Application du séquençage par le MinION, d’Oxford Nanopore, pour l’identification et la caractérisation rapides d’échantillons métagénomiques enrichis artificiellement en génomes de Brucella spp.

Période de financement : 2019-2023
Responsable : Chad Laing
Investissement global de l'IRDG : 177 000 $

La brucellose est la zoonose bactérienne la plus répandue dans le monde, principalement chez le bétail et la faune. La brucellose peut entraîner des pertes économiques extrêmes en raison de la morbidité animale et des restrictions du commerce international. Le Canada est officiellement indemne de brucellose chez le bétail, bien que de petites poches existent chez le bison et le caribou dans le nord du Canada. Compte tenu de la gravité de la maladie et des implications économiques potentielles, l'ACIA se concentre sur des techniques améliorées de typage pour identifier et caractériser rapidement et précisément les souches de Brucella isolées d'animaux. Le séquençage du génome entier (WGS) est devenu la norme par défaut pour les analyses des bactéries pathogènes car il s'agit du plus précis de tous les tests moléculaires. Malgré la précision de cette technique, le temps qu'elle nécessite en fait un outil de diagnostic rapide médiocre. En revanche, le séquençage métagénomique (c'est-à-dire Oxford Nanopore MinION) offre une solution en permettant potentiellement l'identification et la caractérisation de tout échantillon bactérien connu ou inconnu. Dans cette étude, le séquençage par Nanopore MinION est utilisé pour identifier, assembler et caractériser rapidement des souches de génomes de Brucella à partir d'échantillons environnementaux. Ce projet permettra de jeter les bases pour l'élaboration de futures méthodes génomiques rapides de dépistage et de caractérisation des échantillons.

Publications

  • Labbé G, Kruczkiewicz P, Robertson J, Mabon P, Schonfeld J, Kein D, Rankin MA, Gopez M, Hole D, Son D, Knox N, Laing CR, Bessonov K, Taboada EN, Yoshida C, Ziebell K, Nichani A, Johnson RP, Van Domselaar G, Nash JHEY. 2021. Rapid and accurate SNP genotyping of clonal bacterial pathogens with BioHansel. Microb. Genom. 7:000651. https://doi.org/10.1101/2020.01.10.902056 (en anglais seulement)
  • Steinkey R, Moat J, Gannon V, Zovoilis A, Laing C. 2020. Application of artificial intelligence to the in silico assessment of antimicrobial resistance and risks to human and animal health presented by priority enteric bacterial pathogens. Can Commun Dis Rep. 46(6):180-185. https://pubmed.ncbi.nlm.nih.gov/32673383/ (en anglais seulement)

Contactez-nous

Pour en savoir plus, veuillez communiquer avec :
L'Initiative de R-D en génomique
Courriel : info@grdi-irdg.collaboration.gc.ca