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

Immaginate il mondo come una gigantesca ragnatela invisibile che connette persone, animali, il cibo che mangiamo e l'acqua che beviamo. Questo è il concetto di "One Health": l'idea che la nostra salute sia profondamente legata alla salute degli animali e del nostro ambiente. Ora, immaginate un super-villain nascosto in questa ragnatela: piccoli batteri che hanno imparato a ignorare i nostri antibiotici più forti. Sono chiamati Enterobacterales produttori di carbapenemasi (CPE). Pensateli come i "boss finali" del mondo batterico perché possono scuotere via gli ultimi farmaci di riserva che i medici usano quando tutto il resto fallisce.

Per catturare questi cattivi, gli scienziati usano uno strumento potente chiamato Sequenziamento dell'Intero Genoma. È come scattare una fotografia microscopica dell'intero manuale di istruzioni (il DNA) del batterio per vedere esattamente come combatte. Queste foto vengono caricate su enormi biblioteche pubbliche su internet, come un gigantesco museo digitale dove chiunque può esaminare le prove. Ma ecco il problema: il fatto che una foto sia in un museo non significa che rappresenti l'intero mondo. Se il museo ha solo foto di cattivi provenienti da una città specifica, potremmo pensare che i cattivi esistano solo in quella città, anche se si nascondono ovunque altrove. È qui che entra in gioco la storia del "bias": comprendere cosa vediamo nei dati rispetto a ciò che accade realmente in natura.

---

La Grande Storia del Detective Digitale: Cosa si Nasconde nella Biblioteca Batterica?

Georgios Miliotis, un ricercatore dell'Università di Galway, ha deciso di giocare a fare il detective con una delle più grandi biblioteche batteriche al mondo: l'NCBI Pathogen Detection Isolates Browser. Voleva vedere se la biblioteca stava raccontando la storia completa di questi super-batteri attraverso la ragnatela della "One Health", o se ci stesse mostrando solo un'immagine distorta.

Ha analizzato 139.466 record di questi super-batteri. Quando ha esaminato i tag "fonte" — ovvero dove i batteri sono stati originariamente trovati — ha trovato un enorme squilibrio. Era come entrare in una biblioteca aspettandosi di vedere libri da ogni angolo del globo, solo per scoprire che l'84,72% degli scaffali era pieno di libri provenienti da ospedali e cliniche umane.

Gli altri angoli della ragnatela erano appena rappresentati. La sezione "acque reflue" conteneva solo il 2,54% dei record. "Animali" aveva un minuscolo 1,30%, "cibo" aveva uno 0,09% microscopico, e il resto dell'ambiente era ancora più piccolo. L'autore suggerisce che questo non significhi necessariamente che questi batteri siano rari negli animali o nel cibo; significa solo che gli scienziati e i laboratori sono stati molto più desiderosi di sequenziare e caricare i campioni degli ospedali umani rispetto ai campioni dall'intestino di una mucca o da un fiume. La biblioteca è piena di storie umane, lasciando i capitoli relativi agli animali e all'ambiente in gran parte non scritti.

I Modelli Nascosti: Chi Preferisce Cosa?

Nonostante questa biblioteca sbilanciata, Miliotis ha trovato alcuni pattern affascinanti che fungevano da indizi. Ha notato che certi tipi di batteri sembravano avere dei "quartieri preferiti" in base al gene specifico di resistenza che trasportavano (la "famiglia delle carbapenemasi").

• La Connessione Animale: Quando i batteri venivano trovati negli animali, erano più propensi a trasportare il gene NDM. Nello specifico, i batteri E. coli e Klebsiella pneumoniae erano i protagonisti principali in questo ambito. I dati mostravano che i record NDM associati agli animali erano 2,33 volte superiori a quanto ci si aspetterebbe se i batteri fossero distribuiti casualmente.
• La Connessione Acque Reflue: Al contrario, i campioni di acque reflue erano dominati dal gene KPC. I batteri K. pneumoniae, Enterobacter cloacae e Citrobacter freundii erano le star di questo spettacolo. I record KPC associati alle acque reflue erano 1,86 volte superiori al previsto.

È come se il gene NDM fosse l' "amante degli animali" del mondo batterico, mentre il gene KPC sia il "residente delle fogne". Lo studio ha rilevato che queste associazioni erano statisticamente significative, il che significa che non erano solo incidenti casuali, ma l'effetto era modesto. Ciò suggerisce che, sebbene esistano delle preferenze, questi batteri sono comunque molto bravi a spostarsi tra i diversi ambienti.

I "Punti Ciechi" e la Verità sui Numeri

L'articolo sottolinea con molta cautela un importante punto cieco: il numero di record nel database non equivale al numero di batteri nel mondo reale.

Se vedi 1.000 foto di un tipo specifico di batterio in un database, non significa che ce ne siano 1.000 in natura. Potrebbe semplicemente significare che un laboratorio in Cina o nel Regno Unato ha deciso di sequenziare e caricare 1.000 di essi, mentre un laboratorio in un altro paese non ne ha caricato nessuno. L'autore ha scoperto che i record non umani erano fortemente concentrati in pochi paesi come Cina, Regno Unito, USA e Germania.

Lo studio esclude esplicitamente l'idea che questi database pubblici possano dirci la "prevalenza" (quanto comune sia qualcosa) di questi batteri. L'autore sostiene che non possiamo usare questi conteggi di record per dire: "Il KPC è raro nel cibo", perché il database conteneva solo 130 record alimentari. Quel numero basso potrebbe semplicemente significare che nessuno ha guardato, non che i batteri non siano presenti.

La Conclusione

Quindi, qual è il verdetto? I dati genomici pubblici sono un tesoro che può aiutarci a individuare schemi e generare nuove idee su come questi super-batteri si muovono tra umani, animali e ambiente. Ha evidenziato con successo che i campioni animali tendono a trasportare i geni NDM, mentre i campioni di acque reflue pendono verso i geni KPC.

Tuttavia, l'autore ci avverte di non eccederci con l'entusiasmo per i numeri grezzi. La biblioteca è attualmente "sbilanciata verso l'uomo". Per comprendere davvero la ragnatela One Health, dobbiamo riempire le pagine mancanti. Abbiamo bisogno di più sequenziamenti di animali, cibo e acqua, e abbiamo bisogno di migliori etichette (metadati) in modo da sapere esattamente da dove proviene ogni campione. Fino ad allora, il database è una grande mappa di ciò che abbiamo guardato, ma non è una mappa completa di dove vivono realmente i batteri.