Diversity at the Acinetobacter baumannii K locus: towards a comprehensive in silico database for prediction of capsular polysaccharide types

문제 정의
Acinetobacter baumannii는 새로운 감염 제어 접근 방식이 요구되는 중대한 다제내성 병원체이다. 정확한 역학적 감시와 비항생제적 개입(백신, 단클론 항체, 박테리오파지 등)의 개발은 전장 유전체 서열(WGS) 데이터로부터 다양한 캡슐 다당류(CPS) 유형을 신속하고 정밀하게 예측하는 것에 달려 있다. K 로커스(KL)를 기반으로 한 인실리코(in silico) 타이핑 시스템과 생물정보학 도구인 Kaptive가 존재하지만, 참조 서열 데이터베이스는 2021년 기준 241개의 KL로 제한되어 있었다. 공개된 유전체 데이터, 특히 이전에 과소 대표되었던 지리적 위치 및 격리 소스로부터의 데이터가 급격히 확장됨에 따라, CPS 다양성을 포착하고 진단 및 치료를 위한 타이핑 정확도를 보장하기 위해 기존 데이터베이스의 확장이 필요했다.

방법론
본 연구는 NCBI에서 다운로드한 46,185개의 고품질 A. baumannii 유전체 어셈블리(크기, N50, GC 함량, 컨티그 수로 필터링됨)에 대한 종합적인 조사를 수행하였다. 저자들은 다음의 워크플로우를 적용하였다:

1. 스크리닝: 기존 데이터베이스(241개 KL 및 10개 외로커스 유전자)를 대상으로 Kaptive v3.1.0을 사용하여 유전체 풀을 스크리닝하였다. 새로운 로커스를 식별하기 위해 유전자 커버리지 및 단백질 동일성 임계값(85%)을 기준으로 파라미터를 설정하였다.
2. 새로운 로커스 식별: 파편화된 매치나 고유한 유전자 조합을 가진 어셈블리들을 수동으로 검사하였다. 새로운 서열은 BLAST 및 pyGenomeViz를 사용하여 기존 참조 서열과 반복적으로 비교되었다.
3. 주석 달기 및 큐레이션: 총 168개의 새로운 KL이 식별되었으며 번호가 부여되었다(KL242–KL409). 유전자 생성물은 PPanGGOLiN(85% 동일성 임계값)을 사용하여 클러스터링되었으며, 다단계 접근 방식을 통해 기능적으로 주석이 달렸다:
   • 서열 기반: Pfam-A, Superfamily 및 CAZy 도메인 검출.
   • 구조 기반: 명확한 서열 상동성이 없는 단백질의 기능을 추론하기 위해 AlphaFold3를 사용하여 3차 구조를 모델링하고 Foldseek을 통해 PDB 엔트리와 스크리닝하였다.
   • 명명법의 일관성을 유지하기 위해 코딩 서열을 검증하고 A. baumannii CPS 체계에 부합하는 명명법을 할당하는 수동 큐레이션이 수행되었다.
4. 데이터베이스 검증: 업데이트된 데이터베이스(409개 KL 및 10개 외로커스 유전자)를 46,185개의 유전체에 대해 재실행하여 타이핑 빈도와 분포를 평가하였다. KL 및 외로커스 유전자 조합에 따라 K 유형을 예측하기 위해 특수 로직 파일이 업데이트되었다.

주요 기여

• 데이터베이스 확장: 본 연구는 기존 참조 데이터베이스에 168개의 새로운 KL을 추가하여, 총 409개의 KL과 10개의 외로커스 유전자로 확대하였다.
• 단백질 클러스터 주석: 분석 결과 1,000개의 큐레이션된 단백질 클러스터(새로운 것 309개 포함)가 도출되었다. 주석은 당 생합성, 글리코실전이효소(glycosyltransferases), 중합효소(polymerases)를 포함한 10가지 기능적 범주에 할당되었다.
• 구조적 통찰: 3차 구조 모델링을 통해 헤파리네이스(heparinase)와 관련된 GnlB 상동체를 포함한 미지의 단백질들의 기능적 역할과, 가설적 단백질을 글리코실전이효소로 재할당하는 등의 결과를 밝혀냈다.
• 새로운 당 경로: 세 가지 새로운 로커스(KL264, KL332, KL363)에서 유전자 모듈을 식별하였으며, 이는 A. baumannii CPS에서 아직 실험적으로 검증되지 않은 pseudaminic acid, QuiNAc, Qui3NAc의 변형 가능성을 예측한다.
• 외로커스 유전자 특성 규명: 유전체 섬(Genomic Islands) GI1/GI2 및 프로파지(prophages)에서 발견되는 외로커스 유전자의 빈도와 맥락을 분석하여, 프로파지 인코딩 유전자(예: wzy)가 CPS 결합을 수정할 수 있는 복잡한 진화적 역사를 밝혀냈다.

결과

• 유전적 다양성: 409개 KL 전체에서 1,000개의 단백질 클러스터가 식별되었다. 대부분의 단백질(n=781)은 4개 이하의 KL에서 발견되는 유전자에 의해 인코딩되어 광범위한 구조적 다양성을 확인시켜 주었다. 그러나 유전자 분포 분석을 통해 공유된 구조적 특징이 예측되었으며, 여러 KL은 서로 다른 Region 3를 가졌거나 다른 wzy 중합효소를 가졌음에도 불구하고 동일한 CPS 유형 또는 K 단위(KU)를 생성할 가능성이 높았다.
• 보존 영역 vs 변이 영역: 모든 로커스는 보존된 핵심 유전자(wza-wzb-wzc, galU, ugd, gpi, pgm)가 유형 특이적 구조 유전자를 포함하는 고도로 가변적인 Region 2를 둘러싸고 있는 전형적인 구성을 유지하였다.
• 빈도 분석: 46,185개 유전체에 대한 검증 결과, 32개의 KL이 타이핑된 분리주의 87.1%를 차지하였다. 가장 과잉 대표된 로커스는 KL2, KL3, KL18, KL9, KL22였다.
• 타이핑 정확도: 검출 가능한 K 로커스를 가진 유전체 중 94.9%가 업데이트된 데이터베이스를 통해 '타이핑 가능(Typeable)' 신뢰 수준을 달emat다. 오분류는 주로 보존된 핵심 유전자의 대립유전자 교환(allelic exchange)에 기인하였다.
• K 유형 예측: 87개의 K 유형이 예측되었다. 특히, KL3와 KL22는 모두 K3 유형을 예측하며, 특정 gtr6 절단(truncation)이 있는 유전체에서는 변이체(K3-v1)가 식별되었다.

의의
본 논문은 이번 업데이트가 과학적 자원으로서 CPS 타이핑 데이터베이스의 정확성과 지속성을 유지하는 데 필수적이라고 주장한다. 방대하고 다양한 유전체 세트로부터 새로운 서열을 통합함으로써, 본 연구는 다음을 위한 데이터베이스의 효용성을 높인다:

• 역학적 감시: 특정 CPS 유형의 유병률을 추적하고 분리주의를 이해하기 위한 더 포괄적인 도구 제공.
• 치료제 개발: 특정 CPS 인식을 기반으로 하는 백신, 단클론 항체 및 박테리오파지 요법의 설계를 지원.
• 진단: WGS 데이터로부터 CPS 구조적 특징을 보다 정확하게 예측할 수 있게 함.

저자들은 데이터베이스가 현재 알려진 다양성의 상당 부분을 커버하고 있지만, 외로커스 유전자의 발견과 추가적인 구조적 변이의 가능성은 A. baumannii의 CPS 다양성이 여전히 과소평가되어 있을 수 있음을 시사한다고 강조한다. 큐레이션된 주석과 모델링된 구조를 포함하는 업데이트된 리소스는 CPS 생합성 및 다양성에 관한 지속적인 연구를 촉진하기 위한 목적으로 제작되었다.