Hochdurchsatz-Genotypisierung komplexer Loci in menschlichen und mikrobiellen Genomen

• Antragsteller: Professor Dr. Alexander Dilthey
• Fachliche Zuordnung: Bioinformatik und Theoretische Biologie ; Immunologie ; Parasitologie und Biologie der Erreger tropischer Infektionskrankheiten
• Förderung: Förderung von 2018 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 405049479

• Erstellungsjahr: 2024

Zusammenfassung der Projektergebnisse

Moderne Hochdurchsatz-DNA-Sequenzierungsverfahren ermöglichen eine Charakterisierung sowohl der Struktur mikrobieller Communities als auch der Infektionsdynamiken von Krankheitserregern. In diesem Forschungsprojekt haben wir Methoden für eine verbesserte Charakterisierung mikrobieller Communities durch die sogenannte „Long-Read“-Sequenzierung entwickelt sowie während der SARS-CoV-2-Pandemie ein europaweit einzigartiges System für genetisch informierte Kontaktnachverfolgung entwickelt. Für eine verbesserte Analyse mikrobieller Communities basierend auf Nanopore-Sequenzierung des 16S-Gens haben wir, in Zusammenarbeit mit der AG Treangen an der Rice University, den „Emu“-Algorithmus entwickelt. Das 16S-Gen ist ein universeller genetischer Marker prokaryotischer Genome, der häufig für mikrobielle Community-Analysen verwendet wird; durch ein Ablesen des Gens in seiner ganzen Länge können Long-Read-Sequenzierungsverfahren wie Oxford Nanopore die Genauigkeit von 16S- basierten Analysen erhöhen. Für eine zuverlässige Analyse von 16S-Nanopore-Daten kombiniert der Emu-Algorithmus ein adaptives Read-Alignment-Likelihood-Modell, das die Ähnlichkeit zwischen individuellen Reads und 16S-Referenzsequenzen quantifiziert, mit einer Modellierung der Zusammensetzung der gesamten Community mit Hilfe des „Expectation Maximization“-Algorithmus. In einer Reihe von Validierungsexperimenten konnten wir zeigen, dass Emu nicht nur der genaueste Algorithmus für die Analyse von Nanopore-16S-Sequenzierungsdaten ist, sondern auch, dass die Long-Read-basierte Analyse des 16S-Gens der Short-Read-Sequenzierung potentiell überlegen ist. Für ein verbessertes Verständnis von Infektionsketten und -kontexten während der Covid-19- Pandemie haben wir ein europaweit einzigartiges System für die Integrierte Genomische Surveillance entwickelt und dessen Anwendbarkeit und Nutzen demonstriert (mit dem Gesundheitsamt Düsseldorf, kommerziellen diagnostischen Laboren, sowie den AGs Timm und Pfeffer). Dabei wurde ein signifikanter Anteil aller SARS-CoV-2-Isolate in Düsseldorf mit Hilfe der Oxford Nanopore-Technologie in „Echtzeit“ sequenziert; die generierten Daten mit Hilfe von speziell für die Analyse von „Streaming“-Daten entwickelten Pipelines auf genetische Infektionscluster hin untersucht; sowie die detektierten Cluster über eigens entwickelte Interfaces an das Gesundheitsamt Düsseldorf übermittelt, wo eine Integration klassischer Kontaktnachverfolgungsdaten stattfand. U.a. ermöglichte das System eine Detektion Hunderter Infektionscluster und -ketten, die ansonsten unentdeckt geblieben wären; ein Tracking Reise-importierter Infektionen; sowie eine Analyse relevanter Infektionskontexte. Damit ist zum ersten Mal der Nachweis gelungen, dass genomisch informierte Kontaktnachverfolgung in der allgemeinen Bevölkerung während einer ablaufenden Pandemie möglich ist und für die Infektionsprävention wertvolle Informationen liefern kann.

Projektbezogene Publikationen (Auswahl)

• Characterization of Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) Infection Clusters Based on Integrated Genomic Surveillance, Outbreak Analysis and Contact Tracing in an Urban Setting. Clinical Infectious Diseases, 74(6), 1039-1046.
  Walker, Andreas; Houwaart, Torsten; Finzer, Patrick; Ehlkes, Lutz; Tyshaieva, Alona; Damagnez, Maximilian; Strelow, Daniel; Duplessis, Ashley; Nicolai, Jessica; Wienemann, Tobias; Tamayo, Teresa; Kohns, Vasconcelos Malte; Hülse, Lisanna; Hoffmann, Katrin; Lübke, Nadine; Hauka, Sandra; Andree, Marcel; Däumer, Martin P.; Thielen, Alexander ... & Ziebuhr, John
  
• Emu: species-level microbial community profiling of full-length 16S rRNA Oxford Nanopore sequencing data. Nature Methods, 19(7), 845-853.
  Curry, Kristen D.; Wang, Qi; Nute, Michael G.; Tyshaieva, Alona; Reeves, Elizabeth; Soriano, Sirena; Wu, Qinglong; Graeber, Enid; Finzer, Patrick; Mendling, Werner; Savidge, Tor; Villapol, Sonia; Dilthey, Alexander & Treangen, Todd J.
  
• Integrated genomic surveillance enables tracing of person-to-person SARS-CoV-2 transmission chains during community transmission and reveals extensive onward transmission of travel-imported infections, Germany, June to July 2021. Eurosurveillance, 27(43).
  Houwaart, Torsten; Belhaj, Samir; Tawalbeh, Emran; Nagels, Dirk; Fröhlich, Yara; Finzer, Patrick; Ciruela, Pilar; Sabrià, Aurora; Herrero, Mercè; Andrés, Cristina; Antón, Andrés; Benmoumene, Assia; Asskali, Dounia; Haidar, Hussein; von Dahlen, Janina; Nicolai, Jessica; Stiller, Mygg; Blum, Jacqueline ... & Lange, Christian
  
• Complete sequences of six major histocompatibility complex haplotypes, including all the major MHC class II structures. HLA, 102(1), 28-43.
  Houwaart, Torsten; Scholz, Stephan; Pollock, Nicholas R.; Palmer, William H.; Kichula, Katherine M.; Strelow, Daniel; Le Duyen, B.; Belick, Dana; Hülse, Lisanna; Lautwein, Tobias; Wachtmeister, Thorsten; Wollenweber, Tassilo E.; Henrich, Birgit; Köhrer, Karl; Parham, Peter; Guethlein, Lisbeth A.; Norman, Paul J. & Dilthey, Alexander T.