Identificación de contigs asociados a plásmidos obtenidos a partir de secuenciación de genoma completo de aislamientos de Klebsiella pneumoniae

Abstract

Uno de los problemas frecuentes en salud pública son las Infecciones Asociadas a la Atención en Salud (IAAS), La Organización Mundial de la Salud (WHO) ha publicado una lista de microorganismos de prioridad clínica (WHO, 2017), entre los cuales a nivel crítico están todas las Enterobacterias que presentan resistencia a antibióticos carbapenémicos como Klebsiella pneumoniae que suele contar con múltiples mecanismos de resistencia frente a dichos antibióticos (Schroeder, Brooks, & Brooks, 2017). El desarrollo de tecnologías de secuenciación de nueva generación (NGS) ha permitido el estudio del “comportamiento” y /o “composición” de los genomas de microorganismos de interés clínico; así mismo también se han diseñado y desarrollado algoritmos y flujos de trabajo bioinformáticos para el almacenamiento, anotación y análisis de estos datos, que han facilitado identificar y caracterizar, un gran número de elementos genómicos involucrados en los mecanismos de resistencia. En este trabajo se propone una herramienta de clasificación de contigs pertenecientes a plásmidos, obtenidos por secuenciación de genoma completo (WGS), que implementa varias de las herramientas, que a través de un método experimental iterativo fueron configuradas para obtener un rendimiento maximizado para las cepas de trabajo de K. pneumoniae. (Texto tomado de la fuente)

One of the frequent problems in public health is the Infections Associated with Health Care (IAAS). The World Health Organization (WHO) published a list of microorganisms of clinical priority (WHO, 2017), among which at the critical level are all Entero-bacteria with resistance to carbapenems like Klebsiella pneumoniae, which usually has several mechanisms of resistance (González Rocha et al., 2017), frequently associated with the genetic information (Schroeder et al., 2017). The development of New Generation Sequencing technologies (NGS) allows the study of the "behavior" and/or "composition" of the microorganism genomes of clinical interest. Likewise, algorithms and bioinformatics workflows have been designed and developed for the storage, annotation, and analysis of these data, to the point of identifying and characterizing a large number of genomic elements involved in resistance mechanisms. This work shows the implementation of a contig classification pipeline designed to choose which of them are part of a plasmid. It uses contigs obtained by NGS technologies and implements several programs to carry out this task, which, thanks to an iterative experimental method, were configured to obtain a maximized yield for the working strains of K. pneumoniae. (text taken of the source)