L'apprentissage automatique et la métagénomique révèlent des profils communs de résistance aux antimicrobiens dans plusieurs élevages de poulets et abattoirs en Chine

Nature Food volume 4, pages 707-720 (2023)Citer cet article

2195 Accès

108 Altmétrique

Détails des métriques

La Chine est le plus grand consommateur mondial d’antimicrobiens et l’amélioration des méthodes de surveillance pourrait contribuer à réduire la propagation de la résistance aux antimicrobiens (RAM). Nous rapportons ici la surveillance de dix élevages de poulets à grande échelle et de quatre abattoirs connectés dans trois provinces chinoises sur une période de 2,5 ans. À l’aide d’une approche d’exploration de données basée sur l’apprentissage automatique, nous avons analysé 461 microbiomes d’oiseaux, de carcasses et d’environnements, identifiant 145 gènes de résistance aux antibiotiques (ARG) potentiellement mobiles partagés entre les poulets et les environnements de toutes les fermes. Un ensemble de base de 233 ARG et 186 espèces microbiennes extraites du microbiome intestinal de poulet en corrélation avec les profils de RAM d'Escherichia coli colonisant le même intestin, notamment Arcobacter, Acinetobacter et Sphingobacterium, cliniquement pertinents pour l'homme, et 38 ARG cliniquement pertinents. La température et l'humidité dans les poulaillers étaient également corrélées à la présence d'ARG. Nous révélons un réseau complexe de corrélations entre les environnements, les communautés microbiennes et la RAM, suggérant de multiples voies pour améliorer la surveillance de la RAM dans la production animale.

L’utilisation d’antimicrobiens dans la production avicole en Chine est cinq fois supérieure à la moyenne internationale1. L’utilisation d’antibiotiques, même à de faibles niveaux, modifie et élargit le résistome intestinal du bétail2, et la communauté microbienne peut façonner les phénotypes de résistance aux antimicrobiens (RAM)3. Des événements externes tels que des changements de régime alimentaire, de température et de stress4,5 peuvent entraîner la colonisation de nouvelles espèces résidentes ou un transfert de RAM entre espèces6. La température, l’humidité ainsi que l’abondance des espèces bactériennes et la présence de gènes de résistance aux antibiotiques (ARG)7,8,9 peuvent influencer l’infection bactérienne chez les poulets de chair10. Les liens entre les conditions environnementales et la RAM sont particulièrement pertinents pour la Chine et les pays à revenu faible ou intermédiaire (PRFI), où le maintien de conditions environnementales stables dans l’agriculture industrielle peut s’avérer difficile par rapport aux pays à revenu élevé11.

La surveillance de la RAM dans les domaines autres que les soins de santé n'a pas été largement adoptée12, mais elle est essentielle pour comprendre comment les systèmes de production alimentaire contribuent à la sélection et à la dissémination des bactéries résistantes aux antibiotiques (ARA) et des ARG. L’apprentissage automatique (ML) et l’exploration de données massives offrent des outils pour faire progresser l’aviculture de précision13,14. Les approches basées sur la culture impliquant le séquençage du génome entier (WGS) d'agents pathogènes individuels, les tests de sensibilité aux antibiotiques et les techniques de ML sont des prédicteurs efficaces des caractéristiques génomiques liées à la RAM pour les isolats d'Escherichia coli15,16,17,18 et d'autres bactéries19,20,21,22. ,23,24. Cependant, les approches de surveillance axées uniquement sur le WGS d'agents pathogènes individuels peuvent ne pas capturer la diversité des communautés microbiennes et les résistomes au sein de la production animale et les données ARG peuvent être manquées25. Dans une récente étude de validation de principe, nous avons observé que plusieurs ARG présents dans le résistome fécal du poulet étaient en corrélation avec les profils de résistance/sensibilité des isolats d'E. coli cultivés à partir des mêmes échantillons26.

Dans cette étude, nous avons développé une méthode de référence pour la surveillance métagénomique ciblant l’élevage chinois, où la surveillance de la RAM est particulièrement difficile, en utilisant une approche qui prend en compte le manque de ressources de laboratoire couramment rencontré en Chine et dans les PRFI27,28. Nous avons utilisé E. coli comme espèce indicatrice de la RAM dans le contexte plus large de la communauté microbienne peuplant l'intestin du poulet. Pour aborder des contextes plus larges, nous avons exploré les impacts sur les microbiomes des environnements agricoles environnants et connectés, la température et l'humidité des étables, et avons adopté des protocoles d'administration d'antimicrobiens.

Des échantillons biologiques ont été collectés dans dix fermes avicoles commerciales à grande échelle (voir Méthodes, informations supplémentaires, figure supplémentaire 1 et tableaux supplémentaires 1 et 2). Les communautés microbiennes et les ARG ont été différenciées selon les sources agricoles et entre les fermes et les abattoirs (informations supplémentaires, figures supplémentaires 2 à 5 et tableaux supplémentaires 3 à 5). Comme la mobilité génétique peut influencer la présence d’ARG d’une source à l’autre et en raison de l’importance potentielle des éléments génétiques mobiles (MGE) dans le développement de systèmes de surveillance efficaces29, nous avons recherché des ARG situés à moins de 5 kilobases (kb) d’un MGE26 et avons considéré ces MGE– Les combinaisons ARG doivent être des ARG potentiellement mobiles. Au total, 661 combinaisons MGE – ARG différentes (ARG potentiellement mobiles) ont été trouvées, comprenant 195 ARG uniques (Tableau supplémentaire 6). Parmi ceux-ci, 75 ARG (38 %) ont été trouvés dans une seule combinaison MGE – ARG, tandis que les 120 autres (62 %) ont été trouvés dans plusieurs combinaisons (2 à 22 ; Fig. 1a). Plus de la moitié (56%) des 661 ARG potentiellement mobiles étaient présents dans plus d'une source (Fig. 1b), avec trois combinaisons MGE – ARG (IS1216-poxtA, IS15-APH (3′) -Ia et ISCfr1-AAC ( 3)-IId) présent dans toutes les sources sauf les plumes. Les excréments de poulet présentaient le plus grand nombre d'ARG potentiellement mobiles, mais également la plus grande variance (Fig. 1c). Les plumes et le sol de l'étable contenaient également de nombreux ARG potentiellement mobiles, le nombre moyen étant statistiquement équivalent aux matières fécales (le test de Dunn a ajusté P > 0,05). Le sol extérieur, les carcasses, la chaîne de traitement et les eaux usées présentaient généralement un nombre plus faible de motifs ARG potentiellement mobiles par échantillon, ces nombres différant de manière significative (test de Dunn ajusté P < 0,01) par rapport aux matières fécales et aux plumes, mais pas les uns des autres. Au total, dans les 10 fermes, 145 combinaisons MGE-ARG différentes ont été trouvées chez les oiseaux et les sources environnementales de la même ferme, certaines d'entre elles apparaissant dans plusieurs fermes. Parmi ceux-ci, 46 contenaient des ARG cliniquement pertinents30 (Fig. 1d). Nous avons notamment trouvé du blaNDM-5 dans les excréments de poulet, les plumes et les échantillons environnementaux du sol des poulaillers. Ce gène se trouve couramment sur le plasmide IncX3, qui peut être disséminé parmi les humains, les animaux, les aliments et l'environnement, bien que nous n'ayons pas confirmé la présence du plasmide dans nos données de séquençage métagénomique (MGS) à lecture courte. Un autre gène cliniquement pertinent, qnrS1, a été découvert dans des échantillons d'excréments, de plumes, de sols environnementaux de poulailler et d'eaux usées de poulet. Ce gène de résistance aux quinolones médié par les plasmides est connu pour être présent dans la chaîne d’approvisionnement du poulet et est capable d’être transféré à différentes bactéries32.