IZS UM 07/20 RC

SUB-TIPIZZAZIONE RAPIDA DI STREPTOCOCCHI PATOGENI MEDIANTE ANALISI MACHINE LEARNING DEGLI SPETTRI MALDI_TOF AFFIANCATA A METODI MULTI-OMICS. (MATEMALDOMICS)

Responsabile Scientifico: Chiara Francesca Magistrali

Area tematica: Sanità animale

Parole chiave: MALDI-TOF, machine learning, next-generation-sequencing

Razionale del progetto

Il genere Streptococcus comprende batteri patogeni per gli animali, tra cui S. canis (SC) e S. dysgalactiae (SD). e SC sono due specie strettamente associate tra loro, a S. agalactiae e a S. pyogenes. SD viene ulteriormente distinto nelle subspecie dysgalactiae (SDSD) ed equisimilis (SDSE).

La sottospecie SDSE (gruppi di Lancefield A,C e G) comprende isolati fortemente β-emolitici isolati dagli animali e dall’uomo. Negli animali domestici, SDSE è stato isolato da setticemie nel cavallo, bovino, cane, coniglio e suino, mentre nell’uomo provoca faringiti ed infezioni ai tessuti molli, e più raramente setticemie. SDSD, inserito nei gruppi di Lancefield C e L, viene annoverato tra i più frequenti agenti di mastite bovina, dopo S. agalactiae e Staphylococcus aureus. SDSD era considerato un patogeno strettamente associato a specie animali, tra cui in particolare il bovino e in misura minore, cane, suino ed ovino. Questo range d’ospite di SDSD è stato recentemente messo in discussione in seguito alla segnalazione di casi di infezione da SDSD nell’uomo.

SC (gruppo di Lancefield G, fortemente beta-emolitico) è isolato prevalentemente nel cane, in casi di otite e patologie a carico delle vie respiratorie ed urinarie e nel gatto, in corso di linfoadeniti e artriti . Più raramente, SC è causa di malattia nel bovino, dove è stato associato a casi di mastite contagiosa e subclinica. SC è stato anche isolato sporadicamente nell’uomo: questi ceppi non sono differenziabili da quelli di origine animale. Questo ha confermato le potenzialità zoonotiche di SC. Mentre la resistenza agli antibiotici in S. pyogenes è rimasta contenuta e sostanzialmente stabile negli ultimi anni, gli isolati di SD hanno mostrato una crescente resistenza nei confronti di alcune molecole, e in particolare a macrolidi e lincosamidi. Tali resistenze sono frequentemente mediate da geni quali ermA ed ermB, e associate ad elementi genetici mobili (mobile genetic elements, MGE). La riduzione di antibiotico-sensibilità osservata in SD potrebbe quindi essere conseguenza di una disseminazione orizzontale di questi elementi piuttosto che di una espansione di cloni di SD resistenti agli antibiotici. Gli MGE possono essere scambiati tra specie batteriche differenti come dimostrato per SC e SDSE.

Recentemente, i sistemi di identificazione microbica basati su spettrometria di massa (MALDI-TOF) sono diventati il metodo di riferimento per le identificazioni microbiche. I sistemi disponibili in commercio per l’interpretazione degli spettri MALDI-TOF sono tuttavia limitati ad alcuni pattern di peptidi e non consentono la discriminazione di specie correlate, tra cui quella di SC, SDSD e SDSE.

Questo progetto si pone l’obiettivo di implementare la identificazione delle specie e subspecie di SC, SDSD e SDSE tramite sistemi di machine-learning, basati sulle tecniche tipiche degli approcci supervisionati, applicati sugli spettri generati in MALDI-TOF. 

Gli obiettivi del progetto saranno:

1. Creazione di una ceppoteca batterica e caratterizzazione degli isolati, compresa la loro antibiotico-sensibilità. Raccolta e organizzazione dei dati e metadati in un file.

2. Preparazione della libreria degli spettri in MALDI-TOF e analisi preliminare degli stessi per l’identificazione di cluster.

3. Caratterizzazione degli isolati rappresentativi (in termine di appartenenza al cluster o caratteristiche fenotipiche di interesse) tramite NGS.

4. Creazione di algoritmi per l’interpretazione degli spettri MALDI-TOF.

5. Caratterizzazione del trascrittoma dei campioni del dataset e integrazione dei dati di trascrittomica con i dati di proteomica.

6. Rilascio di un sistema di identificazione 

Lo scopo del progetto è disporre di un metodo per la corretta identificazione di queste specie di Streptococcus e per la loro sub-tipizzazione. Il fine ultimo è creare un metodo a basso costo per la sorveglianza continua di queste infezioni, da associare ad un sistema di early warning per la messa in atto di misure di prevenzione.