Un análisis sistemático de los grupos de genes biosintéticos del microbioma de mosquitos revela sideróforos antimaláricos que reducen la capacidad de reproducción de los mosquitos

Un análisis sistemático de los grupos de genes biosintéticos del microbioma de mosquitos revela sideróforos antimaláricos que reducen la capacidad de reproducción de los mosquitos

La investigación del microbioma de insectos revela que una gran  cantidad de compuestos metabólicos importantes para el desarrollo del mosquito provienen de las bacterias asociadas al microbioma. Cada uno de estas bacterias y cepas entre los grupos de bacterias ofrece un fenotipo o actividad que puede ser útil para el combate de diferentes plagas de insectos como lo pueden ser los mosquitos. Para estudiar esto los autores analizan la predicción de clusters de genes biosintéticos. Esta aproximación utilizada en diferentes organismos ahora tiene su alcance en el análisis de microbiomas de insectos.

Ya que hay reportes de diferentes substancias producidas por las bacterias en los mosquitos que afectan o benefician al mosquito en diferentes niveles. Los autores identifican la presencia de estos clusters buscando diferentes modos de afectar la transmisión de Plasmodium causante de la malaria. 

En este trabajo identifican diferentes clusters biosintéticos de moléculas pequeñas de 33 bacterias asociadas al mosquito y donde identificaron más de 700 BGCs de los cuales los sideróforos son los más abundantes dentro del genoma de estas bacterias y están fuertemente asociadas a la intervención de la infección del mosquito por parte de Plasmodium.

Los 33 genomas fueron obtenidos de repositorios públicos y las bacterias corresponden a microorganismos aislados de diferentes especies de mosquitos de los géneros Aedes (dos especies) y Anopheles (cuatro especies). Todas estas bacterias asociadas al intestino de los mosquitos fueron seleccionadas por la presencia abundante dentro del metagenoma por estudios anteriores. Un árbol filogenético fue generado donde las bacterias más representadas son las proteobacterias, el segundo grupo más abundante fue el de las Elizabethkingia del filo Bacteroidetes. Esta última bacteria es de las más establecidas en el microbioma de los mosquitos después de la ingesta de sangre y azúcar.

Cada bacteria fue analizada para identificar sus potenciales biosintéticos utilizando ClusterFinder. Un modelo de markov identifica los BGCs conocidos y desconocidos de una base de genomas. Los 719 BGCs obtenidos por CF fueron sometidos a antiSMASH para identificar los BGCs en clases. Eliminando redundancias 135 BSCs fueron identificados de varios tipo. Los más abundantes fueron los péptidos sintetasa no ribosomales (NRPS-IN) sideróforos, terpenos y bacteriocinas. Los clusters de NRPS (38/135) fueron los ams abundantes y se encontraron casi exclusivamente en las proteobacterias Chromobacterium, Serratia y Pseudomonas. Para asociar los metabolitos secundarios con los BGCs se asignaron funciones fisiológicas a los 135 y los clusters fueron comparados filogenéticamente con los productos caracterizados mas cercanos posibles con actividad biológica establecida.

Figure 2. A Summary of the BGCs from Mosquito Microbiomes and Predicted Bio- activities (A) Overview of the bioinformatic analysis. (B) Summation of all BGCs indicating the amounts of antiSMASH (aS) and ClusterFinder (CF) BGCs and the type of each cluster with colors dis- tinguishing the different classification. (C) Bar chart indicating the predicted function of the 93 unique antiSMASH clusters with colors distinguishing the antiSMASH classification.
group

Estableciendo funciones y metabolitos secundarios se eliminan las redundancias y se conservaron 93 BSCs anti-SMASH y fueron catalogadas con una de las siguientes funciones: desconocida, Sideroforo, pigmento, autoinductor, antimicrobiano, otros, resorcinol y lípidos/esterol.

Los sideróforos fueron los más abundantes 17 BGCs, 7 de ellos detectados en más de un organismos. Estos cumplen la función de secuestrar el Fe3+ y reducirlo para que pueda estar disponible para distintos procesos metabólicos. Estas funciones pueden estar estrechamente relacionadas con el establecimiento de Plasmodium en el intestino. 

Figure 1. Summary of the Mosquito-Microbiome Strains Examined and their Biosynthetic Potentials Maximum likelihood phylogenetic tree of 16S rRNA of all 33 strains examined in this study and their biosynthetic potential. The heatmap to the right of the phylogenetic tree indicates the number of each type of BGC identified by antiSMASH for each strain. White boxes indicate that zero BGCs from that class were found within the genome. Symbols next to each strain name indicate the original mosquito isolation source (Isolation Source Key).

En este punto se realizó la identificación de sideróforos utilizando medios enriquecidos con Fe en cepas de bacterias asociadas a mosquitos utilizando cepas de Serratia, Pseudomonas y Enterobacter y detectando con espectrofotometría de masas. Entre lo encontrado detectaron BGC homólogos a desferrioxamina, bisucaberina, avaroferrina. Algunos de estos compuestos solo se habían detectado en bacterias entomopatógenas.

Para identificar el efecto en la sobrevivencia y establecimiento de Plasmodium en los mosquitos se sometieron mosquitos a diferentes sideróforos y se midieron diferentes factores de sobrevivencia. 

Figure 4. Evaluation of Mosquito-Microbiome Siderophore Activity Against A. gambiae Survival, Blood Feeding, and Fecundity (A) Overview of mosquito survival and fecundity assays. For each experiment, 100 female mosquitoes were used, and three biological replicates were completed. (B) Average survival of female mosquitoes (at t = 3 days) supplemented with siderophores (100 mM) pre-blood meal. Each dot represents a biological replicate (n = 100). The red bars represent the mean ± SEM of the three biological replicates (two-way ANOVA multiple comparisons analysis; ns, not significant). (C) Average blood-feeding propensity for female mosquitoes after siderophore feeding. Each dot represents a biological replicate and the size of each dot represents the number of mosquitoes exposed to a blood meal. The red bars represent the mean ± SEM of the three biological replicates (two-way ANOVA multiple comparisons analysis, **p < 0.01). (D) Total blood-feeding propensity at the population level. Each bar represents pooled data for the three biological replicates. The fractions above each bar represent (mosquitoes fed/mosquitoes exposed to a blood meal) (unpaired t test, *p < 0.05, ****p < 0.0001). (E) Average survival of female mosquitoes (from t = 4–6 days) post-blood meal. Each dot represents a biological replicate and the size of each dot represents the number of mosquitoes exposed that took a blood meal. The red bars represent the mean ± SEM of the three biological replicates (two-way ANOVA multiple comparisons analysis). (F) Average number of eggs laid per blood-fed female mosquito. Each dot represents a biological replicate and the size of each dot represents the numberof blood-fed mosquitoes analyzed. The red bars represent the mean ± SEM of the three biological replicates (two-way ANOVA, multiple comparisons analysis). (G) Overall fecundity of female mosquitoes at the population level when supplemented with various siderophores for 3 days. In total, 300 mosquitoes (3 biological replicates at 100 female mosquitoes each) were supplemented with a vehicle control or a siderophore. Serratiochelin A and pyochelin reduced the overall fecundity by over 50% due to a combination of toxicity and lowered blood-feeding propensity.

Los sideróforos como Serratiochelina A y Pyochelin tuvieron los niveles significativos más bajos de fecundidad de los huevos de mosquitos indicando el efecto del hierro en los diferentes procesos de reproducción de los mosquitos.

En cuanto a la evaluación de la actividad anti Plasmodium tres sideróforos disminuyeron la carga parasitaria en los mosquitos Serratiochelina, Pyochelina y Aerobactin. De esta manera los autores concluyen que los compuestos que reducen los niveles de hierro disponible, tienen potenciales efectos que reducen la transmisión de la malaria en los mosquitos

Figure 5. In Vitro Evaluation of Mosquito-Microbiome Siderophores for Anti-Plasmodium Activity (A) Activity of siderophores at 10 mM against P. berghei ANKA infection of human HuH7 hepatocytes (one-way ANOVA, Dunnett’s multiple test comparison, **p < 0.01, ***p < 0.001, ****p < 0.0001). Data are shown as the average ± SEM of all independent experiments. (B) Inhibition of P. berghei ANKA parasite load in human HuH7 hepatocytes by serratiochelin A (solid line, open circles) and pyochelin (dotted line, filled circles), with EC50 values of 1.6 mM and 510 nM, respectively. Data are shown as the average ± SEM of all independent experiments. (C) Inhibition of P. falciparum 3D7 parasite load in human red blood cells by serratiochelin A (solid line, open circles) and pyochelin (dotted line, filled circles), with EC50 values of 10 and 6.6 mM, respectively. Data are shown as the average ± SEM of all independent experiments.

Ganley et al., A Systematic Analysis of Mosquito-Microbiome Biosynthetic Gene Clusters Reveals Antimalarial Side- rophores that Reduce Mosquito Reproduction Capacity, Cell Chemical Biology (2020), https://doi.org/10.1016/j.chembiol.2020.06.004