Hi-C pipeline development for linking resistome and mobilome to the microbiome of wastewater samples

Abstract

Wastewater treatment plants are the responsible for treating and sanitizing water from different sources by physical, chemical and biological processes. One of the public concerns is the spread of engineered DNA and proliferation of antibiotic resistances released caused by transgenic microorganisms. Hotspots, such as wastewater samples, are composed by a large, complex microbial communities that, under certain environmental factors, are capable of taking up free genetic fragments or exchange DNA between them. Uptake of DNA by microorganisms could generate the well-known superbugs or microorganisms resistant to two or more antibiotics. Hi-C sequencing allows 3D-conformational linkage between genetic elements. Thus, giving the possibility to link which antibiotic resistance genes (ARGs) and mobile genetic elements (MGE) from complex communities, such as activated sludge, are enclosed inside which specific microorganisms. In this master thesis, an already published Hi-C dataset from activated sludge has been used to develop and test the pipeline. The bioinformatic analysis has consisted on developing and publishing (GitHub: https://github.com/davidcalfran/Linking-Hi-C-to-metagenome-data-pipeline) a pipeline in order to quantify the interactions between specific microbial clusters and contigs containing hits for ARGs, plasmids and integrons. Results have shown that there are specific microorganisms' families that have a bigger predisposition to uptake or exchange ARGs and MGEs, specifically microorganisms from the Aeromonadaceaee, Neisseriaceae and Moraxellaceae families, which corresponded to the microorganisms selected as hosts in the reference study. Hi-C results obtained with this pipeline does still follow the same trend as the reference study even if improvements must be performed in order to magnify the host:target gene resolution.

Las plantas de tratamiento de aguas residuales son responsables de tratar y desinfectar el agua mediante procesos físicos, químicos y biológicos. Preocupa la propagación de ADN recombinante y la proliferación de resistencias a antibióticos. Los puntos críticos, como las muestras de aguas residuales, están compuestos por comunidades microbianas complejas que son capaces de incorporar ADN extracelular o intercambiar ADN entre ellos pudiendo generar lo que se conoce como "superbacterias" o microorganismos resistentes a dos o más antibióticos. Hi-C permite el enlace conformacional en 3D entre elementos genéticos. Brinda la posibilidad de vincular qué genes de resistencia a antibióticos (ARGs) y elementos genéticos móviles (MGE) de comunidadescomplejas, como lodos activados, están en familias microbianas específicas. En esta tesis, datos HiC ya disponibles de lodos activados se han utilizado para desarrollar un pipeline. El análisis bioinformático ha consistido en desarrollar y publicar (en GitHub: https://github.com/davidcalfran/Linking-Hi-C-to-metagenome-data-pipeline) un pipeline para cuantificar las interacciones entre grupos microbianos específicos y contigs que contienen hits para ARG, plásmidos e integrones. El análisis de los resultados ha demostrado que hay familias de microorganismos específicos que tienen mayor predisposición a captar o intercambiar ARGs y MGEs, específicamente microorganismos de la familia Aeromonadaceaee, Neisseriaceae y Moraxellaceae, que corresponderían a los microorganismos seleccionados como potenciales huéspedes en el estudio de referencia. Los resultados de Hi-C obtenidos con este pipeline siguen la misma tendencia que el estudio de referencia, incluso habiendo mejoras a realizar con el fin de ampliar la visualización y resolución de la interacción gen objetivo y huésped.

Les plantes de tractament d'aigües residuals són responsables de tractar i desinfectar l'aigua mitjançant processos físics, químics i biològics. Preocupa la propagació d'ADN recombinant i la proliferació de resistències a antibiòtics. Els punts crítics, com les mostres d'aigües residuals, estan composts per comunitats microbianes complexes que són capaces d'incorporar ADN extracelul·lar o intercanviar ADN entre ells podent generar el que es coneix com "superbacterias" o microorganismes resistents a dos o més antibiòtics. Hi-C permet l'enllaç conformacional en 3D entre elements genètics. Brinda la possibilitat de vincular quins gens de resistència a antibiòtics (ARGs) i elements genètics mòbils (MGE) de comunitats complexes, com a llots activats, estan en famílies microbianes específiques. En aquesta tesi, dades HiC ja disponibles de llots activats s'han utilitzat per a desenvolupar un pipeline. L'anàlisi bioinformàtic ha consistit a desenvolupar i publicar (en GitHub: https://github.com/davidcalfran/linking-hi-c-to-metagenome-data-pipeline) un pipeline per a quantificar les interaccions entre grups microbians específics i contigs que contenen hits per a ARG, plasmidis i integrons. L'anàlisi dels resultats ha demostrat que hi ha famílies de microorganismes específics que tenen major predisposició a captar o intercanviar ARGs i MGEs, específicament microorganismes de la família Aeromonadaceaee, Neisseriaceae i Moraxellaceae, que correspondrien als microorganismes seleccionats com a potencials hostes en l'estudi de referència. Els resultats de Hi-C obtinguts amb aquest pipeline segueixen la mateixa tendència que l'estudi de referència, fins i tot havent-hi millores a realitzar amb la finalitat d'ampliar la visualització i resolució de la interacció gen objectiu i hoste.