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

Stel je de wereld voor als een gigantisch, onzichtbaar web dat mensen, dieren, het voedsel dat we eten en het water dat we drinken met elkaar verbindt. Dit is het "One Health"-concept: het idee dat onze gezondheid diep verbonden is met de gezondheid van dieren en onze omgeving. Stel je nu een supervillain voor die zich in dit web verstopt: minuscule bacteriën die hebben geleerd om onze sterkste antibiotica te negeren. Dit zijn Carbapenemase-producerende Enterobacterales (CPE). Beschouw hen als de "eindbazen" van de bacteriële wereld, omdat ze de laatste redmiddelen kunnen negeren die artsen gebruiken wanneer alles andere faalt.

Om deze schurken te vangen, gebruiken wetenschappers een krachtig hulpmiddel genaamd Whole Genome Sequencing. Het is alsof je een microscopische foto maakt van de volledige instructiehandleiding (het DNA) van de bacterie om precies te zien hoe zij terugvecht. Deze foto's worden geüpload naar enorme publieke bibliotheken op het internet, zoals een gigantisch digitaal museum waar iedereen het bewijs kan bekijken. Maar hier komt de adder onder het gras: alleen omdat een foto in het museum staat, betekent dit niet dat deze de hele wereld vertegenwoordigt. Als het museum alleen maar foto's heeft van schurken uit één specifieke stad, kunnen we denken dat die stad de enige plek is waar ze bestaan, zelfs als ze overal anders aan het schuilen zijn. Hier komt het verhaal van "bias" (vooringenomenheid) kijken—het begrijpen van wat we zien in de data versus wat er werkelijk gebeurt in de natuur.

---

Het Grote Digitale Detectiveverhaal: Wat verbergt zich in de bacteriële bibliotheek?

Georgios Miliotis, een onderzoeker van de Universiteit van Galway, besloot een detective te spelen met een van de grootste bacteriële bibliotheken ter wereld: de NCBI Pathogen Detection Isolates Browser. Hij wilde zien of de bibliotheek het volledige verhaal vertelde over deze superbacteriën binnen het "One Health"-web, of dat het ons slechts een vertekend beeld gaf.

Hij zoomde in op 139.466 records van deze superbacteriën. Toen hij naar de "bron"-tags keek—waar de bacteriën oorspronkelijk werden gevonden—vond hij een enorme onbalans. Het was alsof je een bibliotheek binnenliep in de verwachting boeken uit alle hoeken van de wereld te zien, om er vervolgens achter te komen dat 84,72% van de planken vol stond met boeken uit ziekenhuizen en menselijke klinieken.

De andere hoeken van het web waren nauwelwel nauwelijks vertegenwoordigd. De sectie "afvalwater" bevatte slechts 2,54% van de records. "Dieren" had een piepklein deel van 1,30%, "voedsel" had een microscopisch deel van 0,09%, en de rest van de omgeving was nog kleiner. De auteur suggereert dat dit niet noodzakelijkerwijs betekent dat deze bacteriën zeldzaam zijn bij dieren of in voedsel; het betekent simpelweg dat wetenschappers en laboratoria veel enthousiaster zijn geweest in het sequencen en uploaden van menselijke ziekenhuismonsters dan van monsters uit de darmen van een koe of een rivier. De bibliotheek zit vol menselijke verhalen, waardoor de hoofdstukken over dieren en het milieu grotendeels ongeschreven blijven.

De Verborgen Patronen: Wie houdt van wat?

Ondanks deze scheve bibliotheek vond Miliotis enkele fascinerende patronen die fungeerden als aanwijzingen. Hij merkte op dat bepaalde typen bacteriën een favoriete "buurt" leken te hebben op basis van het specifieke resistentiegen dat ze droegen (de "carbapenemase-familie").

• De Dierlijke Connectie: Wanneer de bacteriën bij dieren werden gevonden, droegen ze het meest waarschijnlijk het NDM-gen. Specifiek waren de bacteriën E. coli en Klebsiella pneumoniae hier de hoofdrolspelers. De data toonden aan dat de NDM-records geassocieerd met dieren 2,33 keer hoger waren dan je zou verwachten als de bacteriën willekeurig verdeeld zouden zijn.
• De Afvalwater-Connectie: In contrast hiermee werden de afvalwatermonsters gedomineerd door het KPC-gen. De bacteriën K. pneumoniae, Enterobacter cloacae en Citrobacter freundii waren de sterren van deze show. De afvalwater-geassocieerde KPC-records waren 1,86 keer hoger dan verwacht.

Het is also van de NDM-gen de "dierenliefhebber" van de bacteriële wereld, terwijl het KPC-gen de "rioolbewoner" is. De studie vond dat deze associaties statistisch significant waren, wat betekent dat het geen willekeurige ongelukjes waren, maar de effectgrootte was bescheiden. Dit suggereert dat hoewel er voorkeuren zijn, deze bacteriën nog steeds heel goed zijn in het bewegen tussen verschillende omgevingen.

De "Blinde Vlekken" en de Waarheid over Cijfers

Het artikel wijst zeer zorgvuldig op een belangrijke blinde vlek: het aantal records in de database komt niet overeen met het aantal bacteriën in de echte wereld.

Als je 1.000 foto's van een specifiek type bacterie in een database ziet, betekent dat niet dat er 1.000 van hen in de natuur rondzwerven. Het kan simpelweg betekenen dat een lab in China of het VK besloot om 1.000 van hen te sequencen en te uploaden, terwijl een lab in een ander land niets uploadde. De auteur vond dat de niet-menselijke records zwaar geconcentreerd waren in slechts een paar landen zoals China, het VK, de VS en Duitsland.

De studie sluit expliciet de mogelijkheid uit dat deze publieke databases ons de "prevalentie" (hoe algemeen iets is) van deze bacteriën kunnen vertellen. De auteur betoogt dat we deze recordaantallen niet kunnen gebruiken om te zeggen: "KPC is zeldzaam in voedsel", omdat de database slechts 130 voedselrecords bevatte. Dat lage aantal kan er simpelweg op wijzen dat er niemand heeft gekeken, niet dat de bacteriën er niet zijn.

De Conclusie

Dus, wat is het eindoordeel? De publieke genoomdata zijn een schatkist die ons helpt patronen te ontdekken en nieuwe ideeën te genereren over hoe deze superbacteriën bewegen tussen mensen, dieren en de omgeving. Het heeft succesvol aangetoond dat dierlijke monsters de neiging hebben om NDM-genen te dragen, terwijl afvalwatermonsters eerder naar KPC neigen.

De auteur waarschuwt ons echter om niet te enthousiast te worden over de ruwe cijfers. De bibliotheek is momenteel "mens-zwaar". Om de One Health-web echt te begrijpen, moeten we de ontbrekende pagina's invullen. We hebben meer sequencing nodig van dieren, voedsel en water, en we hebben betere labels (metadata) nodig zodat we precies weten waar elk monster vandaan kwam. Tot die tijd is de database een geweldige kaart van wat we hebben bekeken, maar het is geen volledige kaart van waar de bacteriën daadwerkelijk leven.