Eficacia diagnóstica in silico de técnicas moleculares de uso clínico en mycobacterium tuberculosis para Latinoamérica
Trabajo de grado - Maestría
2023-06-20
spa:La tuberculosis es una enfermedad de etiología bacteriana causada por micobacterias pertenecientes al Mycobacterium tuberculosis complex siendo M. tuberculosis sensu stricto la principal causante de esta enfermedad en seres humanos. La tuberculosis presenta un espectro dinámico de infección asintomática que puede migrar a una enfermedad potencialmente mortal. Al día de hoy, la tuberculosis es la principal causa de muerte asociada a un agente infeccioso y produjo entre 1.1 y 1.7 millones de muertes durante la presente década. En Colombia, se estima que 16,000 personas adquirieron tuberculosis en el a˜no 2017 y 1,200 perdieron la vida. Se calcula que a nivel global el 3,3% de los casos de tuberculosis nuevos y un 20% de los casos previamente tratados exhiben un patrón de multiresistencia antibiótica, lo que junto a largos tratamientos antibióticos dificulta el control de la diseminación del bacilo tuberculoso. El presente estudio explora las mutaciones presentes en genes asociados a resistencia antibiótica en 310 aislamientos de Mycobacterium tuberculosis de países de América Latina y el Caribe mediante análisis In silico de susceptibilidad antibiótica basada en SNPs. Presentamos un flujo de trabajo bioinformático que permite el análisis de datos de secuenciación genómica, la identificación de linajes microbianos mediante espoligotipado In silico, la caracterización de la resistencia antibiótica mediante identificación de mutaciones asociadas a resistencia y predicciones computacionales de las pruebas moleculares de uso clínico GenoType MDRTB plusv 2.0, Genoscholar NTM + MDRTB; Xpert MTB/RIF Classic, Xpert MTB/RIF Ultra y Xpert MTB/XDR. Se aplicaron técnicas de aprendizaje automático con el fin evaluar la capacidad de predicción de los fenotipos resistentes para determinar la resistencia a los medicamentos basados en las mutaciones encontradas. Este flujo de trabajo permitió clasificar el 53% de los aislamientos como sensibles a los antibióticos, 19% como TB-MDR, 17% tuberculosis monoresistente a seis diferentes fármacos, 7% tuberculosis polidrogoresistente y 3% TB Pre-XDR. La tipificación de espoligotipos de los aislamientos produjo un total de 86 patrones diferentes de los cuales 20 se consideraron espoligotipos huérfanos. Se identificaron 45 mutaciones de resistencia a los antibióticos y la presencia de la mutación de significado incierto L49P, presuntamente asociada a resistencia antibiótica cruzada a antituberculosos de segunda línea. eng:Tuberculosis is a bacterial disease caused by mycobacteria belonging to the Mycobacterium tuberculosis complex. This disease presents a dynamic spectrum of asymptomatic infection that can progress to a potentially fatal illness. Today, tuberculosis is
the leading cause of death from a specific pathogen and has caused between 1.1 and 1.7
million deaths in the current decade. In Colombia, it is estimated that 16,000 people
acquired tuberculosis in 2017 and 1,200 lost their lives. Globally, it is estimated that
3.3 % of new tuberculosis cases and 20 % of previously treated cases exhibit a pattern
of antibiotic resistance, which, along with long antibiotic treatments, makes it difficult
to control the spread of the tuberculosis bacillus.
This study explores mutations present in genes associated with antibiotic resistance in 310 isolates of Mycobacterium tuberculosis from Latin American and Caribbean
countries, using In silico analysis of antibiotic susceptibility based on SNPs. The study
presents a bioinformatics workflow that allows for the analysis of genomic sequencing
data, identification of microbial lineages through In-silico spoligotyping, characterization of antibiotic resistance through identification of resistance-associated mutations,
and computational predictions of molecular tests for clinical use including GenoType
MDRTB plusv 2.0, Genoscholar NTM + MDRTB, Xpert MTB/RIF Classic, Xpert
MTB/RIF Ultra, and Xpert MTB/XDR. Machine learning techniques were applied in
order to evaluate the predictive capacity of resistant phenotypes to determine drug resistance based on the mutations found.
This workflow allowed for the classification of 53 % of the isolates as sensitive to antibiotics, 19 % as TB-MDR, 17 % as monoresistant tuberculosis to six different drugs,
7 % as polydrug-resistant tuberculosis, and 3 % as TB Pre-XDR. Spoligotyping of the
isolates produced a total of 86 different patterns, of which 20 were considered orphan
spoligotypes. 45 antibiotic resistance mutations were identified, including the presence of the L49P mutation of uncertain significance, presumably associated with crossresistance to second-line antituberculosis drugs.
Descripción:
Documento de Tesis
Tamaño: 3.659Mb
PDFLEER EN FLIP
Descripción: Acta de sustentación
Tamaño: 473.6Kb
PDF
Descripción: Carta de autorización
Tamaño: 148.2Kb
PDF
Tamaño: 3.659Mb
PDFLEER EN FLIP
Descripción: Acta de sustentación
Tamaño: 473.6Kb
Descripción: Carta de autorización
Tamaño: 148.2Kb