Biases, blind spots and signals in public One Health genome data for carbapenemase-producing Enterobacterales

Stellen Sie sich die Welt als ein riesiges, unsichtbares Netz vor, das Menschen, Tiere, die Lebensmittel, die wir essen, und das Wasser, das wir trinken, miteinander verbindet. Dies ist das „One Health“-Konzept: die Idee, dass unsere Gesundheit eng mit der Gesundheit von Tieren und unserer Umwelt verknüpft ist. Stellen Sie sich nun einen Super-Bösewicht vor, der sich in diesem Netz versteckt: winzige Bakterien, die gelernt haben, unsere stärksten Antibiotika zu ignorieren. Dies sind Carbapenemase-produzierende Enterobacterales (CPE). Betrachten Sie sie als die „Endgegner“ der bakteriellen Welt, da sie die letzten Rettungsmittel abwehren können, die Ärzte einsetzen, wenn alles andere versagt.

Um diese Schurken zu fangen, nutzen Wissenschaftler ein mächtiges Werkzeug namens Ganzgenomsequenzierung. Es ist wie das Erstellen einer mikroskopischen Fotografie des gesamten Handbuchs (der DNA) der Bakterien, um genau zu sehen, wie sie sich zur Wehr setzen. Diese Fotos werden in riesigen öffentlichen Bibliotheken im Internet hochgeladen, wie ein riesiges digitales Museum, in dem jeder die Beweise betrachten kann. Aber hier liegt der Haken: Nur weil ein Foto im Museum steht, bedeutet das nicht, dass es die ganze Welt repräsentiert. Wenn das Museum nur Fotos von Schurken aus einer bestimmten Stadt hat, könnten wir denken, dass diese Schurken nur in dieser Stadt existieren, selbst wenn sie sich überall sonst verstecken. Hier kommt die Geschichte des „Bias“ (der Verzerrung) ins Spiel – das Verständnis dessen, was wir in den Daten sehen im Vergleich zu dem, was in der Natur tatsächlich geschieht.

---

Die große digitale Detektivgeschichte: Was verbirgt sich in der bakteriellen Bibliothek?

Georgios Miliotis, ein Forscher der Universität Galway, beschloss, Detektiv in einer der größten bakteriellen Bibliotheken der Welt zu spielen: dem NCBI Pathogen Detection Isolates Browser. Er wollte herausfinden, ob die Bibliothek die ganze Geschichte über diese Super-Bakterien im „One Health“-Netz erzählt oder ob sie uns nur ein verzerrtes Bild zeigt.

Er untersuchte 139.466 Datensätze dieser Super-Bakterien. Als er sich die „Quell“-Tags ansah – also die Orte, an denen die Bakterien ursprünglich gefunden wurden – entdeckte er ein massives Ungleichgewicht. Es war, als würde man eine Bibliothek betreten und Bücher aus allen Ecken der Welt erwarten, nur um festzustellen, dass 84,72 % der Regale mit Büchern aus Krankenhäusern und menschlichen Kliniken bestückt waren.

Die anderen Ecken des Netzes waren kaum repräsentiert. Der Bereich „Abwasser“ enthielt nur 2,54 % der Datensätze. „Tiere“ hatte winzige 1,30 %, „Lebensmittel“ mikroskopische 0,09 %, und der Rest der Umwelt war noch kleiner. Der Autor deutet an, dass dies nicht zwangsläufig bedeutet, dass diese Bakterien in Tieren oder Lebensmitteln selten sind; es bedeutet lediglich, dass Wissenschaftler und Labore viel eifriger darin waren, die Proben aus menschlichen Krankenhäusern zu sequenzieren und hochzuladen als die Proben aus dem Darm einer Kuh oder einem Fluss. Die Bibliothek ist voll von menschlichen Geschichten, während die Kapitel über Tiere und die Umwelt weitgehend ungeschrieben bleiben.

Die verborgenen Muster: Wer mag was?

Selbst mit dieser einseitigen Bibliothek fand Miliotis einige faszinierende Muster, die wie Indizien dienten. Er bemerkte, dass bestimmte Arten von Bakterien je nach dem spezifischen Resistenzgen, das sie trugen (der „Carbapenemase-Familie“), bevorzugte „Nachbarschaften“ zu haben schienen.

• Die Verbindung zu Tieren: Wenn die Bakterien in Tieren gefunden wurden, trugen sie am wahrscheinlichsten das NDM-Gen. Insbesondere die Bakterien E. coli und Klebsiella pneumoniae waren hier die Hauptakteure. Die Daten zeigten, dass tierassoziierte NDM-Datensätze 2,33-mal höher waren, als man es erwarten würde, wenn die Bakterien zufällig verteilt wären.
• Die Verbindung zum Abwasser: Im Gegensatz dazu wurden die Abwasserproben von dem KPC-Gen dominiert. Die Bakterien K. pneumoniae, Enterobacter cloacae und Citrobacter freundii waren die Stars dieser Show. Abwasserassoziierte KPC-Datensätze waren 1,86-mal höher als erwartet.

Es ist, als ob das NDM-Gen der „Tierliebhaber“ der bakteriellen Welt ist, während das KPC-Gen der „Kanalbewohner“ ist. Die Studie fand heraus, dass diese Assoziationen statistisch signifikant waren, was bedeutet, dass es sich nicht um rein zufällige Ereignisse handelte, auch wenn die Effektstärke moderat war. Dies deutet darauf hin, dass diese Bakterien zwar Vorlieben haben, aber immer noch sehr gut darin sind, sich zwischen verschiedenen Umgebungen zu bewegen.

Die „blinden Flecken“ und die Wahrheit über Zahlen

Die Arbeit weist sehr sorgfältig auf einen großen blinden Fleck hin: Die Anzahl der Datensätze in der Datenbank entspricht nicht der Anzahl der Bakterien in der realen Welt.

Wenn Sie 1.000 Fotos eines bestimmten Typs von Bakterien in einer Datenbank sehen, bedeutet das nicht, dass es 1.000 von ihnen in der Natur gibt. Es könnte einfach bedeuten, dass ein Labor in China oder Großbritannien beschlossen hat, 1.000 von ihnen zu sequenzieren und hochzuladen, während ein Labor in einem anderen Land gar keine hochgeladen hat. Der Autor stellte fest, dass die nicht-menschlichen Datensätze stark in nur wenigen Ländern wie China, dem Vereinigten Königreich, den USA und Deutschland konzentriert waren.

Die Studie schließt die Idee ausdrücklich aus, dass diese öffentlichen Datenbanken uns die „Prävalenz“ (wie häufig etwas vorkommt) dieser Bakterien mitteilen können. Der Autor argumentiert, dass wir diese Datensatzzahlen nicht verwenden können, um zu sagen: „KPC ist in Lebensmitteln selten“, weil die Datenbank nur 130 Lebensmittel-Datensätze enthielt. Diese niedrige Zahl könnte einfach bedeuten, dass niemand nachgesehen hat, nicht dass die Bakterien nicht da sind.

Das Fazit

Was ist also das Urteil? Die öffentlichen Genomdaten sind ein Schatzhaus, das uns helfen kann, Muster zu erkennen und neue Ideen darüber zu generieren, wie sich diese Super-Bakterien zwischen Menschen, Tieren und der Umwelt bewegen. Es konnte erfolgreich aufzeigen, dass Tierproben dazu neigen, NDM-Gene zu tragen, während Abwasserproben eher zu KPC-Genen neigen.

Der Autor warnt uns jedoch, nicht zu sehr über die Rohzahlen zu staunen. Die Bibliothek ist derzeit „menschenlastig“. Um das „One Health“-Netz wirklich zu verstehen, müssen wir die fehlenden Seiten füllen. Wir brauchen mehr Sequenzierungen von Tieren, Lebensmitteln und Wasser, und wir brauchen bessere Beschreibungen (Metadaten), damit wir genau wissen, woher jede Probe stammt. Bis dahin ist die Datenbank eine großartige Karte dessen, was wir betrachtet haben, aber sie ist kein vollständiger Plan dessen, wo die Bakterien tatsächlich leben.