Pathogenwatch: A public health platform for rapid interpretation of pathogen genomics.

Pathogenwatch è una piattaforma pubblica che democratizza l'analisi genomica dei patogeni traducendo dati complessi in risultati immediatamente utilizzabili per la sorveglianza sanitaria, integrando identificazione, resistenza agli antibiotici e contesto geografico-temporale per supportare la risposta alle minacce infettive globali.

L'essenziale

Immagina di essere un investigatore privato che deve risolvere un crimine, ma invece di trovare impronte digitali o tracce di polvere, trovi codici genetici complessi scritti in una lingua che solo pochi esperti al mondo riescono a leggere. Questo è il problema che affrontano i microbiologi oggi: hanno milioni di "codici" (genomi) di batteri e virus, ma trasformarli in informazioni utili per salvare vite è spesso troppo difficile e tecnico.

Pathogenwatch è la soluzione a questo problema. È come un "Google Translate" per i microbi, ma molto più potente.

Ecco come funziona, spiegato con parole semplici e qualche analogia:

1. Il Traduttore Universale (L'Interfaccia)

Immagina di avere un mucchio di documenti scritti in 50 lingue diverse (batteri, virus, funghi). Se non parli quelle lingue, sono solo fogli di carta inutili.
Pathogenwatch prende questi "codici genetici" complessi e li traduce immediatamente in una lingua comune che chiunque può capire:

• Chi è? (È un batterio o un virus? Di che tipo?)
• Da dove viene? (È arrivato dall'Italia, dalla Nigeria o dal Giappone?)
• È pericoloso? (È resistente ai farmaci? Ha armi speciali per attaccarci?)

Non serve essere un genio dell'informatica per usarlo. È come usare un'app sul telefono: carichi il file, e l'app ti dice tutto quello che devi sapere in pochi secondi.

2. La Grande Biblioteca Globale (Il Contesto)

Fino a poco tempo fa, se trovavi un batterio nuovo, dovevi confrontarlo manualmente con pochi altri campioni che avevi in laboratorio. Era come cercare un ago in un pagliaio.
Pathogenwatch è diverso: è collegato a una biblioteca gigante e vivente che contiene oltre 875.000 (e in crescita) campioni di microbi raccolti da tutto il mondo.

• L'analogia: Immagina di trovare una nuova moneta. Invece di guardarla da sola, la metti su un tavolo dove ci sono già milioni di altre monete di tutti i paesi. Pathogenwatch ti dice immediatamente: "Ehi, questa moneta è identica a quelle trovate in Brasile l'anno scorso" oppure "Questa è una versione nuova che non abbiamo mai visto prima".
  Questo permette di capire se un'epidemia è locale o se sta viaggiando attraverso i confini.

3. Il Motore che Non Si Ferma Mai (L'Infrastruttura)

Il sistema è costruito come un treno ad alta velocità che non si ferma mai.

• È "contenizzato": immagina che ogni analisi sia fatta in una scatola sigillata e perfetta. Se aggiungi un nuovo tipo di batterio, basta aprire una nuova scatola e il sistema lo analizza senza dover ricostruire tutto il treno.
• È scalabile: Se improvvisamente arriva un'epidemia improvvisa (come il COVID), il sistema può espandersi istantaneamente per analizzare migliaia di campioni al giorno, proprio come un'autostrada che apre tutte le corsie quando c'è traffico.

4. Cosa ha dimostrato di saper fare?

Gli scienziati hanno messo alla prova Pathogenwatch con due casi reali:

• Il Virus (SARS-CoV-2): Hanno usato il sistema per tracciare le varianti del coronavirus. Il sistema ha indovinato perfettamente tutte le varianti pericolose, esattamente come facevano i laboratori più avanzati, ma molto più velocemente.
• Il Batterio (Staphylococcus aureus): Hanno analizzato un ceppo batterico resistente ai farmaci che circola negli ospedali di tutto il mondo. Pathogenwatch ha ricostruito la mappa del suo viaggio, mostrando come si è spostato da un continente all'altro e quali farmaci ha imparato a combattere.

Perché è importante per noi?

Prima, solo pochi laboratori specializzati potevano fare queste analisi, e ci volevano settimane. Oggi, Pathogenwatch è come un sistema di allarme meteorologico per le malattie.

• Se piove (c'è un'epidemia), il sistema ti dice subito dove, quanto è forte e se sta arrivando un temporale più grande.
• È gratuito e aperto a tutti: medici, ricercatori e autorità sanitarie in 165 paesi lo usano ogni giorno per prendere decisioni rapide.

In sintesi: Pathogenwatch prende la scienza complessa e la rende semplice, veloce e globale. Trasforma i dati genetici in azioni concrete per proteggere la nostra salute, permettendoci di vedere il nemico invisibile prima che faccia danni. È la nostra "torre di controllo" per la sicurezza sanitaria del futuro.

Sommario tecnico

Titolo: Pathogenwatch: Una piattaforma di sanità pubblica per l'interpretazione rapida della genomica dei patogeni

1. Il Problema

Nonostante la sequenziamento dell'intero genoma (WGS) abbia rivoluzionato lo studio delle malattie infettive, permettendo ricostruzioni ad alta risoluzione dell'evoluzione e della trasmissione dei patogeni, esiste un divario significativo tra la generazione dei dati e la loro applicazione pratica nella sanità pubblica.

• Barriere tecniche: Le opzioni di analisi genomica sono spesso altamente tecniche, richiedendo competenze bioinformatiche avanzate e infrastrutture locali che molti microbiologi e operatori sanitari non possiedono.
• Mancanza di contesto: Spesso le sequenze genomiche vengono generate senza un quadro analitico che permetta di correlare la similarità genetica con la geografia, il tempo e i tratti fenotipici (come la resistenza agli antimicrobici o la virulenza).
• Frammentazione: I sistemi esistenti sono spesso specifici per specie, rendendo difficile la creazione di infrastrutture unificate in grado di adattarsi rapidamente a nuovi patogeni emergenti durante le emergenze sanitarie.

2. Metodologia e Architettura

Pathogenwatch è una piattaforma cloud-native, basata su container, progettata per essere organism-agnostic (indipendente dall'organismo) e scalabile.

• Infrastruttura Tecnica:

  • Implementata su Amazon Web Services (AWS) utilizzando container (Docker) orchestrati tramite AWS ECS con Fargate.
  • I flussi di lavoro analitici sono pacchettizzati in container archiviati in AWS Elastic Container Registry (ECR), garantendo riproducibilità e scalabilità elastica delle risorse computazionali in base alla domanda.
  • L'architettura supporta l'ingestione continua di dati pubblici e privati.

• Flusso di Analisi (Pipeline):

  1. Assegnazione della Specie (Speciator): Un modulo interno che utilizza un approccio di ricerca k-mer basato su MinHash (tramite Mash) combinato con librerie di riferimento curate per classificare automaticamente i genomi assemblati.
  2. Assemblaggio e QC: I dati di lettura (Illumina paired-end) vengono assemblati de novo con SPAdes. Il controllo qualità (QC) utilizza soglie specifiche per specie derivate dal framework QualiBact, valutando lunghezza dell'assemblaggio, N50, numero di contig, contenuto GC e stime di completezza/contaminazione.
  3. Tipizzazione e Clustering:
     • Utilizzo di MLST (Multi-Locus Sequence Typing) per oltre 100 specie e cgMLST (core-genome MLST) per oltre 20 organismi prioritari (con schemi da 1.500 a 3.000 loci).
     • hclink: Un modulo che esegue un clustering a collegamento singolo dinamico basato sulle distanze degli alleli cgMLST, permettendo la ricerca contestuale contro dataset globali curati.
  4. Analisi dei Rischi:
     • Resistenza Antimicrobica (AMR): Rilevamento di geni acquisiti, mutazioni cromosomiche e plasmidi utilizzando strumenti come AMRFinderPlus, Kleborate e flussi di lavoro interni.
     • Virulenza e Serotipizzazione: Identificazione di geni di virulenza e assegnazione di sierotipi (es. antigeni O e H) tramite strumenti specifici per specie (es. SISTR, Genotyphi, Kaptive).
  5. Contestualizzazione: I genomi degli utenti vengono confrontati in tempo reale contro un database pubblico curato di oltre 1,76 milioni di genomi batterici (provenienti da INSDC: ENA, NCBI, DDBJ).

3. Contributi Chiave

• Astrazione Pubblica Unificata: Il sistema trasforma i dati grezzi in segnali interpretabili comuni per tutti i patogeni (batteri, virus, funghi): identità dell'organismo, assegnazione di variante/lineaggio e marcatori genomici rilevanti, integrati con contesto geografico e temporale.
• Interfaccia Organism-Agnostic: Offre un'interfaccia utente coerente che supporta diverse specie senza frammentare gli standard analitici, permettendo di passare rapidamente a nuovi patogeni senza riprogettare l'infrastruttura centrale.
• Infrastruttura Condivisa: Fornisce dati contestualizzati a piattaforme derivate come amr.watch (per le tendenze AMR) e vaccines.watch (per il contesto antigenico).
• Accessibilità: Disponibile gratuitamente tramite interfaccia grafica e API REST, con codice sorgente open source.

4. Risultati

• Adozione Globale: La piattaforma è stata adottata da 14.389 utenti registrati in 165 paesi. Nel solo 2025, gli utenti hanno caricato 328.676 assemblaggi genomici e 20.830 dataset di letture.
• Validazione (Benchmarking SARS-CoV-2):
  • Il sistema è stato testato su un dataset di riferimento per l'assegnazione dei linaggi di SARS-CoV-2.
  • Risultato: Concordanza completa (100%) con le annotazioni di riferimento e con le chiamate di Pangolin per tutte le Varianti di Preoccupazione (VOC) e di Interesse (VOI), nonché per i linaggi non-VOC/VOI.
  • Il sistema ha dimostrato di allinearsi con le nomenclature più recenti (es. Pangolin v4.3), aggiornando automaticamente le classificazioni rispetto a dataset più vecchi.
• Rianalisi di Staphylococcus aureus ST239:
  • La rianalisi di un dataset globale di ST239 ha riprodotto la struttura filogeografica nota (clustering per paese e continente).
  • Il sistema ha identificato con successo mutazioni cromosomiche associate alla resistenza (es. gyrA, grlA, rpoB) e ha mappato la loro distribuzione filogenetica, dimostrando capacità di rilevare variazioni clinicamente rilevanti.
• Scalabilità: L'architettura containerizzata ha permesso di gestire picchi di domanda mantenendo la riproducibilità e l'operatività continua.

5. Significato e Impatto

Pathogenwatch rappresenta un'infrastruttura duratura per la sorveglianza genomica globale.

• Preparazione alle Emergenze: La capacità di incorporare rapidamente nuovi patogeni (batterici, virali o fungini) senza re-ingegnerizzazione rende la piattaforma fondamentale per la risposta a minacce infettive emergenti.
• Democratizzazione della Genomica: Riduce le barriere tecniche, permettendo a laboratori con risorse limitate di eseguire analisi complesse (filogenesi, AMR, virulenza) senza bisogno di infrastrutture bioinformatiche locali.
• Armonizzazione Globale: Supporta reti di sorveglianza esistenti (come TyphiNET, KlebNET-GSP, PulseNet Africa) fornendo interpretazioni armonizzate dei dati, facilitando la collaborazione internazionale e il confronto diretto tra dati locali e contesto globale.
• Sostenibilità: L'approccio basato su container e cloud garantisce che l'analisi sia riproducibile, scalabile e allineata agli standard internazionali per la condivisione equa e trasparente dei dati genomici.

In sintesi, Pathogenwatch trasforma i dati genomici grezzi in segnali di sanità pubblica azionabili, fungendo da ponte critico tra la sequenziazione ad alta capacità e l'azione di sanità pubblica tempestiva.