Nanopore-based pathogen surveillance allows complete metagenome-assembled genome reconstruction of low-abundance enteric pathogens in wastewater samples
Notice bibliographique
Résumé
Abstract Background Pathogen surveillance often relies on culture-based methods and epidemiological traceback investigations that are both time- and cost-ineffective, especially in the case of enteropathogenic bacteria contaminating food supplies. Nevertheless, metagenomic sequencing of wastewater influent helps conduct continuous, culture-independent, and community-level monitoring of microbes shed from the human gut microbiome. However, even though amplicon-based microbiome census methods help identify taxa, they typically do not allow strain-level epidemiology or investigating virulence factors and antimicrobial resistance mechanisms involved in an outbreak. Conversely, whole metagenome shotgun sequencing allows both taxonomic surveys and genome reconstruction. Results Here we present a metagenomic “tracking and assembling” workflow, applied between September 2023 to January 2024, in which we tracked two low-abundance enteric pathogens (Shiga toxin-producing Escherichia coli and enteropathogenic non-typhoidal Salmonella enterica; 0.1-1% total reads) and reconstructed 95-99% complete genomes using a combined taxonomic read binning and reference-based assembly. Furthermore, for these two pathogens, a maximum abundance peak significantly above baseline levels, assuming 95% confidence, was detected and found to precede by a month two public food recalls, all within the same urban community where municipal wastewater sampling was conducted (Quebec City, Canada). Conclusions This present work suggests that a continuous “tracking and assembling” approach enhances the resolution of low-abundance pathogen monitoring to the strain level, while also providing information about the gene contents of low-abundance enteropathogens, even when relative abundance is too low to reconstruct genomes via a generic de novo assembly and contig binning approach.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».