Dans un article récent publié dans Rapports scientifiques, les chercheurs ont appliqué des approches statistiques du modèle de mélange gaussien (GMM) pour déterminer les génotypes résistants aux médicaments dans des échantillons d’infections par souches mixtes (MSI) de Mycobacterium tuberculosis avec des données de séquençage du génome entier (WGS).
Les données de l’étude pourraient faciliter le diagnostic et la cartographie de la résistance aux médicaments (RD) des patients tuberculeux (TB) pour le contrôle des infections.
Étude: Infections mixtes chez Mycobacterium tuberculosis génotypique résistant aux médicaments. Crédit d’image : Kateryna Kon/Shutterstock.com
Sommaire
Arrière-plan
M. tuberculose, l’agent causal de la tuberculose comporte quatre lignées (L1-L4), chacune possédant plusieurs souches dont la transmissibilité et le potentiel pathogène varient.
Des études cliniques ont montré que certains patients tuberculeux présentent de multiples M. tuberculose souches, entraînant des MSI au sein de l’hôte.
La présence de souches sensibles et résistantes aux médicaments au sein d’un même hôte contribue à la multirésistance aux médicaments (TB-MR), qui entrave le contrôle de l’infection par le traitement antituberculeux de première intention, la rifampicine (TB-RR) et l’isoniazide (TB-HR). ) et contribuent également à la propagation de souches résistantes aux médicaments.
Pourtant, les études ont à peine identifié des souches résistantes aux médicaments dans les échantillons MSI de M. tuberculose.
À propos de l’étude
La présente étude a analysé 50 723 M. tuberculose isolats pour lesquels les données du WGS et du test de sensibilité aux médicaments (DST) étaient accessibles au public.
Ces échantillons, collectés dans 64 pays, présentaient une couverture pangénomique ≥ 99 % et des profondeurs de lecture de séquençage de 30 fois ou plus. De plus, ces échantillons englobaient tous les principaux M. tuberculose lignées, avec des proportions respectives de L1, L2, L3 et L4 étant de 9,1 %, 27,6 %, 11,8 % et 48,3 %.
Le logiciel TB-Profiler a initialement détecté les MSI et déduit la résistance génotypique aux médicaments dans ces échantillons, y compris la couverture de lecture prise en charge des sous-lignées au sein de chaque échantillon.
Notamment, il a utilisé différentes listes de mutations informatives pour le profilage génotypique. Ensuite, les chercheurs ont construit un GMM pour chaque échantillon et ont évalué ses performances. GMM a aidé à détecter des lectures de gènes mixtes et des MSI dans tous M. tuberculose sous-lignées.
Les mesures de performance comprenaient l’erreur quadratique moyenne (MSE) et l’exactitude du profilage de la résistance aux médicaments par rapport aux prédictions du TB-Profiler.
En outre, ils ont utilisé les données WGS de 48 échantillons provenant du Malawi clinique. M. tuberculose souches pour évaluer les performances du GSS sur des mélanges artificiels d’échantillons d’acide désoxyribonucléique (ADN) bactérien.
Résultats
Les résultats ont montré que M. tuberculose la lignée 2.2.1 était la plus répandue dans quatre régions, en Asie du Sud-Est, dans le Pacifique occidental, en Afrique et en Europe, des six régions de l’Organisation mondiale de la santé (OMS) évaluées.
Le logiciel TB-Profiler a prédit une proportion significative de M. tuberculose les isolats étaient résistants à l’isoniazide et à la rifampicine ; il s’agissait donc de tuberculose multirésistante. De plus, les prévisions de résistance génotypique étaient cohérentes dans la plupart des cas.
En outre, les chercheurs ont noté que la souche L4 et la sous-lignée L4.3.3 étaient les plus répandues à l’échelle mondiale. La résistance génotypique aux médicaments était la plus élevée dans la région de la Méditerranée orientale, principalement en raison des souches L3.
M. tuberculose Les MSI sont informatifs sur l’hétérorésistance, ce qui peut atténuer l’efficacité du traitement antituberculeux. Le logiciel TB-Profiler a prédit les MSI dans 531/48 679 échantillons, soit dans 1 % des échantillons. Le logiciel Quant-TB a confirmé la plupart des MSI identifiés par TB-Profiler.
Pendant que Lineage 4 M. tuberculose les souches étaient les plus impliquées dans les MSI, La1.1, L2.2 et M. caprae a également montré une certaine implication. En combinaison, L4 et L2 ont provoqué des MSI, reflétant les effets confondants de l’échantillonnage.
De plus, l’approche GMM a révélé une diminution de l’implication des lignées les moins transmissives, par exemple, M. tuberculose lignée 7, probablement parce que leurs taux de séquençage sont relativement faibles.
Les modèles GMM et TB-Profiler ont atteint de faibles MSE dans les échantillons avec une souche dominante, indiquant un bon pouvoir prédictif.
Leurs performances étaient bonnes puisque les valeurs globales du MSE étaient systématiquement faibles pour les deux méthodes. Notamment, Quant-TB a atteint une valeur MSE globale plus élevée que les autres méthodes.
Conclusions
M. tuberculose Les techniques d’échantillonnage de cultures et de colonies et les analyses bioinformatiques (utilisées précédemment) ont sous-estimé le degré de MSI dans M. tuberculose des échantillons.
Au contraire, le WGS direct des crachats ou du tissu pulmonaire présentait une représentation meilleure et plus précise de M. tuberculose diversité chez un patient tuberculeux. Ces méthodes ont également montré que les infections tuberculeuses sont bien plus complexes qu’on ne le pensait auparavant.
Dans la présente étude, combinant les données WGS avec l’approche GMM, une méthode non basée sur la culture pour le profilage de la résistance aux médicaments a effectivement prédit l’abondance relative de différentes souches dans les échantillons d’ADN avec des proportions de DR et de mélange connues.
Les modèles GMM ont prédit avec une grande précision une résistance aux médicaments dans les proportions de mélange mineures, c’est-à-dire celles comprises entre 0,05 et 0,50, avec une MSE globale de 0,012. Au contraire, les valeurs MSE pour TB-Profiler et Quant-TB étaient un peu inférieures (0,009) et supérieures (0,013).
Dans l’ensemble, les données GMM pourraient s’avérer utiles pour la prise de décision clinique dans les cas de tuberculose, faciliter le diagnostic et optimiser la personnalisation des traitements. Plus important encore, les diagnostics de tuberculose basés sur le WGS pourraient aider à éviter l’utilisation de médicaments inefficaces.
Améliorations supplémentaires de l’approche GMM grâce à l’utilisation de M. tuberculose La structure arborescente phylogénétique pourrait même étendre les avantages de cette approche à d’autres membres du MTBC, tels que M.bovis, et M.capraepour n’en nommer que quelques-uns.
