Autora: Sabrina Di Gregorio
La cefazolina es el antibiótico recomendado en pacientes con endocarditis y bacteriemias por Staphylococcus aureus meticilino sensible (SAMS)(Li 2017).
Sin embargo, existen cepas de SAMS que son mas resistentes a la cefazolina debido al CzIE("Cefazolin Inoculum Effect").
Aunque el mecanismo de CzIE aún no está bien caracterizado, se piensa que está mediado por la expresión de la β-lactamasa estafilocócica BlaZ, y se ha asociado a variantes específicas de esta enzima.
Los tipos de la betalactamasa BlaZ se definen por los aminoácidos presentes en las posiciones 128 y 216 de la enzima (cerca del sitio activo), (Voladri 1996, Voladri 1998).
Hay descriptos 6 tipos de BlaZ (A, B, C, D, E, F) (Harrison 2019).
El siguiente proyecto tiene como objetivo conocer el tipo de BlaZ de S. aureus depositadas en NCBI con el fin de:
A- Ver si hay depositadas en la base de datos alguna proteína con potencial nuevo tipo de BlaZ.
B- Armar una base de datos de secuencias de esta proteína para posteriormente estudiar su filogenia.
Para realizar el siguiente proyecto hacen falta:
- Python
- Pandas
- Biopython
- SeqIO
- Entrez
- yaml
- MAFFT version 7
- Aliview 1.28
- IQ-TREE version 1.6.12
En este proyecto se emplean diversos programas y bibliotecas que permiten:
1. Buscar las secuencias de BlaZ de la especie S. aureus en la base de datos de proteínas de NCBI (Refseq).(Bio Entrez).
2. Descargar dichas secuencias como archivo multi .fasta (Bio SeqIO) y alinearlas junto con secuencias de referencia de BlaZ pertenecientes a distintos tipos (MAFFT).
3. Determinar el tipo y la frecuencia de cada secuencia de BlaZ utilizando técnicas de análisis y visualización de datos (Pandas, Biopython).
4. Encontrar secuencias de BlaZ no tipables que podrían corresponder con nuevas variantes de la enzima (Pandas).
5. Analizar y visualizar las relaciones filogenéticas entre los distintos tipos de BlaZ encontrados (IQTree, Figtree).
El procedimiento detallado se explicita en el archivo proyecto_final.ipynb.
1: Preparar el entorno
2: Editar el archivo config.yaml proporcionado agregando la dirección de correo electrónico de quien realiza la búsqueda en NCBI. Luego de subir este archivo al colabnotebook, correr la sección 2 del notebook para buscar las secuencias con Entrez.
3: Luego de obtener las secuencias en formato multifasta (BlaZ_sequences.fasta), bajarlas a su computadora personal. Con un editor de texto, agregar al archivo multifasta la secuencia de BlaZ_typeA.fasta, y correr MAFFT con este nuevo archivo (puede usarse el servidor https://mafft.cbrc.jp/alignment/server/). Con Aliview visualizar y editar el alineamiento obtenido (quitar la secuencia de referencia).
4: Subir el alineamiento al entorno de colabnotebook, y leerlo para pasarlo a formato lista que contenga todas las secuencias.
5: Correr el código (usa Pandas y Biopython) para generar un dataframe a partir del cual se pueda determinar el tipo de BlaZ.
6: Analizar la frecuencia de cada tipo de BlaZ en el set de datos (Pandas).
7: Guardar el dataframe en formato tabular (Pandas), y descargarlo a su computadora personal. Este servirá para anotar la filogenia con el resultado de BlaZ type para cada taxon.
8: Proceder a realizar el alineamiento con MAFFT. Para ello, con un editor de texto agregar a BlaZ_sequences.fasta las secuencias de referencia presentes en BlaZ_references.fasta. De ser necesario editar el alineamiento con Aliview.
9: Correr IQTree para obtener el árbol filogenético (puede usarse el servidor: http://iqtree.cibiv.univie.ac.at/). Utilizar anotacion_BlaZ_type.txt generado a partir del dataframe para anotar la filogenia en Figtree.
El proyecto planteado permitió conseguir los objetivos. Ver conclusiones detalladas en el archivo proyecto_final.ipynb. Se planea a futuro automatizar el agregado/edición de secuencias de referencia al archivo multifasta.