Rapid whole genome- and annotation-based multilocus sequence typing of the fungal pathogen Histoplasma capsulatum

Schimmels zijn overal aanwezig; ze leven in de bodem, op planten en zelfs in ons lichaam, maar de meeste van hen zijn onschadelijk. Een enkeling is echter een gevaarlijke indringer die ernstige ziekten kan veroorzaken, met name bij mensen met een verzwakt immuunsysteem. Eén dergelijke schimmel is Histoplasma capsulatum, een microscopisch organisme dat gedijt in grond die vervuild is met vogel- of vleermuispoep. Wanneer de minuscule sporen worden ingeademd, kunnen ze binnen de longen transformeren en zich door het hele lichaam verspreiden, wat een ziekte veroorzaakt die histoplasmose wordt genoemd. Omdat dit pathogeen zo wijdverspreid en gevaarlijk is, hebben gezondheidsorganisaties het als een topprioriteit voor wereldwijde aandacht aangemerkt. Om dit te stoppen, moeten wetenschappers precies begrijpen hoe verschillende versies van de schimmel aan elkaar gerelateerd zijn. Lange tijd identificeerden onderzoekers deze schimmelstammen door naar een paar specifieke genen te kijken, vergelijkbaar met het controleren van een paar letters in een lang boek om het verhaal te raden. Deze methode werkte, maar was traag en miste vaak de details die nodig zijn om uitbraken te volgen of te begrijpen hoe de schimmel zich wereldwijd verplaatst.

Een nieuwe studie door Arnoud H.M. van Vliet verandert de spelregels door een veel krachtiger hulpmiddel toe te passen op dit eeuwenoude probleem. In plaats van naar slechts een paar genen te kijken, gebruikte de onderzoeker de volledige genetische code van de schimmel om een hoogwaardige kaart van de stamboom te maken. De studie begon met een enorme collectie genetische data die al in publieke databases aanwezig was. Hoewel er honderden monsters van ruwe genetische code beschikbaar waren, waren er zeer weinig volledige, samengestelde versies van het genoom van de schimmel klaar voor analyse. Om dit op te lossen, voegde van Vliet 406 sets ruwe genetische data samen tot 406 complete genomen. Dit proces is als het samenvoegen van duizenden versnipperde pagina's uit verschillende boeken tot volledige volumes, zodat het verhaal van begin tot eind gelezen kan worden. De resulterende collectie was zo groot en gedetailleerd dat het een directe vergelijking mogelijk maakte van elke belangrijke groep van deze schimmel die wereldwijd wordt gevonden.

Met deze nieuwe genomen in handen ontwikkelde de onderzoeker een nieuwe manier om de schimmel te sorteren en te identificeren, genaamd whole-genome multilocus sequence typing. In eenvoudige bewoordingen behandelt deze methode de gehele genetische code als een lange barcode. In plaats van slechts een paar plekken te lezen, scant de computer duizenden specifieke secties over het hele genoom om elk ras een uniek nummer toe te wijzen. De studie testte drie verschillende manieren om dit te doen: één die naar de ruwe genetische code keek, één die bestaande computergegenereerde labels voor genen gebruikte, en één die nieuwe labels creëerde met behulp van een gespecialiseerd softwareprogramma ontworpen voor schimmels. Alle drie de methoden werkten opmerkelijk goed en scheidden de schimmel succesvol in zeven belangrijke lineages en zes kleinere subgroepen. Deze groepen komen overeen met verschillende geografische regio's, zoals Noord-Amerika, Zuid-Amerika, Afrika en India. De nieuwe methode bleek net zo nauwkeurig als de meest complexe, computerintensieve technieken die momenteel worden gebruikt, maar kon worden uitgevoerd op standaardcomputers zonder dat er supercomputers nodig waren.

De analyse onthulde ook enkele verrassende fysieke verschillen tussen de groepen. Terwijl de meeste genetische lineages genomen van een vergelijkbare grootte hadden, waren de Afrikaanse lineage en een Noord-Amerikaanse groep genaamd Ohiense aanzienlijk groter, met ongeveer 39 miljoen bouwstenen van genetische code. In tegenstelling hiertoe hadden de meeste andere groepen, inclusief die uit Zuid-Amerika en India, kleinere genomen variërend tussen de 30 en 33 miljoen blokken. Dit verschil in grootte was consistent genoeg om wetenschappers te helpen snel te identificeren bij welke groep een monster behoorde, enkel door de totale genetische lengte te meten. Bovendien bevestigde de studie dat de schimmel die in paarden wordt gevonden, bekend als H. farciminosum, genetisch zeer vergelijkbaar is met een specifieke subgroep van de Zuid-Amerikaanse lineage, wat suggereert dat ze nauw aan elkaar verwant zijn.

De kracht van deze nieuwe aanpak ligt in het vermogen om de beweging en oorsprong van de schimmel met ongekende helderheid te volgen. Door de genetische data af te zetten tegen de locaties waar de monsters werden gevonden, toonde de studie aan dat de meeste lineages nauw verbonden zijn met specifieke continenten. Zo werden de Noord-Amerikaanse groepen bijna uitsluitend in Noord-Amerika gevonden, terwijl de Afrikaanse groep in Afrika werd gevonden. Er waren enkele uitzonderingen, zoals een Zuid-Amerikaanse subgroep die in Noord-Amerika, Europa en Azië voorkwam, wat wijst op hoe de schimmel met mensen en dieren meereist. De studie merkte ook op dat de meeste monsters afkomstig waren van menselijke patiënten, wat het beeld waarschijnlijk enigsz� vertekent, aangezien de schimmel ook in de bodem en in dieren leeft. Echter, de weinige dierlijke monsters die werden gevonden, zoals die van katten en honden, clusterden met specifieke lineages, wat een inkijkje geeft in hoe de ziekte zich tussen soorten verspreidt.

Dit werk dient als een bewijs van concept, waarbij wordt aangetoond dat complexe schimmelpathogenen met dezelfde snelheid en precisie bestudeerd kunnen worden als bacteriën met behulp van deze nieuwe genomische instrumenten. Door de genetische blauwdrukken en de sorteermethoden vrij beschikbaar te stellen voor andere wetenschappers, biedt de studie een fundament voor snellere diagnose en betere monitoring van uitbraken. Het toont aan dat wetenschappers, zelfs zonder lange, dure sequencing-machines, hoogwaardige genetische kaarten kunnen samenstellen uit standaard data. De bevindingen suggereren dat wetenschappers in de toekomst niet alleen de soort van een schimmel kunnen identificeren, maar ook de exacte familiale tak en de waarschijnlijke oorsprong, allemaal binnen een tijdsbestek dat nuttig is voor publieke gezondheidsreacties. Dit niveau van detail transformeert ons begrip van de verspreiding van schimmelinfecties, van brede gissingen naar precieze, op data gebaseerde inzichten.