Forbedret overvågning af epidemier via spildevand

Software arrangerede kæmpe datasæt i gådefulde grupper

Over en treårig periode fra januar 2019 til november 2021 blev der taget 278 spildevandsprøver fra indløbet til de syv spildevandsanlæg og sendt til DTU. Forskerne har herefter analyseret milliarder af DNA-sekvenser fra prøverne og stykket dem sammen til genomer fra tusindvis af bakteriearter, hvoraf 1334 er nyopdagede. 

Data blev analyseret ved hjælp af et stykke software, som er udviklet af projektets italienske partner fra universitetet i Bologna. Der er tale om et program, der finder arter, der opfører sig nogenlunde ens over tid, og grupperer dem.

”I analyserne kunne vi se, at bakterierne i spildevandsanlæggene samler sig i meget klare grupper. Vi begyndte at spekulere over, hvorfor og hvordan grupperne mon var sammensat. Først troede vi, at det måske drejede sig om mikrober, der samarbejdede, som dannede grupper, men det var en dead end. Så fandt vi på at undersøge, om én af grupperne kunne tænkes at bestå af bakterier, som bliver sendt ud i rensningsanlæggene via menneskers afføring, og så var der bingo,” fortæller Patrick Munk.

Andre grupper viste sig at være bakterier, som kommer fra miljøet, og en gruppe, som var til stede i alle landenes rensningsanlæg, stammer sandsynligvis fra biofilm, der gror på rørene, der fører til anlæggene.

Da forskerne først havde identificeret nogle af grupperne ved hjælp af analyseprogrammet, blev opgaven lettere. 

”Princippet er sådan set simpelt, for nogle bestemte bakterier kommer altid fra mennesker, og de bakterier, som i analyseprogrammet følger dem op og ned i sekvenser, kommer sandsynligvis også fra mennesker. På den måde kan man rent analyse-teknisk finde frem til grupper af arter, der følger hinanden over tid,” siger Patrick Munk.  

Ny metode mangedobler succesraten

Forskerne har også tidligere analyseret metagenomer, men ikke så godt, som med den nye metode.

”Vi har i det nye studie påvist 1334 hidtil ukendte bakteriearter i spildevandet. Og hvis vi normalt læser et metagenom bestående af 100 millioner små stykker DNA, plejer vi at kunne finde ud af, hvilke bakterier cirka 10% af DNA’en kommer fra. Men i dette nye studie er vi gået fra måske 10% til at kunne forklare næsten 70%, som kommer fra arter, hvor vi kunne samle et genom,” siger Patrick Munk.

Evnen til at opdage nye bakterier er vigtig, da bakterierne kan indeholde endnu ukendte gener, som er resistente over for antibiotika, og dermed kan metoden potentielt afslører nye kilder til antibiotikaresistens.

Der er tale om et observationsstudie, hvor forskerne har arbejdet med data baseret på de bakterier, der nu engang var i prøverne fra det ubehandlede spildevand, men hvor de ikke selv har skruet op og ned for variabler, der påvirker forekomsten af bestemte bakterier. Det giver en vis usikkerhed, og selvom der f.eks. er mange bakteriearter fra mennesker, som ender i samme gruppe, så sker det ikke altid. Derfor er næste skridt at konstruere et syntetisk dataset, hvor forskerne i forvejen ved, hvilke bakteriearter som er til stede, hvorefter de aktivt kan ændre på betingelserne, for at se, hvad der så kommer ud af det.

”Vi har ikke et endeligt tal for, hvor godt det her virker lige nu, men det er tydeligt for os, at der er noget at komme efter, hvorfor vi skal i gang med at optimere metoden, så den bliver endnu bedre,” siger Patrick Munk. 

Læs mere

Få mere information om Forskningsgruppen for Genetisk Epidemiologi og om antibiotikaresistens. 

Læs om EU-WISH, der ledes af Statens Serum Institut og skal videreudvikle spildevandsovervågning, så det kan anvendes til at tracke sygdomme på tværs af Europa.