become a standard surveillance tech

become a standard surveillance technique for the subtyping of isolates
for epidemiological purposes. Although the use of molecular data has
proved to be a powerful tool in decision making during outbreak
investigations (Dallman et al., 2014; Underwood et al., 2013), the
application of this data in microbiological risk assessment is currently an
unexplored area in the public health domain. In recent years, a number of
reviews and opinions have been published exploring the potentials of
‘omics techniques’ for MRA (Abee et al., 2004; Brul et al., 2012; Carriço
et al., 2013; Havelaar et al., 2010; Pielaat et al., 2013a,b) but, evidence
based research, as afirst step to convert these heuristic approaches into normative
tools for practical use, is still needed.
The difficulties associated with using molecular data for food
safety risk assessment are complex but are related to the prescribed
framework and the current methodology which generally expresses
a large (but closed) joint probability to represent a ‘farm to fork’ hazard
domain. For example, where the variability and/or uncertainty of
concentration and prevalence data are relevant in QMRA these can
be described by probability distributions but it is not clear how to
use this approach when the data consists of a genome sequence.
Firstly, new technologies provide information at a completely different
level of description (genes or their products) that makes their
joint probability, in its simplest form, unmanageable. Secondly,
the new description does not, in the first instance, provide a clear
connection between the observed quantities and the output measures,
such as survival or health impacts, that are the object of risk
assessments. So, for decision support, the biggest challenge facing
genomics is the prediction of phenotypic properties of a particular
pathogen within a food chain based on genotypic data. An understanding
of systems biology is needed, as the organizational principle
in pathophysiology, to describe the relation between the new
level of genetic sequence data and the health end points of concern.
Whereas in the established framework for risk assessment the
elements of a joint probability are considered to be known, or knowable,
the introduction of a new level of description and a systems
property leads to elements of a joint probability that cannot easily
be formulated and to dependencies that are not easy to identify.
To reduce the numbers of possible relations and translate genetic
sequence into phenotypic properties, an understanding of pathogen
physiology is needed. Currently, such understanding is incomplete
and consequently the mapping of genetic sequences onto a quantitative
description of risk is problematic: the number of genes outweighs
the number of strain samples by many orders of magnitude.
It should be clear that statistical analysis of WGS data is non-trivial,
and that reproducible and meaningful associations between gene
variability and phenotypic properties need to be established before
genetic data can be used for decision making in food safety.
As indicated during EFSA's 20th scientific colloquium (EFSA, 2014),
a diversity of exemplary data analyses need to be developed and shared
within the scientific community to allow for the identification and
appreciation of “best practices” in moving forward from current methodology.
A (theoretical) methodology for hazard identification is proposed that
uses WGS data analysis to link genomic sequences with phenotypic behavior
for Shiga toxin-producing Escherichia coli O157 (STEC O157) as a case
study. This is achieved by the integration of genomic (single nucleotide
polymorphism (SNP) genotypes) data with phenotypic (attachment to epithelial
cells) information and with epidemiological data (outbreak strains
and the epidemiological relationship with sporadic cases) in a Genome
Wide Association Study (GWAS).
The aim of this study is to introduce a method for hazard identifi-
cation that links WGS data with results on in vitro adherence to
epithelial cells as a proxy for virulence using a subset of STEC O157
isolates as a case study. An explanation of the concepts, identifi-
cation of the value of the methodology and a relationship with the
public health domain are supported by a thorough discussion of
further research needs. This paper identifies a necessary paradigm
change in public health microbiological risk assessments.
2. Materials and methods
2.1. STEC O157 as a case study
STEC is of public health concern because of its ability to cause
outbreaks and severe disease such as hemorrhagic colitis (HC) or hemolytic–uremic
syndrome (HUS). Currently, different STEC serogroups are
placed in different risk classes (i.e. seropathotypes) based on their epidemiological
association with severe disease and outbreaks (Karmali
et al., 2003). However, this system is of limited use for two reasons.
First, it is retrospective, only including known types. Secondly, the pathogenicity
of STEC cannot be predicted from the serotype alone. Numerous
(putative) virulence genes have been associated with increased
disease severity and individual strains of STEC can differ considerably
in their virulence profile and, consequently, in their pathogenic potential
(Delannoy et al., 2013). Gene association studies are normally
conducted by linking the genetic content of the strain to the seropathotype
or more specific to the clinical symptoms it caused (Andersson
et al., 2011; Persson et al., 2007). However, these association studies
might be confounded by food and host effects. Within serogroup O157
considerable attention has been given to the non-random distribution
of genotypes among bovine and human clinical isolates, showing
considerable genome divergence (Franz et al., 2014). However, observed
non-random distribution of clades and lineages among bovine
and human clinical isolates might be the result of a differentiation in
virulence, transmission capacity and survival, or some combination
(Franz et al., 2012). For a better understanding of STEC O157 risks,
these (or other) potential causes should be investigated separately.
Recently it was shown that the environmental exposure route selects
for strains characterized by the absence of mutations in the general
stress response system rpoS, which are subsequently more likely to
survive the human gastric barrier (Franz et al., 2011; van Hoek et al.,
2012).
The evaluation of intrinsic differences in virulence requires a standardized
model system. Several animal models for STEC disease exist
and their value is clearly recognized (Melton-Celsa and O'Brien, 2003).
However, for technical, economic, and ethical reasons, in vitro models
offer a relevant alternative to in vivo studies. Although more distinct
from a human system, in vitro models offer more stability in terms of
reproducibility (Berk, 2008). The combination with WGS information
subsequently allows for genotype–phenotype matching and comparative
genomics of strains in order to identify genetic elements that differentiate
highly virulent strains from less virulent ones. Analysis at
the SNP level is a straightforward approach to extracting elementary
information on genotype, and will be used in this study.
2.2. E. coli O157 strains
In an earlier study the frequency of E. coli O157 genotypes among
73 bovine, 29 food, and 85 human clinical isolates was determined
in The Netherlands (Franz et al., 2012). The results demonstrated that
O157 lineages (as defined by the lineage specific polymorphism, or
LSPA, assay) were non-randomly distributed among isolates of bovine
and clinical human origin. A selection of in total 38 human and animals
strains from different LSPA lineages was selected for further investigation
in this study (Table 1).
2.3. Genotypic data
Whole genome sequences of the 38 E. coli O157 were obtained using
the Illumina MiSeq platform with 2 × 150 (human isolates) and 2 × 250
(animal isolates) paired end runs.
The genomic sequence of a human Shiga toxin-producing E. coli
O157:H7 strain isolated during the Sakai outbreak which occurred
in Japan during 1996 was used as a reference. The short sequencing
reads were mapped onto the reference chromosome (accession

ผลลัพธ์ (ไทย) 1:

เป็น เทคนิคมาตรฐานเฝ้าระวังลูกผสมสามของแยกความประสงค์ ถึงแม้ว่ามีการใช้ข้อมูลระดับโมเลกุลพิสูจน์แล้วว่าเป็นเครื่องมือที่มีประสิทธิภาพในการตัดสินใจในระหว่างการระบาดของโรคสอบสวน (Dallman et al., 2014 Underwood et al., 2013), การใช้ข้อมูลนี้ในการประเมินความเสี่ยงทางจุลชีววิทยาอยู่ตั้ง unexplored ในโดเมนการสาธารณสุข ในปีที่ผ่านมา จำนวนรีวิวและความคิดเห็นได้รับการเผยแพร่การสำรวจศักยภาพของ'เทคนิครุ่น' สำหรับ MRA (Abee et al., 2004 Brul et al., 2012 Carriçoร้อยเอ็ด al., 2013 Havelaar et al., 2010 Pielaat et al., 2013a, b) แต่หลักฐานวิจัยตาม เป็น afirst ขั้นตอนการแปลงวิธีเหล่านี้แล้วเป็น normativeยังคงต้องการเครื่องมือสำหรับใช้ปฏิบัติปัญหาที่เกี่ยวข้องกับการใช้ข้อมูลระดับโมเลกุลสำหรับอาหารประเมินความเสี่ยงด้านความปลอดภัยซับซ้อนแต่จะเกี่ยวข้องกับการกำหนดกรอบและวิธีการปัจจุบันซึ่งโดยทั่วไปแสดงความกว้าง (แต่ปิด) ร่วมน่าเป็นถึงอันตราย 'ฟาร์มกับส้อม'โดเมน ตัวอย่าง ที่สำหรับความผันผวนหรือความไม่แน่นอนของความเข้มข้นและชุกข้อมูลจะเกี่ยวข้องใน QMRA เหล่านี้สามารถสามารถอธิบาย โดยการกระจายความน่าเป็น แต่ไม่ชัดเจนว่าใช้วิธีการนี้ประกอบด้วยข้อมูลลำดับกลุ่มประการแรก เทคโนโลยีใหม่ให้ข้อมูลที่แตกต่างกันโดยสิ้นเชิงระดับของคำอธิบาย (ยีนหรือผลิตภัณฑ์) ที่ทำให้พวกเขาร่วมความน่าเป็น แบบง่าย ไม่สามารถจัดการ ประการที่สองคำอธิบายใหม่ได้ ตัว ให้ล้างตัวเชื่อมต่อระหว่างปริมาณที่สังเกตและวัดผลเช่นการอยู่รอดหรือสุขภาพผลกระทบ ที่ของความเสี่ยงประเมินผลการ ดังนั้น สำหรับสนับสนุนการตัดสินใจ หันหน้าเข้าหาความท้าทายที่ใหญ่ที่สุดgenomics คือ คาดเดาคุณสมบัติไทป์ทั้งหมดการศึกษาภายในห่วงโซ่อาหารตามข้อมูลจีโนไทป์ ความเข้าใจเกี่ยวกับระบบ ชีววิทยาจำเป็น เป็นองค์กรหลักใน pathophysiology เพื่ออธิบายความสัมพันธ์ระหว่างใหม่ระดับของข้อมูลลำดับพันธุกรรมและจุดสุขภาพความกังวลในขณะที่ในกรอบที่กำหนดขึ้นสำหรับการประเมินความเสี่ยงองค์ประกอบของความน่าเป็นร่วมจะถือเป็นที่รู้จัก หรือ knowableแนะนำอีกระดับของความละเอียดและเป็นระบบคุณสมบัติที่นำไปสู่องค์ประกอบของความน่าเป็นร่วมที่ไม่ได้จะถูกกำหนดและ เพื่อการอ้างอิงที่ไม่ง่ายต่อการระบุเพื่อลดจำนวนความสัมพันธ์เป็นไปได้ และแปลทางพันธุกรรมลำดับเป็นไทป์คุณสมบัติ ความเข้าใจเกี่ยวกับการศึกษาสรีรวิทยาเป็นสิ่งจำเป็น ในปัจจุบัน ความเข้าใจดังกล่าวไม่สมบูรณ์ดังนั้นการแม็ปลำดับพันธุกรรมไปกับเชิงปริมาณและคำอธิบายความเสี่ยงที่เป็นปัญหา: ลูกชิ้นจำนวนยีนจำนวนตัวอย่างต้องใช้โดยหลายอันดับของขนาดควรมีความชัดเจนว่าการวิเคราะห์ทางสถิติของข้อมูล WGS ไม่เล็กน้อยและสมาคมที่จำลอง และสื่อความหมายระหว่างยีนความแปรผันและไทป์คุณสมบัติจำเป็นต้องสร้างก่อนข้อมูลทางพันธุกรรมสามารถใช้สำหรับการตัดสินใจในความปลอดภัยของอาหารตามที่ระบุในระหว่าง colloquium วิทยาศาสตร์ของ EFSA 20 (EFSA, 2014),ความหลากหลายของการวิเคราะห์ข้อมูลระบุต้องพัฒนาขึ้น และใช้ร่วมกันภายในชุมชนทางวิทยาศาสตร์เพื่อให้รหัส และชื่นชม "ปฏิบัติ" ในการก้าวไปข้างหน้าจากปัจจุบันวิธีเสนอวิธีการ (ทฤษฎี) สำหรับการระบุอันตรายที่ใช้ WGS ข้อมูลการวิเคราะห์การเชื่อมโยงลำดับ genomic กับพฤติกรรมไทป์สำหรับชิงะผลิตพิษ Escherichia coli O157 (STEC O157) เป็นกรณีศึกษา การรวมกลุ่มของ genomic (เดียวนิวคลีโอไทด์ข้อมูลโพลิมอร์ฟิซึม (SNP) ศึกษาจีโนไทป์) ไทป์ (แนบกับ epithelialข้อมูลเซลล์) และ ด้วยความข้อมูล (สายพันธุ์ระบาดและความสัมพันธ์กับกรณีที่มี) ในกลุ่มศึกษาความสัมพันธ์ที่กว้าง (GWAS)จุดมุ่งหมายของการศึกษานี้จะแนะนำวิธีการอันตราย identifi-cation ที่เชื่อมโยงข้อมูล WGS กับผลลัพธ์ในการต่าง ๆ ในการเซลล์ epithelial เป็นพร็อกซีสำหรับใช้ชุดย่อยของ STEC O157 virulenceแยกเป็นกรณีศึกษา คำอธิบายของแนวความคิด identifi-cation มูลค่าของระเบียบวิธีและความสัมพันธ์กับการสนับสนุน โดยการสนทนาอย่างละเอียดของโดเมนการสาธารณสุขเพิ่มเติมการวิจัยความต้องการ เอกสารนี้ระบุถึงกระบวนทัศน์ที่จำเป็นการเปลี่ยนแปลงในผลประเมินความเสี่ยงทางจุลชีววิทยาสาธารณสุข2. วัสดุและวิธีการ2.1. STEC O157 เป็นกรณีศึกษาSTEC เป็นปัญหาสาธารณสุขเนื่องจากความสามารถในการทำระบาดและโรครุนแรงเช่นเลือดออก colitis (HC) หรือ hemolytic ยูรีเมียกลุ่มอาการ (HUS) ปัจจุบัน serogroups STEC ที่แตกต่างกันมีอยู่ในประเภทความเสี่ยงที่แตกต่างกัน (เช่น seropathotypes) ตามความความความสัมพันธ์กับโรครุนแรงและแพร่กระจาย (Karmaliและ al., 2003) อย่างไรก็ตาม ระบบนี้เป็นของใช้จำกัดด้วยเหตุผลสองประการครั้งแรก ได้คาด รวมถึงชนิดที่รู้จักกันเท่านั้น ประการที่สอง ที่ pathogenicityไม่สามารถจะทำนายของ STEC จาก serotype เดียว อีกมากมายยีนที่เชื่อมโยงกับ virulence (putative) เพิ่มขึ้นความรุนแรงของโรคและแต่ละสายพันธุ์ของ STEC สามารถแตกต่างกันมากในโปรไฟล์ virulence ของพวกเขา และ จึง ในศักยภาพของพวกเขา pathogenic(Delannoy et al., 2013) การศึกษาความสัมพันธ์ของยีนปกติดำเนินการ โดยการเชื่อมโยงเนื้อหาทางพันธุกรรมของสายพันธุ์ seropathotypeหรือเพิ่มเติมเฉพาะอาการทางคลินิกที่จะเกิด (Anderssonร้อยเอ็ด al., 2011 Persson et al., 2007) อย่างไรก็ตาม การศึกษาความสัมพันธ์เหล่านี้อาจ confounded โดยลักษณะอาหารและโฮสต์ ภายใน serogroup O157ได้รับความสนใจมากแจกไม่ใช่สุ่มของหมู่มนุษย์ และวัวทางคลินิกแยก แสดงกลุ่มมาก divergence (Franz et al., 2014) อย่างไรก็ตาม สังเกตไม่ใช่สุ่มกระจาย clades และเชื้อชาติระหว่างวัวและมนุษย์แยกทางคลินิกอาจเป็นผลของการสร้างความแตกต่างในvirulence ส่งกำลัง และการอยู่รอด หรือบางชุด(Franz et al., 2012) สำหรับความเข้าใจของ STEC O157 เสี่ยงเหล่านี้ (หรืออื่น ๆ) ควรสอบสวนสาเหตุอาจแยกล่าสุด มันถูกแสดงให้เลือกกระบวนการผลิตความเสี่ยงด้านสิ่งแวดล้อมสำหรับสายพันธุ์ที่ลักษณะของการกลายพันธุ์ในทั่วไปความเครียดการตอบสนองระบบ rpoS ที่มีต่อแนวโน้มการอุปสรรคในกระเพาะอาหารมนุษย์อยู่รอด (Franz et al., 2011; van Hoek et al.,2012)การประเมินความแตกต่างของ intrinsic virulence ต้องเป็นมาตรฐานแบบจำลองระบบ มีอยู่หลายรูปแบบสัตว์โรค STECและค่าของพวกเขาจะรับรู้อย่างชัดเจน (Melton Celsa และโอไบรอัน 2003)อย่างไรก็ตาม เหตุผลทางเทคนิค ทางเศรษฐกิจ และจริยธรรม ในรูปแบบหลอดนำเสนอทางเลือกเกี่ยวข้องกับการศึกษาในสัตว์ทดลอง แม้ว่าแตกต่างกันมากจากระบบมนุษย์ รูปแบบการเพาะเลี้ยงมีเสถียรภาพมากขึ้นในแง่ของreproducibility (งานกระบี่เบิก 2008) รวมข้อมูล WGSมาช่วยให้ลักษณะทางพันธุกรรม – phenotype ตรง และเปรียบเทียบgenomics ของสายพันธุ์เพื่อระบุองค์ประกอบทางพันธุกรรมที่แตกต่างสายพันธุ์ที่สูง virulent จาก virulent น้อยคน วิเคราะห์ที่ระดับ SNP เป็นวิธีการตรงไปตรงมาเพื่อแยกระดับประถมศึกษาข้อมูลเกี่ยวกับลักษณะทางพันธุกรรม และจะถูกใช้ในการศึกษานี้2.2. E. coli สายพันธุ์ O157ในก่อนหน้านี้การศึกษาความถี่ของ E. coli O157 ในหมู่วัว 73, 29 อาหาร และ 85 บุคคลทางคลินิกแยกกำหนดในเนเธอร์แลนด์ (Franz et al., 2012) แสดงผลที่เชื้อชาติ O157 (ตามที่กำหนด โดยคนเชื้อสายเฉพาะโพลิมอร์ฟิซึม หรือLSPA วิเคราะห์) ก็ไม่ใช่สุ่มถูกกระจายแยกของวัวและจุดเริ่มต้นของมนุษย์ทางคลินิก เลือกรวม 38 ที่มนุษย์และสัตว์เลือกสายพันธุ์จากเชื้อชาติต่าง ๆ LSPA เพื่อการตรวจสอบเพิ่มเติมในการศึกษานี้ (ตารางที่ 1)2.3 ข้อมูลจีโนไทป์ลำดับทั้งจีโนมของ 38 E. coli O157 ได้รับใช้แพลตฟอร์ม Illumina MiSeq กับ 2 × 150 (แยกมนุษย์) 2 × 250(แยกสัตว์) จัดเป็นคู่สุดท้ายทำลำดับของตัวมนุษย์งะผลิตพิษ E. coli genomicต้องใช้ O157:H7 ที่แยกต่างหากในระหว่าง Sakai ระบาดที่เกิดขึ้นในประเทศญี่ปุ่นในช่วงปี 1996 ถูกใช้อ้างอิง จัดลำดับโดยย่ออ่านถูกแมปไปยังโครโมโซมอ้างอิง (ทะเบียน

ผลลัพธ์ (ไทย) 2:

กลายเป็นเทคนิคการเฝ้าระวังมาตรฐาน subtyping
ของเชื้อเพื่อวัตถุประสงค์ทางระบาดวิทยา แม้ว่าการใช้ข้อมูลในระดับโมเลกุลที่มีการพิสูจน์แล้วว่าเป็นเครื่องมือที่มีประสิทธิภาพในการตัดสินใจในช่วงการระบาดของโรคการตรวจสอบ(Dallman et al, 2014;.. อันเดอร์วู้ด et al, 2013) ที่การประยุกต์ใช้ข้อมูลนี้ในการประเมินความเสี่ยงทางจุลชีววิทยาในปัจจุบันเป็นพื้นที่สำรวจในโดเมนสุขภาพของประชาชน ในปีที่ผ่านมาจำนวนของความคิดเห็นและความคิดเห็นที่ได้รับการเผยแพร่การสำรวจศักยภาพของเทคนิคomics สำหรับ MRA (Abee et al, 2004;.. Brul et al, 2012; Carrico. et al, 2013;. Havelaar, et al, 2010. Pielaat, et al, 2013a, ข) แต่หลักฐานการวิจัยที่ใช้เป็นขั้นตอนafirst การแปลงวิธีการแก้ปัญหาเหล่านี้เป็นกฎเกณฑ์. เครื่องมือสำหรับการใช้งานจริงเป็นสิ่งจำเป็นที่ยังคงความยากลำบากที่เกี่ยวข้องกับการใช้ข้อมูลโมเลกุลสำหรับอาหารการประเมินความเสี่ยงด้านความปลอดภัยที่มีความซับซ้อนแต่ที่เกี่ยวข้องกับการกำหนดกรอบการทำงานและวิธีการในปัจจุบันซึ่งโดยทั่วไปจะเป็นการแสดงออกที่มีขนาดใหญ่(แต่ปิด) น่าจะเป็นร่วมกันเพื่อเป็นตัวแทนของ 'ฟาร์มเพื่อ fork' อันตรายโดเมน ยกตัวอย่างเช่นที่แปรปรวนและ / หรือความไม่แน่นอนของความเข้มข้นและข้อมูลความชุกมีความเกี่ยวข้องในQMRA เหล่านี้สามารถอธิบายได้ด้วยการแจกแจงความน่าจะเป็นแต่มันก็ไม่ชัดเจนว่าจะใช้วิธีการนี้เมื่อข้อมูลที่ประกอบด้วยลำดับจีโนม. ประการแรกเทคโนโลยีใหม่ให้ ข้อมูลที่แตกต่างอย่างสิ้นเชิงระดับของรายละเอียด(ยีนหรือผลิตภัณฑ์ของตน) ที่ทำให้พวกเขาน่าจะร่วมกันในรูปแบบที่ง่ายที่สุดไม่สามารถจัดการได้ ประการที่สองคำอธิบายใหม่ไม่ได้ในกรณีแรกให้ชัดเจนการเชื่อมต่อระหว่างปริมาณสังเกตและมาตรการการส่งออกเช่นการอยู่รอดหรือผลกระทบด้านสุขภาพที่มีวัตถุของความเสี่ยงการประเมินผล ดังนั้นเพื่อสนับสนุนการตัดสินใจที่ท้าทายที่ใหญ่ที่สุดหันหน้าไปทางฟังก์ชั่นคือการคาดการณ์ของคุณสมบัติของฟีโนไทป์โดยเฉพาะอย่างยิ่งการติดเชื้อภายในห่วงโซ่อาหารบนพื้นฐานของข้อมูลทางพันธุกรรม ความเข้าใจของระบบชีววิทยาเป็นสิ่งจำเป็นเป็นหลักการขององค์กรในพยาธิสรีรวิทยาเพื่ออธิบายความสัมพันธ์ระหว่างใหม่ระดับของข้อมูลลำดับพันธุกรรมและสุขภาพจุดสิ้นสุดของความกังวล. ในขณะที่ในกรอบที่จัดตั้งขึ้นเพื่อการประเมินความเสี่ยงองค์ประกอบของความน่าจะเป็นร่วมค้าถือว่าเป็นที่รู้จักหรือ knowable, การแนะนำของระดับใหม่ของคำอธิบายและระบบทรัพย์สินที่นำไปสู่องค์ประกอบของความน่าจะเป็นทุนที่ไม่สามารถถูกกำหนดและเพื่อการอ้างอิงที่ไม่ง่ายที่จะระบุ. เพื่อลดตัวเลขของความสัมพันธ์ที่เป็นไปได้และ แปลพันธุกรรมลำดับฟีโนไทป์เข้าไปในคุณสมบัติความเข้าใจของเชื้อโรคสรีรวิทยาเป็นสิ่งจำเป็น ปัจจุบันความเข้าใจดังกล่าวไม่สมบูรณ์และทำให้การทำแผนที่ของลำดับพันธุกรรมบนเชิงปริมาณรายละเอียดของความเสี่ยงที่เป็นปัญหา: จำนวนของยีนเมื่อเทียบกับจำนวนตัวอย่างสายพันธุ์ตามคำสั่งหลายขนาด. มันควรจะเป็นที่ชัดเจนว่าการวิเคราะห์ทางสถิติของข้อมูลสักคนไม่เป็น -trivial, และสมาคมที่เที่ยงตรงและมีความหมายระหว่างยีนแปรปรวนและคุณสมบัติฟีโนไทป์จะต้องมีการจัดตั้งขึ้นก่อนที่ข้อมูลทางพันธุกรรมสามารถนำมาใช้ในการตัดสินใจในความปลอดภัยของอาหาร. ตามที่ระบุในระหว่างการสัมมนาทางวิทยาศาสตร์ 20 EFSA (EFSA 2014) ความหลากหลายของข้อมูลเป็นแบบอย่าง การวิเคราะห์จะต้องมีการพัฒนาและใช้ร่วมกันในชุมชนทางวิทยาศาสตร์เพื่อให้การระบุและการแข็งค่าของ"วิธีปฏิบัติที่ดีที่สุด" ในการย้ายไปข้างหน้าจากวิธีการในปัจจุบัน. A (ทฤษฎี) วิธีการสำหรับการชี้บ่งอันตรายเสนอว่าใช้การวิเคราะห์ข้อมูลสักคนที่จะเชื่อมโยงลำดับจีโนมที่มีพฤติกรรมฟีโนไทป์สำหรับสารพิษ Shiga ผลิต Escherichia coli O157 (STEC O157) เป็นกรณีศึกษา นี้จะทำได้โดยการรวมกลุ่มของจีโนม (เดี่ยวเบื่อหน่ายpolymorphism (SNP) จีโนไทป์) ข้อมูลที่มีฟีโนไทป์ (สิ่งที่แนบไปเยื่อบุผิวเซลล์) และข้อมูลที่มีข้อมูลทางระบาดวิทยา (สายพันธุ์ที่ระบาดและความสัมพันธ์ทางระบาดวิทยากับกรณีประปราย) ในจีโนมการศึกษาสมาคมกว้าง (GWAS ). จุดมุ่งหมายของการศึกษาครั้งนี้คือการแนะนำวิธีการอันตราย identifi- ไอออนบวกที่เชื่อมโยงข้อมูลสักคนที่มีผลในหลอดทดลองการยึดมั่นกับเซลล์เยื่อบุผิวเป็นพร็อกซี่สำหรับการใช้ความรุนแรงย่อยของ STEC O157 แยกเป็นกรณีศึกษา คำอธิบายแนวคิด identifi- ไอออนบวกของมูลค่าของวิธีการและความสัมพันธ์กับที่โดเมนสุขภาพของประชาชนได้รับการสนับสนุนโดยการอภิปรายอย่างละเอียดของความต้องการการวิจัยเพิ่มเติม กระดาษนี้จะระบุกระบวนทัศน์ที่จำเป็นการเปลี่ยนแปลงในด้านสาธารณสุขการประเมินความเสี่ยงทางจุลชีววิทยา. 2 วัสดุและวิธีการ2.1 STEC O157 เป็นกรณีศึกษาSTEC เป็นกังวลต่อสุขภาพของประชาชนเพราะความสามารถที่จะทำให้เกิดการระบาดของโรคและโรคที่รุนแรงเช่นโรคลำไส้ใหญ่อักเสบ(HC) หรือ hemolytic uremic-ซินโดรม(HUS) ปัจจุบัน STEC serogroups ที่แตกต่างกันไปวางไว้ในชั้นเรียนที่มีความเสี่ยงที่แตกต่างกัน(เช่น seropathotypes) ตามทางระบาดวิทยาของพวกเขาเชื่อมโยงกับความรุนแรงของโรคและการระบาด(Karmali et al., 2003) อย่างไรก็ตามระบบนี้คือการใช้งานที่ จำกัด ด้วยเหตุผลสองประการ. ครั้งแรกเป็นย้อนหลังเท่านั้นรวมถึงประเภทที่รู้จักกัน ประการที่สองเกิดโรคของ STEC ไม่สามารถคาดการณ์จาก serotype เพียงอย่างเดียว จำนวนมาก(สมมุติ) ยีนความรุนแรงที่เกี่ยวข้องกับการเพิ่มความรุนแรงของโรคและสายพันธุ์ของแต่ละSTEC สามารถแตกต่างกันมากในรายละเอียดความรุนแรงของพวกเขาและดังนั้นในการที่ทำให้เกิดโรคที่มีศักยภาพของพวกเขา(Delannoy et al., 2013) การศึกษาความสัมพันธ์ของยีนปกติที่ดำเนินการโดยการเชื่อมโยงเนื้อหาทางพันธุกรรมของสายพันธุ์ที่จะ seropathotype หรือเฉพาะเจาะจงมากขึ้นกับอาการทางคลินิกที่มันจะทำให้เกิด (แอนเดอet al, 2011;.. เพอร์สัน, et al, 2007) อย่างไรก็ตามการศึกษาความสัมพันธ์เหล่านี้อาจจะอายเพราะอาหารและผลกระทบที่เป็นเจ้าภาพ serogroup O157 ภายในความสนใจมากได้รับการกำหนดให้การกระจายที่ไม่สุ่มของยีนในหมู่วัวสายพันธุ์และทางคลินิกของมนุษย์ที่แสดงให้เห็นความแตกต่างอย่างมากจีโนม(ฟรานซ์ et al., 2014) แต่ตั้งข้อสังเกตการจัดจำหน่ายที่ไม่สุ่มของ clades และ lineages หมู่วัวและไอโซเลททางคลินิกของมนุษย์อาจเป็นผลมาจากความแตกต่างในความรุนแรงกำลังส่งและความอยู่รอดหรือการรวมกันบาง(ฟรานซ์ et al., 2012) เพื่อความเข้าใจที่ดีขึ้นของ STEC O157 ความเสี่ยงเหล่านี้(หรืออื่น ๆ ) สาเหตุที่ควรได้รับการตรวจสอบแยกต่างหาก. เมื่อเร็ว ๆ นี้มันก็แสดงให้เห็นว่าเส้นทางการสัมผัสสิ่งแวดล้อมเลือกสายพันธุ์ที่โดดเด่นด้วยกรณีที่ไม่มีการกลายพันธุ์ในทั่วไประบบการตอบสนองต่อความเครียดRPOs ซึ่งต่อมา มีแนวโน้มที่จะอยู่รอดอุปสรรคในกระเพาะอาหารของมนุษย์(ฟรานซ์ et al, 2011;.. รถตู้ Hoek, et al, 2012). การประเมินผลของความแตกต่างที่แท้จริงในความรุนแรงต้องใช้มาตรฐานแบบจำลองระบบ รูปแบบสัตว์หลายโรคอยู่ STEC และความคุ้มค่าของพวกเขาได้รับการยอมรับอย่างชัดเจน (แจ๊กเก็ต-Celsa และโอไบรอัน, 2003). แต่สำหรับทางด้านเทคนิคเศรษฐกิจและเหตุผลทางจริยธรรมรุ่นในหลอดทดลองเสนอทางเลือกที่เกี่ยวข้องกับการศึกษาในร่างกาย แม้ว่าจะแตกต่างกันมากจากระบบของมนุษย์รุ่นในหลอดทดลองมีความมั่นคงมากขึ้นในแง่ของการทำสำเนา(Berk, 2008) การรวมกันกับข้อมูลสักคนต่อมาจะช่วยให้สำหรับการจับคู่จีโนไทป์และฟีโนไทป์-เปรียบเทียบฟังก์ชั่นของสายพันธุ์เพื่อที่จะระบุองค์ประกอบทางพันธุกรรมที่แตกต่างสายพันธุ์ที่รุนแรงอย่างมากจากคนที่รุนแรงน้อยกว่า การวิเคราะห์ที่ระดับ SNP เป็นวิธีการที่ตรงไปตรงมาสกัดประถมศึกษาข้อมูลเกี่ยวกับลักษณะทางพันธุกรรมและจะถูกนำมาใช้ในการศึกษาครั้งนี้. 2.2 เชื้อ E. coli สายพันธุ์ O157 ในการศึกษาก่อนหน้านี้ความถี่ของอีโคไลสายพันธุ์ O157 หมู่73 วัว 29 อาหารและ 85 สายพันธุ์ทางคลินิกของมนุษย์ถูกกำหนดในประเทศเนเธอร์แลนด์(ฟรานซ์ et al., 2012) ผลแสดงให้เห็นว่าlineages O157 (ตามที่กำหนดโดยเชื้อสายหลายรูปแบบที่เฉพาะเจาะจงหรือLSPA, ทดสอบ) มีการกระจายที่ไม่สุ่มในหมู่สายพันธุ์ของวัวและความเป็นมาของมนุษย์ทางคลินิก การเลือกทั้งหมด 38 คนและสัตว์สายพันธุ์จากlineages LSPA ที่แตกต่างกันได้รับเลือกให้ตรวจสอบต่อไปในการศึกษานี้(ตารางที่ 1). 2.3 ข้อมูลพันธุกรรมลำดับจีโนมทั้งหมดของ 38 coli O157 อีที่ได้รับโดยใช้แพลตฟอร์มIllumina MiSeq กับ 2 × 150 (สายพันธุ์มนุษย์) และ 2 × 250 (แยกสัตว์) สิ้นสุดจับคู่ทำงาน. ลำดับจีโนมของมนุษย์สารพิษ Shiga ผลิต E . coli O157: H7 สายพันธุ์ที่แยกได้ในช่วงการระบาดของโรคที่เกิดขึ้นซาไกในประเทศญี่ปุ่นในช่วง1996 ถูกนำมาใช้เป็นข้อมูลอ้างอิง ลำดับสั้นอ่านถูกแมปบนโครโมโซมอ้างอิง (เข้า

ผลลัพธ์ (ไทย) 3:

เป็นเทคนิคสำหรับ subtyping มาตรฐานการเฝ้าระวังของเชื้อ
เพื่อวัตถุประสงค์ทางระบาดวิทยา แม้ว่าการใช้ข้อมูลโมเลกุลได้
พิสูจน์แล้วว่าเป็นเครื่องมือที่มีประสิทธิภาพในการตัดสินใจในการสอบสวนการระบาดของโรค
( ดาลแมน et al . , 2014 ; Underwood et al . , 2013 ) ,
ใช้ข้อมูลนี้ในการประเมินความเสี่ยงทางจุลชีววิทยาในปัจจุบัน
พื้นที่ unexplored ในโดเมนสาธารณะสุขในปีที่ผ่านมาตัวเลขของ
รีวิวและความคิดเห็นที่ได้รับการตีพิมพ์สำรวจศักยภาพของ
เทคนิค 'omics สำหรับ MRA ( abee et al . , 2004 ; brul et al . , 2012 ; ชั้น 5 o
et al . , 2013 ; havelaar et al . , 2010 ; pielaat et al . , 2013A , บี ) แต่หลักฐาน
งานวิจัย เป็น afirst ขั้นตอนแปลงวิธีฮิวริสติกเหล่านี้เป็นเครื่องมืออ้างอิง
สำหรับการใช้งาน ยังต้องการ
ปัญหาที่เกี่ยวข้องกับข้อมูลระดับโมเลกุลเพื่อใช้ประเมินความเสี่ยงความปลอดภัยอาหาร
มีความซับซ้อน แต่เกี่ยวข้องกับการกำหนดกรอบและวิธีการปัจจุบัน

ซึ่งโดยทั่วไปแสดงขนาดใหญ่ ( แต่ปิด ) ความน่าจะเป็นร่วมแสดงฟาร์ม ' ' ส้อมอันตราย
โดเมน ตัวอย่างเช่นที่แปรปรวนและ / หรือความไม่แน่นอนของ
ความเข้มข้นและข้อมูลความชุกเกี่ยวข้องใน qmra เหล่านี้สามารถ
อธิบายด้วยการแจกแจงความน่าจะเป็น แต่มันจะไม่ชัดเจนว่า

ใช้วิธีการนี้เมื่อข้อมูลที่ประกอบด้วยจีโนมลำดับ .
ประการแรกเทคโนโลยีใหม่ให้ข้อมูลได้ในระดับที่แตกต่างกันทั้งหมดของรายละเอียด
( ยีนหรือผลิตภัณฑ์ของตน ) ที่ทำให้ความน่าจะเป็นร่วมกัน
, ในรูปแบบง่ายที่สุดไม่สามารถจัดการ ประการที่สอง
รายละเอียดใหม่ไม่ได้ ในตัวอย่างแรก , ให้การเชื่อมต่อที่ชัดเจนระหว่างลักษณะปริมาณและ

ออกมาตรการ เช่นผลกระทบการอยู่รอดหรือสุขภาพ ที่เป็นเป้าหมายของการประเมินความเสี่ยง

ดังนั้น เพื่อสนับสนุนการตัดสินใจและความท้าทายที่ยิ่งใหญ่ที่สุดซึ่ง
ลักษณะทางพันธุกรรมคือการทำนายคุณสมบัติคุณสมบัติของเชื้อโรคโดยเฉพาะ
ภายในห่วงโซ่อาหารบนพื้นฐานของข้อมูลทางพันธุกรรม .ความเข้าใจ
ของระบบชีววิทยาจำเป็น เช่น
หลักการองค์การในพยาธิสรีรวิทยา อธิบายถึงความสัมพันธ์ระหว่างระดับของลำดับข้อมูลทางพันธุกรรมใหม่
และจบคะแนนสุขภาพความกังวล .
ส่วนในก่อตั้งกรอบการประเมินความเสี่ยง
องค์ประกอบของความน่าจะเป็นร่วม จะถือว่าเป็น ที่รู้จัก หรือที่เรียนรู้ได้
,นำระดับใหม่ของรายละเอียดและคุณสมบัติระบบ
ไปสู่องค์ประกอบของความน่าจะเป็นร่วมที่ไม่สามารถได้อย่างง่ายดาย
เป็นยุทธศาสตร์ และการอ้างอิงที่ไม่ง่ายที่จะระบุ .
ลดตัวเลขของความสัมพันธ์ที่เป็นไปได้และแปลพันธุกรรม
ลำดับเป็นคุณสมบัติที่ใกล้เคียง มีความเข้าใจสรีรวิทยาของเชื้อโรค
ที่จําเป็น ปัจจุบัน ความเข้าใจดังกล่าวจะไม่สมบูรณ์
และจากนั้น แผนที่ของลำดับทางพันธุกรรมไปยังคำอธิบายเชิงปริมาณของความเสี่ยงที่เป็นปัญหา :

เมื่อ เทียบกับจำนวนยีนจำนวนตัวอย่างสายพันธุ์จากหลายคำสั่งของขนาด .
มันควรจะชัดเจนว่า สถิติที่ใช้ในการวิเคราะห์ข้อมูล wgs ไม่จุกจิก
และสมาคม ) และมีความหมายระหว่างความแปรปรวนของยีน
และคุณสมบัติใกล้เคียงต้องการ ให้ก่อน
ตั้งขึ้นข้อมูลทางพันธุกรรมที่สามารถใช้สำหรับการตัดสินใจในความปลอดภัยด้านอาหาร ตามที่ระบุใน efsa
เป็น 20 วิทยาศาสตร์การสัมมนา ( efsa 2014 ) ,
ความหลากหลายของการวิเคราะห์ข้อมูลที่เป็นแบบอย่างต้องได้รับการพัฒนาและแบ่งปัน
ภายในชุมชนทางวิทยาศาสตร์เพื่อให้สามารถระบุและ
ความชื่นชม " ปฏิบัติที่ดีที่สุด " ในการย้ายไปข้างหน้าจากวิธีการในปัจจุบัน .
( ทฤษฎี ) วิธีการสำหรับการระบุภัยที่ใช้การวิเคราะห์ข้อมูล เสนอ
wgs จีโนมลำดับการเชื่อมโยงกับพฤติกรรมของเซลล์ที่ผลิตสารพิษชิกาเชื้อ Escherichia coli ( STEC เป็นสมาชิกเป็นสมาชิก ) เป็นกรณี
ศึกษา นี่คือความโดยรวมของจีโนม ( polymorphism ( SNP ) นิวคลีโอไทด์
เดียวเปรียบเทียบข้อมูลกับฟีโนไทป์ ( เอกสารแนบ ) เพื่อบุ
เซลล์ข้อมูลและมีข้อมูลทางระบาดวิทยา ( ระบาดสายพันธุ์
และความสัมพันธ์ทางระบาดวิทยากับกรณีประปราย ) ในจีโนม
สมาคมการศึกษา ( กว้าง gwas ) .
วัตถุประสงค์ของการศึกษานี้คือ เพื่อแนะนำวิธีการอันตราย identifi -
ไอออนบวกที่เชื่อมโยงข้อมูลกับ wgs ผลในหลอดทดลองในเซลล์เยื่อ
เป็นพร็อกซี สำหรับความรุนแรงที่ใช้ย่อยของ STEC เป็นสมาชิก
ไอโซเลทเป็นกรณีศึกษาคำอธิบายของแนวคิด identifi -
ไอออนบวกของมูลค่าของวิธีการและความสัมพันธ์กับ
สาธารณสุขโดเมนที่ได้รับการสนับสนุน โดยการอภิปรายอย่างละเอียดของ
การวิจัยต่อไปต้อง บทความนี้จะเป็นการเปลี่ยนกระบวนทัศน์
ที่จำเป็นในการประเมินความเสี่ยงทางจุลชีววิทยาสาธารณสุข .
2 วัสดุและวิธีการ
2.1 . STEC เป็นกรณีศึกษา
เป็นสมาชิกSTEC เป็นปัญหาสาธารณสุข เพราะความสามารถในการทำให้เกิดโรคระบาดรุนแรง
เช่น hemorrhagic colitis ( HC ) หรือหลัง - ไตวายเรื้อรัง
ซินโดรม ( สา ) ปัจจุบัน STEC มีไวรัสจุดขาวในกุ้ง
วางไว้ในชั้นเรียนแตกต่างกันความเสี่ยงที่แตกต่างกัน ( เช่น seropathotypes ) ตามความสัมพันธ์ทางระบาดวิทยา
โรครุนแรงและระบาด ( karmali
et al . , 2003 ) อย่างไรก็ตาม