OxBreaker: species-agnostic pipeline for the analysis of outbreaks using nanopore sequencing

O artigo apresenta o "OxBreaker", um pipeline automatizado, agnóstico a espécies e de código aberto, otimizado para a análise em tempo real de surtos bacterianos e plasmídicos usando sequenciamento Nanopore, oferecendo uma solução acessível e de alta precisão para vigilância genômica local sem a necessidade de especialistas.

O essencial

Imagine que você é um detetive tentando resolver um crime em um hospital. O "crime" é uma infecção que está se espalhando entre os pacientes. Para saber quem infectou quem, você precisa comparar a "impressão digital" genética de cada bactéria encontrada.

Antigamente, fazer isso era como tentar ler um livro inteiro com uma lupa muito pequena e lenta (sequenciamento de curta leitura). Era caro, demorava semanas e só especialistas podiam interpretar as páginas.

Outra opção era usar uma câmera de alta velocidade (sequenciamento de longa leitura, como a da Oxford Nanopore), que consegue ler o livro inteiro de uma vez, muito rápido e barato. O problema? A câmera às vezes comete erros de digitação e, para usar, você precisava de um programador de computador super-habilidoso para limpar os erros e organizar os dados. Isso mantinha a tecnologia longe dos hospitais do dia a dia.

Aqui entra o "OxBreaker": O Tradutor Automático para Detetives

Os autores deste artigo criaram o OxBreaker, uma ferramenta que funciona como um "tradutor automático" e um "organizador de arquivos" para essa câmera de alta velocidade.

Aqui está como ele funciona, usando analogias simples:

1. O "Mestre de Cerimônias" (Interface Gráfica)

Antes do OxBreaker, você precisava digitar códigos complexos na tela preta do computador (linha de comando) para fazer o trabalho. O OxBreaker é como um aplicativo de celular: você clica em "Iniciar", seleciona os arquivos e pronto. Ele foi feito para que qualquer pessoa da equipe de controle de infecção, sem ser um expert em computadores, possa usá-lo.

2. O "Detetive Poliglota" (Espécie-Agnóstico)

O nome "Agnóstico" aqui significa que a ferramenta não se importa com a "raça" da bactéria. Se for uma E. coli, uma Staphylococcus ou uma Clostridium, o OxBreaker sabe lidar com todas. Ele olha para a amostra e diz: "Ok, parece ser uma bactéria X, vou buscar o modelo de referência perfeito para comparar". Ele faz isso automaticamente, procurando na internet (ou em um banco de dados local) o "modelo" mais parecido para usar como base de comparação.

3. O "Filtro de Ruído" (Correção de Erros)

A tecnologia de leitura rápida (Nanopore) é ótima, mas às vezes "gagueja" e escreve letras erradas, especialmente em partes repetitivas do DNA (como se fosse um trecho de música que se repete muito e confunde o leitor).
O OxBreaker é como um editor de texto inteligente que sabe: "Ah, essa parte aqui é repetitiva, vou ignorar os erros aqui para não criar falsas pistas". Ele filtra o que é ruído e mantém apenas as diferenças reais que indicam transmissão.

4. O "Mapa de Conexões" (Árvore Genealógica)

Depois de limpar os dados, o OxBreaker desenha uma árvore genealógica.

• Se duas bactérias têm quase a mesma "impressão digital" (poucas diferenças), o sistema avisa: "Cuidado! Elas são parentes muito próximos. Alguém provavelmente passou a infecção de um paciente para o outro."
• Se elas são muito diferentes, o sistema diz: "Relaxe. São bactérias diferentes. A infecção veio de fontes diferentes, não há transmissão direta aqui."

Por que isso é revolucionário?

• Funciona sem internet: Hospitais às vezes têm quedas de internet. O OxBreaker roda tudo no computador local do hospital. Seus dados não precisam sair de lá, garantindo privacidade.
• Rápido e Barato: Em vez de esperar semanas por um laboratório centralizado, o hospital pode sequenciar e analisar em horas, permitindo agir imediatamente para conter surtos.
• Precisão: O estudo mostrou que, mesmo usando a tecnologia mais rápida e barata, o OxBreaker consegue uma precisão tão boa quanto as tecnologias caras e lentas de antes.

Em resumo:
O OxBreaker é como transformar um carro de Fórmula 1 (a tecnologia de sequenciamento rápido) em um carro familiar fácil de dirigir. Antes, só pilotos profissionais (especialistas em bioinformática) conseguiam pilotá-lo. Agora, qualquer motorista (equipe de controle de infecção) pode pegar o carro, ligar o GPS e chegar ao destino (resolver o surto) com segurança e rapidez, sem precisar saber mecânica.

Isso significa que hospitais podem detectar e parar a propagação de infecções perigosas muito mais rápido, salvando vidas e economizando dinheiro.

Resumo técnico

1. O Problema

As infecções associadas aos cuidados de saúde (HCAIs) representam um risco significativo para os pacientes e impõem custos elevados aos sistemas de saúde. A vigilância genômica em tempo real é uma ferramenta transformadora para diferenciar casos esporádicos de transmissão ativa, mas sua implementação generalizada enfrenta barreiras críticas:

• Custos e Infraestrutura: O sequenciamento de leitura curta (ex: Illumina) é frequentemente centralizado devido aos altos custos de capital e requisitos de infraestrutura, resultando em tempos de retorno de dias a semanas.
• Limitações Técnicas: Leituras curtas têm dificuldade em resolver regiões genômicas repetitivas e rastrear elementos genéticos móveis (MGEs), como plasmídeos, que são vetores principais de resistência antimicrobiana.
• Barreira de Expertise e Tecnologia: Embora o sequenciamento de leitura longa (Oxford Nanopore Technologies - ONT) ofereça portabilidade e velocidade, sua adoção para detecção de surtos de alta resolução tem sido limitada pelas taxas de erro por base (superiores às de leitura curta) e pela falta de frameworks computacionais acessíveis. A maioria das ferramentas existentes exige conectividade contínua à internet, expertise avançada em linha de comando e/ou custos adicionais por amostra, o que inviabiliza o uso local e offline em hospitais.

2. Metodologia

O estudo apresenta o OxBreaker, um pipeline automatizado, agnóstico à espécie e otimizado para análise de genomas bacterianos e plasmídeos sequenciados via ONT.

• Arquitetura e Acessibilidade: O pipeline é distribuído como um pacote compatível com Conda e possui uma Interface Gráfica de Usuário (GUI) integrada. Isso permite que não especialistas o instalem e executem localmente, sem necessidade de privilégios administrativos de sistema ou conhecimento profundo de linha de comando.
• Fluxo de Trabalho Offline: O sistema opera inteiramente offline, garantindo resiliência contra falhas de internet em hospitais e protegendo a privacidade dos dados.
• Processo de Análise:
  1. Identificação e Seleção de Referência: Utiliza o Kraken2 para identificar a espécie e selecionar automaticamente o genoma de referência mais próximo e resolvido (contig único) do banco de dados RefSeq. Se a seleção automática falhar, o usuário pode fornecer um genoma de referência manualmente.
  2. Pré-processamento: Mergulha arquivos FASTQ por barcode e mapeia as leituras contra a referência usando minimap2 (configurado para dados de leitura longa de alta qualidade).
  3. Filtragem e Chamada de Variantes: Aplica filtros rigorosos de qualidade de mapeamento (MAPQ > 55) e mascara regiões repetidas (detectadas via BLASTn) para evitar falsos positivos. A chamada de variantes é realizada com bcftools, utilizando um chamador multialélico.
  4. Parâmetros de Calibração: O pipeline foi calibrado para exigir uma profundidade de suporte mínima de 10x e uma frequência de alelo mínima de 90%.
  5. Inferência Filogenética: Gera consenso, alinha múltiplas sequências e calcula distâncias (SNPs) usando snp-dists, gerando árvores filogenéticas com gubbins. O pipeline relata conexões genômicas se houver até 40 SNPs entre duas sequências.

3. Contribuições Chave

• Acessibilidade e Usabilidade: A principal inovação é a democratização do acesso à vigilância genômica de alta resolução através de uma GUI amigável e instalação local, eliminando a dependência de especialistas em bioinformática.
• Robustez Offline: Solução completa que não depende de servidores externos ou conexão à internet, crucial para ambientes hospitalares com restrições de rede ou de dados.
• Validação Rigorosa: O pipeline foi validado usando replicatas técnicas e biológicas de seis patógenos prioritários de HCAI (C. difficile, E. coli, K. pneumoniae, P. aeruginosa, S. aureus, S. capitis) e dois surtos documentados na literatura (um clonal e um mediado por plasmídeo).
• Desempenho Agnóstico: Funciona para diferentes espécies bacterianas e plasmídeos sem necessidade de reconfiguração específica para cada patógeno.

4. Resultados

• Precisão e Falsos Positivos: A calibração demonstrou que os filtros de profundidade (10x) e frequência (90%) reduziram as taxas de falsos positivos para 0–4 SNPs em espécies comuns (C. difficile, E. coli, K. pneumoniae). Para P. aeruginosa e S. aureus, foram observados 21 e 18 falsos positivos, respectivamente, mas estes foram consistentes entre replicatas, sugerindo mutações acumuladas nas linhagens de laboratório ou erros de base-calling em regiões específicas (como homopolímeros), e não ruído aleatório.
• Comparação com Leitura Curta: O OxBreaker alcançou uma resolução comparável às plataformas de leitura curta, mantendo a velocidade da tecnologia de leitura longa.
• Validação em Surtos Reais:
  • Surtos Clonais: Reproduziu com sucesso a filogenia de um surto de Staphylococcus capitis em uma UTI neonatal, identificando clusters relacionados e excluindo casos não relacionados.
  • Surtos Mediados por Plasmídeos: Detectou com precisão a transmissão de um plasmídeo produtor de carbapenemase (KPC) entre diferentes espécies de Enterobacteriaceae, confirmando a origem comum da maioria das amostras (0–2 SNPs de distância).
  • Aplicações em Tempo Real: Em investigações de surtos potenciais (C. difficile, S. gallolyticus, MRSA), o pipeline forneceu evidências rápidas para descartar transmissão direta (distâncias >40 SNPs) ou identificar pares de casos suspeitos para investigação epidemiológica focada.
• Limitações Identificadas: A variabilidade no rendimento de sequenciamento (yields) pode levar à exclusão de amostras com baixa profundidade. Além disso, a presença de genomas metilados pode introduzir viés de mutação (transversões C→G/C→A), embora isso seja consistente entre replicatas.

5. Significado e Impacto

O OxBreaker preenche uma lacuna crítica na saúde pública ao permitir que hospitais realizem vigilância genômica de surtos de forma local, rápida e acessível.

• Tomada de Decisão em Tempo Real: Ao reduzir o tempo de análise de semanas para horas/dias e eliminar a dependência de especialistas externos, o pipeline permite que equipes de Prevenção e Controle de Infecções (IPC) atuem proativamente.
• Custo-Efetividade: Elimina custos adicionais por amostra e infraestrutura de nuvem, tornando a vigilância genômica viável para hospitais com orçamentos limitados.
• Resiliência: A capacidade de operar offline garante a continuidade dos diagnósticos mesmo durante falhas de infraestrutura de TI hospitalar.
• Futuro: O estudo demonstra que, combinado com a química de alta precisão do ONT (R10.4.1) e algoritmos de base-calling superprecisos (SUP), o sequenciamento de leitura longa pode ser uma ferramenta padrão para o controle de infecções, superando as limitações históricas de erro e acessibilidade.

Em suma, o OxBreaker transforma o sequenciamento de genoma completo de uma ferramenta de pesquisa centralizada em uma solução prática e escalável para a prevenção de infecções no ponto de cuidado.