Analyse de la structure des populations et surveillance des Shigella par séquençage génomique

Population structure analysis and laboratory monitoring of Shigella using whole genome sequencing

• Auteur / Autrice : Iman Yassine
• Direction : François-Xavier Weill, Fouad Dabboussi
• Type : Thèse de doctorat
• Discipline(s) : Microbiologie
• Date : Soutenance le 06/07/2022
• Etablissement(s) : Université Paris Cité en cotutelle avec Université Libanaise
• Ecole(s) doctorale(s) : École doctorale Bio Sorbonne Paris Cité (Paris ; 2014-....)
• Partenaire(s) de recherche : Laboratoire : Unité Bactéries pathogènes entériques
• Partenaire(s) de recherche : partenaire de recherche : Institut Pasteur
• Jury : Président / Présidente : Laurence Armand-Lefèvre
• Jury : Examinateurs / Examinatrices : Laurence Armand-Lefèvre, Christophe Sola, Sima Tokajian, Marwan Osman
• Jury : Rapporteurs / Rapporteuses : Christophe Sola, Sima Tokajian

Mots clés

Mots clés contrôlés

Sérotypie

Séquençage à haut débit

Shigelles

Mots clés libres

Shigella

Séquençage à haut débit

Sérotypage in silico

CgMLST

EnteroBase

Shigella

Whole genome sequencing

In silico serotyping

CgMLST

EnteroBase

Résumé

La shigellose, ou dysenterie bacillaire, est une maladie diarrhéique très contagieuse causée par les bactéries du groupe Shigella. Elle continue de poser un problème majeur de santé publique en tuant des milliers des personnes dans le monde chaque année, en particulier les enfants de moins de 5 ans. La surveillance des infections à Shigella repose sur une nomenclature, standardisée à la fin des années 1940, et qui différencie quatre sérogroupes et plus de 50 sérotypes sur la base de tests biochimiques et antigéniques. Cette méthode classique est laborieuse, longue, non automatisable et nécessite un haut niveau d'expertise. Le séquençage des génomes bactériens entiers a récemment révolutionné la microbiologie de Santé Publique. Ces dernières années, la surveillance génomique en temps réel a été mise en place dans plusieurs pays, mais sans recourir à une méthode standardisée. Compte tenu de la gravité et de la fréquence de la shigellose, l'émergence des souches extrêmement résistantes aux antibiotiques et la pénurie actuelle de nouveaux antibiotiques, une meilleure surveillance de ces infections est donc primordiale. Le but de notre travail a été de mieux comprendre la structure des populations du « genre » Shigella en analysant les séquences de génomes entiers de plus de 4000 souches de référence et isolats cliniques, couvrant l'ensemble des sérogroupes et sérotypes décrits pour ce pathogène, de façon à faire évoluer la surveillance microbiologique de ces infections. En utilisant le schéma de core-genome multilocus sequence typing (cgMLST) des Escherichia/Shigella développé par EnteroBase, nous avons pu démontrer que les génomes de Shigella ont été regroupés en huit groupes phylogénétiquement distincts au sein de l'espèce Escherichia coli. L'analyse des hierarchical clusters (HC) à différents niveaux de résolution (HC2000 à HC400) a permis l'identification des populations naturelles de Shigella, alors que la technique de sérotypage fortement affectée par le transfert horizontal de gènes a conduit au regroupement de souches de Shigella génétiquement non apparentées et inversement. En parallèle, nous avons étudié plusieurs régions et marqueurs d'intérêts (Polymorphisme du cluster de gènes rfb, séquence du gène fliC, MLST, CRISPR spacers), ce qui nous a aidé à développer ShigaPass, un nouvel outil in silico ayant pour but d'inférer le sérotype à partir des données de séquençage. Ces travaux nous ont permis de mettre à jour le schéma de typage en décrivant cinq nouveaux sérotypes de Shigella. Ces techniques sont standardisées, robustes, faciles d'utilisation et à haute résolution. En effet, l'association des données cgMLST avec les données de sérotypage in silico améliorera la surveillance génomique des infections à Shigella tout en maintenant un certain niveau de compatibilité avec la nomenclature historique. Finalement, nous avons appliqué ces méthodes pour étudier et caractériser des souches de Shigella isolées au Liban.

Shigellosis, or bacillary dysentery, is a highly contagious diarrhoeal disease caused by bacteria of the Shigella group. It continues to pose a major public health problem, killing thousands of people around the world every year, especially children under 5 years old. The laboratory surveillance of Shigella infections is based on a standardised Shigella typing scheme, developed in the late 1940s, that classifies Shigella into four serogroups and more than 50 serotypes on the basis of biochemical and antigenic tests. This conventional method is laborious, time-consuming, not automatable and requires a high level of expertise. Whole genome sequencing (WGS) has recently revolutionized public health microbiology. Over the last few years, real-time genomic surveillance of Shigella infections has been implemented in several countries, but without the use of a standardised typing scheme. Given the severity and frequency of shigellosis, the emergence of extensively drug-resistant strains and the current dearth of new antimicrobial drugs, improved surveillance of these infections is therefore essential. The aim of our work was to better understand the population structure of Shigella "genus" using whole genome sequencing of over 4000 reference strains and clinical isolates, covering all serogroups and serotypes described for this pathogen, in order to improve the laboratory monitoring of these infections. Using the Escherichia/Shigella core-genome multilocus sequence typing (cgMLST) scheme developed by EnteroBase, we were able to demonstrate that Shigella genomes were grouped into eight phylogenetically distinct groups within the Escherichia coli species. The cgMLST hierarchical clustering (HC) analysis at different levels of resolution (HC2000 to HC400) recognises the natural population structure of Shigella. Unlike cgMLST, the traditional scheme strongly affected by horizontal gene transfer led to the clustering of genetically unrelated Shigella strains and vice versa. In parallel, we studied several regions and markers of interest (polymorphism of rfb gene cluster, sequence of the fliC gene, MLST, CRISPR spacers), which enabled us to develop ShigaPass, a new in silico tool that aim to predict Shigella serotypes from WGS data. In addition, this work allowed us to update the typing scheme by describing five new serotypes of Shigella. These genomic methods are portable, robust, easy to use and have high resolution. Indeed, combining cgMLST data with in silico serotyping data will improve genomic surveillance of Shigella infections while maintaining some level of compatibility with the historical nomenclature. Finally, we applied these methods to study and characterize Shigella strains isolated in Lebanon.