Sistema de gestión de información de genomas completos de cepas de Acinetobacter baumannii para la identificación, tipificación y seguimiento de resistencia a antibióticos
Author
Type
Trabajo de grado - Maestría
Document language
EspañolPublication Date
2018-02-09Metadata
Show full item recordSummary
La resistencia a antibióticos presente en las bacterias es un tema de interés mundial. Por tal razón, la World Health Organization (WHO) exige a sus países miembro, realizar un seguimiento de los casos donde se presente dicha resistencia bacteriana. Los procesos de seguimiento actuales, se basan en características fenotípicas y microbiológicas. Y si bien dichos procesos han demostrado cumplir con la directriz de la OMS, tienen ciertas limitaciones asociadas a la especificidad del diagnóstico, al tiempo prolongado de los análisis, a la dificultad de generar información de valor de manera eficiente, tomando como insumo los datos generados por las entidades alimentadoras de los sistemas de seguimiento, entre otros. El presente trabajo tuvo como propósito, construir un sistema bioinformático que permite realizar identificación, tipificación y seguimiento de la resistencia antibióticos presente en cepas de Acinetobacter baumannii suministradas por el INS, partiendo de genomas completos. De esta forma se buscó utilizar la información del genoma completo de una bacteria para mejorar su seguimiento epidemiológico, en especial en lo que tiene que ver con la variación de su resistencia a antibióticos. Como metodología, se definieron los requerimientos del sistema bioinformático con base en la información de secuenciación de alto rendimiento que se requería manejar, los sistemas de seguimiento de resistencia a antibióticos (WHONET, IAAS y SVIGILA), entre otros. Así mismo se diseñó un modelo relacional para la base de datos del sistema y se diseñaron los wireframes de la interfaz gráfica. Se inició la construcción del sistema, con el framework Groovy and Grails v3.1.9. El backend del sistema consume servicios construidos con Biopython v1.70 y BioPerl v5.8, la base de datos se implementó en MySQL v5.6.30, en cuanto a validación se han ejecutado pruebas funcionales y no funcionales, entre ellas (carga, estrés, usabilidad).Summary
Abstract: The antibiotics resistance present in bacteria is a topic of worldwide concern. For this reason, the World Health Organization (WHO) requieres the member countries to keep track of cases where such bacterial resistance is present. The current monitoring processes, with which countries comply with the WHO guideline, are based on phenotypic and microbiological features. And although these processes have proven to comply with the guideline, these have some limitations associated with specificity of the diagnosis, long time of the analyzes, difficulty of generating information of value in an efficient way, taking as input the data generated by the feeder entities of the monitoring systems, among others. The purpose of the present work was to build a bioinformatics system that allows identification, typification and monitoring of antibiotic resistance present in Acinetobacter baumannii strains supplied by INS, starting from complete genomes. In this way we sought to use information from the complete genome of a bacterium to improve its epidemiological monitoring, especially in what has to do with the variation of its resistance to antibiotics. In teh methodology the requirements of the bioinformatics system were defined based on the high performance sequencing information required to manage, and the monitoring antibiotic resistance systems (WHONET, IAAS and SVIGILA), among others. In the same way a research of bioinformatic tools was carried out that are used in the project for the processes of assembly, annotation, identification, typing, comparison and monitoring of A. baumannii isolates. Likewise, an entity relationship model was designed for the system database and also the wireframes of the graphical interface were designed. Construction: The system construction was performed using the Groovy and Grails v3.1.9 framework. The system backend consumes services built with Biopython v1.70 and BioPerl v5.8, the database is implemented in MySQL v5.6.30, the system is installed on a DELL server with the operating system openSUSE Leap 42.1.4. Validation and results: Functional and non-functional tests have been executed, among them (load, stress, usability).Keywords
Collections
This work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit