Análisis molecular y genómico de Mycobacterium tuberculosis y SARS-CoV-2 para caracterizar la diversidad intrapaciente y optimizar la vigilancia de la transmisión

Abstract

La aplicación del análisis molecular, primero, y más recientemente, genómico en microbiología nos ha permitido mejorar nuestro conocimiento de numerosas infecciones y de su epidemiología. El trabajo de esta tesis doctoral, organizado en dos bloques, es el resultado de aplicar estrategias basadas en estas metodologías para dar respuesta a interrogantes y necesidades surgidas del estudio de dos microorganismos patógenos de alta relevancia, Mycobacterium tuberculosis (MTB) y SARS-CoV-2.En un primer bloque, nos centramos en la optimización de los abordajes de epidemiología genómica en tuberculosis (TB), que ofrecen la máxima discriminación en la identificación de cepas vinculadas y permiten comprender las dinámicas y entornos ligados a la transmisión. Primero, abordamos la optimización de la explotación de los datos genómicos obtenidos en Almería, atendiendo no solo a las distancias genómicas entre cepas, sino a un análisis evolutivo de los SNPs diferenciales, a través del estudio de la topología de las redes genómicas de los clústeres. El objetivo era precisar el estudio de la relación entre los casos y proponer las causas más probables del crecimiento de determinadas cadenas de transmisión, integrando el análisis genómico con la discusión en el contexto de un equipo de trabajo interdisciplinar. Este nuevo enfoque, permitió identificar con mayor precisión los clústeres resultado de transmisión activa, y recomendar priorizar su vigilancia. Además, pudimos determinar que únicamente un tercio de los clústeres históricos que han continuado creciendo en Almería en los últimos tres años, correspondían a transmisiones activas. Se identificaron, como factores implicados en la expansión de determinados clústeres, la reactivación tras exposiciones en el pasado y la demora diagnóstica, lo que condujo a recomendar diferentes intervenciones, adecuadas a estos hallazgos. En relación a los casos candidatos de demoras diagnósticas, se determinó el impacto en la generación de casos secundarios, en función del contexto epidemiológico...

The application of molecular and more recently, genomic analysis in microbiology has greatly advanced our knowledge of many infections and their epidemiology. In this doctoral thesis, divided into two parts, we applied various strategies based on these methodologies to address specific questions and needs arising from the study of two highly relevant pathogenic microorganisms: Mycobacterium tuberculosis (MTB) and SARS-CoV-2.The first part of the thesis focused on optimising approaches in genomic epidemiology in tuberculosis (TB) that maximise discrimination in the identification of linked strains and improve our understanding of the dynamics and environments associated with transmission. To optimise the exploitation of genomic data obtained in a long-term surveillance project in Almeria, we focused not only on genomic distances between strains but also on analysing the evolutionary relationships of differential SNPs in each cluster, through a study of the topology of the genomic networks. Our aims were to refine the study of relationships between cases and to suggest the most likely causes of the growth of certain clusters, integrating genomic analysis and discussion in an interdisciplinary team environment. Using this new approach, we were able to identify clusters resulting from active transmission with greater precision and to recommend surveillance of these clusters as a priority. We also determined that only a third of the historical clusters in Almeria that had grown in the last three years were due to ongoing transmission, and that reactivation following past exposure and diagnostic delay were contributing factors to the expansion of certain clusters. As a result, we were able to recommend interventions tailored to the different findings. The impact of candidate cases of diagnostic delay on the generation of secondary cases was also determined depending on the epidemiological context...