos suficientemente alto para recuperar todas las proteínas que deberían realizar una función relacionada con AR (Friedberg 2006 Fondi y Fani 2010) . De esta manera, se recuperó un conjunto de 2.678 secuencias supuestamente asociadas a AR (para obtener la lista completa de códigos de acceso de las proteínas utilizadas en este trabajo, consulte el material complementario S2, Material complementario en línea). Estas secuencias pertenecían a 501 plásmidos diferentes.

Se aplicó la misma estrategia con los mismos parámetros al buscar proteínas relacionadas con la virulencia (factores de virulencia, VF) dentro del conjunto de datos de la secuencia del plásmido completo. En este caso, la base de datos analizada fue Virulence Factor DataBase (VFDB) (Chen et al. 2005 Yang et al. 2008), y se recuperó un conjunto de 7.840 secuencias de esta búsqueda BLAST (pertenecientes a 615 plásmidos). Nuevamente, toda la información sobre estas secuencias está disponible como material complementario S3 (Material complementario en línea).

Construcción de redes

El flujo de trabajo de construcción de red descrito en este párrafo se ha aplicado a cada uno de los tres conjuntos de datos ensamblados, es decir, el que integra todas las secuencias de plásmidos recuperados (en lo sucesivo, "red de todas las secuencias"), el que integra las secuencias relacionadas con AR (la "red de resistencia"), y el que incorpora secuencias relacionadas con FV (la "red de virulencia").

En detalle, cada uno de los conjuntos de datos de secuencia se utilizó en un sondeo de todos contra todos BLAST (Altschul et al. 1997) utilizando el grupo de computación paralela de Murska (Centro de Computación Científica, Espoo, Finlandia). La salida de BLAST se analizó para incluir coincidencias de dos umbrales de identidad diferentes (70% y 95%) mediante el uso de scripts de Python implementados ad hoc. Se obtuvieron dos archivos analizados, uno incrustando esas secuencias que comparten al menos el 70% de identidad de secuencia y otro incrustando secuencias que comparten al menos el 95% de identidad. De manera similar a Dagan et al. (2008) y, posteriormente, a Halary et al. (2010), esto permite interpretar las redes resultantes bajo un supuesto basado en el reloj molecular, es decir, bajo la hipótesis de que las proteínas con los porcentajes más altos de identidad probablemente se compartirían más recientemente que las que tienen menos identidad. En el presente contexto, las proteínas con 95% de identidad se consideraron compartidas más recientemente que aquellas con 70%.

Posteriormente, cada uno de estos resultados BLAST analizados se transformó en una red de intercambio de genes y se visualizó utilizando el programa de visualización Gephi (Bastian et al. 2009). En consecuencia, en esta red, cada nodo representa un solo plásmido y dos plásmidos diferentes están vinculados en función de su contenido de proteína compartido. En particular, el intercambio se define por una coincidencia BLAST entre dos marcos de lectura de más de 300 pb y una identidad de aminoácidos del 95% o 70%, respectivamente, lo que representa una medida absoluta. Para investigar la dinámica de los plásmidos entre las células bacterianas, aplicamos un filtro adicional a cada uno de los gráficos obtenidos, manteniendo vinculados solo aquellos bordes que comparten al menos cinco proteínas y descartamos todas las conexiones que unen plásmidos con una menor cantidad de proteínas compartidas. De manera similar, para investigar la dinámica de genes individuales o pequeños grupos de genes entre la población de plásmidos, aplicamos un filtro para mantener solo aquellos bordes que constituyen compartir menos de cinco genes. En total, obtuvimos ocho redes diferentes: valores de identidad del 70% y 95% para todas las secuencias con más o menos de cinco transferencias de genes y secuencias relacionadas con AR o VF. Los archivos de red con formato Gephi están disponibles como material complementario S4 (Material complementario en línea).

Pruebas de permutación

Para evaluar la significación estadística de los flujos de genes preferenciales observados (ver más abajo), permutamos al azar 10,000 veces la afiliación filogenética de cada nodo, manteniendo intacto el grado original de cada nodo dentro de la red (aleatorización con conservación del grado de nodo, ver Brohee et al. . 2008). A PAG El valor se obtuvo luego contando el número de veces que las redes ensambladas aleatoriamente devolvieron un número de enlaces mayor (o menor) que el observado y dividiendo este número por la cantidad total de pruebas de permutación realizadas.

Estimación de la movilidad del plásmido

La presencia de genes relacionados con la movilidad del plásmido se identificó mediante análisis BLAST (con los siguientes parámetros: valor e, 1 × 10 - 20 longitud de alineación mínima, 50 aa) de las secuencias de aminoácidos codificadas por plásmido contra un tra y multitud conjunto de datos genéticos recuperados de la base de datos ACLAME (http://aclame.ulb.ac.be/ Leplae et al. 2004). Ya que tra y multitud Los genes están generalmente asociados con la movilidad y la conjugación del plásmido, definimos el plásmido como móvil si contenía uno o más multitud o tra genes (un enfoque similar fue adoptado recientemente por Smillie et al. 2010).

Centralidades de red, estadísticas y visualización

Los valores de centralidad de la red para los nodos de la red se calcularon utilizando el paquete iGraph en R (Csardi y Nepusz 2006). La agrupación de redes se estimó utilizando el algoritmo de Louvain implementado en Gephi (Blondel et al. 2008) maximizando la modularidad y minimizando el número de agrupaciones. Todas las pruebas estadísticas para investigar las diferencias en las distribuciones de grado e intermediación y el contenido de porcentaje de GC se realizaron utilizando las herramientas de estadísticas base en R (R Development Core Team 2010 http://www.r-project.org/). La representación gráfica de los datos se realizó mediante el paquete ggplot2 de R (Wickham 2009). Todos los demás análisis estadísticos se realizaron utilizando scripts de Perl y Python desarrollados internamente. La visualización de la agrupación de redes y el intercambio de genes como un ideograma se realizó utilizando Circos (Krzywinski et al. 2009).

Estimación de las distancias filogenéticas del intercambio de genes

Las secuencias de ARNr 16S para huéspedes plásmidos se descargaron del proyecto Ribosomal Database (Cole et al. 2007, 2009). Las secuencias de ARNr 16S se alinearon utilizando el alineador de terminación del espacio de alineación más cercano proporcionado por Greengenes (DeSantis et al. 2006). La matriz de distancias de las distancias filogenéticas se calculó utilizando Phylip (Felsestein 1989).

Estimación de la coherencia filogenética en los principales grupos de redes

Se aplicó el algoritmo Conclustador (Leigh et al. 2011) para analizar la congruencia de árboles filogenéticos reconstruidos a partir de las secuencias de los genes compartidos por plásmidos pertenecientes al mismo grupo en una red. Las familias de genes responsables de las conexiones entre los diferentes plásmidos se extrajeron de las redes del 70% y 95% y se alinearon mediante el software Muscle (Edgar 2004). Luego, para cada grupo de plásmidos, las alineaciones de secuencias múltiples resultantes se utilizaron como entrada para el análisis de coherencia filogenética, adoptando el algoritmo de Conclustador (Leigh et al. 2011). Finalmente, se utilizó SplitsTree4 (Huson y Bryant 2006) para visualizar la información filogenética tanto en cada grupo individual identificado por Conclustador como en todos los grupos a la vez (y, en conjunto, responsables de las interconexiones plasmídicas que se muestran en las redes de la fig.1 ). En ambos casos, las superredes se infirieron utilizando datos disponibles de análisis filogenéticos de un solo gen realizados con la herramienta RAxML con 1.000 réplicas de bootstrap.

El intercambio de genes entre plásmidos presentados como matrices (A) y redes (B) tanto en el 70% como en el 95% de los criterios. En las figuras de la red, los plásmidos están representados por los nodos (el tamaño del nodo es proporcional al tamaño del plásmido) y los genes compartidos por los enlaces. Se requieren al menos cinco genes compartidos para establecer un vínculo.

El intercambio de genes entre plásmidos presentados como matrices (A) y redes (B) tanto en el 70% como en el 95% de los criterios. En las figuras de la red, los plásmidos están representados por los nodos (el tamaño del nodo es proporcional al tamaño del plásmido) y los genes compartidos por los enlaces. Se requieren al menos cinco genes compartidos para establecer un vínculo.

Dado que para que Conclustador funcione correctamente, los conjuntos de datos analizados no deben estar demasiado fragmentados, es decir, aproximadamente el 80% del conjunto de datos de taxones debe estar presente en cada alineación múltiple, no todos los grupos de plásmidos identificados podrían analizarse de manera confiable. En consecuencia, solo se analizaron los grupos principales en el 70% y el 95% de las redes (a saber, los grupos 961, 993, 1.144 y 1.238 para el 70% de la red y 961, 993 y 1.144 para el 95% de la red). Curiosamente, la fragmentación generalizada encontrada para la mayoría de los grupos en el conjunto de datos podría deberse a una alta heterogeneidad de los mismos grupos que, a su vez, podría reflejar un alto nivel de transferencia horizontal de sus genes incrustados.


Taxonomía: marcador genético

secuencias que se repiten varias veces y el número de repeticiones varía de persona a persona. Otra razón por la que cada individuo tiene una huella digital de ADN única es debido a regiones llamadas repeticiones en tándem de número variable, o VNTR. Un VNTR es una secuencia que se repite varias veces. El número de repeticiones varía de persona a persona. Este ejemplo muestra la secuencia GATC repetida 5 veces en un individuo y solo 2 veces en un segundo individuo.

https://images.app.goo.gl/jH7nYSoGux6mMvdY8 https://images.app.goo.gl/DSDnQBBfNASkcRrr6

Aplicaciones de marcadores genéticos

Los marcadores moleculares tienen varias ventajas sobre los marcadores fenotípicos y bioquímicos tradicionales en plantas.

  • Los principales usos de los marcadores de ADN en la investigación agrícola, como la identificación de cultivares / evaluación de "pureza" / pruebas híbridas
  • para estudiar las relaciones evolutivas entre los individuos
  • Los marcadores genéticos se emplean en las pruebas de ADN genealógico para la genealogía genética para determinar la distancia genética entre individuos o poblaciones.
  • Análisis de diversidad genética
  • Construcción de mapas de vínculos genéticos
  • Mapeo de loci de rasgos cuantitativos (QTL)
  • Clonación de genes basada en mapas
  • Mapeo de mutaciones
  • Selección asistida por marcadores (MAS)
  • Cría de retrocruzamiento asistido por marcadores (MAB)
  • Piramidal asistido por marcadores
  • Mapeo de genes principales
  • Los marcadores genéticos se pueden utilizar para estudiar la relación entre una enfermedad hereditaria y su causa genética.
  • Caracterización de transformantes
  • Los marcadores genéticos se pueden usar para estudiar la relación entre una enfermedad hereditaria y su causa genética (por ejemplo, una mutación particular de un gen que da como resultado una proteína defectuosa). Se sabe que los fragmentos de ADN que se encuentran cerca uno del otro en un cromosoma tienden a heredarse juntos. Esta propiedad permite el uso de un marcador, que luego puede usarse para determinar el patrón de herencia preciso del gen que aún no se ha localizado exactamente.
  • Los marcadores genéticos se emplean en las pruebas de ADN genealógico para la genealogía genética para determinar la distancia genética entre individuos o poblaciones. Los marcadores uniparentales (en el ADN mitocondrial o cromosómico Y) se estudian para evaluar los linajes maternos o paternos. Los marcadores autosómicos se utilizan para todos los ancestros.
    Los marcadores genéticos tienen que ser fácilmente identificables, estar asociados con un locus específico y muy polimórficos, porque los homocigotos no proporcionan ninguna información. La detección del marcador puede ser directa mediante secuenciación de ARN o indirecta mediante aloenzimas.
  • Algunos de los métodos utilizados para estudiar el genoma o la filogenética son RFLP, AFLP, RAPD, SSR. Se pueden utilizar para crear mapas genéticos de cualquier organismo que se esté estudiando.
    Hubo un debate sobre cuál era el agente transmisible de CTVT (tumor venéreo transmisible canino). Muchos investigadores plantearon la hipótesis de que las partículas similares a virus eran responsables de transformar la célula, mientras que otros pensaban que la propia célula podía infectar a otros caninos como un aloinjerto. Con la ayuda de marcadores genéticos, los investigadores pudieron proporcionar evidencia concluyente de que la célula tumoral cancerosa se convirtió en un parásito transmisible. Además, se utilizaron marcadores genéticos moleculares para resolver el problema de la transmisión natural, la raza de origen (filogenética) y la edad del tumor canino.
  • También se han utilizado marcadores genéticos para medir la respuesta genómica a la selección en el ganado. La selección natural y artificial conduce a un cambio en la composición genética de la célula. La presencia de diferentes alelos debido a una segregación distorsionada en los marcadores genéticos es indicativa de la diferencia entre ganado seleccionado y no seleccionado.

Uso de genes de resistencia a los antibióticos como marcadores

Existe cierta preocupación sobre el uso de genes de resistencia a los antibióticos como marcadores. Los genes de resistencia a los antibióticos se propagan a otras bacterias, produciendo cepas de bacterias patógenas (que causan enfermedades) que no podrían matar con antibióticos. En la producción de insulina, el riesgo es probablemente muy pequeño, porque las bacterias modificadas genéticamente solo se cultivan en fermentadores y no se liberan en la naturaleza. Pero ahora existen muchos tipos diferentes de bacterias genéticamente modificadas, algunas de las cuales se utilizan en situaciones en las que sus genes podrían transmitirse a otras bacterias. Si estas bacterias fueran patógenas, entonces podríamos terminar con enfermedades intratables.

Debido al riesgo de crear bacterias patógenas resistentes a los antibióticos, ahora hay mucho menos uso de genes de resistencia a los antibióticos de esta manera, y se han desarrollado otras formas en las que se pueden identificar las bacterias transformadas con éxito. Un método utiliza enzimas que producen sustancias fluorescentes. Por ejemplo, las enzimas obtenidas de las medusas producen una proteína llamada GFP (proteína verde fluorescente) que se ilumina en verde brillante con luz ultravioleta. El gen de la enzima se inserta en los plásmidos. Entonces, todo lo que se necesita hacer para identificar las bacterias que han absorbido el plásmido es iluminarlas con luz ultravioleta. Los que brillan en verde son los modificados genéticamente. El mismo gen marcador se puede utilizar en una variedad de organismos. Figura (A).

Fig (A): 6 Un ratón transgénico que expresa un gen para una proteína fluorescente.

Otro marcador es la enzima β-glucuronidasa (conocida como GUS para abreviar), que se origina en E. coli. Cualquier célula transformada que contenga esta enzima, cuando se incuba con algunos sustratos específicos incoloros o no fluorescentes, puede transformarlos en productos coloreados o fluorescentes. Esto es especialmente útil para detectar la actividad de genes insertados en plantas, como la drosera.
en la Fig (B).

Higo (B): Las droseras son plantas carnívoras que usan pelos pegajosos para atrapar insectos. A la izquierda hay una hoja de una planta transgénica de rocío de sol que expresa el gen de GUS. La hoja se ha colocado en una solución de una sustancia incolora y la enzima GUS la ha convertido en este color azul oscuro. Esto indica que la planta ha sido modificada genéticamente con éxito. A la derecha hay una hoja normal de drosera.

Por tanto, los marcadores genéticos son útiles en la identificación de diversas variaciones genéticas. El desarrollo de marcadores genéticos basados ​​en ADN ha tenido un impacto revolucionario en los estudios genéticos. Con los marcadores de ADN, teóricamente es posible observar y explotar la variación genética en todo el genoma. Estos marcadores se pueden utilizar para estudiar las relaciones evolutivas entre individuos. Los marcadores genéticos populares incluyen marcadores de aloenzimas, ADN mitocondrial, RFLP, RAPD, AFLP, microsatélites, SNP y EST. La aplicación de marcadores de ADN ha permitido un rápido progreso en las investigaciones de la variabilidad genética y la endogamia, la asignación de parentesco, la identificación de especies y cepas y la construcción de mapas de ligamiento genético de alta resolución para especies de acuicultura. El advenimiento de la secuenciación de próxima generación (NGS) ha revolucionado los enfoques genómicos y transcriptómicos de la biología. Las nuevas herramientas de secuenciación también son valiosas para el descubrimiento, validación y evaluación de marcadores genéticos en poblaciones. Esta revisión se centra en la importancia y los usos de los marcadores genéticos con el advenimiento de las tecnologías modernas.

Este artículo está completamente basado en la conferencia del Dr. Mohammad Zashim Uddin, profesor del Departamento de Botánica de la Universidad de Dhaka.

El autor ha añadido información e imágenes.

Referencia utilizada para información: Libro de fuentes de biología internacional de Cambridge por Mary Jones


La taxonomía tradicional se basó inicialmente en agrupar taxones por similitud morfológica. A medida que el estudio de la sistemática se hizo cada vez más sofisticado, se integraron nuevos métodos y caracteres, como la presencia o ausencia de varios productos químicos o vías químicas, en la visión de cómo los diversos grupos y especies de plantas se relacionan entre sí.

Mucho más recientemente, el advenimiento de la secuenciación del ADN ha revolucionado el campo de la sistemática y cómo se construyen los árboles filogenéticos. Este cambio comenzó en serio a mediados de la década de 1990, y uno de los primeros loci genéticos utilizados en la filogenética molecular de las plantas fue rbcL, el gen que codifica la gran subunidad de la proteína fijadora de carbono Rubisco. A medida que la tecnología de secuenciación de ADN ha mejorado y se ha vuelto cada vez menos costosa, la velocidad y la disponibilidad computacionales han permitido que se analicen grandes conjuntos de datos de decenas de miles o incluso cientos de miles de caracteres moleculares menos propensos a la evolución convergente o la interpretación incorrecta de la homología que los caracteres morfológicos. .

En realidad, hay 3 genomas diferentes dentro de una célula vegetal: el genoma nuclear donde reside la mayoría de los genes, el genoma mitocondrial, que es un remanente del genoma bacteriano que se ha reducido mucho desde la antigua endosimbiosis de una bacteria productora de ATP en el ancestro. de todos los eucariotas y el genoma del cloroplasto, los remanentes del genoma de las cianobacterias del evento endosimbiótico en el antepasado de Archaeplastida (Algas Rojas + Algas Verdes / Embriofitas). El genoma nuclear está codificado en cromosomas lineales grandes, mientras que los genomas mitocondrial y de cloroplasto se asignan a plásmidos circulares como sus precursores procariotas.

Taxonomía tradicional y filogenia moderna:

La taxonomía tradicional se basó inicialmente en agrupar taxones por similitud morfológica. A medida que el estudio de la sistemática se hizo cada vez más sofisticado, se integraron nuevos métodos y caracteres, como la presencia o ausencia de varios productos químicos o vías químicas, en la visión de cómo los diversos grupos y especies de plantas se relacionan entre sí.

Mucho más recientemente, el advenimiento de la secuenciación del ADN ha revolucionado el campo de la sistemática y cómo se construyen los árboles filogenéticos. Este cambio comenzó en serio a mediados de la década de 1990, y uno de los primeros loci genéticos utilizados en la filogenética molecular de las plantas fue rbcL, el gen que codifica la gran subunidad de la proteína fijadora de carbono Rubisco. A medida que la tecnología de secuenciación de ADN ha mejorado y se ha vuelto cada vez menos costosa, la velocidad y la disponibilidad computacionales han permitido que se analicen grandes conjuntos de datos de decenas de miles o incluso cientos de miles de caracteres moleculares menos propensos a la evolución convergente o la interpretación incorrecta de la homología que los caracteres morfológicos. .

En realidad, hay 3 genomas diferentes dentro de una célula vegetal: el genoma nuclear donde reside la mayoría de los genes, el genoma mitocondrial, que es un remanente del genoma bacteriano que se ha reducido mucho desde la antigua endosimbiosis de una bacteria productora de ATP en el ancestro. de todos los eucariotas y el genoma del cloroplasto, los remanentes del genoma de las cianobacterias del evento endosimbiótico en el antepasado de Archaeplastida (Algas Rojas + Algas Verdes / Embriofitos). El genoma nuclear está codificado en cromosomas lineales grandes, mientras que los genomas mitocondrial y de cloroplasto se asignan a plásmidos circulares como sus precursores procariotas.

A pesar de su pequeño tamaño en relación con el genoma nuclear, el genoma del cloroplasto ha sido el genoma más utilizado para la sistemática molecular en plantas hasta la fecha. Los genes de cloroplasto existen típicamente en una sola copia por genoma, lo que hace que la homología sea fácil de discernir en todas las plantas fotosintéticas. Los genes de cloroplasto también exhiben una tasa de mutación más lenta que los genes nucleares, lo que permite una alineación fácil de caracteres homólogos de una especie a otra. Mientras rbcL, con

1.500 caracteres de nucleótidos alineables, sigue siendo uno de los loci más importantes utilizados en la sistemática de plantas, la tecnología de secuenciación moderna y el poder computacional han llevado a la secuenciación de todo el genoma del cloroplasto para más y más especies, lo que conduce a conjuntos de datos con más de 90.000 caracteres alineados.

Los genes mitocondriales suelen ser los genes de evolución más lenta en las plantas (por el contrario, en los animales suelen evolucionar más rápido que los genes nucleares). Si bien esto los hace algo útiles para inferir relaciones más antiguas, a menudo no hay suficientes cambios de carácter para que sean informativos por debajo del nivel familiar. También son propensos a la edición de ARN (modificación de algunas bases en la secuencia de codificación después de la transcripción) y, en algunos casos, a la transferencia horizontal de genes entre especies de plantas no relacionadas, las cuales pueden inducir a error a la filogenia. Para las plantas parásitas que han perdido la capacidad de fotosíntesis y faltan o tienen genes de cloroplasto altamente modificados, los genes mitocondriales son una fuente necesaria de datos filogenéticos. Sin embargo, el problema de la transferencia horizontal de genes de una planta a otra está particularmente extendido en los casos de interacciones íntimas entre el huésped y el parásito.

El genoma nuclear contiene muchos más genes que cualquier genoma organelar, pero los problemas con las copias de genes parálogos hacen que los genes nucleares sean lo suficientemente problemáticos como para que se hayan subutilizado como fuente de datos filogenéticos hasta hace poco. Los genes parálogos son copias múltiples de un gen retenidas después de un evento de duplicación de genes. Esto puede ocurrir en muchos eucariotas a través de la duplicación segmentaria (duplicación de una sección de un cromosoma) o, particularmente en las plantas, a través de la poliploidía. La mayoría de los linajes de plantas han pasado por muchos eventos poliploides en su historia evolutiva, lo que ha llevado a múltiples copias divergentes de la mayoría de los genes en el genoma nuclear. Para la inferencia filogenética, es imperativo que la misma copia del gen se compare de una especie a otra. En los casos en que una copia de un gen se elimina de una especie y la otra copia se elimina de la otra especie, se puede lograr una filogenia engañosa y fuertemente respaldada como se muestra en el diagrama a continuación.

Las subunidades nucleares de ARN ribosómico (copias de ARN no traducidas que forman el núcleo de un ribosoma) existen en un alto número de copias en los cromosomas, pero las copias a menudo se recombinan y se "fijan" entre sí para hacer que la mayoría de las copias sean idénticas. 3 de estas moléculas de ARN se transcriben juntas, junto con 2 regiones 'espaciadoras' entre ellas que deben plegarse y empalmarse. Estos se conocen como la región del espaciador transcrito interno (ITS), y aunque la mayoría de las regiones no codificantes evolucionan rápidamente, las porciones involucradas en el plegamiento son más constantes y ayudan a permitir que las bases homólogas se alineen correctamente. Las regiones que no se pliegan evolucionan lo suficientemente rápido como para proporcionar caracteres útiles para la filogenia a nivel de especie. Si bien ITS funciona bien para algunos taxones, en otros taxones existe en múltiples copias y se comporta tan mal como otros genes parálogos.

Con genomas vegetales cada vez más completos, así como grandes conjuntos de datos de genes transcritos de muchas otras especies, los genes nucleares se han vuelto mucho más útiles para la filogenia en los últimos años. En los últimos años se han identificado muchos genes nucleares que están bajo una fuerte selección para permanecer en un número de copias único o bajo y que son menos propensos a tener problemas de paralogía.

Si bien los datos moleculares han aclarado muchos aspectos de la filogenia vegetal, es importante señalar que muchos agrupamientos taxonómicos históricos basados ​​en similitudes morfológicas han sido respaldados por datos moleculares. Muchas familias son fácilmente reconocibles gracias a sinapomorfias morfológicas, caracteres compartidos por miembros de la familia que evolucionaron en la rama que condujo a su antepasado común más reciente. Estos grupos de diagnóstico también están respaldados por una gran cantidad de sinapomorfías de ADN.

En la mayoría de los casos en los que las filogenias moleculares han cambiado los grupos taxonómicos tradicionales, se debe a que un grupo anteriormente reconocido ha resultado ser parafilético. Un grupo parafilético ocurre cuando una o más especies no están incluidas en un grupo aunque desciendan del ancestro común más reciente de ese grupo. A continuación se muestra el ejemplo de "Lemnaceae", un grupo de diagnóstico de diminutas plantas acuáticas flotantes reconocidas tradicionalmente como su propia familia, pero ahora incluidas dentro de la familia Araceae.

Las "Lemnaceae" son un grupo monofilético que se remonta a un ancestro común compartido. Las araceae, como se reconoce tradicionalmente, se agruparon en función de una inflorescencia de espata y espádice de diagnóstico. Sin embargo, algunas Araceae están en realidad más relacionadas con "Lemnaceae" que con otras Araceae. Aunque son muy pequeñas, las inflorescencias de "Lemnaceae" son en realidad un espádice microscópico sumergido producido en la parte inferior de la hoja flotante y descienden de un ancestro común Araceae productor de espata y espádice. Las "Lemnaceae" son realmente un linaje derivado de Araceae que han experimentado cambios morfológicos extremos debido a su hábito acuático flotante. Para que Araceae sea monofilética, las "Lemnaceae" deben incluirse en la familia.

Los datos moleculares no son inmunes a los problemas causados ​​por un linaje que cambia drásticamente en relación con un pariente que evoluciona más lentamente. Cuando varios linajes de forma independiente tienen tasas de mutación aceleradas, muchos caracteres pueden comenzar a converger en sitios que evolucionan rápidamente (particularmente si esos linajes comparten un sesgo mutacional común, como una mayor probabilidad de mutaciones G / C en relación con mutaciones A / T). Este fenómeno se conoce como atracción de rama larga. Los métodos de análisis filogenético que utilizan modelos de evolución de secuencia para inferir el árbol correcto, como la probabilidad máxima, no son tan fácilmente engañados por estos sesgos.


Ver el vídeo: Plásmidos (Mayo 2022).


Comentarios:

  1. Safiy

    Mensaje bastante útil

  2. Eoin

    Me gustaría tener un poco de paciencia. ¡¡¡AHORA MISMO!!! Un hombre de orientación sexual banal. Vivieron felices para siempre y murieron el mismo día. Cónyuges Rosenberg. La historia mundial. Banco Imperial. Anuncio en un burdel: "Para suscriptores de la red GSM - 10 segundos gratis"

  3. Lorimer

    Estás equivocado, es obvio.

  4. Blair

    ))))))))) No puedo creerte :)

  5. Mervin

    Pocos son capaces de hacer creer.

  6. Yosida

    dio en el clavo.



Escribe un mensaje