Project3

Introductie

Infectieziekten zijn wereldwijd een belangrijke oorzaak van morbiditeit en mortaliteit. Dit wordt verder verergerd door antimicrobiële resistentie (AMR). AMR is het vermogen van micro-organismen om antimicrobiële behandelingen te weerstaan. Hoewel we over een zeer groot aantal antimicrobiële middelen beschikken, wordt voor elk van deze reagentia beschreven dat microben resistentie vertonen. Bacteriën die resistentie vertonen tegen ten minste drie verschillende klassen antimicrobiële stoffen worden gedefinieerd als multiresistent (MDR) en zijn een groot probleem in ziekenhuizen. Om AMR te begrijpen moeten we kennis vergaren over de moleculaire mechanisme die een bacterie gebruikt om resistent te worden en welke genen hierbij betrokken zijn (AMR genotypes). Verder is van belang om te weten tegen welke antibiotica (drug classes) de bacterien resistent zijn en in welke mate.

Om AMR te bestuderen zijn er speciale databanken:
(1) De NCBI pathogen databank gebruikt genoom sequenties van bacterien om AMR genen te detecteren. Deze bacteriele genoom sequenties worden bijvoorbeeld verkregen uit patienten in Nederlandse ziekenhuizen (of andere plekken in de wereld). Binnen deze databank kan je met behulp van de isolate browser lijsten verkijgen met (Nederlandse) bacterien en de aanwezigheid van AMR genen (AMR genotypes).
(2) De CARD (The Comprehensive Antibiotic Resistance Database) databank. In deze databank kan algemene informatie worden opgezocht over AMR genen, DNA/protein sequenties, geassocieerde resistentie mechanisms en antibiotica drugs classes. Verder is er onder andere een BLAST tools aanwezig om te zoeken naar AMR genen binnen andere bacterie soorten

Opdracht3

In deze opdracht gaan jullie je verdiepen in AMR genen in bepaalde bacterie soorten in Nederland:

Hoe beinvloedt antibiotica de expressie van AMR genen in bacteria?

De opdracht:
1. Welke en hoe vaak zijn AMR genen aanwezig in een Nederlandse bacterie populatie (zie hieronder welke bacterie je gaat analyseren)

Docent: Zoltan Bochdanovits Pseudomonas_aeruginosa
Docent: Rene van der Ploeg Klebsiella_pneumoniae
Docent: Bas van Gestel Streptococcus_pneumoniae

  • Ga naar de server folder /home/data/das3v22/project_2024/project_3/vraag1

In deze folder zijn NCBI pathogen data bestanden en een bash script aanwezig. De NCBI pathogen bestanden bevatten informatie over (Nederlandse) bacterien die gekaraktiseerd zijn op de aanwezigheid van AMR genen. Het bash script extract de juiste informatie uit de NCBI pathogen bestanden en geeft als output een nieuw bestand met daarin een lijst van AMR genen en hoe vaak ze voorkomen. Hoe een script werkt kan worden achterhaald met de -h optie: bash naam_van_script.sh -h

  • Gebruik het aanwezige bash script voor het analyseren van het isolate bestand
  • Het output bestand van het script kan je verder bewerken in bash en of Excel voor het beantwoorden van vraag2
  1. Vanuit de analyse van vraag1, selecteer het AMR gen dat het vaakst aanwezig is in de Nederlandse bacterie populatie en beantwoord de volgende vragen:
  • Wat is het “resistance mechanism” van dit gen?
  • Tegen welke “Drug Classes” is dit gen resistent?
  • In welke bacterie soorten komt dit AMR gen ook voor?
  1. Is er een verband tussen de hoeveelheid genexpressie (van het gevonden AMR gen van vraag2) en de “growth inhibition zone”. De “growth inhibition zone” wordt bepaald met een disk diffusie assay (zie figuur hieronder voor uitleg)
Experimentele opzet antibiotica en AMR genexpressie

Figure 100: Experimentele opzet antibiotica en AMR genexpressie

Van 10 resistente bacterie isolaten is de (genormaliseerde) genexpressie bepaald van het resistentiegen door middel van sequencing. Ook is de groeiremming van deze isolaten bepaald onder invloed van een antibioticum. De data staat in /home/data/das3v22/project_2024/project_3/vraag3. Ga ervan uit dat de data normaal verdeeld is.

Analyseer de data in JASP:
+ Voer een correlatie analyse uit op de dataset in JASP
+ Voer een regressie analyse uit op de dataset in JASP
+ Voorspel met behulp van de regressielijn de inhibition zone als de genexpressie een waarde heeft van: Bas van Gestel:30, Zoltan Bochdanovits:35, Rene van der Ploeg:25. Laat zien hoe je aan het antwoord komt!

Wat is de conclusie? (zie ook onderdeel 7. Conclusie)

  1. Heeft blootstelling van de gegeven bacterie aan een antibiotica effect op de mate van genexpressie van het AMR gen?
Experimentele opzet antibiotica en AMR genexpressie

Figure 101: Experimentele opzet antibiotica en AMR genexpressie

Onder invloed van antibiotica zou de genexpressie van AMR genen kunnen veranderen. Dit is onderzocht door 30 kolonies bloot te stellen aan het antibioticum (behandelde groep) en 30 kolonies niet bloot te stellen (controle groep).Van elke kolonie per groep is vervolgens de (genormaliseerde) genexpressie van het resistentiegen bepaald door middel van sequencing:

De data staat in /home/data/das3v22/project_2024/project_3/vraag4. Analyseer de data in JASP zodat je een antwoord kan geven op vraag4. Wat is de conclusie? (zie ook onderdeel 7. Conclusie)

LET OP: Het is de bedoeling dat je je kennis van Blok A mobiliseert om de onderzoeksvraag te beantwoorden. Er is dus geen eenduidig antwoord op de onderzoeksvraag. Dit hangt af van de strategie die je gaat gebruiken (zie ook hieronder bij het werkplan).

LET OP: Verdeel de taken in de groep. Ieder persoon van de groep neemt 1 of meerdere (deel)taken op zich en is eindverantwoordelijk voor deze taak. Je kan elkaar wel helpen maar het moet duidelijk zijn wat de bijdrage van iedere student is aan het project. De student moet zelf zijn bijdrage kunnen uitleggen. Geen nuttige bijdrage is onvoldoende!

Geef duidelijk aan in het rapport wie welke bijdrage heeft geleverd!!

  1. Verkennen en verdiepen:
    • Zoek algemene (moleculaire) informatie op over antimicrobiele resistentie mechanismen
    • Zoek informatie op over de toegewezen bacterie:
      • Hoe groot is het genoom en hoeveel genen zijn aanwezig?
      • Wat is bekend over de antimicrobiele resistentie in de toegewezen bacterie?

Schrijf een korte inleiding van ongeveer 10-15 regels (inclusief bronverwijzing naar research papers en databanken. Zonder bronvermelding geen punten!!)

  1. Onderzoeksvraag:
    • Stel een hypothese op voor de onderzoeksvraag.
  2. Werkplan
    • Welke stappen ga je doen (werkplan / flowschema) om vraag 1+2 en vraag 3+4 te beantwoorden (in totaal 2 werkplannen / flowschema’s)
    • Laat in het flowschema zien welke databanken, software, online tools je hiervoor gaat gebruiken zoals NCBI, Uniprot, Kegg, bash enzovoorts. Geef links naar databanken in het flowschema (geen Wikipedia, chatgpt).
  3. Experiment (In silico)
    • Voer je werkplan uit
  4. Data management
    • Pas data management toe zoals beschreven in de project introductie
    • Welke data bestanden ga je verkrijgen en hoe ga ik deze bestanden noemen
    • In welke folder op de server ga ik deze bestanden bewaren?
    • Kan de docent aan de hand van mijn beschrijvingen dezelfde data verkrijgen en dezelfde analyse uitvoeren (en tot dezelfde conclusie komen)
  5. Data analyse (zie ook het werkplan)
    • Data import -> welke data bestanden heb ik nodig voor de analyse (welke analyse ga je doen)
    • Data inspectie -> welke data is aanwezig in deze bestanden
    • Data organisatie -> moet ik de bestanden nog (re)organiseren voor de analyse (in JASP)
    • Descriptive statistics
    • Inductive statistics
    • Maak informatieve grafieken / afbeeldingen voor het rapport
  6. Conclusie
    • Wat is het antwoord op de onderzoeksvraag?
    • Onderbouw je conclusie met de uitkomst van de data analyses