Generación, análisis e integración de datos moleculares para su aplicación en el control de enfermedades parasitarias: construcción de nuevas plataformas bioinformáticas

Abstract

El parásito Echinococcus canadensis G7 (filo Platelmintos, clase Cestoda) es uno de los agentes causantes de la echinococcosis, zoonosis crónica que afecta tanto a los seres humanos como a mamíferos domésticos y salvajes, y considerada una enfermedad prioritaria por la Organización Mundial de la Salud. A pesar de su gravedad e incidencia en el mundo aún no se dispone de datos genómicos o herramientas terapéuticas y de diagnóstico eficaces para el tratamiento de la infección. La información presentada en esta tesis permite comprender características biológicas de esta especie y provee información que puede ser utilizada para el diseño de nuevas herramientas de control. En este trabajo se secuenció, ensambló y anotó el genoma de 115 Mb de E. canadensis G7. Se identificaron 11435 genes y mediante análisis de ortología se determinaron 881 grupos de genes específicos de cestodos y 581 grupos específicos del género Echinococcus. Estos análisis permitieron identificar genes que podrían ser nuevos blancos terapéuticos. Este es el primer trabajo de genómica comparativa entre las especies de Echinococcus, y mediante el cual se determinó un alto grado de variabilidad genética entre E. canadensis G7 y E. granulosus G1, a pesar de que ambas especies pertenecen al complejo E. granulosus sensu lato y presentan un fenotipo similar del estadío de metacestodo. Los análisis filogenéticos basados en el análisis de SNPs de genomas completos confirmaron a E. canadensis G7 como una especie diferente respecto a E. granulosus G1. Asimismo, se identificaron SNPs en genes del metabolismo de Echinococcus que podrían tener un impacto en su función. La validación de SNPs permitió desarrollar nuevos marcadores moleculares nucleares para diferenciar las especies de Echinococcus que infectan a animales y al hombre en Argentina, y complementan a los marcadores mitocondriales y ribosomales utilizados. Además, se analizaron tres características epigenéticas particulares: la distribución de islas CpG, el sistema de metilación del ADN y componentes de la vía de pequeños ARN basados en el análisis estructural proteína-ARN. Los resultados sugieren que Echinococcus posee mecanismos de regulación génica aún desconocidos y diferenciales entre las especies. Por otra parte, el estudio del uso de codones de Echinococcus reveló que la principal fuerza evolutiva que moldea su uso es la selección. Si bien se identificaron codones que son utilizados más frecuentemente no se encontraron diferencias entre las tres especies de Echinococcus. Los datos generados en esta tesis contribuyeron a la construcción de la base de datos WormBase ParaSite (https://parasite.wormbase.org/), especializada en parásitos platelmintos y nematodos y del Nodo Bioinformático IMPaM (http://impam2.fmed.uba.ar/) en el que se implementaron herramientas especializadas para el análisis de cestodos. La disponibilidad de un nuevo genoma es fundamental para entender la biología de un organismo patógeno, y más aún en aquellos con limitaciones para su mantenimiento y manipulación en el laboratorio.

The parasite Echinococcus canadensis G7 (phylum Platyhelminthes, class Cestoda) is one of the causative agents of echinococcosis, a chronic zoonosis that affects humans and domestic and wild mammals and is considered a priority disease by the World Health Organization. Despite its severity and incidence worldwide, neither genomic data, nor diagnostic and therapeutic tools for the treatment of infection are yet available. The information presented in this thesis provides the understanding of biological features of these species and valuable information that can be used for the design of novel control tools of these parasites. In this work, the E. canadensis G7 genome of 115 Mb in size was sequenced, assembled and annotated. A total of 11435 genes were identified which were classified into 881 cestode-specific groups of genes and 581 Echinococcus genus-specific groups of genes using orthology analysis. These analyses allowed the identification of genes that could be new drug targets. This is the first work performing comparative genomics analysis among the different Echinococcus species. The study of genetic variability among the Echinococcus species revealed a high degree of variability between E. canadensis G7 and E. granulosus G1, even though both species have similarities in the phenotype of the metacestode stage and belong to the E. granulosus sensu lato complex. Phylogenetic analyses based on whole genome SNPs analysis confirmed E. canadensis G7 as a different species from E. granulosus G1. SNPs were also identified in Echinococcus metabolic pathways genes suggesting that they could have an impact on their function. The SNPs validation allowed the identification of regions that work as new molecular markers to distinguish among the Echinococcus species that infect animals and humans in Argentina; and complement the mitochondrial and ribosomal markers that are currently used. Furthermore; three particular epigenetic features were analysed: the distribution of CpG islands, the DNA methylation system and the small RNA pathway components based on structural proteinRNA analysis. The results suggested that Echinococcus species have unknown gene regulation mechanisms with some differences among the species. In addition, the study of codons usage bias of Echinococcus revealed that the main evolutionary force shaping the codon usage is selection. Although there are codons that are more frequently used than others, no differences among the three Echinococcus species were found. The data reported in this thesis contributed to the construction of the WormBase ParaSite database (https://parasite.wormbase.org/), specialized in Platyhelminthes and nematodes parasites and the IMPaM bioinformatics node (http://impam2.fmed.uba.ar/) in which specialized tools were implemented for the analysis of cestodes genomes. The availability of a new genome is essential to understand the biology of any pathogenic organism, mainly in those having limitations for the mantainance and manipulation in the laboratory