Sozialdemografische Determinanten für die Resistom- und Mikrobiomvariation einer multiethnischen Gemeinschaft in Südmalaysia

Jul 26, 2023

npj Biofilms and Microbiomes Band 9, Artikelnummer: 55 (2023) Diesen Artikel zitieren

443 Zugriffe

3 Altmetrisch

Details zu den Metriken

Die Verbreitung antibiotikaresistenter Bakterien in Südostasien gibt Anlass zu großer Sorge, doch gibt es nur begrenzte Forschungsergebnisse zum Darmresistom und seinem Zusammenhang mit Lebensstil und Umweltfaktoren in der Region. Ziel dieser Studie war es, mithilfe der Shotgun-Metagenomsequenzierung ein Profil des Darmresistoms von 200 Personen in Malaysia zu erstellen und dessen Zusammenhang mit Fragebogendaten zu untersuchen, die demografische und Lebensstilvariablen umfassen. Insgesamt wurden 1038 Antibiotikaresistenzgene aus 26 Klassen mit einer durchschnittlichen Übertragungsrate von 1,74 ± 1,18 Genkopien pro Zelle und Person nachgewiesen. Die Korrelationsanalyse identifizierte 14 Umweltfaktoren, darunter Hygienegewohnheiten, Gesundheitsparameter und Darmbesiedlung, die signifikant mit dem Resistom assoziiert waren (bereinigte multivariate PERMANOVA, p < 0,05). Bemerkenswert ist, dass Personen mit positiven Hefekulturen eine verringerte Kopienzahl von 15 Antibiotikaresistenzgenen aufwiesen. Die Netzwerkanalyse ergab, dass Escherichia coli ein wichtiger Knotenpunkt des Resistomnetzwerks ist, mit einer positiven Korrelation zu 36 Antibiotikaresistenzgenen. Unsere Ergebnisse deuten darauf hin, dass E. coli eine entscheidende Rolle bei der Gestaltung der Resistenzdynamik in Segamat, Malaysia, spielen könnte und dass sein Vorkommen eng mit der Gesundheit und den Lebensgewohnheiten der Gemeinschaft zusammenhängt. Darüber hinaus scheint das Vorhandensein von Hefe mit der Unterdrückung von Antibiotikaresistenzgenen verbunden zu sein.

Antibiotikaresistenzen stellen eine erhebliche globale Gesundheitsbedrohung dar, die bis 2050 voraussichtlich zu einer jährlichen finanziellen Belastung von 1 Billion US-Dollar und einer weltweiten Sterblichkeitsrate von 10 Millionen führen wird1. Bedenken hinsichtlich Antibiotikaresistenzen werden seit den Anfängen der Entdeckung von Antibiotika in den 1940er Jahren geäußert2 Die entscheidende Rolle von Antibiotika in der klinischen Therapie und in der Tiernahrungsindustrie hat dazu geführt, dass ihr Einsatz im Laufe der Zeit zugenommen hat3, was zu einem weltweiten Anstieg der Antibiotikaresistenz geführt hat. Leider ist der traditionelle Ansatz, neuartige antimikrobielle Mittel zur Bekämpfung von Resistenzen zu entdecken, nicht nachhaltig, da sich die Geschwindigkeit solcher Entdeckungen erheblich verlangsamt hat4. Es sind dringende Anstrengungen erforderlich, um das rasche Aufkommen von Widerständen zu stoppen.

Ein umfassendes Antibiotika-Stewardship-Programm gilt allgemein als die wirksamste Lösung zur Bewältigung des Auftretens von Antibiotikaresistenzen in einem Land oder einer Region. Von zentraler Bedeutung für eine wirksame Antibiotika-Stewardship-Politik ist die regelmäßige Antibiotikaüberwachung5. Während die Überwachung von Antibiotika häufig in klinischen Umgebungen praktiziert wird, wird sie in nichtklinischen Umgebungen6, beispielsweise auf Gemeindeebene, selten eingesetzt, trotz des zunehmenden Trends gemeinschaftsassoziierter resistenter Infektionen, einschließlich MRSA und ESBL7,8. Der Mangel an Antibiotikaüberwachung auf kommunaler Ebene trifft insbesondere auf Länder mit niedrigem und mittlerem Einkommen zu, in denen Antibiotikaresistenzen weit verbreitet sind9.

Südostasien gilt als globaler Hotspot für Antibiotikaresistenzen. Mehrere Studien haben das Risiko des Erwerbs von Antibiotikaresistenzgenen (ARGs) nach Reisen in die Region hervorgehoben10,11. Darüber hinaus weisen die südostasiatischen Gemeinschaften einige der höchsten Trägerlasten von Antibiotikaresistenzgenen auf. Beispielsweise berichtete eine thailändische Gemeinde über eine fäkale Besiedlungsrate von 72,6 % mit ESBL-produzierenden Enterobacteriaceae, eine der höchsten jemals gemessenen Raten12. Dieses Ergebnis wurde durch eine aktuelle Metaanalyse gestützt, die Südostasien als die Region mit der höchsten Übertragungsrate von ESBL-produzierenden Escherichia coli unter gesunden Gemeindemitgliedern identifizierte13. Trotz der hohen Belastung durch Antibiotikaresistenzen in der Region mangelt es stark an umfassenden Studien zur Resistomprofilierung. Zu den begrenzten verfügbaren Studien zählen Pereira-Dias et al. (2021)14 entdeckten in einer Kohorte von 42 gesunden vietnamesischen Personen ein breites Spektrum an Antibiotikaresistenzgenen. Der Umfang der Studie war jedoch begrenzt und es fehlten ergänzende Umwelt- und Lebensstildaten, was ihre Interpretation erschwerte. In jüngerer Zeit haben Li et al. (2022) berichteten über die Resistomprofile von Singapurern durch städtische Abwasserüberwachung15. Während die Abwasserüberwachung eine praktische Methode ist16, hängen ihre Ergebnisse stark vom Abwasserbehandlungssystem des Landes ab17, das möglicherweise die tatsächliche Resistenzbelastung in einem Gebiet unterschätzt. In Malaysia sind metagenomisch basierte Resistomstudien in Größe und Umfang begrenzt und nicht speziell für Überwachungszwecke konzipiert17,18. Darüber hinaus basiert ein Großteil unseres aktuellen Wissens auf kulturabhängigen Resistenzstudien (z. B. 19, 20), die inhärente Einschränkungen aufweisen und keinen umfassenden Überblick über das Resistomprofil einer Gemeinschaft bieten können. Diese Wissenslücke behindert unser Verständnis der Dynamik der Antibiotikaresistenz in der Region, ihrer Wechselwirkung mit der Darmumgebung des Wirts und der Risikofaktoren, die mit dem Erwerb der vielfältigen ARGs innerhalb der Gemeinschaft verbunden sind.

Sowohl Hygienepraktiken als auch die Exposition gegenüber Antibiotika wurden als wesentliche Faktoren identifiziert, die die Entwicklung und Ausbreitung von Antibiotikaresistenzen beeinflussen. Schlechte Hygienepraktiken können die Exposition gegenüber ARG-tragenden Bakterien erhöhen und den Transfer von Resistenzgenen zwischen Bakterien durch horizontalen Gentransfer erleichtern. Tatsächlich zeigen neuere Erkenntnisse von Ramay et al. (2020)21 weisen darauf hin, dass Haushalte in Guatemala mit besseren Hygienepraktiken eine geringere Wahrscheinlichkeit haben, von antibiotikaresistenten Bakterien besiedelt zu werden. Ein landesweiter Aktionsplan, an dem 685 südafrikanische Haushalte beteiligt waren, untermauerte diese Beobachtung und bestätigte auch die Bedeutung von Hygienefaktoren für die Kontrolle der Prävalenz antimikrobieller Resistenzen, die Reduzierung von Infektionsraten und die anschließende Minimierung der Verabreichung antimikrobieller Mittel22. Es ist allgemein anerkannt, dass die Verschreibung antimikrobieller Mittel direkt zum Selektionsdruck antibiotikaresistenter Organismen beiträgt23. Angesichts dieser Tatsachen ist es von entscheidender Bedeutung zu untersuchen, ob die von der südostasiatischen Gemeinschaft praktizierten Hygienegewohnheiten zur endemischen Verbreitung von Antibiotikaresistenzen in der Region beitragen, die unserer Hypothese nach eine wichtige Rolle in der ARG-Dynamik in der Gemeinschaft spielen. Solche Untersuchungen können politische Entscheidungsträger über wirksame Aktionspläne informieren, die zur Lösung dieses Problems erforderlich sind.

In unserer früheren Forschung untersuchten wir die 16 S-rRNA-basierte Darmmikrobenzusammensetzung von Gemeindebewohnern in Segamat, einem Distrikt im Süden Malaysias24, und untersuchten die Kolonisierungslast von ESBL-produzierenden E. coli mithilfe der Sequenzierung des gesamten Genoms25. Diese Studie erweitert unsere bisherigen Erkenntnisse, indem sie die metagenomische Shotgun-Sequenzierung nutzt, um die Resistomprofile von Gemeinschaftsmitgliedern mit ihren Mikrobiota und ihrem Lebensstilverhalten in Beziehung zu setzen.

Von Mai bis Juni 2018 wurden insgesamt 200 Community-Teilnehmer aus 102 Haushalten aus der Kohorte des South East Asia Community Observatory (SEACO) rekrutiert (Tabelle 1, Ergänzungstabelle 1)26. Die Kohorte bestand zu etwa gleichen Teilen aus Chinesen (n = 64), Jakun (n = 46), Indern (n = 45) und Malaien (n = 45). Mit 107 Frauen und 93 Männern war die Geschlechterverteilung einigermaßen ausgeglichen. Die Altersverteilung der Teilnehmer ähnelte der der SEACO-Kohorte, mit einer etwas höheren Häufigkeit von Teilnehmern im Alter von 11–20 Jahren. Die meisten Haushalte verdienten monatlich zwischen 1.000 und 5.000 MYR (ergänzende Abbildung 1). Frauen identifizierten sich überwiegend als Hausfrauen (n = 56/107), während Männer hauptsächlich in der Landwirtschaft arbeiteten (n = 36/93) (ergänzende Abbildung 2).

Von den Teilnehmern gaben 65,5 % (n = 131/200) an, an keinen chronischen Krankheiten zu leiden. Unter denjenigen, die über chronische Krankheiten berichteten (n = 69/200), war Bluthochdruck die am häufigsten gemeldete Erkrankung (n = 43/69), gefolgt von hohem Cholesterinspiegel im Blut (n = 25/69) und Diabetes (n = 23/69). ). Die Teilnehmer berichteten über den aktiven Konsum von Arzneimitteln im Zusammenhang mit nicht übertragbaren Krankheiten, wobei Amlodipin am häufigsten angegeben wurde (n = 15), gefolgt von Simvastatin (n = 14) und Metformin (n = 12). Keiner der Teilnehmer gab an, zum Zeitpunkt der Probenahme Antibiotika eingenommen zu haben.

Bei den 200 Community-Teilnehmern wurden insgesamt 1038 Resistenzgene identifiziert, die Resistenz gegen 26 ARG-Klassen verleihen (Abb. 1a). Die durchschnittliche Anzahl der pro Person getragenen Resistenzgene betrug 1,74 ± 1,18 Genkopien pro Zelle. Nach dem Herausfiltern von Genen mit geringer Häufigkeit (<0, 5 %) und nicht vorherrschenden Genen (< 10 %) blieben 66 Resistenzgene übrig, die Resistenz gegen 14 ARG-Typen verliehen (Ergänzungstabelle 2). Die Tetracyclin-Resistenzgene waren am häufigsten (durchschnittlich 0,63 ± 0,28 Genkopien pro Zelle), gefolgt von Makrolid-Lincosamid-Streptogramin (MLS) (0,19 ± 0,23), Mupirocin (0,13 ± 0,11) und Multiresistenzgenen (hauptsächlich Emr [n = 4/14] und mdt [n = 5/14] Effluxpumpen) (0,13 ± 0,22) und Polymyxin (0,11 ± 0,09). Einzeln war tetW am häufigsten (0,17 ± 0,09), gefolgt von Bifidobakterien-spezifischem ileS (0,13 ± 0,11), tetQ (0,13 ± 0,14), tetO (0,12 ± 0,08) und bacA (0,09 ± 0,05). Drei Escherichia coli-spezifische Resistenzgene wurden ebenfalls nachgewiesen, nämlich das Multidrug-Resistenzgen mdfA (0,01 ± 0,02) und emrE (0,01 ± 0,02) sowie die ampC-ß-Lactamase (0,005 ± 0,01).

a Verteilung der Antibiotikaresistenzgene zwischen den Probanden (N = 200); (b) Die 20 wichtigsten Antibiotikaresistenzgene, die in der Segamat-Kohorte entdeckt wurden, basierend auf Genkopien pro Zelle; (c) Faktoren im Zusammenhang mit dem Resistom-Häufigkeitsprofil basierend auf PERMANOVA, angepasst an Charge, Haushalt, Alter, Geschlecht, ethnische Zugehörigkeit, Einkommen und BMI (p < 0,05). Die unteren und oberen Grenzen des Boxplots markierten das erste (25. Perzentil) und das dritte (75. Perzentil) Quartil der visualisierten Daten, während das mittlere Scharnier den Median markierte. Die unteren und oberen Whisker markierten die niedrigsten bzw. höchsten Werte, die nicht kleiner/größer als der 1,5-fache Interquartilbereich des visualisierten Datensatzes waren.

Es wurden keine demografischen Faktoren gefunden, die mit der Resistom-Shannon-Diversität assoziiert sind (lineares gemischtes Modell, angepasst an Charge und Haushalt als zufällige Effekte und Alter, Geschlecht, ethnische Zugehörigkeit, Geschlecht und BMI als feste Effekte, LRT p > 0,1). Beim Testen von 56 Lebensstil-, Hygiene- und Gesundheitsparametern zeigten acht Faktoren einen signifikanten Zusammenhang mit der Resistom-Shannon-Diversität (lineares gemischtes Modell LRT p <0,1, ergänzende Abbildung 3, ergänzende Tabelle 3). Bemerkenswerterweise war die Resistomenvielfalt negativ mit einer positiven Laborkultur von Schimmel und Hefe in den Stuhlproben der Teilnehmer und der Anzahl der Haushaltsmitglieder verbunden. Umgekehrt wurde ein positiver Zusammenhang mit Erkrankungen (Einnahme aktiver Medikamente und Diabetes) hergestellt.

Eine ß-Diversitätsanalyse wurde durchgeführt, um die Zusammensetzungsunterschiede des Resistomprofils über demografische und Lebensstilvariablen hinweg zu vergleichen. Es wurden PERMANOVA-Analysen zur Aitchison-Distanz durchgeführt, kontrolliert auf Chargen- und Haushaltsvariationen. Untergruppenanalysen wurden durchgeführt, um zu beurteilen, ob die durch univariate PERMANOVA-Analysen identifizierten Faktoren für alle demografischen Parameter (z. B. Alter, Geschlecht, ethnische Zugehörigkeit, Einkommen, BMI) universell waren. Das Resistomprofil der verschiedenen Untergruppen jedes Bevölkerungsabschnitts schien durch unterschiedliche Lebensstilvariablen beeinflusst zu werden, zu denen Darmbesiedlung, ernährungsbezogene, gesundheits- und hygienebezogene Parameter gehörten (ergänzende Abbildung 4). Um diese Variation zu berücksichtigen, führten wir eine PERMANOVA-Analyse durch, die um diese demografischen Variablen (d. h. Alter, Geschlecht, ethnische Zugehörigkeit, Einkommen, BMI) sowie Gruppe und Haushalt bereinigt wurde. Als Ergebnis wurden acht Faktoren identifiziert, die signifikant mit dem Resistomprofil assoziiert sind (PERMANOVA p <0, 05, Abb. 1c, Ergänzungstabelle 4). Diese Variablen überschnitten sich mit denen, die mit der Resistom-Shannon-Diversität in Zusammenhang stehen, einschließlich Darmbesiedlung (positive Kultur von Hefe und C. albicans), hygienebezogenen Parametern (Standort der Toilette) und Gesundheitsparametern (Status aktiver Medikamente und Leiden an Diabetes). . Darüber hinaus wurden auch Ernährung (Verzehrgewohnheiten von Rindfleisch) und Umweltfaktoren (Hühner in der Nähe des Hauses, Anzahl der Personen im Haus) mit dem Resistomprofil in Verbindung gebracht.

Die multivariate Maaslin2-Differentialhäufigkeitsanalyse, die auf diesen acht Variablen basiert und für Gruppen- und Haushaltsclusterung als zufällige Effekte sowie Alter, Geschlecht, ethnische Zugehörigkeit, Einkommen und BMI als feste Effekte angepasst wurde, ergab signifikante Assoziationen von 49 ARGs mit sieben Lebensstil- und demografischen Variablen (Maaslin2). lineares Modell, logarithmisch transformiert, q < 0,1, Ergänzungstabelle 5, Abb. 2). Bemerkenswert ist, dass Diabetes mit 23 ARGs positiv assoziiert war, während eine positive Hefekultur mit einer verringerten Kopienzahl von 12 Genen verbunden war.

Die Variablen „Ethnizität“ und „Haushaltseinkommen“ wurden mit denen von Jakun und Personen mit einem Einkommen von < MYR 400 verglichen. Fehlerbalken werden basierend auf den in der Maaslin2-Ausgabe gemeldeten Standardfehlern visualisiert.

Insgesamt wurden 685 Darmmikrobenarten nachgewiesen, wobei 196 Arten erhalten blieben, nachdem diejenigen mit geringer Häufigkeit und Prävalenz ausgeschlossen wurden. Bakterien machten den Großteil der Messwerte aus (mittlere Häufigkeit 96,99 ± 4,29 %), gefolgt von Archaeen (0,51 ± 1,85 %) und Viren (0,07 ± 0,36 %). Im Bakterienreich hatten Firmicutes die höchste mittlere Häufigkeit (38,96 ± 12,87 %), gefolgt von Actinobacteria (36,52 ± 19,45 %), Bacteroidetes (17,58 ± 13,90 %) und Proteobacteria (3,17 ± 5,38 %), während andere Phyla < aufwiesen 1 % bedeutet relative Häufigkeit. Insgesamt wurden 83 Gattungen identifiziert, wobei Bifidobacterium am häufigsten vorkommt, gefolgt von Collinsella, Prevotella, Bacteroides, Blautia und Faecalibacterium mit jeweils mehr als 5 % Häufigkeit (ergänzende Abbildung 5). Bifidobacterium jugendlichis, Collinsella aerofaciens, Prevotella copri und Bifidobacterium longum waren die am häufigsten vorkommenden Arten. E. coli war das einzige Proteobakterium, das unter den 20 am häufigsten vorkommenden Arten nachgewiesen wurde.

Keiner der demografischen Faktoren war signifikant mit der Shannon-Diversität des Artenprofils verbunden (Lineares gemischtes Modell, angepasst an Gruppe und Haushalt als zufällige Effekte und Alter, Geschlecht, ethnische Zugehörigkeit, BMI und Einkommen als feste Effekte, LRT p > 0,1). . Unter den getesteten Lebensstilvariablen wurde festgestellt, dass die Trainingshäufigkeit, die Häufigkeit des Verzehrs fermentierter Lebensmittel und der Zugang zu Trinkwasser mit der Mikrobiota-Shannon-Diversität in Zusammenhang stehen (lineares gemischtes Modell, LRT p < 0,1, Ergänzungstabelle 6, Ergänzungsabbildung 6). .

Sieben Lebensstilvariablen waren mit der mikrobiellen Zusammensetzung des Darms verbunden (PERMANOVA angepasst an Alter, Geschlecht, ethnische Zugehörigkeit, Einkommen, BMI, Charge und Haushalt, p < 0,05, Ergänzungstabelle 7). Einige dieser Variablen ähnelten denen des Resistomprofils und umfassten Gesundheitsparameter (an Diabetes und anderen Krankheiten leiden, chirurgische Vorgeschichte), Umwelt (Anzahl der Kinder im Alter von sechs Jahren und darunter im Haushalt und Gesamtzahl der Haushaltsmitglieder) und und Hygiene (mit Spültoilette).

Die multivariate Analyse dieser Lebensstilvariablen, angepasst an Gruppen- und Haushaltsclusterung als zufällige Effekte und Alter, Geschlecht, ethnische Zugehörigkeit, Einkommen und BMI als feste Effekte, ergab 57 unterschiedlich häufig vorkommende Arten über zehn Faktoren hinweg (Maaslin2, q < 0,1, Abb. 3). Die ethnische Zugehörigkeit stellte den größten Teil der beobachteten Variation dar (n = 46/57), gefolgt vom Einkommen (n = 9), dem Toilettentyp (n = 6) und der Anzahl der Haushaltsmitglieder (n = 5). Bemerkenswerterweise wurde E. coli positiv mit Diabetes in Verbindung gebracht.

Ethnizität und Haushaltseinkommensvariablen wurden mit denen von Jakun bzw. denjenigen verglichen, die weniger als 400 MYR verdienen. Fehlerbalken werden basierend auf den in der Maaslin2-Ausgabe gemeldeten Standardfehlern visualisiert.

Es wurde eine Netzwerkanalyse durchgeführt, um die Korrelationen zwischen Resistommerkmalen, mikrobiellen Arten und Metadaten zu untersuchen, die 57 Arten, 49 ARGs und 15 Metadatenmerkmale umfasste. Das visualisierte Netzwerk zeigte negative Assoziationen zwischen Hefe und fünfzehn ARGs sowie eine positive Assoziation zwischen Diabetikern und mehreren ARGs (Abb. 4). Darüber hinaus wurde ein Zusammenhang zwischen der Anwesenheit von Hühnern in der Nähe des Stalls und zwei Chinolon-Genen (qnrS9 und qnrS7) beobachtet. Auch der Verzehr von Rindfleisch war mit qnrS9 verknüpft. Am wichtigsten ist, dass die Netzwerkanalyse die starke Rolle von E. coli im Resistomprofil der Segamat-Kohorte hervorhob, da es positiv mit 36 ​​ARGs korreliert. Darüber hinaus gab es auch eine starke Assoziation zwischen E. coli und der Shannon-Resistom-Diversität (ergänzende Abbildung 7, lineares Modell p <0, 05), was die beobachtete Assoziation zwischen E. coli und Antibiotikaresistenz in Segamat weiter festigte.

Es wurden nur signifikante (p < 0,05) Spearman-Korrelationen mit einer absoluten Korrelation > 0,25 gezeigt.

In diesem Bericht haben wir das Darmresistomprofil von Gemeinschaftsbewohnern durch metagenomische Shotgun-Sequenzierung in Malaysia charakterisiert. Wir haben keinen spezifischen demografischen Faktor beobachtet, der mit dem Profil des Darmresistoms in Verbindung steht, was darauf hindeutet, dass ARG unabhängig von Alter, Geschlecht oder ethnischer Zugehörigkeit in der Gemeinschaft stark verbreitet war, was die Endemizität der Antibiotikaresistenz in Segamat bestätigt. Wir entdeckten einen starken Zusammenhang zwischen dem Darm-Resistomprofil und dem Lebensstil sowie Umweltfaktoren im Zusammenhang mit Hygiene, Gesundheit, Umwelt und Ernährungsgewohnheiten. Wichtig ist, dass das Resistomprofil offenbar auch stark mit der Häufigkeit von E. coli und einer positiven Darmbesiedlung mit Hefen zusammenhängt.

Menschen können Antibiotika auf verschiedenen Wegen ausgesetzt sein, unter anderem durch ärztliche Verschreibungen27,28, rezeptfreie Medikamente29,30 und den Verzehr von Lebensmitteln, die Antibiotikarückstände enthalten31,32,33. Nach der Einnahme üben Antibiotika einen direkten Selektionsdruck auf die Bakterienpopulation aus, der durch Mutationen und deren Verbreitung über mobile genetische Elemente zur Entstehung antibiotikaresistenter Stämme führen könnte34,35. Medizinische Antibiotika-Verschreibungen stellen in der Regel sicher, dass eine optimale Dosierung verordnet wird, um das Risiko einer Antibiotikaresistenzentwicklung zu minimieren36. Die Verfügbarkeit von verschreibungsfreien Antibiotika in weiten Teilen Südostasiens37,38 hat die Bevölkerung jedoch einem unangemessenen und möglicherweise unterdosierten Einsatz von Antibiotika ausgesetzt, was die Entwicklung einer antimikrobiellen Resistenz gegen subletale Dosen39,40 beschleunigen und möglicherweise zu hohen Dosen führen könnte resistente Stämme.

Die Häufigkeit des Antibiotikakonsums variiert stark je nach Land und Region und hängt mit der wirksamen Umsetzung geeigneter Antibiotika-Stewardship-Programme zusammen41. Obwohl Malaysia eines der wenigen Länder in Südostasien ist, das ein nationales Antibiotika-Überwachungssystem und ein Stewardship-Programm nach den Methoden der Weltgesundheitsorganisation42 eingerichtet hat, ist es wahrscheinlich, dass die offiziellen Antibiotika-Verbrauchsdaten im Land aufgrund mangelnder Berichterstattung nicht die tatsächliche Verbrauchsrate angeben die privaten Sektoren42. Dieses Problem wird durch die Tatsache verschärft, dass Antibiotika häufig ohne entsprechende Verschreibung erhältlich sind38. Dennoch haben Browne et al. (2021)43 führten anhand einer Zusammenstellung von Umfragen und offiziellen Datenquellen bis 2018 eine räumliche Modellierung des Antibiotikaverbrauchs in 204 Ländern durch und kamen zu dem Ergebnis, dass Südostasien einer der größten Konsumenten globaler Antibiotika ist, verantwortlich für 6,5 % (95 % KI 9,4 – 12,0) des weltweiten Antibiotikaverbrauchs. Die gemeldete hohe Konsumhäufigkeit steht im Einklang mit einem Bericht aus dem Jahr 2019, der auf die endemische Verbreitung von Antibiotikaresistenzen in Südostasien hinweist44. Pereira-Dias et al. blickten tiefer in die Region. (2021)14 berichteten kürzlich über das Darmresistom von 42 Kindern und gesunden Erwachsenen aus Vietnam, bei dem 132 ARGs nachgewiesen wurden, was viel weniger ist als die 1038 in dieser Kohorte nachgewiesenen ARGs. Allerdings nutzte unsere Studie auch eine viel größere Stichprobengröße (n = 200 gegenüber n = 42) und sequenzierte Lesevorgänge (durchschnittlich etwa 26 Millionen Lesevorgänge pro Proband gegenüber 12 Millionen Lesevorgängen). Darüber hinaus ist die unterschiedliche Genhäufigkeit wahrscheinlich auch auf die unterschiedlichen verwendeten Referenzdatenbanken zurückzuführen, wobei Pereira-Dias et al.14 in dieser Studie die SRST2-Datenbank im Vergleich zu den CARD- und ARDB-Datenbanken verwendeten, die von der ARGs-OPA-Pipeline verwendet wurden. Dennoch sind unsere Ergebnisse mehr oder weniger vergleichbar mit den gemeldeten 764 Gen-ARG-Subtypen aus dem benachbarten Singapur, bei denen auch die Dominanz von Tetracyclin- und Aminoglycosid-Resistenzgenen im städtischen Abwasser beobachtet wurde15. Unabhängig von der beobachteten Menge stimmt die hohe Diversität der in unserer Kohorte beobachteten ARGs mit anderen Studien überein, die auf die endemische Verbreitung von Antibiotikaresistenzen in Südostasien hinweisen14,45. Insbesondere die hohe Prävalenz von Resistenzgenen gegen Aminoglykoside, Cephalosporine, Makrolide und Fluorchinolone gibt angesichts ihres Status als äußerst wichtige antimikrobielle Mittel für die Behandlung von Infektionskrankheiten Anlass zu großer Sorge46.

Die Hauptbeschäftigung der in dieser Kohorte untersuchten Fächer ist die Landwirtschaft, in der der Tetracyclinkonsum relativ häufig vorkommt47,48,49,50. Die in dieser Studie beobachtete hohe Häufigkeit von Tetracyclinresistenzen könnte daher ein Ausdruck einer direkten beruflichen Exposition sein, über die berichtet wurde51.

Es ist bekannt, dass Hygienefaktoren eine wesentliche Rolle bei der Gestaltung der Dynamik der Antibiotikaresistenz spielen. Schlechte Hygienepraktiken wie unzureichendes Händewaschen52 oder der Verzehr kontaminierter Lebensmittel und Wasser53 können Menschen Bakterien aussetzen, die ARGs besitzen. Darüber hinaus wurden schlechte Hygienepraktiken im Gesundheitswesen auch mit der Verbreitung antibiotikaresistenter Organismen in Verbindung gebracht54. Eine solche Exposition könnte die Verbreitung von ARG durch horizontalen Gentransfer mobiler genetischer Elemente wie Plasmide erleichtern und zur Kolonisierung kommensaler Bakterien führen, die ARGs tragen. In dieser Studie korrelierten Hygienefaktoren wie Wasserquellen sowie die Art und Lage der Toilette signifikant mit dem beobachteten Resistom. Antibiotikarückstände und resistente Stämme wurden aus verschiedenen Trinkwasserquellen55,56,57, unter anderem in Malaysia58, gemeldet. Unser Befund legt daher die Möglichkeit einer Exposition durch die Umwelt nahe. Dies wurde auch durch die geringere Resistenzvielfalt der Shannon-Probanden gestützt, die Zugang zu Leitungswasser hatten, was darauf hindeutet, dass unbehandelte Wasserquellen eine wichtige Rolle bei der Übertragungsdynamik von ARG in der Region spielen könnten.

Jüngste Studien haben einen Zusammenhang zwischen dem Body-Mass-Index (BMI) und der Diversität der Darmmikrobiome aufgezeigt, wobei übergewichtige Personen eine geringere mikrobielle Diversität im Darm aufweisen als schlanke Personen59,60. Der Mechanismus hinter dieser Korrelation wird wahrscheinlich durch die Ernährungsgewohnheiten des Einzelnen bestimmt. Übergewichtige Menschen tendieren dazu, eine Ernährung mit wenig pflanzlichen Lebensmitteln zu sich zu nehmen61, die eine reichhaltige Quelle an kurzkettigen Fettsäuren62 ist und mit einer höheren Diversität mikrobieller Arten im Darm in Verbindung gebracht wird63,64. Darüber hinaus wird die typische westliche Ernährung, die reich an Fett und Einfachzucker ist und mit einer geringeren Mikrobiomvielfalt in Verbindung gebracht wird, häufig mit Darmentzündungen in Verbindung gebracht65,66.

Südostasien ist für seinen hohen Antibiotikaverbrauch berüchtigt, da es an der Durchsetzung der Antibiotikavorschriften mangelt, wobei Malaysia eine der höchsten Antibiotikaverbrauchsraten der Welt verzeichnet43. Tatsächlich hat ein hoher Anteil der Malaysier berichtet, dass sie Antibiotika ohne Rezept selbst eingenommen haben67, da das Bewusstsein für Antibiotikaresistenzen gering ist68, was die Probleme der übermäßigen und unangemessenen Verschreibung von Antibiotika im Land verschärft69. Es ist nicht überraschend, dass Probanden mit gesundheitlichen Problemen in dieser Kohorte auch mit einer höheren Resistomhäufigkeit verbunden waren.

Opportunistische Krankheitserreger wie E. coli wurden mit bakteriellen Infektionen (z. B. Gastroenteritis70, Harnwegsinfektion71, entzündliche Darmerkrankung72) und nicht übertragbaren Krankheiten (z. B. Typ-II-Diabetes73 und Bluthochdruck70) in Verbindung gebracht. In unserer vorherigen Studie haben wir über den häufigen Transport mehrerer Plasmidgruppen unter ESBL-produzierenden E. coli berichtet, mit einer phänotypischen Multiresistenzrate von 90,29 % in Segamat25. Die in dieser Studie beobachtete Korrelation zwischen der E. coli-Häufigkeit und der Resistomdiversität bestätigte daher unsere vorherigen Erkenntnisse. Die hohe Prävalenz von E. coli bei Diabetikern könnte den starken Zusammenhang zwischen der Krankheit und der Diversität des Resistoms erklären. Diese Beobachtung ist vielleicht nicht überraschend, wenn man bedenkt, dass Diabetiker Berichten zufolge eine erhöhte E. coli-Häufigkeit aufweisen73,74 und anfälliger für E. coli-assoziierte antibiotikaresistente Infektionen sind75,76,77. Am wichtigsten ist, dass, obwohl 95 % der Probanden E. coli trugen, Probanden mit geringer E. coli-Häufigkeit (d. h. weniger als der Bevölkerungsmedian von 0,32 %) keinen signifikanten Zusammenhang zwischen Arten und Resistomvielfalt aufwiesen, was stark auf die lebenswichtige Rolle von E. coli schließen lässt. coli spielt im Resistomprofil der Segamat-Kohorte eine Rolle.

Der Wettbewerb um Platz in der Darmumgebung wird mit gesundheitlichen Auswirkungen in Verbindung gebracht. Beispielsweise weisen Personen, die mit durch den Boden übertragenen Helminthen infiziert sind, eine höhere Diversität im Darm78 auf, was allgemein als Gesundheitsindikator angesehen wird79. Darüber hinaus wurde berichtet, dass Hefen wie C. albicans eine antagonistische Beziehung zu Darmbakterien haben80. Der beobachtete negative Zusammenhang zwischen Hefebesiedelung und zahlreichen Antibiotika-Genen könnte auf die Unterdrückung von ARG-tragenden Bakterienstämmen hinweisen. Beispielsweise zeigt Hefe eine antibakterielle Aktivität gegen E. coli81, obwohl auch das Gegenteil berichtet wurde82. Ungeachtet dessen bietet unsere Beobachtung einen Anhaltspunkt für weitere Untersuchungen, die möglicherweise die Rolle von Darm-Eukaryoten im Kampf gegen Antibiotikaresistenzen aufdecken könnten.

Obwohl Antibiotikaresistenzen im Allgemeinen mit Bakterien in Verbindung gebracht werden, wurde in immer mehr Studien über das Auftreten von Hefen und Pilzen berichtet, die ARGs beherbergen (z. B.83 und84). Entscheidend ist, dass über einen horizontalen Gentransfer von Resistenzgenen in Hefen sowohl in kontrollierten Laborumgebungen85 als auch aus Umweltdaten86,87,88 und Beobachtungen in der Gemeinschaft berichtet wurde. Anders als bei Prokaryoten sind die Mechanismen des horizontalen Gentransfers zwischen Pilz- und Hefezellen nicht gut verstanden88,89.

Zusätzlich zu den oben genannten Faktoren waren in dieser Kohorte auch die Ernährung und der wirtschaftliche Status signifikant mit dem Resistom verbunden. Es wurde berichtet, dass die Ernährung ein wichtiger Faktor für die Darmmikrobiota ist90. Der von uns beobachtete positive Zusammenhang zwischen Rindfleischkonsum und Chinolonresistenz wurde ebenfalls berichtet91,92. Mittlerweile wurde auch über eine höhere Prävalenz von Antibiotikaresistenzen bei Personen mit geringerem Einkommen berichtet93.

Die Stärke dieser Studie liegt in ihrer Fähigkeit, das Darmresistom sowohl mit der Darmmikrobiota als auch mit Lebensstil- und Umweltdaten zu verknüpfen, die durch die Verwaltung eines umfassenden Fragebogens gewonnen wurden und Einblicke in das Profil und die potenziellen Erwerbswege von ARGs in Segamat geben. Unsere Daten allein reichten jedoch nicht aus, um die Beziehung des beobachteten Darm-Resistomprofils mit anderen Umgebungen wie dem Tier, der Umgebung und den Kliniken aufzuklären. Solche Informationen sind von entscheidender Bedeutung, um eine klare Verbindung zwischen dem beobachteten Community-Profil und den anderen Umgebungen herzustellen und eine One-Health-Perspektive auf die Resistenzdynamik in der Region zu erstellen. Darüber hinaus könnte das Fehlen von Stuhlkonsistenzdaten der Teilnehmer, die einen Hinweis auf die Magen-Darm-Gesundheit liefern könnten, zu einer gewissen Verzerrung unserer Ergebnisse führen94,95. Allerdings waren Fragen zu langfristigen Magen-Darm-Beschwerden Bestandteil des Fragebogens, wobei keiner der Teilnehmer über aktuelle oder langfristige Magen-Darm-Beschwerden berichtete. Obwohl keiner der Teilnehmer zum Zeitpunkt der Probenahme Antibiotika einnahm, war die jüngste Vorgeschichte des Antibiotikakonsums nicht bekannt, was die Häufigkeit der ARG-Profile für einige Probanden erhöhen könnte. Durch das Fehlen einer Long-Read-Sequenzierung wird auch die eingeschränkte Plasmidassemblierung übersehen, die Aufschluss über den Anteil und die Übertragungsfähigkeit plasmidvermittelter Gene geben könnte. Schließlich verhindert der Querschnittscharakter dieser Studie Einblicke in die Stabilität und Übertragungsmuster der beobachteten Resistomprofile der Community-Mitglieder. Unabhängig davon bestätigt diese Studie das Vorhandensein massiver Antibiotikaresistenzreservoirs unter den Gemeindebewohnern in Malaysia und deckt den Zusammenhang zwischen dem beobachteten Resistom und dem Lebensstil sowie demografischen Faktoren auf. Sie liefert entscheidende Erkenntnisse, um bei der Entwicklung geeigneter Interventions- und Verwaltungsrichtlinien in der Region zu helfen.

Diese Studie wurde von der Ethikkommission für Humanforschung der Monash University (MUHREC, Projekt Nr. 1516) genehmigt und entspricht der Deklaration von Helsinki. Diese Studie wurde in Segamat durchgeführt, einem Bezirk im südlichen Bundesstaat Johor, Malaysia. Über das Einstellungsverfahren wurde berichtet24. Kurz gesagt: Von Mai bis Juni 2018 wurden Bewohner der Segamat-Gemeinschaft im Rahmen der Kohorte des South East Asia Community Observatory (SEACO)26 rekrutiert. Jeder Teilnehmer gab eine schriftliche Einverständniserklärung ab, und für Personen unter 18 Jahren wurde eine schriftliche Einwilligung der Eltern/Erziehungsberechtigten eingeholt.

Über das in dieser Studie verwendete Datenerfassungsverfahren wurde berichtet24. Kurz gesagt, Informationen über die Demografie und Lebensgewohnheiten der Teilnehmer wurden durch ein persönliches Interview mit geschulten SEACO-Datensammlern gewonnen. Anschließend erhielten die Teilnehmer eine mit Eisbeuteln gefüllte Styroporbox und ein Fisherbrand™ Commode Specimen Collection Kit (Fisher Scientific) und wurden in das Verfahren zur Probenentnahme eingewiesen. Die Stuhlproben wurden dann gepoolt und innerhalb von 24 Stunden zur Monash University Malaysia transportiert und bis zur weiteren Verarbeitung bei –50 °C gelagert.

Das Verfahren zum Screening auf Hefe, Schimmel und ESBL wurde veröffentlicht96. Kurz gesagt, ein Teil der frischen Stuhlproben wurde in einem Verhältnis von 1:9 (Gew./Vol.) mit gepuffertem Peptonwasser angereichert und dann auf ihren jeweiligen Screening-Medien mithilfe der Streuplattentechnik kultiviert. Die angereicherte Probe wurde dann auf Kartoffel-Dextrose-Agar kultiviert und über Nacht bei 25 °C inkubiert. Kolonien mit hefeähnlicher Morphologie wurden durch biochemische Untersuchungen und Sequenzierung bestätigt.

Die Stuhlproben wurden mit Zymo Research DNA/RNA Shield™ im Verhältnis 1:9 (w/v) gemischt. Die DNA wurde mit dem QIAamp PowerFecal Pro DNA Kit (Qiagen) gemäß dem Protokoll des Herstellers extrahiert. Anschließend wurde die extrahierte DNA zur Bibliotheksvorbereitung und Shotgun-Sequenzierung unter Verwendung einer 2 × 250-bp-Konfiguration in einer Illuemina NovaSeq-Sequenzierungsplattform an Macrogen Singapur (Macrogen Asia Pacific Pte Ltd, Singapur) gesendet.

Die resultierenden Rohablesungen (insgesamt 5.400.890.140 Reads, Mittelwert 26.345.806 ± 5.676.204 Reads pro Probe) wurden dann in die BioBakery3-Workflows Version 3.0.0-alpha.697 importiert. Kurz gesagt handelt es sich bei BioBakery3-Workflows um eine Zusammenstellung von Programmen zur Verarbeitung von metagenomischen Sequenzierungsdaten für Schrotflinten von Anfang bis Ende97. Als Teil des Arbeitsablaufs wurden die Entfernung von Adaptern und Sequenzierungsprimern sowie die Dekontamination menschlicher Lesevorgänge mit KneadDaa Version 0.7.6 durchgeführt. Die Gesamtzahl der Messwerte nach der Dekontamination mit KneadData betrug 4.736.421.077, mit einem Mittelwert von 23.104.493 ± 5.219.100. Der Rückschluss auf die Artenhäufigkeit wurde mit MetaPhlAn3 Version 3.0.1 durchgeführt, wobei die Sequenz mit Bowtie2 Version 2.2.3 abgeglichen wurde.

Die ARGs-Häufigkeit wurde aus den dekontaminierten Sequenzdateien mit der Online Analysis Pipeline for Antibiotic Resistance Genes Detection from Metagenomic Data Using an Integrated Structured ARG Database (ARGs-OAP) Pipeline Version 3.2.298 annotiert. ARGs-OAP nutzte eine strukturierte ARG-Referenzdatenbank, die sowohl ARDB als auch CARD integriert und eine zellzahlnormalisierte Resistenzgenablesung liefert. Die Datenbank wird regelmäßig mit ihrer Linux-Implementierung aktualisiert, die unter https://github.com/xinehc/args_oap verfügbar ist.

Die Datenanalyse wurde in R-Version 4.1.299 unter der Tidyverse-Version 1.3.1-Umgebung100 durchgeführt. Die Beschreibung der demografischen Statistiken wurde mit dem R-Paket Gmisc Version 2.1.0101 tabellarisch erstellt. Die Mikrobiomdaten wurden dann mithilfe des R-Pakets Phyloseq Version 1.38.0102 in Phyloseq-Objekte kompiliert. Das gleiche Paket wurde verwendet, um die Shannon-Diversitätswerte der Proben mit der Funktion „estimate_richness“, einer Wrapper-Funktion aus der veganen Paketversion 2.5–7103, zu schätzen.

Die Alpha-Diversitätsanalyse für numerische Variablen wurde unter Verwendung eines linearen gemischten Modells unter dem R-Paket lme4 Version 1–1.29 durchgeführt, um das verschachtelte Design der Probanden nach Haushalt zu berücksichtigen. Zur Bestimmung der Signifikanz wurde ein Likelihood-Ratio-Test durchgeführt. Nicht-numerische Variablen wurden mit dem Kruskal-Wallis-Test analysiert und für den Post-hoc-Vergleich wurde ein paarweiser Wilcoxon-Test mit Benjamini-Hochberg-Korrektur verwendet. Vor der ß-Diversitätsanalyse wurden die Mikrobiomprofile mithilfe der Kernfunktion des Mikrobiompakets Version 1.16.0104 gefiltert, um Merkmale mit einer Häufigkeit von <0,5 % und einer Prävalenz von <10 % zu entfernen. Dieses Filterkriterium behielt 66 von 1038 Resistenzgenen und 196 der 685 im Artenzusammensetzungsprofil erkannten Arten bei. Die Häufigkeitsdaten wurden mithilfe der Propr-Funktion im gleichnamigen R-Paket, Version 4.2.6105, zentriert logarithmisch transformiert. Mithilfe der Funktion adonis aus dem R-Paket vegan Version 2.5–7103 wurde eine permutationelle multivariate Varianzanalyse (PERMANOVA) durchgeführt, um Variablen zu identifizieren, die signifikant mit Mikrobiomprofilen assoziiert sind. Signifikant unterschiedliche Arten und ARG über Variablen hinweg wurden mithilfe des R-Pakets Maaslin2 Version 1.8.0106 und unter Verwendung eines linearen Modells identifiziert. Alle Diagramme wurden mit dem R-Paket ggplot2 Version 2_3.3.5107 visualisiert. Die Korrelationsanalyse zwischen der Artenzusammensetzung und den vorhergesagten Resistenzgenprofilen wurde mit dem Corrplot-Paket Version 0.92108 durchgeführt und mit Tidygraph Version 1.2.3109, igraph Version 1.4.2110 und ggraph Version 2.1.0111 im grafischen Netzwerk visualisiert.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Research Reporting Summary.

Die in dieser Studie verwendeten Rohsequenzdaten wurden unter BioProject PRJNA862629 auf NCBI hochgeladen.

Dadgostar, P. Antibiotikaresistenz: Auswirkungen und Kosten. Infizieren. Drug Resistance 12, 3903–3910 (2019).

Artikel CAS Google Scholar

Rosenblatt-Farrell, N. Die Landschaft der Antibiotikaresistenz. Umgebung. Gesundheitsperspektive. 117, A244–A250 (2009).

Artikel PubMed PubMed Central Google Scholar

Roberts, SC & Zembower, TR Globaler Anstieg des Antibiotikaverbrauchs: ein besorgniserregender Trend für die WHO-Ziele. Lanzetteninfektion. Dis. 21, 10–11 (2021).

Artikel PubMed Google Scholar

Hutchings, MI, Truman, AW & Wilkinson, B. Antibiotika: Vergangenheit, Gegenwart und Zukunft. Curr. Meinung. Mikrobiol. 51, 72–80 (2019).

Artikel CAS PubMed Google Scholar

Dyar, OJ, Huttner, B., Schouten, J. & Pulcini, C. Was ist antimikrobielle Verantwortung? Klin. Mikrobiol. Infizieren. 23, 793–798 (2017).

Artikel CAS PubMed Google Scholar

Garau, J., Nicolau, DP, Wullt, B. & Bassetti, M. Antibiotika-Stewardship-Herausforderungen bei der Behandlung ambulant erworbener Infektionen zur Vorbeugung einer eskalierenden Antibiotikaresistenz. J. Glob. Antimikrob. Widerstehen. 2, 245–253 (2014).

Artikel PubMed Google Scholar

Mera, RM et al. Zunehmende Rolle von Staphylococcus aureus und ambulant erworbenen Methicillin-resistenten Staphylococcus aureus-Infektionen in den Vereinigten Staaten: ein 10-jähriger Trend des Ersatzes und der Erweiterung. Mikro. Drug Resist 17, 321–328 (2011).

Artikel Google Scholar

Raphael, E., Glymour, MM & Chambers, HF Trends in der Prävalenz von Escherichia coli, das Beta-Lactamase mit erweitertem Spektrum produziert und aus Patienten mit gemeinde- und gesundheitsbedingter Bakteriurie isoliert wurde: Ergebnisse von 2014 bis 2020 in einem städtischen Sicherheitsnetz im Gesundheitswesen System. Antimikrob. Widerstehen. Infizieren. Kontrolle 10, 118 (2021).

Artikel PubMed PubMed Central Google Scholar

Iskandar, K. et al. Überwachung antimikrobieller Resistenzen in Ländern mit niedrigem und mittlerem Einkommen: ein uneinheitliches Bild. Antimikrob. Widerstehen. Infizieren. Kontrolle 10, 63 (2021).

Artikel PubMed PubMed Central Google Scholar

Worby, CJ et al. Erwerb und langfristige Mitnahme multiresistenter Organismen bei internationalen Reisenden in den USA. Öffnen Sie das Forum Infect. Dis. 7, ofaa543 (2020).

Artikel PubMed PubMed Central Google Scholar

Tufic-Garutti, Sd. S. et al. Erwerb antimikrobieller Resistenzdeterminanten bei Enterobacterales durch internationale Reisende aus einem großen städtischen Umfeld in Brasilien. Reisemed. Infizieren. Dis. 41, 102028 (2021).

Artikel CAS PubMed Google Scholar

Luvsansharav, U.-O. et al. Prävalenz und Risikofaktoren im Zusammenhang mit dem fäkalen Transport von CTX-M-β-Lactamase-produzierenden Enterobacteriaceae in ländlichen thailändischen Gemeinden. J. Antimikrobielle Chemotherapie. 67, 1769–1774 (2012).

Artikel CAS Google Scholar

Bezabih, YM et al. Die globale Prävalenz und Tendenz der menschlichen Darmübertragung von ESBL-produzierenden Escherichia coli in der Gemeinschaft. J. Antimikrobielle Chemotherapie. 76, 22–29 (2020).

Artikel Google Scholar

Pereira-Dias, J. et al. Das Darmmikrobiom gesunder vietnamesischer Erwachsener und Kinder ist ein wichtiges Reservoir für Resistenzgene gegen wichtige antimikrobielle Mittel. J. Infizieren. Dis. 224, S840–S847 (2021).

Artikel PubMed PubMed Central Google Scholar

Li, W. et al. Populationsbasierte Variationen eines Kernresistoms, die durch Überwachung des städtischen Abwassermetagenoms aufgedeckt wurden. Umgebung. Int. 163, 107185 (2022).

Artikel CAS PubMed Google Scholar

Karkman, A., Berglund, F., Flach, C.-F., Kristiansson, E. & Larsson, DGJ Vorhersage der Prävalenz klinischer Resistenzen anhand metagenomischer Abwasserdaten. Komm. Biol. 3, 711 (2020).

Artikel PubMed PubMed Central Google Scholar

Ng, C. et al. Metagenom- und Resistomanalyse einer groß angelegten kommunalen Kläranlage in Singapur mit Membranbioreaktoren. Vorderseite. Mikrobiol. 10, 172 (2019).

Artikel PubMed PubMed Central Google Scholar

Azli, B. et al. Metagenomik-Einblicke in die mikrobielle Diversität und Mikrobiom-Netzwerkanalyse zur Heterogenität von Zu- und Abwasser. Vorderseite. Mikrobiol. 13, 779196 (2022).

Artikel PubMed PubMed Central Google Scholar

Sit, PS et al. Prävalenz einer Methicillin-resistenten Staphylococcus aureus (MRSA)-Infektion und die molekularen Eigenschaften der MRSA-Bakteriämie über einen Zeitraum von zwei Jahren in einem tertiären Lehrkrankenhaus in Malaysia. BMC-Infektion. Dis. 17, 274 (2017).

Artikel PubMed PubMed Central Google Scholar

Ho, WS et al. Prävalenz und Charakterisierung von multiresistenten und Beta-Lactamase-produzierenden Escherichia coli mit erweitertem Spektrum auf Kinderstationen eines malaysischen Krankenhauses. Mikro. Drug Resist 18, 408–416 (2012).

Artikel CAS Google Scholar

Ramay, BM et al. Antibiotikaeinsatz und Hygiene beeinflussen zusammen die Verbreitung antimikrobiell resistenter Bakterien in einkommensschwachen Gemeinden in Guatemala. Wissenschaft. Rep. 10, 13767 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Essack, S. Wasser, Sanitärversorgung und Hygiene in nationalen Aktionsplänen zur Bekämpfung antimikrobieller Resistenzen. Stier. World Health Organ 99, 606–608 (2021).

Artikel PubMed PubMed Central Google Scholar

Cantón, R., Akova, M., Langfeld, K. & Torumkuney, D. Relevanz der Konsensprinzipien für eine angemessene Antibiotika-Verschreibung im Jahr 2022. J. Antimicrob. Chemother. 77, i2–i9 (2022).

Artikel PubMed Google Scholar

Dwiyanto, J. et al. Die ethnische Zugehörigkeit beeinflusst die Darmmikrobiota von Personen, die sich einen geografischen Standort teilen: eine Querschnittsstudie aus einem Land mit mittlerem Einkommen. Wissenschaft. Rep. 11, 2618 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Dwiyanto, J. et al. Pangenom- und Resistomanalyse von Escherichia coli, die ß-Lactamase mit erweitertem Spektrum produzieren: Eine epidemiologische Überwachungsstudie mit mehreren Settings aus Malaysia. PLOS ONE 17, e0265142 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Partap, U. et al. HDSS-Profil: Das South East Asia Community Observatory Health and Demographic Surveillance System (SEACO HDSS). Int. J. Epidemiol. 46, 1370–1371g (2017).

Artikel PubMed PubMed Central Google Scholar

Yimenu, DK, Emam, A., Elemineh, E. & Atalay, W. Bewertung von Antibiotika-Verschreibungsmustern in ambulanten Apotheken anhand von Verschreibungsindikatoren der Weltgesundheitsorganisation. J. Prim. Care Community Health 10, 2150132719886942 (2019).

Artikel PubMed PubMed Central Google Scholar

Demoz, GT et al. Verschreibungsmuster von Antibiotika anhand von WHO-Verschreibungsindikatoren bei stationären Patienten in Äthiopien: Bedarf an Antibiotika-Stewardship-Programm. Infizieren. Drug Resist 13, 2783–2794 (2020).

Artikel PubMed PubMed Central Google Scholar

Adhikari, B. et al. Warum kaufen Menschen Antibiotika rezeptfrei? Eine qualitative Studie mit Patienten, Ärzten und Spendern in Zentral-, Ost- und Westnepal. BMJ Glob. Gesundheit 6, e005829 (2021).

Artikel PubMed PubMed Central Google Scholar

Kotwani, A., Joshi, J. & Lamkang, AS Over-the-Counter-Verkauf von Antibiotika in Indien: eine qualitative Studie über die Perspektiven von Anbietern in zwei Bundesstaaten. Antibiotika (Basel) 10, 1123 (2021).

Artikel PubMed Google Scholar

Zhang, Y., Lu, J., Yan, Y., Liu, J. & Wang, M. Antibiotikarückstände in Rinder- und Schaffleisch und Bewertung der menschlichen Exposition im Süden von Xinjiang, China. Lebensmittelwissenschaft. Nutr. 9, 6152–6161 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Ben, Y. et al. Tägliche Aufnahme von Antibiotikarückständen durch den Menschen: Hauptquellen und Gesundheitsrisiken. Umgebung. Res. 212, 113387 (2022).

Artikel CAS PubMed Google Scholar

Ramatla, T., Ngoma, L., Adetunji, M. & Mwanza, M. Bewertung von Antibiotikarückständen in rohem Fleisch mit verschiedenen Analysemethoden. Antibiotika (Basel) 6, 34 (2017).

Artikel PubMed Google Scholar

da Silva, GC et al. Mobile genetische Elemente fördern die Verbreitung antimikrobieller Resistenzgene bei Pasteurellaceae-Arten. Vorderseite. Mikrobiol. 12, 773284 (2022).

Artikel PubMed PubMed Central Google Scholar

Partridge, SR, Kwong, SM, Firth, N., Jensen, SO Mobile genetische Elemente, die mit antimikrobieller Resistenz verbunden sind. Klin. Mikrobiol. Rev. 31, https://doi.org/10.1128/cmr.00088-00017 (2018).

Olofsson, SK & Cars, O. Optimierung der Arzneimittelexposition zur Minimierung der Selektion von Antibiotikaresistenzen. Klin. Infizieren. Dis. 45, S129–S136 (2007).

Artikel CAS PubMed Google Scholar

Nepal, G. & Bhatta, S. Selbstmedikation mit Antibiotika in der südostasiatischen WHO-Region: Eine systematische Übersicht. Cureus 10, e2428 (2018).

PubMed PubMed Central Google Scholar

Holloway, KA, Kotwani, A., Batmanabane, G., Puri, M. & Tisocki, K. Antibiotikaeinsatz in Südostasien und Richtlinien zur Förderung eines angemessenen Einsatzes: Berichte aus Ländersituationsanalysen. BMJ 358, j2291 (2017).

Artikel PubMed PubMed Central Google Scholar

Brandis, G., Larsson, J. & Elf, J. Antibiotika-Beharrlichkeit erhöht das Risiko der Resistenzentwicklung. Proz. Natl. Acad. Wissenschaft. 120, e2216216120 (2023).

Artikel CAS PubMed PubMed Central Google Scholar

Ramsay, KA, McTavish, SM, Wardell, SJT & Lamont, IL Die Auswirkungen subinhibitorischer Antibiotikakonzentrationen auf Pseudomonas aeruginosa: Reduzierte Anfälligkeit aufgrund von Mutationen. Front Microbiol 12, 789550 (2021).

Artikel PubMed PubMed Central Google Scholar

Aiesh, BM et al. Auswirkungen eines Antibiotika-Stewardship-Programms auf den Einsatz von Antibiotika, die Anfälligkeit von Bakterien und die Kosten von Antibiotika. Wissenschaft. Rep. 13, 5040 (2023).

Artikel CAS PubMed PubMed Central Google Scholar

Organisation WH. WHO-Bericht zur Überwachung des Antibiotikakonsums: 2016–2018, frühzeitige Umsetzung. (2018).

Browne, AJ et al. Globaler Antibiotikaverbrauch und -gebrauch beim Menschen, 2000–18: eine räumliche Modellierungsstudie. Lancet Planet. Gesundheit 5, e893–e904 (2021).

Artikel PubMed PubMed Central Google Scholar

Yam, ELY et al. Antimikrobielle Resistenz im asiatisch-pazifischen Raum: ein Tagungsbericht. Antimikrob. Widerstehen. Infizieren. Kontrolle 8, 202 (2019).

Artikel PubMed PubMed Central Google Scholar

Bich, VTN et al. Eine Untersuchung des Darm- und Umweltresistoms in einer Gemeinde im Norden Vietnams im Zusammenhang mit dem Einsatz von Antibiotika. Antimikrob. Widerstehen. Infizieren. Kontrolle 8, 194 (2019).

Artikel PubMed PubMed Central Google Scholar

WER;. Kritisch wichtige antimikrobielle Mittel für die Humanmedizin: Rangliste medizinisch wichtiger antimikrobieller Mittel für das Risikomanagement antimikrobieller Resistenzen aufgrund nichtmenschlicher Verwendung. (ed (AGISAR) WAGoISoAR). 6. Aufl. WHO (2018).

Lekagul, A., Tangcharoensathien, V. & Yeung, S. Muster des Antibiotikaeinsatzes in der weltweiten Schweineproduktion: eine systematische Übersicht. Tierarzt. Anim. Wissenschaft. 7, 100058 (2019).

Artikel PubMed PubMed Central Google Scholar

Kodimalar, K., Rajini, R., Ezhilvalavan, S. & Sarathchandra, G. Eine Untersuchung der Chlortetracyclin-Konzentration im Futter und seiner Rückstände in Hühnereiern in kommerziellen Legehennenbetrieben. J. Biosci. 39, 425–431 (2014).

Artikel CAS PubMed Google Scholar

Pham, DK et al. Überwachung des Einsatzes und der Rückstände von Antibiotika in der Süßwasseraquakultur für den Hausgebrauch in Vietnam. EcoHealth 12, 480–489 ​​(2015).

Artikel PubMed PubMed Central Google Scholar

Taylor, P. & Reeder, R. Antibiotikaeinsatz bei Nutzpflanzen in Ländern mit niedrigem und mittlerem Einkommen basierend auf Empfehlungen von Agrarberatern. CABI Agrar. Biowissenschaften. 1, 1–14 (2020).

Artikel Google Scholar

Sun, J. et al. Umweltumgestaltung der menschlichen Darmmikrobiota und Antibiotikaresistome in Tierhaltungsbetrieben. Nat. Komm. 11, 1427 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Kardaś-Słoma, L. et al. Verbesserung der Händehygiene oder Antibiotikaeinschränkung zur Kontrolle der Haushaltsübertragung von Escherichia coli, der β-Lactamase mit erweitertem Spektrum produziert: eine mathematische Modellstudie. Antimikrob. Widerstehen. Infizieren. Kontrolle 9, 139 (2020).

Artikel PubMed PubMed Central Google Scholar

Sivakumar, M. et al. Beta-Lactamase mit erweitertem Spektrum (ESBL) produzierende und multiresistente Escherichia coli in Straßenlebensmitteln: ein Problem für die öffentliche Gesundheit. J. Lebensmittelwissenschaft. Technol. 58, 1247–1261 (2021).

Artikel CAS PubMed Google Scholar

Weinstein, RA Bekämpfung antimikrobieller Resistenzen in Krankenhäusern: Infektionskontrolle und Einsatz von Antibiotika. Emerg. Infizieren. Dis. 7, 188–192 (2001).

Artikel CAS PubMed PubMed Central Google Scholar

Xi, C. et al. Prävalenz von Antibiotikaresistenzen in Trinkwasseraufbereitungs- und -verteilungssystemen. Appl. Umgebung. Mikrobiol. 75, 5714–5718 (2009).

Artikel CAS PubMed PubMed Central Google Scholar

Su, H.-C. et al. Persistenz von Antibiotikaresistenzgenen und Veränderungen der Bakteriengemeinschaft im Trinkwasseraufbereitungssystem: Von der Trinkwasserquelle zum Leitungswasser. Wissenschaft. Gesamtumgebung. 616–617, 453–461 (2018).

Artikel CAS PubMed Google Scholar

Kaur, R., Singh, D., Kesavan, AK & Kaur, R. Molekulare Charakterisierung und antimikrobielle Empfindlichkeit von Bakterienisolaten im Leitungswasser öffentlicher Toiletten. Int. Gesundheit 12, 472–483 (2019).

Artikel PubMed Central Google Scholar

Wee, SY, Haron, DEM, Aris, AZ, Yusoff, FM & Praveena, SM Pharmazeutische Wirkstoffe im malaysischen Trinkwasser: Konsum, Exposition und Risiko für die menschliche Gesundheit. Umgebung. Geochem. Gesundheit 42, 3247–3261 (2020).

Artikel CAS PubMed Google Scholar

Loftfield, E. et al. Zusammenhang des Body-Mass-Index mit der mikrobiellen Vielfalt im Stuhl und den Metaboliten in der nordfinnischen Geburtskohorte. Krebs-Epidemiol. Biomark. Vorher. 29, 2289–2299 (2020).

Artikel CAS Google Scholar

Zhernakova, A. et al. Eine bevölkerungsbasierte Metagenomikanalyse enthüllt Marker für die Zusammensetzung und Diversität des Darmmikrobioms. Wissenschaft 352, 565–569 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Quagliani, D. & Felt-Gunderson, P. Amerikas Lücke bei der Ballaststoffaufnahme schließen: Kommunikationsstrategien eines Lebensmittel- und Ballaststoffgipfels. Bin. J. Lifestyle Med. 11, 80–85 (2017).

Artikel PubMed Google Scholar

den Besten, G. et al. Die Rolle kurzkettiger Fettsäuren im Zusammenspiel zwischen Ernährung, Darmmikrobiota und Energiestoffwechsel des Wirts. J. Lipid Res. 54, 2325–2340 (2013).

Artikel Google Scholar

Silva, YP, Bernardi, A. & Frozza, RL Die Rolle kurzkettiger Fettsäuren aus der Darmmikrobiota bei der Darm-Gehirn-Kommunikation. Vorderseite. Endokrinol. 11, 25 (2020).

Artikel Google Scholar

Aho, VTE et al. Beziehungen zwischen Darmmikrobiota, kurzkettigen Fettsäuren, Entzündungen und der Darmbarriere bei der Parkinson-Krankheit. Mol. Neurodegener. 16, 6 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Fajstova, A. et al. Eine an Einfachzuckern reiche Ernährung fördert die entzündungsfördernde Reaktion durch Veränderung der Darmmikrobiota und TLR4-Signalisierung. Zellen 9, 2701 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Arnone, D. et al. Langfristiger übermäßiger Verzehr von Fett und Zucker führt zu einer teilweise reversiblen präinflammatorischen Darmerkrankung. Vorderseite. Nutr. 8, 758518 (2021).

Artikel PubMed PubMed Central Google Scholar

Haque, M. et al. Selbstmedikation mit Antibiotika: Untersuchung der Praxis unter Universitätsstudenten an der Malaysian National Defense University. Infizieren. Drug Resistance 12, 1333–1351 (2019).

Artikel Google Scholar

Wong, LP et al. Faktoren, die den unangemessenen Einsatz von Antibiotika beeinflussen: Ergebnisse einer landesweiten Umfrage unter der breiten Öffentlichkeit in Malaysia. PLoS One 16, e0258698 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Ab Rahman, N., Teng, CL & Sivasampu, S. Verschreibung von Antibiotika in öffentlichen und privaten Praxen: eine Querschnittsstudie in Kliniken der Grundversorgung in Malaysia. BMC-Infektion. Dis. 16, 208 (2016).

Artikel PubMed PubMed Central Google Scholar

Clark, WF et al. Langfristiges Risiko für Bluthochdruck, Nierenfunktionsstörung und Herz-Kreislauf-Erkrankungen nach Gastroenteritis durch mit Escherichia coli O157:H7 kontaminiertes Trinkwasser: eine prospektive Kohortenstudie. BMJ (Clin. Res. ed.) 341, c6020–c6020 (2010).

Artikel Google Scholar

Flores-Mireles, AL, Walker, JN, Caparon, M. & Hultgren, SJ Harnwegsinfektionen: Epidemiologie, Infektionsmechanismen und Behandlungsmöglichkeiten. Nat. Rev. Microbiol 13, 269–284 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Mirsepasi-Lauridsen, HC, Vallance, BA, Krogfelt, KA & Petersen, AM Escherichia coli-Pathobionten im Zusammenhang mit entzündlichen Darmerkrankungen. Klin. Mikrobiol. Pfr. Fr. 32, e00060–18 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

Qin, J. et al. Eine metagenomweite Assoziationsstudie der Darmmikrobiota bei Typ-2-Diabetes. Natur 490, 55–60 (2012).

Artikel CAS PubMed Google Scholar

Maskarinec, G. et al. Das Darmmikrobiom und der Typ-2-Diabetes-Status in der multiethnischen Kohorte. PLOS ONE 16, e0250855 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Wang, M.-C. et al. Bakterielle Eigenschaften und Blutzuckerkontrolle bei Diabetikern mit Escherichia coli-Harnwegsinfektion. J. Microbiol., Immunol. Infizieren. 46, 24–29 (2013).

Artikel PubMed Google Scholar

Ionete, OM, Avrămescu, C., Bălăşoiu, M. & Dobjanschi, C. Multiresistenz uropathogener Escherichia coli-Stämme, die aus Diabetikern isoliert wurden. BMC-Infektion. Dis. 14, S. 44 (2014).

Artikel PubMed Central Google Scholar

Carrillo-Larco, RM et al. Typ-2-Diabetes mellitus und antibiotikaresistente Infektionen: eine systematische Überprüfung und Metaanalyse. J. Epidemiol. Community Health 76, 75–84 (2022).

Artikel PubMed Google Scholar

Lee, SC et al. Die Besiedlung durch Helminthen ist mit einer erhöhten Diversität der Darmmikrobiota verbunden. PLOS vernachlässigte tropische Dis. 8, e2880 (2014).

Artikel Google Scholar

Clemente Jose, C., Ursell Luke, K., Parfrey Laura, W. & Knight, R. Der Einfluss der Darmmikrobiota auf die menschliche Gesundheit: Eine integrative Sichtweise. Zelle 148, 1258–1270 (2012).

Artikel CAS PubMed PubMed Central Google Scholar

Pérez, JC Pilze der menschlichen Darmmikrobiota: Rollen und Bedeutung. Int. J. Med. Mikrobiol. 311, 151490 (2021).

Artikel PubMed Google Scholar

Younis, G., Awad, A., Dawod, RE & Yousef, NE Antimikrobielle Aktivität von Hefen gegen einige pathogene Bakterien. Tierarzt. Welt 10, 979–983 (2017).

Artikel CAS PubMed PubMed Central Google Scholar

Cabral, DJ, Penumutchu, S., Norris, C., Morones-Ramirez, JR & Belenky, P. Mikrobielle Konkurrenz zwischen Escherichia coli und Candida albicans zeigt einen löslichen fungiziden Faktor. Mikro. Zelle 5, 249–255 (2018).

Artikel CAS Google Scholar

McDermott, A. Arzneimittelresistente Pilze auf dem Vormarsch. Proz. Natl. Acad. Wissenschaft. 119, e2217948119 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Huët, MAL et al. Molekulare Typisierung von multiresistenten Candida albicans, isoliert aus der Segamat-Gemeinschaft, Malaysia. Braz. J. Mikrobiol. 52, 2351–2356 (2021).

Artikel PubMed PubMed Central Google Scholar

Morogovsky, A., Handelman, M., Abou Kandil, A., Shadkchan, Y. & Osherov, N. Horizontaler Gentransfer der Triazolresistenz bei Aspergillus fumigatus. Mikrobiol-Spektr. 10, e0111222 (2022).

Artikel PubMed Google Scholar

Nazir, R., Shen, J.-P., Wang, J.-T., Hu, H.-W. & He, J.-Z. Pilznetzwerke dienen als neuartige ökologische Wege zur Anreicherung und Verbreitung von Antibiotikaresistenzgenen, wie Mikrokosmos-Experimente zeigen. Wissenschaft. Rep. 7, 15457 (2017).

Artikel PubMed PubMed Central Google Scholar

Slot, JC & Rokas, A. Horizontaler Transfer eines großen und hochtoxischen Sekundärstoffwechsel-Genclusters zwischen Pilzen. Curr. Biol. 21, 134–139 ​​(2011).

Artikel CAS PubMed Google Scholar

Fitzpatrick, DA Horizontaler Gentransfer in Pilzen. FEMS Mikrobiol. Lette. 329, 1–8 (2012).

Artikel CAS PubMed Google Scholar

Rosewich, UL & Kistler, HC Rolle des horizontalen Gentransfers in der Evolution von Pilzen. Annu. Rev. Phytopathol. 38, 325–363 (2000).

Artikel CAS PubMed Google Scholar

David, LA et al. Die Ernährung verändert das menschliche Darmmikrobiom schnell und reproduzierbar. Natur 505, 559–563 (2014).

Artikel CAS PubMed Google Scholar

Er, B. et al. Screening auf Rückstände von Chinolon-Antibiotika in Hühnerfleisch und Rindfleisch, das auf den Märkten von Ankara, Türkei, verkauft wird. Geflügel. Wissenschaft. 92, 2212–2215 (2013).

Artikel PubMed Google Scholar

Aliu, H. & Sulaj, K. Screening auf Rückstände von Chinolon-Antibiotika in im Kosovo verkauftem Rindfleisch. (2014).

Allel, K. et al. Sozioökonomische Faktoren im Zusammenhang mit der Antibiotikaresistenz von Pseudomonas aeruginosa, Staphylococcus aureus und Escherichia coli in chilenischen Krankenhäusern (2008–2017). Rev. Panam. Salud Publica 44, e30–e30 (2020).

Artikel PubMed PubMed Central Google Scholar

Dela, H. et al. Vorkommen von durchfallerregenden E. coli und antimikrobielle Resistenz von Beta-Lactamasen mit erweitertem Spektrum, isoliert aus Durchfallpatienten, die Gesundheitseinrichtungen in Accra, Ghana, aufsuchen. PLOS ONE 17, e0268991 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Afum, T. et al. Durchfall verursachende Bakterien und ihre Antibiotikaresistenzmuster bei Durchfallpatienten aus Ghana. Front Microbiol 13, 894319 (2022).

Artikel PubMed PubMed Central Google Scholar

Huët, MAL et al. Untersuchung kultivierbarer menschlicher Darmmykobiota aus der Segamat-Gemeinschaft in Johor, Malaysia. Welt J. Microbiol. Biotechnologie. 37, 113 (2021).

Artikel PubMed Google Scholar

Beghini, F. et al. Integration taxonomischer, funktioneller und Stammprofilierung verschiedener mikrobieller Gemeinschaften mit bioBakery 3. eLife 10, e65088 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Yang, Y. et al. ARGs-OAP: Online-Analysepipeline zur Erkennung von Antibiotikaresistenzgenen aus metagenomischen Daten unter Verwendung einer integrierten strukturierten ARG-Datenbank. Bioinformatik 32, 2346–2351 (2016).

Artikel CAS PubMed Google Scholar

R-Kernteam. R: Eine Sprache und Umgebung für statistische Berechnungen. R Foundation for Statistical Computing (2021).

Wickham, H. et al. Willkommen im Tidyverse. J. Open Source Softw. 4, 1686 (2019).

Artikel Google Scholar

Gordon M. Gmisc: Beschreibende Statistik, Übergangsdiagramme und mehr. 2.1.0 Ausgabe (2021).

McMurdie, PJ & Holmes, S. phyloseq: ein R-Paket für reproduzierbare interaktive Analysen und Grafiken von Mikrobiom-Volkszählungsdaten. PloS one 8, e61217 (2013).

Artikel CAS PubMed PubMed Central Google Scholar

Jari Oksanen F. et al. vegan: Community Ecology Package.). 2.5-7 edn (2020).

Lahti, L. & Shetty, S. Mikrobiom-R-Paket. 1.16.0 Ausgabe (2019).

Quinn, TP et al. Ein Leitfaden für die kompositorische Analyse von Any-Omics-Daten. GigaScience 8, giz107 (2019).

Artikel PubMed PubMed Central Google Scholar

Mallick, H. et al. Entdeckung multivariabler Assoziationen in Meta-Omics-Studien im Bevölkerungsmaßstab. PLOS-Computing. Biol. 17, e1009442 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Wickham H. ggplot2: Elegante Grafiken für die Datenanalyse. Springer New York (2009).

Wei, T. & Simko, V. R-Paket „corrplot“: Visualisierung einer Korrelationsmatrix). 0,91 edn (2021).

Pedersen T. Tidygraph: Eine aufgeräumte API für die Diagrammmanipulation. 1.2.3 Aufl. CRAN (2023).

Csardi, G. & Nepusz, T. Das igraph-Softwarepaket für komplexe Netzwerkforschung. InterJournal Complex Syst. 1695, 1–9 (2006).

Google Scholar

Pedersen TL ggraph: Eine Implementierung der Grammatik von Grafiken für Graphen und Netzwerke. 2.1.0 Ausgabe (2022).

Referenzen herunterladen

Diese Studie wurde durch das 2017 Monash Malaysia Strategic Large Grant Scheme (LG-2017-01-SCI), den 2017 Monash Malaysia Tropical Medicine and Biology Platform Fund und AMILI finanziert. Die Geldgeber hatten keinen Einfluss auf das Studiendesign und -ergebnis. Wir möchten dem SEACO-Feldteam für die Rekrutierung und Sammlung der in dieser Studie verwendeten Proben danken.

AMILI, Singapur, 118261, Singapur

J. Dwiyanto, KY Toh, JWJ Lee und CW Chong

Abteilung für Medizinische Mikrobiologie, Medizinische Fakultät, Universität Malaya, Kuala Lumpur, 50603, Malaysia

J. Dwiyanto

Fakultät für Naturwissenschaften, Universität Mauritius, Reduit, 80837, Mauritius

MAL Huet

School of Science, Monash University Malaysia, Bandar Sunway, 47500, Malaysia

MH Hussain, JBL Tan & S. Rahman

South East Asia Community Observatory, Segamat, 85000, Malaysia

TT So

Medizinische Abteilung, National University Hospital, Singapur, 119228, Singapur

JWJ Lee

Plattform für Tropenmedizin und Biologie, Monash University Malaysia, Bandar Sunway, 47500, Malaysia

S. Rahman

Fakultät für Pharmazie, Monash University Malaysia, Bandar Sunway, 47500, Malaysia

CW Chong

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

JD und SR haben die Studie entworfen. JD, MALH und MHH haben die Daten gesammelt. JD, JWJL und CWC analysierten die Daten. TTS und KYT stellten Ressourcen und technische Beratung zur Verfügung. JWJL, JBLT, SR und CWC sorgten für die Aufsicht. Alle Autoren haben das Manuskript überprüft.

Korrespondenz mit J. Dwiyanto oder CW Chong.

TKY ist Mitarbeiter von AMILI, einem gewinnorientierten Unternehmen für Darmmikrobiomanalysen mit Sitz in Singapur. DJ, LJWJ und CCW beraten auch für AMILI. HMAL, HMH, TTS, TJBL und RS erklären keinen Interessenkonflikt.

Diese Studie wurde vom Ausschuss für Humanforschungsethik der Monash University (MUHREC) genehmigt (Genehmigungsnummer: 1516), der sich an die Deklaration von Helsinki hält. Alle Teilnehmer gaben eine schriftliche Einverständniserklärung ab. Für Personen unter 18 Jahren wurde auch eine schriftliche Einverständniserklärung der Eltern/Erziehungsberechtigten eingeholt.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Dwiyanto, J., Huët, MAL, Hussain, MH et al. Sozialdemografische Determinanten für die Resistom- und Mikrobiomvariation einer multiethnischen Gemeinschaft in Südmalaysia. npj Biofilms Microbiomes 9, 55 (2023). https://doi.org/10.1038/s41522-023-00425-0

Zitat herunterladen

Eingegangen: 27. Dezember 2022

Angenommen: 03. August 2023

Veröffentlicht: 12. August 2023

DOI: https://doi.org/10.1038/s41522-023-00425-0

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt