Jede Stadt hat ihren genetischen Fußabdruck
Im Rahmen einer dreijährigen Studie entdeckten Forscher der Universität Tübingen und der Weill Cornell Graduate School in New York 10.928 Viren- und 748 Bakterienstämme, die noch in keiner Referenzdatenbank verzeichnet sind. Dafür wurden 5.000 Proben in 60 Städten, 32 Ländern und sechs Kontinenten aus dicht besiedelten U-Bahn-Stationen, Bahnhöfen und Krankenhäusern gesammelt und analysiert. Die Ergebnisse der Studie sind aktuell in der Fachzeitschrift Cell publiziert.
Ein Schuhabstrich kann vorhersagen, wo eine Person lebt
Die groß angelegte Probenahme ergab eine stadtspezifische Mischung aus seltenen Bakterienarten, die ein einzigartiges Mikrobiom bilden, das es denWissenschaftlern erlaubte, mit etwa 90-prozentiger Genauigkeit vorherzusagen, wo eine Person lebt – nur durch Sequenzierung der DNA auf ihren Schuhen.
Ziel ist, durch das gesammelte Mikrobiom mehr über Bakterien, Viren und andere Mikroorganismen zu erfahren, die unter den Menschen leben. Diese neuen Erkenntnisse können zur Identifikation von antibiotikaresistenten Stämmen beitragen.
Einige Städte weisen mehr Resistenz-Gene auf
Die Vorhersage von Antibiotikaresistenzen allein aus genetischen Sequenzen ist eine Herausforderung, doch das Team war in der Lage, einige mit Resistenzen in Verbindung stehende Gene zu kartieren, ihre Häufigkeit zu bestimmen und ihre Fähigkeit zur Übertragung der Resistenzen zu bestätigen.
Dabei zeigte sich, dass einige Städte mehr Resistenz-Gene aufweisen als andere und es somit für einige dieser Gene stadtspezifische Signaturen gibt. Da viele der derzeitig verwendeten Antibiotika und Medikamente aus mikrobieller Quelle gewonnen werden, soll die Erforschung der von den Mikroben hergestellten Moleküle und Proteine dabei helfen, weitere Moleküle und neue Antibiotika zu entdecken. Mason, Christopher et al., International MetaSUB Consortium. A global metagenomic map of urban microbiomes and antimicrobial resistance. Cell. 2021 May 22:S0092-8674(21)00585-7. doi: 10.1016/j.cell.2021.05.002. Epub ahead of print. PMID: 34043940.