La Contaminación Antropogénica Del Río Bogotá

24/5/23, 16:51 La contaminación antropogénica del río Bogotá altera las comunidades microbianas y promueve la propagación de genes de re…
Descargar PDF
naturaleza informes cientificos artículos artículo
Descargar PDF
Artículo Acceso abierto Publicado:13 agosto 2019
La contaminación antropogénica del río Bogotá altera las

comunidades microbianas y promueve la propagación de genes
de resistencia a los antibióticos
Carlos Eduardo Posada Perlaza ,Adán Ramírez Rojas ,Paola Porra ,Boahemaa Adu Oppong ,Ana
María Botero Coy ,Félix Hernández ,Juan M. Anzola ,Lorena Díaz ,Gautama Dantas ,alejandro
reyes yMaría Mercedes Zambrano
Informes científicos 9 , Número de artículo: 11764 ( 2019 )
5109 Accesos 23 citas 18 Altmetric Métrica
Abstracto
El aumento de bacterias resistentes a los antibióticos ha generado preocupación

mundial con respecto a la eficacia futura de los antibióticos. Las actividades humanas
que influyen en las comunidades microbianas y los resistomas ambientales pueden
generar riesgos adicionales para la salud humana. En este trabajo, caracterizamos
comunidades microbianas acuáticas y sus resistomas en muestras recolectadas en tres
sitios a lo largo del río Bogotá y de aguas residuales en tres hospitales de la ciudad, e
investigamos perfiles comunitarios y genes de resistencia a antibióticos (ARG) en
función de la contaminación antropogénica. La presencia de antibióticos y otros
Este sitio web establece solo cookies que son necesarias para su funcionamiento. Se utilizan
medicamentos de uso común aumentó en lugares muy afectados por las actividades
para habilitar la funcionalidad principal, como la seguridad, la gestión de la red y la
humanas, mientras que las diversas comunidades microbianas variaron entre los sitios
accesibilidad. Estas cookies no se pueden desactivar en nuestros sistemas. Puede
y los tiempos de muestreo, separando las muestras de ríos aguas arriba de las
deshabilitarlos cambiando la configuración de su navegador, pero esto puede afectar el
muestras de hospitales y ríos más contaminadas. Los patógenos resistentes a los
funcionamiento del sitio web. Consulte nuestra política de privacidad para obtener más detalles
antibióticos clínicamente
sobrerelevantes y los ARG
cómo procesamos fueron másDespedir
su información. abundantes en las muestras
https://www-nature-com.bd.univalle.edu.co/articles/s41598-019-48200-6 1/40
de agua contaminada. El seguimiento de determinantes resistentes a las aguas de los

ríosDescargar PDF
aguas arriba y las fuentes de la ciudad sugirió que las actividades humanas
fomentan la propagación de los ARG, algunos de los cuales se co-localizaron con
elementos genéticos móviles en contigs metagenómicos ensamblados. La
contaminación humana de este ecosistema acuático cambió tanto la estructura de la
comunidad como las resistencias ambientales que pueden representar un riesgo para
la salud humana.
Introducción
Ahora se reconoce que el uso médico de un antibiótico es seguido inevitablemente

por la aparición de cepas bacterianas resistentes. El aumento de la resistencia a los
antibióticos en todo el mundo y la amenaza que representan los patógenos
resistentes a los antibióticos para la salud humana han dado lugar a planes de acción
mundiales recientes para hacer frente a la resistencia a los antimicrobianos 1 . Los
patógenos bacterianos resistentes a uno o más antibióticos, e incluso a todos los
regímenes farmacológicos conocidos, como es el caso de la TB-XDR 2 , pueden
socavar los tratamientos y provocar un aumento de los costes sanitarios debido a la
prolongación de la enfermedad y la estancia hospitalaria 1 , 3 . Las cepas resistentes
son responsables de un gran número de muertes en todo el mundo, con un número
anual de muertes estimado en 10 millones de personas para 2050 4. La situación
actual se ve agravada por la lentitud con la que se desarrollan nuevos fármacos
antimicrobianos y por la propagación de genes de resistencia a los antibióticos (ARG)
tanto en la comunidad como en entornos donde los microorganismos están
expuestos a la presión selectiva de los antibióticos, como los hospitales.
Estudios recientes que utilizan principalmente enfoques metagenómicos han

demostrado que los ARG están presentes en varios entornos naturales, incluso en
aquellos considerados prístinos o antiguos 5 , 6 , 7 . Estos resistomas ambientales no
están
Este necesariamente
sitio web establecevinculados a las
solo cookies queactividades humanas
son necesarias para suyfuncionamiento.
al uso moderno Se de
utilizan
para habilitar
antibióticos; la funcionalidad
más bien, se originanprincipal,
a partircomo la seguridad,
de años la gestión
de evolución de la red
a medida quey la
los
microbios interactúan y se adaptan para sobrevivir en condiciones ambientales
variables. Los microorganismos también tienen la capacidad única de intercambiar
material genético por medio de elementos genéticos móviles, lo que les otorga mayor
sobre cómo procesamos su información.
plasticidad y la posibilidad de acceder al acervo genético de otros microbios 8. Los

Descargar PDF
resistomas ambientales son extensos y diversos y han ganado interés porque pueden
servir como reservorios de ARG que podrían transferirse potencialmente a patógenos
bacterianos clínicamente relevantes.
Las actividades humanas, reconocidas como uno de los principales impulsores de la

evolución del planeta 9 , han transformado diversos ambientes al introducir
contaminantes y compuestos que pueden afectar negativamente a los ecosistemas y
las comunidades microbianas 10 . Las sustancias químicas, los metales tóxicos y los
antibióticos pueden acumularse en el medio ambiente debido al uso excesivo oa
prácticas de manejo de desechos no reguladas, y pueden inadvertidamente promover
la aparición de bacterias resistentes 11 . Ciertas actividades, como la distribución
agrícola de estiércol y la eliminación de aguas residuales, pueden introducir ARG y
microorganismos resistentes en el medio ambiente y crear nuevas oportunidades para
la interacción entre bacterias de origen humano, animal y ambiental 8. Aunque los
ambientes acuáticos son particularmente importantes porque proporcionan un
recurso básico, reciben efluentes de actividades industriales y humanas, por lo que
representan un escenario único para la adquisición y propagación de ARG 12 , así
como para la proliferación de bacterias resistentes 13 , 14 .
Varios estudios han analizado la influencia de las actividades humanas en la presencia

de agentes antimicrobianos, bacterias resistentes y ARG en ecosistemas de agua
dulce. Los antibióticos liberados en el medio ambiente pueden persistir y continuar
ejerciendo una presión selectiva sobre los determinantes de resistencia 15 , 16 , quizás
incluso en concentraciones que pueden caer por debajo de las dosis inhibitorias
mínimas 17 . Las plantas de tratamiento de aguas residuales, que pueden reducir la
carga bacteriana y de ARG, aún pueden servir como reservorios de bacterias
resistentes y ARG que pueden afectar a las comunidades bacterianas del agua 18 , 19 ,
20.
También se ha demostrado que otras actividades humanas y contaminantes
antropogénicos, como la alimentación animal y los desechos industriales y
farmacéuticos, contribuyen
deshabilitarlos cambiando alalaconfiguración
abundanciadey su
diseminación de ARG
navegador, pero esto en ríos 21 el
los afectar
puede y en
los sedimentosdel
desitio
los estuarios 22
funcionamiento web. Consulte. El uso reciente
nuestra deprivacidad
política de la metagenómica de más
para obtener escopeta
detalles
mostró que la contaminación deprocesamos
sobre cómo las aguas de
su los ríos por aguas residuales resultó en
información.
una mayor abundancia de ARG, elementos genéticos móviles y géneros bacterianos

queDescargar PDF
se sabe que albergan especies patógenas 23 . Un estudio de varios lagos también
encontró que los ARG estaban presentes incluso en lugares menos afectados, lo que
sugiere un papel de estos depósitos de agua dulce en la propagación de marcadores
de resistencia 24. De hecho, un metaanálisis reciente de lagos indicó que la
contaminación con antibióticos y ARG ocurre a escala global 14 . En general, estos
estudios muestran que las actividades humanas afectan directamente tanto a las
comunidades microbianas como a los genes de resistencia en los ecosistemas de
agua dulce, lo que destaca la importancia de una gestión eficiente de los desechos y
los contaminantes para limitar los efectos involuntarios en el medio ambiente y los
seres humanos.
La vigilancia y el estudio de microorganismos en ambientes afectados pueden

proporcionar información sobre cómo cambian las comunidades microbianas y los
ARG debido a las actividades humanas. Los ARG también se han propuesto como
proxy para comprender la influencia antropogénica en la dispersión de
microorganismos y sus genes en el medio ambiente 10 . El conocimiento de estos
resistomas ambientales y su posible papel en la salud humana puede generar
conciencia y ayudar a catalizar acciones para controlar la contaminación y los riesgos
potenciales. En este trabajo estudiamos comunidades microbianas acuáticas y
marcadores de resistencia a antibióticos en el río Bogotá, un abastecimiento de agua
dulce vital para la región que se encuentra muy deteriorado por los vertidos
industriales, agrícolas y municipales antes, durante y después de su paso por la ciudad
de Bogotá 25. Una variedad de compuestos farmacéuticos, incluidos los antibióticos,
también se encuentran comúnmente en las aguas residuales y aguas superficiales de
Bogotá 26 . Sin embargo, falta trabajo sobre el efecto de los contaminantes en las
comunidades microbianas y los ARG presentes en este ecosistema fluvial. Este trabajo
muestra que la contaminación antropogénica altera la estructura y la diversidad de las
comunidades microbianas
para habilitar acuáticas
la funcionalidad que, acomo
principal, su vez, pueden proporcionar
la seguridad, la gestión de laun
redescenario
y la
para las interacciones
accesibilidad. microbianas
Estas y lapueden
cookies no se dispersión de los
desactivar endeterminantes de Puede
nuestros sistemas. resistencia
en eldeshabilitarlos
medio ambiente.cambiando la configuración de su navegador, pero esto puede afectar el
Resultados
Las actividades humanas afectan negativamente la calidad del agua

Descargar PDF
Se recolectaron muestras con distintos niveles de influencia antrópica del río Bogotá
(nacimiento del río (RS), sección media (RM) y sección inferior (RL), en orden creciente
de influencia antrópica) y de efluentes de aguas residuales en tres hospitales de
Bogotá (hospitales A (HA), B (HB) y C (HC)) (Fig. 1 ). Las muestras por triplicado
utilizadas para los análisis fisicoquímicos indicaron niveles más altos de
contaminación en muestras de RL y hospitales, visto particularmente en los valores
más altos de demanda biológica de oxígeno (DBO) y demanda química de oxígeno
(DQO), en comparación con los de RS (Tabla 1). Las muestras duplicadas se analizaron
mediante UHPLC-MS/MS para detectar la presencia de nueve antibióticos y siete
compuestos farmacéuticos de uso común (métodos complementarios). Si bien los 16
compuestos evaluados fueron indetectables o estuvieron presentes en
concentraciones muy bajas (por debajo de 0,02 µg/l) en la muestra de RS, a excepción
de la ciprofloxacina y la norfloxacina (Tabla 1, Tabla complementaria S1), estuvieron
presentes en la muestra de RL en concentraciones más altas. que las otras muestras
de río (RS y RM) en 15 de 16 casos. Las tres muestras de aguas residuales de
hospitales contenían más antibióticos que las muestras de río y, en algunos casos, las
concentraciones fueron >5 µg/L, más del doble de lo observado en aguas de río,
específicamente para norfloxacina, sulfametoxazol, trimetoprima, ciprofloxacina y
claritromicina (Tabla 1) .). También se detectaron otras drogas, como analgésicos y
medicamentos para la presión arterial alta, en las muestras del río y del hospital (Tabla
complementaria S1 ). La presencia de estos compuestos farmacéuticos es indicativa
de la influencia antropogénica en estos sistemas de agua.
Figura 1
Descargar PDF
Ubicación de los sitios de muestreo. Mapa destacando el curso del río Bogotá y los sitios de
toma de muestras en el origen (1), antes (2) y después (3) de Bogotá. Se muestran las
ubicaciones relativas de tres hospitales (4–6) en Bogotá, donde también se obtuvieron
muestras. Recuadro, la ubicación de Bogotá en Colombia.
Cuadro 1 Parámetros fisicoquímicos y concentraciones de antibiótico de

muestras
Este deestablece
sitio web agua. solo cookies que son necesarias para su funcionamiento. Se utilizan
La calidad microbiológica
deshabilitarlos della agua
cambiando muestreada
configuración de suse evaluó mediante
navegador, la estimación
pero esto puede afectar elde
coliformes totales
funcionamiento y células
del sitio de Escherichia
web. Consulte nuestracoli , indicadores
política comunes
de privacidad de más detalles
para obtener
contaminación fecal. sobre

Hubocómo procesamos subaja
una recuperación información.
de las muestras de RS, consistente
con reportes previos para el río Bogotá 27 , mientras que las muestras de RM, RL y del
Descargar PDF
hospital tuvieron conteos similares de E. coli (entre 10 6 y 10 8 CFU/L) y conteos
totales (entre 10 6 y 10 8 CFU/L). 7 a 10 8 UFC/L) (Tabla 2). Estas altas cargas bacterianas
en los sitios RM y RL son indicativas de mala calidad del agua y de posibles descargas
al río con un tratamiento previo deficiente o nulo. Los aislamientos se recuperaron de
muestras de agua sembradas en medios indicadores selectivos cromogénicos que
contenían antibióticos solo de las muestras RL: Klebsiella pneumoniae en agar CARBA
para la detección de Enterobacteriaceae productoras de carbapenemasas, K.
pneumoniae y E. coli en agar selectivo para β-lactamasas de espectro extendido, y
estafilococos coagulasa negativos resistentes a la meticilina. En el hospital A, se
confirmó el crecimiento de dos aislados resistentes a vancomicina ( Enterococcus
faecium VanA) y uno de K. pneumoniaeen agar CARBA. No se realizaron recuentos ya
que se esperaba que estos microorganismos estuvieran presentes en niveles muy
bajos.
Tabla 2 Recuentos bacterianos en Chromocult® Coliforme Agar.
Tanto los resultados fisicoquímicos como microbiológicos de la calidad del agua, así
como la presencia de compuestos farmacéuticos, indicaron una contaminación
creciente en áreas rurales y urbanas (RM, RL), en concordancia con reportes previos
de deterioro de la calidad del agua 25 , y confirmaron que las muestras fueron
recolectadas en sitios con diferentes niveles de contaminación.
La composición de la comunidad difiere entre las aguas del río y del hospital
El ADN metagenómico aislado de las muestras de agua se utilizó para determinar los
perfiles taxonómicos de la comunidad. Aunque ambas muestras de RS arrojaron
cantidades bajas de ADN (<1 ng/µl), de acuerdo con las bajas recuperaciones
bacterianas tras la siembra, fue imposible amplificar por PCR el gen 16S rRNA de la
muestra recolectada en 2015 (RS15) y fue por lo tanto, no se utiliza más. Se
secuenciaron las bibliotecas de amplicones realizadas con las 11 muestras restantes y,
después de filtrar y fusionar la calidad,
sobre cómo el número
procesamos de lecturas limpias osciló entre 41
su información.
207 y 65 614 por muestra. El análisis de diversidad de estas muestras se realizó

Descargar PDF
submuestreando aleatoriamente cada conjunto de datos a 41.000 secuencias. La
riqueza estimada por conteo directo de OTU (OTU observadas) fue más alta para
RL15,p = 0,03762; PD de Faith, p = 0,01672) (Tabla 3 ). Sin embargo, el índice de
diversidad de Shannon, que considera la abundancia de taxones, no mostró
diferencias significativas entre aguas arriba (RS y RM), aguas abajo (RL) y aguas
hospitalarias (prueba de Kruskal-Wallis, p = 0,8275 ) .
Tabla 3 Medidas de diversidad alfa para composición microbiana y ARG.
La asignación taxonómica se realizó en varios niveles utilizando el clasificador RDP

bayesiano ingenuo 28 . Un examen a nivel de filo (Fig. 2a ) indicó que las muestras del
hospital y del río diferían entre sí, excepto por la muestra del río inferior recolectada
en 2015 (RL15), que tenía un perfil similar a las muestras del hospital. Este patrón
también se observó al considerar los otros niveles taxonómicos. A nivel de orden, los
hospitales y la muestra RL15 tuvieron una abundancia muy baja o ausencia total de
Rickettsiales, en contraste con lo observado en las otras muestras de río (diferencia
>100 veces) (Fig. 2b). El momento del muestreo también afectó la composición de la
comunidad, como se ve, por ejemplo, en el predominio del filo Bacteroidetes en
muestras hospitalarias de 2016 y Actinobacteria en muestras de 2015. Se realizó un
análisis discriminante lineal (LDA) para identificar taxones diferencialmente
enriquecidos. Las muestras de RL fueron excluidas y analizadas en detalle a
continuación, ya que representan un sumidero que combina agua tanto de sitios río
arriba como de descargas urbanas, incluidas las aguas residuales de los hospitales. El
LDA confirmó el enriquecimiento del phylum Firmicutes en hospitales, y los phyla
Proteobacteria, Fusobacteria y Cyanobacteria en muestras de agua aguas arriba (RS y
RM)
Este(Figura complementaria
sitio web S1 , Tabla
establece solo cookies complementaria
que son necesarias paraS2
su).funcionamiento.
Géneros asociados con
Se utilizan
comunidades microbianas
para habilitar ambientales,
la funcionalidad como
principal, comoMethylosinus(metanotrofa), Thiocapsa
la seguridad, la gestión de la red y la
(reductora de azufre),
accesibilidad. Rhodobacter
Estas (fotosintética),
cookies no se Limnohabitans
pueden desactivar en nuestros (planctónica),
sistemas. Puede
Dechloromonas (oxidante
deshabilitarlos delacompuestos
cambiando configuraciónaromáticos) y Polynucleobacter
de su navegador, pero esto puede afectar el
funcionamientose
(planctónica), delenriquecieron
sitio web. Consulte
en lasnuestra política
muestras de privacidad
aguas para obtener
arriba; mientras másgéneros
que los detalles
asociados con la microbiota intestinal humana, como Faecalibacterium , Roseburia ,
Bacteroides y Ruminococcus , fueron más abundantes en los hospitales (Figura

Descargar PDF
complementaria S1 , Tabla S3). Finalmente, un análisis de coordenadas principales
(PCoA) realizado con distancias UniFrac ponderadas explicó el 81,1 % de la variación
total dentro de las dos primeras coordenadas principales y mostró tres grupos:
muestras de hospitales de 2016, RL15 y muestras de hospitales de 2015, y RL16 con el
río aguas arriba. muestras (Fig. 3a ). El primer componente, que explica el 48,0% de la
variación, separa principalmente los hospitales de las muestras de ríos. Estos análisis
revelaron la existencia de diferencias comunitarias entre hospital, aguas arriba y aguas
abajo del río (PERMANOVA, p ≈0.013), y mostraron que las dos muestras del tramo
bajo del río eran diferentes entre sí, una con más taxones enriquecidos en hospitales y
la otra otros taxones más enriquecidos en localidades río arriba.
Figura 2
Abundancia de taxones bacterianos basados en el análisis del gen 16S rRNA. ( a )
Abundancia de filos bacterianos; ( b ) Mapa de calor de la abundancia de órdenes
bacterianos. RS = nacimiento del río; RM = sección media; RL = sección inferior; HA, HB, HC
= hospitales A, B y C; 15 = 2015; 16 = 2016.
figura 3
Descargar PDF
Análisis de coordenadas principales de diversidad taxonómica y ARG. Los PCoA se realizaron

Descargar PDF
con ( a ) distancias UniFrac ponderadas de composición OTU y ( b ) distancias Bray-Curtis de
perfiles ARG. Ejemplos de nombres como se describe en la Fig. 2 .
También se construyeron y secuenciaron bibliotecas metagenómicas completas en un

Illumina NextSeq. Una vez más, la muestra RS15 se excluyó porque falló la
construcción de la biblioteca. Después de procesar y filtrar la calidad, las lecturas de
secuencia oscilaron entre 1 050 016 y 14 108 499 lecturas por muestra. Estas lecturas
metagenómicas se utilizaron para evaluar la composición de la comunidad microbiana
con Metaxa2 29 . Los amplios patrones taxonómicos obtenidos fueron consistentes
con los observados al hacer perfiles de genes 16S rRNA, aunque Metaxa2 no pudo
identificar filos de baja abundancia (Fig. S2 complementaria ), como se esperaba para
un análisis de escopeta.
La abundancia y diversidad de ARG es mayor en las localidades más intervenidas

Se utilizó ShortBRED 30 junto con 2937 marcadores ARG generados con CARD 31 y las bases de
datos de β-lactamasa de Lahey Clinic para cuantificar los ARG en las muestras
metagenómicas. Los recuentos se normalizaron según la longitud del gen y la
profundidad de secuenciación por muestra (RPKM) 32 , y según la proporción
bacteriana de copias de 16S encontradas por Metaxa2 (Tabla complementaria S4 ).
Este análisis mostró una mayor abundancia de ARG en las muestras hospitalarias,
seguidas por la sección inferior (RL) y aguas arriba del río (RS y RM) (Fig. 4 ).).
Además, la muestra RL16 tenía una abundancia de ARG comparable con los hospitales
y, curiosamente, se encontraron más ARG en RS que en RM. Estos conteos de RPKM
muestran que, en general, las aguas con mayor nivel de influencia antrópica albergan
más ARG. Observamos la misma tendencia al considerar solo ARG clínicamente
relevantes y determinantes 33 , 34 (Figura complementaria S3). Estos
Este sitio web establece solo genéticos
cookies que son necesarias para su funcionamiento. Se utilizan
resultados indican la
para habilitar que se encontraron
funcionalidad marcadores
principal, presentes
como la seguridad, la en patógenos
gestión de la reden
y la
muestras de agua, Estas
accesibilidad. incluso en aguas
cookies no seaguas arriba
pueden que se
desactivar enconsideran menosPuede
nuestros sistemas. afectadas
deshabilitarlos
por las actividadescambiando
humanas.laSin
configuración
embargo, de su navegador,
dado pero esto puede
que su identificación afectar
se basa enel
búsquedas bioinformáticas en una base de datos conocida, en este caso la base de
datos CARD seleccionada que se centra en genes de resistencia conocidos, se
perderán nuevos marcadores desconocidos. El gran número de ARG detectados por

Descargar PDF
secuenciación contrasta con el pequeño número de microorganismos resistentes
recuperados y subraya la discrepancia entre los métodos para evaluar comunidades
naturales donde la gran mayoría de los microbios no son cultivables en medios de
laboratorio.
Figura 4
ARG cuenta en las muestras de agua. Ejemplos de nombres como se describe en la Fig. 2 .
Además de tener mayores conteos de ARG, los hospitales y la parte baja del río
también tuvieron mayor diversidad de ARG (pruebas de Kruskal-Wallis: índice de
Shannon, p = 0.0441;
deshabilitarlos índiceladeconfiguración
cambiando Simpson, pde = su
0.0307) (Cuadro
navegador, pero 3 ). Esto
esto seafectar
puede ilustra,elpor
ejemplo, por lasdelresistencias
funcionamiento a la polimixina
sitio web. Consulte y al cloranfenicol,
nuestra política de privacidadque
paraestaban presentes
obtener más detalles
en hospitales y muestras
sobrede RL, pero
cómo no en su
procesamos lasinformación.
muestras de ríos aguas arriba (Fig. 5a )
. Una LDA indicó que los hospitales se enriquecieron con resistencia a

Descargar PDF
estreptograminas, lincosamidas, polimixinas y rifampicina, mientras que las muestras
aguas arriba solo se enriquecieron con resistencia a macrólidos (Fig. 5B , Tabla
complementaria S5). Además, 28 ARG fueron más abundantes en los hospitales, en
comparación con solo cinco en las muestras aguas arriba (Figura complementaria S1 ,
Tabla complementaria S6 ). Los ARG dentro de una categoría de antibiótico
determinada, como la resistencia a los macrólidos, también diferían entre las muestras
del río río arriba y las muestras del hospital y RL (Fig. S4 complementaria ). Un análisis
de coordenadas principales realizado utilizando distancias de Bray-Curtis (variación
del 48,6 % explicada en los dos primeros componentes) coincidió con esta
observación y mostró que las muestras de hospitales y RL se agruparon y estaban
separadas de las otras muestras de ríos (Fig. 3b). Estos resultados muestran que la
diversidad de ARG es mayor en aguas hospitalarias y de RL más contaminadas y que
estos marcadores difieren con respecto a las muestras de ríos aguas arriba
(PERMANOVA, p = 0,002).
Figura 5
Descargar PDF
Detección de ARGs en muestras de agua. ( a ) Abundancia de ARG clasificados por

antibiótico objetivo; ( b ) Resistencias diferencialmente enriquecidas en hospitales y aguas
arriba del río. Ejemplos de nombres como se describe en la Fig. 2 .
Los taxones bacterianos
para habilitar y los ARGprincipal,
la funcionalidad en las muestras de RL se pueden
como la seguridad, rastrear
la gestión hasta
de la red y la
hospitales o aguas arriba
Al ejecutar un análisis
deshabilitarlos de Procrustes,
cambiando encontramos
la configuración que la asociación
de su navegador, entre afectar
pero esto puede muestras,
el
basada en la composición
funcionamiento del sitio web.taxonómica, se correlacionó
Consulte nuestra con la asociación
política de privacidad dada
para obtener máspor el
detalles
resistoma (Procrustes,sobre
p =cómo M 2 = 0.554),
0.008,procesamos su información.
lo que sugiere que algunas de las
resistencias podrían estar asociadas con ciertos taxones. observado en lugares

Descargar PDF
específicos. Dado que la sección baja (RL) del río está influenciada tanto por las aguas
aguas arriba como por los efluentes urbanos, incluidas las aguas residuales de los
hospitales, SourceTracker 35se utilizó para identificar la fuente potencial de taxones
microbianos y ARG presentes en las muestras del río aguas abajo (RL). En el caso de
los taxones, la fuente de los géneros bacterianos detectados en las muestras de RL de
diferentes años, RL15 y RL16, tenían orígenes diferentes. Los géneros RL15 se
originaron únicamente a partir de fuentes desconocidas (56,2 %, SD = 2,6 %) y
hospitales (43,8 %, SD = 2,6 %), mientras que la composición de RL16 se derivó
principalmente de las fuentes anteriores RS y RM (83,1 %, SD = 1,5 %) (Fig. 6 ). Los
resistomas en las muestras de RL también tenían diferentes orígenes: en RL15, la
mayoría de los ARG se originaron en aguas residuales hospitalarias (46,2 %, SD = 2,5
%), seguidos de fuentes desconocidas (38,4 %, SD = 2,0%) y fuentes fluviales aguas
arriba (15,4%, SD = 1,3%); mientras que en RL16, la mayoría de los genes se pueden
rastrear hasta fuentes fluviales aguas arriba (35,7 %, SD = 1,3 %), seguidos de aguas
residuales de hospitales (32,6 %, SD = 2,8 %) y fuentes desconocidas (31,6 %, SD =
1,9 %). Se esperaban contribuciones significativas de fuentes desconocidas porque los
contaminantes liberados en el río tienen numerosos orígenes adicionales, como
actividades agrícolas y descargas domésticas. Al considerar solo las fuentes conocidas,
nuevamente RL15 tuvo una mayor contribución de ARG de hospitales y RL16 de
ubicaciones río arriba (RS y RM) (Fig. 6). Por lo tanto, la parte baja del río es un sitio
que reúne comunidades microbianas y resistomas de diversas fuentes, incluidas aguas
residuales aguas arriba y de hospitales.
Figura 6
Descargar PDF
Seguimiento de la fuente en las muestras de la sección baja (RL) del río. Origen de géneros
(16S) y ARG, rastreados hasta hospitales o aguas río arriba usando SourceTracker.
Riesgo de transferencia horizontal de genes

Para evaluar las posibles asociaciones entre los ARG y los elementos genéticos
móviles que podrían facilitar la transferencia horizontal de genes, ensamblamos
contigs usando
Este sitio GenSeed-HMM
web establece 36 yque
solo cookies SPAdes 37 y luegopara
son necesarias los su
anotamos usandoSe
funcionamiento. blastx 38.
utilizan
El ensamblaje GenSeed-HMM
para habilitar usóprincipal,
la funcionalidad HMM derivados de genesla de
como la seguridad, movilización
gestión de la red ycomunes
la
accesibilidad.
y resistencia Estas cookiespara
a los antibióticos no se pueden el
sembrar desactivar en nuestros
ensamblaje, por lo sistemas.
que solo Puede
generó
contigs que contenían genes de resistencia a los antibióticos o genes de movilización
(o ambos). Esta estrategia generó un total de 57 contigs, para todas las muestras, 10
con un tamaño superior a 1000 pb. En cuatro de estos contigs encontramos co-
Descargar PDF
ocurrencia de estos marcadores: dos casos en la muestra HC15 (Sul1 y una proteína
de la familia de la integrasa como IntI1, y AadA y una proteína de la familia de la
integrasa), y ocurrencias únicas para HC16 (proteína Sul1 y una proteína de la
integrasa proteína de la familia) y RL15 (gen de la estreptomicina adenililtransferasa).
También se buscó en el ensamblaje global de SPAdes contigs con la coexistencia de
ARG y elementos genéticos móviles. En este caso, identificamos cuatro de estos
contigs:gen qacH con transposasa IS6100), RL16 (gen AAC(6′)-Ib con integrasa IntI1) y
RM15 ( gen mphD con transposasa IS26). De estos 8 contigs con evidencia de co-
localización tanto para un ARG como para un gen de movilización, solo uno era de la
sección media del río y ninguno era de la fuente del río, lo que sugiere un mayor
potencial para la transferencia horizontal de genes en comunidades densamente
pobladas como las de los hospitales y el tramo bajo del río.
Discusión
En este trabajo caracterizamos la composición de la comunidad microbiana acuática y

el resistoma en muestras de agua tomadas en sitios con diversos grados de
contaminación: tres localidades a lo largo del río Bogotá y las aguas residuales de tres
hospitales de la ciudad de Bogotá. Las medidas fisicoquímicas, los recuentos
bacterianos y las cuantificaciones de antibióticos y fármacos indicaron que las
actividades humanas tenían un impacto negativo en la calidad del agua, en
consonancia con informes anteriores 25 . La presencia de fármacos de uso clínico
habitual en estas muestras de agua refleja tanto el consumo de fármacos 26 como la
contaminación 1 , 39 . Los antibióticos estaban presentes en cantidades bajas que,
aunque no eran eficaces para la selección de bacterias resistentes 33, particularmente
en las muestras de ríos aguas arriba, puede, no obstante, alterar la señalización
microbiana y afectar las interacciones 40 . Es importante tener en cuenta que, dado el
esquema de muestreo limitado y las concentraciones de fármaco variables obtenidas,
estas mediciones no pretenden ser un análisis completo y, por lo tanto, son difíciles
de correlacionar con las poblaciones microbianas. Sin embargo, es importante
destacar que la detección de estos fármacos proporciona evidencia de que estaban
presentes, aunque
funcionamiento se desconocen
del sitio web. Consultesunuestra
concentración
política deyprivacidad
efectos en otros
para lugares
obtener másodetalles
microambientes, como las cómo
sobre biopelículas. Las su
procesamos concentraciones
información. en los efluentes
hospitalarios mostraron variabilidad, posiblemente debido al uso y la estabilidad, y

Descargar PDF
fueron similares a las encontradas en otras aguas residuales hospitalarias de Colombia
41. Estos lugares pueden servir como sitios para el intercambio de genes y la selección
de microorganismos resistentes 20 , incluso en concentraciones subinhibitorias 17 .
Los cambios observados en la calidad del agua estuvieron acompañados de

alteraciones en la composición de la comunidad microbiana y los perfiles ARG. Los
taxones diferencialmente enriquecidos aguas arriba (RS y RM) y las muestras
hospitalarias fueron indicativos de diferentes contextos ecológicos. Los microbios
ambientales, incluidas las bacterias metanotróficas, reductoras de azufre,
fotosintéticas y oxidantes de compuestos aromáticos, se enriquecieron en las
muestras anteriores, mientras que los taxones asociados con la microbiota intestinal
humana fueron más abundantes en los hospitales, lo que concuerda con la
contaminación fecal humana. Tanto el PCoA como los análisis de seguimiento de
fuentes mostraron que las comunidades de las muestras aguas abajo (RL) podrían
derivarse de fuentes de aguas residuales de ríos y hospitales aguas arriba. Por
ejemplo, la abundancia de Firmicutes en la muestra RL15 podría explicarse por la
presencia de este taxón discriminante en muestras hospitalarias (Fig. 2a , figura 6). Sin
embargo, este hallazgo sorprende dado que las descargas hospitalarias al río
deberían representar un porcentaje mínimo del total de efluentes, lo que sugiere que
la contaminación fecal de la parte baja del río es extremadamente alta. Curiosamente,
las dos muestras de RL mostraron diferencias notables: la muestra de 2015 fue
taxonómicamente más similar a las muestras de hospitales y la muestra de 2016 a las
muestras de ríos aguas arriba. Esta diferencia estuvo marcada por taxones
particulares, como la mayor abundancia de Clostridiales en RL15. Esta disparidad, que
podría deberse a variaciones en los procedimientos experimentales, como los
métodos de extracción de ADN, también puede deberse a factores como: (i)
condiciones ambientales o patrones de lluvia, como la precipitación inferior al
42
promedio
para registrada para el muestreo
habilitar la funcionalidad de 2015
principal, período
como la seguridad,; ola(ii) descargas
gestión rurales
de la red y la y
urbanas al río en los
accesibilidad. diferentes
Estas cookies momentos dedesactivar
no se pueden muestreo. enSe requeriría
nuestros un muestreo
sistemas. Puede
adicional para definir
deshabilitarlos la posible
cambiando causalidad de
la configuración y las
su correlaciones
navegador, peroespecíficas
esto puedecon las el
afectar
variables ambientales.
El resistoma varió tanto en abundancia como en diversidad. La abundancia de ARG

Descargar PDF
siguió un gradiente que se correlacionó con los cambios en la comunidad microbiana
y fue mayor en los sitios aguas abajo que en las muestras río arriba, con un marcado
aumento en las muestras hospitalarias que también tenían una mayor presencia de
antibióticos. La mayor abundancia y diversidad de ARG en la muestra RS16 de la
fuente del río, en comparación con la sección media del río, confirmó la presencia
natural de estos marcadores en el medio ambiente 6 , 43 . La caída en la abundancia de
estos genes en la sección media del río (muestras RM) en ambos años fue intrigante y
podría deberse a múltiples descargas urbanas, agrícolas e industriales 25que
modifican las comunidades microbianas y diluyen las resistencias microbianas. Esta
ubicación también puede constituir un estado de transición de un ambiente no
contaminado a uno más contaminado. Se podrían hacer muestreos más espaciados
para abordar este problema. La abundancia intermedia de ARG en las muestras de
ríos río abajo (RL) es consistente con que esta ubicación sea un sumidero que
combina agua y comunidades de ríos río arriba y fuentes urbanas. Los ARG
clínicamente relevantes también se detectaron en todos los sitios estudiados y siguen
la tendencia general observada para los ARG en general, con mayor abundancia en
muestras de agua hospitalarias y más contaminadas. Por otro lado, muchos ARG
ambientales podrían haberse pasado por alto dado nuestro conocimiento limitado de
la diversidad de ARG ambientales y la capacidad para detectarlos. y el sesgo de las
bases de datos públicas hacia los genes más frecuentes. Estos problemas resaltan la
importancia de curar minuciosamente las bases de datos y realizar una evaluación
funcional de los fenotipos resistentes. En este estudio, la cantidad limitada de ADN
recuperado hizo imposible llevar a cabo una metagenómica funcional para detectar
marcadores de resistencia expresados.44 . Los estudios futuros requerirían recolectar
mayores cantidades de agua por sitio y/o mejorar los protocolos de extracción para
obtener suficiente ADN de alta calidad.
La similitud de los la
para habilitar perfiles ARG enprincipal,
funcionalidad sitios contaminados (muestras
como la seguridad, hospitalarias
la gestión y de
de la red y la
RL) y su diferenciación
accesibilidad. Estasde las ubicaciones
cookies río desactivar
no se pueden arriba también son indicativas
en nuestros de que la
sistemas. Puede
composición está cambiando
deshabilitarlos restringidalapor la ecología
configuración de45
su, ya que los efluentes
navegador, hospitalarios
pero esto puede afectar el
liberados al medio
funcionamiento ambiente
del sitio impactan
web. Consulte y alteran
nuestra lasdecomunidades
política privacidad paramicrobianas. La
obtener más detalles
muestra RL16, que sesobre cómo

agrupó procesamos
cerca su información.
de las muestras de ríos aguas arriba cuando se
basó en la taxonomía y de las muestras de hospitales cuando se basó en las

Descargar PDF
resistencias, también puede reflejar diferencias en términos de las contribuciones
relativas de los microbios y sus genes de resistencia en los efluentes contaminantes
entrantes y cómo estos afectan el comunidad resultante. Dada la secuenciación
Illumina de baja profundidad y el número limitado de contigs obtenidos, la
concurrencia de genes de movilización y ARG en contigs, principalmente de muestras
hospitalarias y de RL, sugiere un potencial para la transferencia horizontal de genes.
Se necesitaría el aislamiento de microorganismos o una secuenciación más profunda
para identificar marcadores específicos,33 , 46 .
A pesar del esquema de muestreo limitado, este estudio muestra que los ARG y los
patógenos están presentes en este ecosistema de agua dulce y están influenciados
por la contaminación antropogénica, un factor importante de los cambios
ambientales a microescala. Esta influencia se demuestra por la presencia de
antibióticos, fármacos y ARG de alto riesgo 46 en las muestras de ríos aguas abajo y
por la similitud entre estas y las muestras hospitalarias. La identificación de patógenos
clínicos conocidos como Staphylococcus aureus resistente a la meticilina (MRSA),
enterococos resistentes a la vancomicina (VRE) y enterobacterias resistentes también
expone el riesgo asociado con el uso de este suministro de agua para diversas
actividades, como la cría de animales y el riego de cultivos 47que pueden promover la
diseminación de microorganismos no deseados y sus genes al medio ambiente y la
cadena alimentaria 11 , 12 , 48 . La estrecha proximidad entre genes asociados a
elementos genéticos móviles y ARG, especialmente aquellos considerados de alto
riesgo para la salud humana como sul1 y AAC(6′)-Ib 33 , plantea la posibilidad de que
estos genes puedan movilizarse entre microorganismos en estos nuevos ajustes. Estos
resultados enfatizan la necesidad de una vigilancia de los riesgos microbiológicos en
este ecosistema fluvial, que se puede realizar con metagenómica 49 , 50, y la
implementación de estrategias efectivas para la gestión del agua dirigidas a evitar la
propagación no deseada
para habilitar de microorganismos
la funcionalidad principal, comoyladeterminantes de resistencia
seguridad, la gestión de la red ydebido
la
39
al efecto acumulativo
accesibilidad. decookies
Estas los vertidos
no se contaminantes a en
pueden desactivar pequeña escala
nuestros sistemas.. Puede
Este estudio proporciona
funcionamiento del sitio web.una instantánea
Consulte nuestraypolítica
un breve estudio de
de privacidad lasobtener
para comunidades
más detalles
microbianas y sus genes
sobredecómo
resistencia en dos
procesamos puntos en el tiempo y en sitios
su información.
geográficamente cercanos a lo largo del río Bogotá. El muestreo en ubicaciones

Descargar PDF
adicionales, el muestreo periódico en los mismos sitios, así como mayores volúmenes
de muestra y profundidad de secuenciación, brindarían una imagen más amplia de la
dinámica de las comunidades microbianas y sus resistomas y permitirían la correlación
con variables ambientales particulares. Sin embargo, nuestros datos metagenómicos
muestran que las comunidades microbianas y los resistomas de este ecosistema
fluvial se ven muy afectados por las actividades antropogénicas y cambian como
consecuencia de la contaminación. Estos resultados también ilustran cómo la
contaminación humana puede impulsar la propagación de ARG en este ecosistema
fluvial y generar condiciones para que las comunidades microbianas y los genes de
resistencia a los antibióticos de diversos orígenes se unan, mezclen y diseminen, lo
que representa un riesgo para la población local. Sin embargo, se necesita más
trabajo para comprender el riesgo de diseminación de estos determinantes desde
sitios contaminados, como hospitales, hacia los suministros de agua ambiental.39 .
Métodos
Sitios de muestreo y extracción de ADN

Las muestras de agua se tomaron en 2015 (entre agosto y noviembre) y 2016 (entre
mayo y junio), ambas durante la temporada de lluvias, pero con precipitaciones
ligeramente superiores en 2016 42 . Se obtuvieron muestras de tres lugares diferentes
a lo largo del río Bogotá (tres muestras de 18 L por sitio, recolectadas en tres días
diferentes en 2015, y una muestra de 18 L por sitio en 2016), y tres hospitales (tres
muestras de aguas residuales crudas de 6 L en diferentes días por sitio en 2015 y una
muestra de 6L por sitio en 2016) en la ciudad de Bogotá, Colombia (Fig. 1). Las aguas
residuales del hospital se monitorean para cumplir con los estándares regulatorios
con respecto a los recuentos microbianos. Se recogieron volúmenes menores de
efluentes hospitalarios ya que estos tenían mayor biomasa y eran suficientes para
obtener el ADN total de la comunidad. Las diferencias en los volúmenes totales
muestreados entre 2015 y 2016 se debieron a la accesibilidad y los permisos del sitio.
Las muestras de río se recolectaron en tres localidades con distintos niveles de
intervención antrópica:
deshabilitarlos el nacimiento
cambiando (RS), que
la configuración de susenavegador,
encuentrapero
en esto
la sierra
puedey tiene
afectarpoca
el
intervención humana
funcionamiento del sitio(Villapinzón,
web. ConsulteCundinamarca; 5° privacidad
nuestra política de 15′ 51.82″para
N; 73° 32′ 26.72″
obtener W); el
más detalles
tramo medio (RM), justo
sobreantes
cómode que el ríosu
procesamos ingrese a la ciudad de Bogotá pero
información.
después recibe efluentes de agua de pequeñas áreas urbanas e industrias locales

Descargar PDF
(Cota, Cundinamarca; 4° 47′ 57.0″ N; 74° 05′ 45.4″ O) ; y la sección inferior (RL), justo
después de la ciudad de Bogotá, donde el río recibe descargas de aguas residuales
(Soacha, Cundinamarca; 4° 34′ 41.6″ N; 74° 15′ 08.2″ O). Los nombres de los hospitales
se han mantenido anónimos y se verificó que sus ubicaciones estuvieran conectadas
al sistema de alcantarillado de la ciudad, que finalmente descarga al río Bogotá en
ubicaciones entre el segundo (RM) y el tercer (RL) sitio de muestreo (URL:
mapas.bogota.gov .co). Las muestras se transportaron en hielo al laboratorio y se
procesaron el mismo día de la recolección mediante un prefiltrado (Whatman® de 30
µm) para eliminar las partículas grandes y luego filtrar a través de filtros de éster de
celulosa mixta (PALL) de 0,45 µm y filtros de acetato de celulosa de 0,2 µm ( Sartorius)
utilizando un sistema de filtración al vacío (PALL). La biomasa de los filtros de 0,45 y
0,22 µm se recuperó colocando los filtros en tubos de 50 mL con PBS, 0. Tween 20 al
05 % (Sigma-Aldrich) durante 30 min a 28 °C con agitación, seguido de agitación
vorticial tres veces y luego extracción de filtros y centrifugación a 4696 × g durante 30
min a 4 °C. El ADN se obtuvo de la biomasa recuperada con dos métodos. Para las
muestras de 2015, la biomasa se eluyó utilizando 2,5 mg/mL de lisozima (Sigma-
Aldrich) durante 1 hora a 37 °C, agregando 200 µg/mL de proteinasa K (Invitrogen)
durante 3 horas a 56 °C y luego extrayendo con fenol: cloroformo:alcohol isoamílico
(25:24:1) y precipitación con 0,6 volúmenes de isopropanol y acetato de sodio 0,3 M
por centrifugación a 16.200 × g durante 30 min. Para las muestras de 2016, el ADN se
obtuvo mediante el kit DNeasy (Qiagen). Todas las muestras de ADN se cuantificaron
con el ensayo Qubit dsDNA HS (ThermoFisher Scientific) y se almacenaron a -80 °C.
Para el análisis de antibióticos y otros productos farmacéuticos, las muestras
almacenadas a -80 °C (aprox.
Análisis de aguas y determinación de fármacos

Los análisis fisicoquímicos (demanda química de oxígeno (DQO), demanda biológica
de oxígeno (DBO), nitrógeno total (TN) y sólidos suspendidos totales (TSS)) se
realizaron en las muestras de 2015 en Biopolab Ltda. (Bogotá, DC, Colombia),
51
siguiendo protocolos
funcionamiento del sitio estándar . nuestra política de privacidad para obtener más detalles
web. Consulte
Las muestras se almacenaron a -18 °C hasta que se analizó la presencia de los

Descargar PDF
antibióticos metronidazol, sulfametoxazol, trimetoprima, norfloxacina, ciprofloxacina,
clindamicina, claritromicina, eritromicina y azitromicina; y los fármacos carbamazepina,
venlafaxina, losartán, irbesartán, valsartán, naproxeno y diclofenaco. El día del análisis,
las muestras fueron descongeladas, centrifugadas y una alícuota fue utilizada para
análisis directo por cromatografía líquida de ultra alta resolución acoplada a
espectrometría de masas en tándem con analizador de triple cuadrupolo (UHPLC-
MS/MS), utilizando ionización por electrospray 52 ( métodos complementarios).
Condiciones de cultivo
Las muestras de agua (400 ml) se diluyeron en serie en agua destilada estéril y se
filtraron a través de filtros de nitrato de celulosa de 0,45 µm (Sartorius) y filtros de
disco de membrana GN-6 Metricel MCE (Pall), que se colocaron en Chromocult®
Coliforme Agar (Merck Millipore) para 24 h a 37 °C para la detección de E. coli
(colonias azules), coliformes totales (colonias color salmón) y otras bacterias Gram
negativas (colonias transparentes). Las bacterias resistentes se recuperaron
sembrando en medios cromogénicos selectivos para Enterobacteriaceae productoras
de β-lactamasa (CARBA Agar, ChromID, BioMerieux) y β-lactamasas de espectro
extendido (ESBL Agar, ChromID, BioMerieux), S. aureus resistente a la meticilina(MRSA
Agar, ChromID, BioMerieux) y enterococos resistentes a la vancomicina (VRE Agar,
ChromID, BioMerieux). Las colonias recuperadas se sometieron a ensayos de PCR
previamente informados para la identificación de especies y detección de resistencia
53 , 54 , 55 , 56 , 57 , 58 , 59 , 60
.
Amplificación, secuenciación y procesamiento del gen 16S rRNA

La región V4 del gen 16S rRNA se amplificó utilizando los cebadores 515F y 806R que
incluyen
Este sitioadaptadores para
web establece soloceldas
cookiesde flujo
que sonIllumina ( para su funcionamiento. Se utilizan
necesarias
http://www.earthmicrobiome.org/protocols-and-standards/16s/ ) 61 .de
para habilitar la funcionalidad principal, como la seguridad, la gestión Las
la red y la
accesibilidad.
amplificaciones porEstas
PCR cookies no se pueden
se realizaron desactivar
por triplicado enen nuestros
una sistemas.
placa de Puedeen un
96 pocillos
volumen de 25 µL que contenía 10,2 µL de H 2O, 12,8 µL Takara Premix Taq DNA
Polymerase (TaKaRa, #R004A), 1 µL de cebador directo 515F (10 µM), 0,5 µL de
cebador inverso 806R (10 µM) con el identificador único y 0,5 µL de ADN (1 ng/µL).
Las reacciones de PCR se realizaron de la siguiente manera: 98 °C por 30 s, 35 ciclos

Descargar PDF
de 98 °C por 10 s, 50 °C por 30 s y 72 °C por 30 s, y una extensión final a 72 °C por
120 s. Los productos de PCR se purificaron con el kit de purificación de PCR
Agencourt AMPure XP (Beckman Coulter, A63880), se cuantificaron con el kit
Picogreen (Invitrogen, P11496) y se cargaron con una concentración de 8 pM con 25
% de PhiX añadido a una plataforma Illumina MiSeq. , donde fueron secuenciados
utilizando extremos apareados de 250 pb 62 .
Los datos de secuencia se desmultiplexaron por muestra con el script Qiime 1 63

split_libraries_fastq.py (-p 0.1 -n 500) y las unidades taxonómicas operativas (OTU) se
generaron utilizando UPARSE 62 , 64 (usearch8.1), que incluía la fusión de datos
directos. y lecturas inversas (-fastq_mergepairs, -fastq_maxdiffs 0 -fastq_truncqual 3 -
fastq_maxmergelen 258 -fastq_minmergelen 248), filtración de calidad (-fastq_filter, -
fastq_maxee 0.5), desreplicación (-derep_fulllength) y clasificación (-sortbysize, -
minsize 2), agrupamiento (-cluster_otus), verificación de secuencias quiméricas en la
base de datos Gold (usando los indicadores -uchime_ref y -db; base de datos
descargada de http://drive5.com/uchime/uchime_download.html), mapeando las
lecturas a OTU con una identidad del 97 % (usando los indicadores -usearch_global y
-db, y configurando -strand en ambos); y generación de la tabla final de OTU
mediante el script uc2otutab.py 65 . La taxonomía se asignó utilizando RDP Classifier
28
contra la base de datos Greengenes 66 (con los scripts Qiime 1 align_seqs.py,
Assign_taxonomy.py, filter_alignment.py y make_phylogeny.py).
Secuenciación y procesamiento metagenómico

Las muestras de ADN se procesaron con el kit de preparación de bibliotecas de ADN
Nextera (Illumina) con modificaciones 67 , y las bibliotecas se secuenciaron con un
Illumina NextSeq (Centro de Ciencias del Genoma y Biología de Sistemas, Facultad de
Este sitio de
Medicina weblaestablece solo de
Universidad cookies que son necesarias
Washington). El centro para su funcionamiento.
de secuenciación Se utilizan
demultiplexó
las lecturas, analizó la calidad con FastQC (Babraham Bioinformatics) y filtró la calidad
con Trimmomatic 68 (-phred 33, HEADCROP: 10, ILLUMINACLIP: NexteraPE, LEADING:
3, TRAILING: 3, SLIDING WINDOW: 4 :20, MINLEN: 36). Las lecturas filtradas se
utilizaron para la comunidad microbiana y los análisis de genes de resistencia a los
antibióticos. Se utilizó Metaxa2 29 para evaluar la composición de la comunidad microbiana a partir de

Descargar
lecturas PDF 62 , 69
metagenómicas
.
Encuesta de genes de resistencia a antibióticos en las lecturas metagenómicas
ShortBRED se utilizó para determinar la presencia y la abundancia de ARG en lecturas

metagenómicas 30 , 70 . Los marcadores ShortBRED se generaron en base a la base de
datos integral de resistencia a los antibióticos (CARD) (descargada el 6 de marzo de
2017; 2158 proteínas) 31 y la base de datos de β-lactamasa de Lahey Clinic
proporcionada por Erica Pehrsson (1146 proteínas; solo se eliminó la proteína VEB-6
corta) , agrupados al 100 % de identidad 70 . Como base de datos de referencia para
eliminar genes bacterianos constitutivos, utilizamos el conjunto de datos de proteínas
UniRef90, como se sugirió 30(52.629.880 entradas). ShortBRED generó 2937
marcadores que utilizó para cuantificar ARG en cada muestra de agua, produciendo
archivos que contenían cada familia de marcadores y su abundancia, normalizados a
lecturas por gen kilobase por millón de lecturas (RPKM). Estas familias de marcadores
se clasificaron según el objetivo utilizando el archivo de metadatos seleccionados a
mano de las bases de datos de β-lactamasa CARD y Lahey Clinic, proporcionado por
Erica Pehrsson (Tabla complementaria S7 ) 70 .
Análisis de diversidad alfa y beta

Los análisis de diversidad alfa y beta se llevaron a cabo en el entorno Python 2.7 tanto
para la composición de la comunidad como para los perfiles ARG. Las tablas de OTU
se enrarecieron a 41 000 secuencias por muestra utilizando Qiime 1 63 . Las UTO
observadas, el índice de Shannon y la diversidad filogenética de Faith, que incorpora
las diferencias filogenéticas entre especies, se calcularon utilizando el script
alpha_diversity.py. Las tablas ARG no se enrarecieron ya que las abundancias de RPKM
noEste
necesitan
sitio webuna mayorsolo
establece normalización
cookies que en
sonlanecesarias
secuenciación
para sudefuncionamiento.
escopeta, y solo se
Se utilizan
determinaron los índices
para habilitar de Shannon
la funcionalidad y Simpson
principal, como laen cada muestra.
seguridad, Sede
la gestión compararon
la red y la los
índicesaccesibilidad.
de riqueza yEstas cookies entre
diversidad no se aguas
puedenarriba
desactivar
(RS yenRM,
nuestros
n 1 =sistemas.
3), aguasPuede
abajo (RL,
n 2 = 2) y hospital (n 3 = 6) muestras con pruebas de Kruskal-Wallis (α = 0.05). Para
los análisis de diversidad beta, la composición de la comunidad de cada muestra se
comparó usando una matriz de distancia UniFrac ponderada calculada con el script
Qiime beta_diversity.py, y el mismo script se usó con la tabla ARG para calcular una
Descargar PDF
matriz de distancia Bray-Curtis. Los gráficos de PCoA se generaron a partir de las
matrices de distancia utilizando el script principal_coordinates.py. El análisis de
varianza permutacional (PERMANOVA) se realizó de forma independiente con ambas
matrices de distancia para comparar muestras aguas arriba, aguas abajo y
hospitalarias mediante el script compare_categories.py y 999 permutaciones (α =
0,05), utilizando como covariable el año de muestreo.
Identificación de características discriminatorias

Dado nuestro pequeño tamaño de muestra y la falta de una distribución normal de
los datos, elegimos LEfSe 70 , 71, que realiza pruebas estadísticas no paramétricas, para
determinar OTU y ARG diferencialmente enriquecidos en muestras upstream y
hospitalarias. Las tablas OTU para filos y géneros se utilizaron como entradas para el
descubrimiento de taxones de biomarcadores en LEfSe. La tabla ARG también se
utilizó como entrada para LEfSe tras eliminar los ARG no detectados y clasificar los
restantes según el tipo de antibiótico al que confieren resistencia. Para las
comparaciones de OTU y ARG, el alfa se fijó en 0,05 para las pruebas de suma de
rangos de Kruskal-Wallis y de Wilcoxon por parejas. No es necesaria la corrección de
pruebas múltiples, ya que los resultados significativos se informan solo si todas las
pruebas de suma de rangos de Wilcoxon por pares son significativas. El umbral del
tamaño del efecto del análisis discriminante lineal se fijó en 3,0 y el programa realizó
comparaciones de todos contra todos.
Seguimiento de OTU y ARG

Se usó SourceTracker 35 para determinar la proporción de OTU y ARG de cada
muestra de la sección baja del río que estaban asociadas predominantemente con
hospitales o con
Este sitio web el río río
establece arriba
solo de que
cookies la ciudad (nacimiento
son necesarias paradel río y sección media
su funcionamiento. ).
Se utilizan
Análisis de elementos genéticos móviles
36 para ensamblar las lecturas metagenómicas utilizando modelos ocultos de
Se utilizó GenSeed-HMM
Markov (HMM) de genes de integrasa y ARG de alto riesgo. Cincuenta y ocho HMM de integrasa se
descargaron de Gypsy Database 2.0 ( http://gydb.org/index.php/Collection_HMM ) 72

Descargar PDF
y 37 HMM se generaron utilizando HMMER 3.1 73 , después de alinear las proteínas
indicadoras de alto riesgo y sus secuencias más cercanas. obtenido del NCBI. Estas
proteínas relevantes se obtuvieron a partir de la clasificación de riesgo realizada por
Martínez, Coque & Baquero 46 , a partir de los ARG indicadores de riesgo delineados
por Berendonk et al . 33 y de los contigs reunidos por Forsberg et al . 74. Todos los
HMM se usaron como semillas para el ensamblaje GenSeed-HMM y se buscaron
contigs para ARG y elementos genéticos móviles usando blastx 38 contra la base de
datos nr (umbral de valor E: 0.001, umbral de identidad porcentual: 90%).
Las lecturas metagenómicas se ensamblaron en contigs con SPAdes 37 . Se usó Blastx

(umbral de valor E: 0,001; umbral de porcentaje de identidad: 90 %) para buscar ARG y
elementos genéticos móviles utilizando una base de datos personalizada que
contiene todas las entradas de la base de datos ARG generada en este estudio y la
base de datos ACLAME de elementos genéticos móviles (descargada 12 de agosto de
2017) 75 .
Disponibilidad de datos
Los datos de secuencia tanto de los genes bacterianos 16 S rRNA como de los
metagenomas completos se depositaron en el Archivo Europeo de Nucleótidos con el
número de acceso del proyecto PRJEB22915 (
http://www.ebi.ac.uk/ena/data/view/PRJEB22915 ).
Referencias
1. Organización Mundial de la Salud. Plan de acción mundial sobre la resistencia a los

antimicrobianos . (2015).
2. Organización
para habilitarMundial de la Salud.
la funcionalidad Preguntas
principal, como layseguridad,
respuestas sobre ladetuberculosis
la gestión la red y la
extremadamente resistente
accesibilidad. Estas cookiesano
los
semedicamentos (XDR-TB).
pueden desactivar (2016).
en nuestros Disponible
sistemas. Puede en,
deshabilitarlos cambiando la configuración de su navegador, pero esto puede afectar
http://www.who.int/tb/areas-of-work/drug-resistent-tb/xdr-tb-faq/en/ el
. (Consulta:
15 de mayo de 2017).
3. Cosgrove, SE La relación entre la resistencia a los antimicrobianos y los resultados

Descargar PDF
de los pacientes: mortalidad, duración de la estancia hospitalaria y costos de
atención médica. clin. Infectar. Dis. 42 , S82–S89 (2006).
4. O'Neill, J. Abordar una crisis de salud global: pasos iniciales . La revisión sobre la
resistencia a los antimicrobianos (2015).
5. Allen, HK et al . Call of the wild: genes de resistencia a los antibióticos en entornos

naturales. Nat. Rev. Microbiol. 8 , 251–259 (2010).
6. D'Costa, VM et al . La resistencia a los antibióticos es antigua. Naturaleza 477 ,

457–461 (2011).
7. Segawa, T. et al. Distribution of antibiotic resistance genes in glacier environments.

Environ. Microbiol. Rep. 5, 127–134 (2013).
8. Gaze, W. H. et al. Influence of humans on evolution and mobilization of

environmental antibiotic resistome. Emerg. Infect. Dis. 19, e120871 (2013).
9. Palumbi, S. R. Humans as the world’s greatest evolutionary force. Science. 293,

1786–1790 (2001).
10. Zhu, Y.-G. et al. Human dissemination of genes and microorganisms in Earth’s
Critical Zone. Glob. Chang. Biol., https://doi-
org.bd.univalle.edu.co/10.1111/gcb.14003 (2017).
11. Bengtsson-Palme, J., Boulund, F., Fick, J., Kristiansson, E. & Larsson, D. G. Shotgun
metagenomics reveals a wide
sobre cómo array of antibiotic
procesamos resistance genes and mobile
su información.
elements in a polluted lake in India. Front. Microbiol. 5, 1–14 (2014).

Descargar PDF
12. Amos, G. C., Zhang, L., Hawkey, P. M., Gaze, W. H. & Wellington, E. M. Functional
metagenomic analysis reveals rivers are a reservoir for diverse antibiotic
resistance genes. Vet. Microbiol. 171, 441–447 (2014).
13. Marti, E., Variatza, E. & Balcazar, J. L. The role of aquatic ecosystems as reservoirs
of antibiotic resistance. Trends Microbiol. 22, 36–41 (2014).
14. Yang, Y. et al. Antibiotics and antibiotic resistance genes in global lakes: A review
and meta-analysis. Environ. Int. 116, 60–73 (2018).
15. Zhang, X. X., Zhang, T. & Fang, H. H. P. Antibiotic resistance genes in water
environment. Appl. Microbiol. Biotechnol. 82, 397–414 (2009).
16. Levy, S. B. & Marshall, B. Antibacterial resistance worldwide: causes, challenges

and responses. Nat. Med. 10, S122–9 (2004).
17. Gullberg, E. et al. Selection of resistant bacteria at very low antibiotic

concentrations. PLOS Pathog. 7, e1002158 (2011).
18. Marti, E., Jofre, J. & Balcazar, J. L. Prevalence of antibiotic resistance genes and
bacterial community composition in a river influenced by a wastewater treatment
Esteplant. PLoS
sitio web One 8, 1–8
establece solo (2013).
cookies que son necesarias para su funcionamiento. Se utilizan
19. deshabilitarlos cambiando la configuración de su navegador, pero esto puede afectar el
Proia, L. et al. Antibiotic resistance along an urban river impacted by treated
wastewaters. Sci. Total Environ. 628–629, 453–466 (2018).
20. Rizzo, L. et al. Urban wastewater treatment plants as hotspots for antibiotic
Descargar PDF
resistant bacteria and genes spread into the environment: A review. Sci. Total
Environ. 447, 345–360 (2013).
21. Storteboom, H., Arabi, M., Davis, J. G., Crimi, B. & Pruden, A. Tracking antibiotic
resistance genes in the South Platte River basin using molecular signatures of
urban, agricultural, and pristine sources. Environ. Sci. Technol. 44, 7397–7404
(2010).
22. Zhu, Y.-G. et al. Continental-scale pollution of estuaries with antibiotic resistance
genes. Nat. Microbiol. 2, 16270 (2017).
23. Marathe, N. P. et al. Untreated urban waste contaminates Indian river sediments
with resistance genes to last resort antibiotics. Water Res. 124, 388–397 (2017).
24. Czekalski, N., Sigdel, R., Birtel, J., Matthews, B. & Burgmann, H. Does human
activity impact the natural antibiotic resistance background? Abundance of
antibiotic resistance genes in 21 Swiss lakes. Environ. Int. 81, 45–55 (2015).
25. Corporación Autónoma Regional de Cundinamarca. Río Bogotá: Adecuación

hidráulica y recuperación ambiental. Evaluación ambiental y plan de gestión
ambiental. (2009).
26. Hernández, F. et al. LC-QTOF MS screening of more than 1,000 licit and illicit
Estedrugs
sitio web
andestablece solo cookies
their metabolites in que son necesarias
wastewater para suwaters
and surface funcionamiento.
from theSe utilizan
area of
Bogotá, Colombia. Anal. Bioanal. Chem. 407, 6405–6416 (2015).
27.
funcionamiento del sitioC.,
Campos-Pinilla, web. Consulte nuestra política
Cárdenas-Guzmán, de privacidad para obtener
M. & Guerrero-Cañizares, A. más detalles
Comportamiento de los indicadores de contaminación fecal en diferente tipo de
aguas de la sabana de Bogotá (Colombia). Univ. Sci. 13, 103–108 (2008).

Descargar PDF
28. Wang, Q., Garrity, G. M., Tiedje, J. M. & Cole, J. R. Naïve Bayesian classifier for
rapid assignment of rRNA sequences into the new bacterial taxonomy. Appl.
Environ. Microbiol. 73, 5261–5267 (2007).
29. Bengtsson-Palme, J. et al. Metaxa2: Improved identification and taxonomic

classification of small and large subunit rRNA in metagenomic data. Mol. Ecol.
Resour. 15, 1403–1414 (2015).
30. Kaminski, J. et al. High-specificity targeted functional profiling in microbial

communities with ShortBRED. PLoS Comput. Biol. 11, 1–22 (2015).
31. McArthur, A. G. et al. The Comprehensive Antibiotic Resistance Database.

Antimicrob. Agents Chemother. 57, 3348–3357 (2013).
32. Mortazavi, A., Williams, B. A., McCue, K., Schaeffer, L. & Wold, B. Mapping and
quantifying mammalian transcriptomes by RNA-Seq. Nat. Methods 5, 621 (2008).
33. Berendonk, T. U. et al. Tackling antibiotic resistance: the environmental

framework. Nat. Rev. Microbiol. 13, 310–317 (2015).
34. Munck, C., Ellabaan, M., Klausen, M. S. & Sommer, M. O. A. The resistome of
Estecommon
sitio web human pathogens.
establece bioRxiv
solo cookies 140194,
que son 1–16
necesarias (2017).
para su funcionamiento. Se utilizan
Knights, D. et al. Bayesian community-wide culture-independent microbial source
tracking. Nat. Methods 8, 6–11 (2011).
36. Alves, J. M. et al. GenSeed-HMM: A tool for progressive assembly using profile
Descargar PDF
HMMs as seeds and its application in Alpavirinae viral discovery from
metagenomic data. Front. Microbiol. 7, 1–15 (2016).
37. Bankevich, A. et al. SPAdes: A new genome assembly algorithm and its
applications to single-cell sequencing. J. Comput. Biol. 19, 455–477 (2012).
38. Altschul, S. F., Gish, W., Miller, W., Myers, E. W. & Lipman, D. J. Basic local
alignment search tool. J. Mol. Biol. 215, 403–410 (1990).
39. O’Neill, J. Tackling drug-resistant infections globally: final report and

recommendations. The Review on Antimicrobial Resistance, https://doi-
org.bd.univalle.edu.co/10.1016/j.jpha.2015.11.005 (2016).
40. Davies, J. & Davies, D. Origins and evolution of antibiotic resistance. Microbiol.
Mol. Biol. Rev. 74, 417–433 (2010).
41. Botero-Coy, A.-M. et al. An investigation into the occurrence and removal of
pharmaceuticals in Colombian wastewater. Sci. Total Environ. 642, 842–853
(2018).
42. IDEAM. Anomalía de la precipitación decadal. Available at,

http://www.ideam.gov.co/web/tiempo-y-clima/precipitacion-mensual-por-ano
(2017).
43. Allen, H. K., Moe,
accesibilidad. L. cookies
Estas A., Rodbumrer, J., Gaarder,
no se pueden A. &
desactivar enHandelsman, J. Functional
nuestros sistemas. Puede
metagenomics
deshabilitarlos reveals diverse
cambiando β-lactamases
la configuración in a remote
de su navegador, Alaskan
pero soil. afectar
esto puede ISME J.el3,
243–251 (2009).
44. Mullany, P. Functional metagenomics for the investigation of antibiotic

Descargar PDF
resistance. Virulence 5, 443–447 (2014).
45. Gibson, M. K., Forsberg, K. J. & Dantas, G. Improved annotation of antibiotic

resistance determinants reveals microbial resistomes cluster by ecology. ISME J. 9,
207–216 (2015).
46. Martínez, J. L., Coque, T. M. & Baquero, F. What is a resistance gene? Ranking risk
in resistomes. Nat. Rev. Microbiol. 13, 116–123 (2015).
47. Henao-Herreño, L. X., López-Tamayo, A. M., Ramos-Bonilla, J. P., Haas, C. N. &

Husserl, J. Risk of illness with Salmonella due to consumption of raw unwashed
vegetables irrigated with water from the Bogotá River. Risk Anal. 37, 733–743
(2017).
48. Baquero, F., Martínez, J.-L. & Cantón, R. Antibiotics and antibiotic resistance in
water environments. Curr. Opin. Biotechnol. 19, 260–265 (2008).
49. Fresia, P. et al. Urban metagenomics uncover antibiotic resistance reservoirs in

coastal beach and sewage waters. Microbiome 7, 35 (2019).
50. Hendriksen, R. S. et al. Global monitoring of antimicrobial resistance based on

metagenomics analyses of urban sewage. Nat. Commun. 10, 1124 (2019).
51. Eaton, A. D., Braun-Howland,
para habilitar E., Baxter,
la funcionalidad principal, T. E.la &
como Clesceri,laL.gestión
seguridad, S. Standard Methods
de la red y la for
the Examination
accesibilidad. of Water
Estas cookiesand Wastewater.
no se (American
pueden desactivar Public Health
en nuestros Association,
sistemas. Puede
American Water
deshabilitarlos Works la
cambiando Association, Water
configuración de suEnvironment Federation,
navegador, pero esto puede2005).
afectar el
52. Boix, C. et al. Fast determination of 40 drugs in water using large volume direct
Descargar PDF
injection liquid chromatography-tandem mass spectrometry. Talanta 131, 719–
727 (2015).
53. Fazzeli, H. et al. Development of PCR-based method for detection of

Enterobacteriaceae in septicemia. J. Res. Med. Sci. Off. J. Isfahan Univ. Med. Sci. 17,
671–675 (2012).
54. Clifford, R. J. et al. Detection of bacterial 16S rRNA and identification of four
clinically important bacteria by real-time PCR. PLoS One 7, e48558 (2012).
55. Ranjbar, R., Izadi, M., Hafshejani, T. T. & Khamesipour, F. Molecular detection and
antimicrobial resistance of Klebsiella pneumoniae from house flies (Musca
domestica) in kitchens, farms, hospitals and slaughterhouses. J. Infect. Public
Health 9, 499–505 (2016).
56. Yigit, H. et al. Novel carbapenem-hydrolyzing beta-lactamase, KPC-1, from a

carbapenem-resistant strain of Klebsiella pneumoniae. Antimicrob. Agents
Chemother. 45, 1151–1161 (2001).
57. Montealegre, M. C. et al. Novel VIM metallo-beta-lactamase variant, VIM-24,

from a Klebsiella pneumoniae isolate from Colombia. Antimicrob. Agents
Chemother. 55, 2428–2430 (2011).
58.
EsteLiu,
sitioZ.web establece
et al. solo cookies
Identification que son necesarias
and characterization ofpara su funcionamiento.
the first Sestrain
Escherichia coli utilizan
carrying NDM-1 gene in China. PLoS One 8, e66666 (2013).
59.
funcionamiento delal.
Senda, K. et sitio
PCRweb. Consulteof
detection nuestra política de privacidadgene
metallo-beta-lactamase para obtener
(blaIMP)más detalles
in gram-
negative rods resistant to broad-spectrum beta-lactams. J. Clin. Microbiol. 34,
2909–2913 (1996).
Descargar PDF
60. Dutka-Malen, S., Evers, S. & Courvalin, P. Detection of glycopeptide resistance

genotypes and identification to the species level of clinically relevant enterococci
by PCR. J. Clin. Microbiol. 33, 1434 (1995).
61. Caporaso, J. G. et al. Ultra-high-throughput microbial community analysis on the

Illumina HiSeq and MiSeq platforms. ISME J. 6, 1621–1624 (2012).
62. Gibson, M. K. et al. Developmental dynamics of the preterm infant gut microbiota
and antibiotic resistome. Nat. Microbiol. 1, 16024 (2016).
63. Caporaso, J. G. et al. QIIME allows analysis of high-throughput community

sequencing data. Nat. Methods 7, 335–336 (2010).
64. Edgar, R. C. UPARSE: highly accurate OTU sequences from microbial amplicon
reads. Nat. Methods 10, 996–998 (2013).
65. Edgar, R. C. uc2otutab.py. Available at,

https://drive5.com/python/uc2otutab_py.html. (Accessed: 26th October 2016).
66. DeSantis, T. Z. et al. Greengenes, a chimera-checked 16S rRNA gene database

and workbench compatible with ARB. Appl. Environ. Microbiol. 72, 5069–5072
Este(2006).
sitio web establece solo cookies que son necesarias para su funcionamiento. Se utilizan
Baym, M. et al. Inexpensive multiplexed library preparation for megabase-sized
genomes. PLoS One 10, 1–15 (2015).
68. Bolger, A. M., Lohse, M. & Usadel, B. Trimmomatic: A flexible trimmer for Illumina
Descargar PDF
sequence data. Bioinformatics 30, 2114–2120 (2014).
69. Segata, N. et al. Metagenomic microbial community profiling using unique clade-
specific marker genes. Nat. Methods 9, 811–814 (2012).
70. Pehrsson, E. C. et al. Interconnected microbiomes and resistomes in low-income

human habitats. Nature 533, 212–216 (2016).
71. Segata, N. et al. Metagenomic biomarker discovery and explanation. Genome

Biol. 12, R60 (2011).
72. Llorens, C. et al. The Gypsy Database (GyDB) of Mobile Genetic Elements: Release
2.0. Nucleic Acids Res. 39, 70–74 (2011).
73. Eddy, S. R. Profile hidden Markov models. Bioinformatics 14, 755–763 (1998).
74. Forsberg, K. J. et al. The shared antibiotic resistome of soil bacteria and human
pathogens. Science (80) 337, 1107–1111 (2012).
75. Leplae, R., Lima-Mendez, G. & Toussaint, A. ACLAME: A CLAssification of Mobile

genetic Elements, update 2010. Nucleic Acids Res. 38, 57–61 (2009).
Acknowledgements
Sampling was carried out under authorization by the Colombian National Authority of
Environmental Licenses (ANLA) and participating hospitals. The authors thank Erica
Pehrsson for providing the Lahey Clinic β-lactamase database and antibiotic metadata
information; the sequencing service
sobre cómo of the Center
procesamos for Genome Sciences and Systems
su información.
Biology in Washington University School of Medicine in St. Louis; and the High-
Descargar PDF
Performance Computing Service at Universidad de los Andes in Bogotá, Colombia, for
providing HPC resources that have contributed to the research results reported in this
work (URL: http://hpc.uniandes.edu.co). Funding was provided by Colciencias (project
No. 657065741359).
Author information
Authors and Affiliations

Computational Biology and Microbial Ecology Group, Department of Biological Sciences, Universidad de los Andes, Bogotá, D.C.,
Colombia
Carlos Eduardo Posada-Perlaza & Alejandro Reyes
Max Planck Tandem Group in Computational Biology, Universidad de los Andes, Bogotá, D.C., Colombia
Carlos Eduardo Posada-Perlaza & Alejandro Reyes
Molecular Genetics and Bioinformatics, Corporación CorpoGen, Bogotá, D.C., Colombia

Carlos Eduardo Posada-Perlaza, Adán Ramírez-Rojas, Juan M. Anzola & María Mercedes Zambrano
Molecular Genetics and Antimicrobial Resistance Unit, International Center for Microbial Genomics, Universidad El Bosque,
Bogotá, D.C., Colombia
Paola Porras & Lorena Díaz
Center for Genome Science and Systems Biology, Washington University School of Medicine, St. Louis, MO, USA
Boahemaa Adu-Oppong, Gautam Dantas & Alejandro Reyes
Research Institute for Pesticides and Water, University Jaume I, Castellón, Spain
Ana-María Botero-Coy & Félix Hernández
Department of Pathology and Immunology, Washington University School of Medicine, St. Louis, MO, USA
Gautam Dantas
Department of Molecular Microbiology, Washington University School of Medicine, St. Louis, MO, USA
Gautam Dantas
Department of Biomedical Engineering, Washington University, St. Louis, MO, USA

Gautam Dantas
Contributions
C.E.P.P. carried out sampling, preparation of libraries, analysis of sequence data and
prepared
Este sitiothe
webmanuscript. A.R.R.
establece solo didque
cookies sampling and DNA
son necesarias preparations.
para P.P. and
su funcionamiento. SeL.D. did
utilizan
culturing
paraand analysis
habilitar of bacteria principal,
la funcionalidad and resistant
como pathogens.
la seguridad,B.A.O. helped
la gestión de lawith
red ylibrary
la
accesibilidad.
preparation. Estas cookies
G.D. supervised no se pueden
sequence desactivar
work and en nuestros
analysis sistemas. and
of data. A.M.B.C. Puede
F.H.
analyzed pharmaceutical compounds in water samples. A.R., J.M.A. and M.M.Z.
conceived the study, supervised work, helped with analysis of data and with writing of
the manuscript. All authors provided input for the manuscript, read and agreed to the
Descargar PDF
contents in the final version.
Corresponding authors
Correspondence to Alejandro Reyes or María Mercedes Zambrano.

Ethics declarations
Competing Interests
The authors declare no competing interests.
Additional information
Publisher’s note: Springer Nature remains neutral with regard to jurisdictional claims
in published maps and institutional affiliations.
Supplementary information
Supplementary Material
Table S7
Rights and permissions
Open Access This article is licensed under a Creative Commons Attribution 4.0
International License, which permits use, sharing, adaptation, distribution and
reproduction in any medium or format, as long as you give appropriate credit to the
original author(s) and the source, provide a link to the Creative Commons license, and
indicate if changes were made. The images or other third party material in this article
are included in the article’s Creative Commons license, unless indicated otherwise in a
credit line to the material. If material is not included in the article’s Creative Commons
license and your
funcionamiento delintended
sitio web.use is notnuestra
Consulte permitted by de
política statutory regulation
privacidad or exceeds
para obtener the
más detalles
permitted use, you will need to obtain permission directly from the copyright holder.
Descargar PDF
To view a copy of this license, visit http://creativecommons.org/licenses/by/4.0/.
Reprints and Permissions

About this article
Cite this article

Posada-Perlaza, C.E., Ramírez-Rojas, A., Porras, P. et al. Bogotá River anthropogenic
contamination alters microbial communities and promotes spread of antibiotic resistance genes.
Sci Rep 9, 11764 (2019). https://doi-org.bd.univalle.edu.co/10.1038/s41598-019-48200-6
Received Accepted Published

05 February 2019 22 July 2019 13 August 2019
DOI
https://doi-org.bd.univalle.edu.co/10.1038/s41598-019-48200-6
Comparte este artículo

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:
Obtener enlace para compartir
Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt
Subjects Antimicrobial resistance • Metagenomics
This article is cited by
Spatial distribution, pollution characteristics, and health risks of antibiotic

resistance genes in China: a review
Zhixiang Xu, Yue Jia ... Xuejun Pan
Environmental Chemistry Letters (2023)

Biochar production
accesibilidad. Estasfrom tannery
cookies waste
no se pueden pyrolysis
desactivar as a circular
en nuestros economy
sistemas. Puede
strategy for thecambiando

deshabilitarlos removallaofconfiguración
emergingdecompounds
su navegador,in polluted
pero waters
esto puede afectar el
funcionamiento
Katherine Herrera, Luisa F. del sitio
Morales web.
... Juan Consulte
F. Saldarriaga nuestra política de privacidad para obtener más detalles
sobre(2023)
Biomass Conversion and Biorefinery cómo procesamos su información.
Descargar
Scientific ReportsPDF
(Sci Rep) ISSN 2045-2322 (online)

La Contaminación Antropogénica Del Río Bogotá

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

La Contaminación Antropogénica Del Río Bogotá

Cargado por

Copyright:

Formatos disponibles

24/5/23, 16:51 La contaminación antropogénica del río Bogotá altera las comunidades microbianas y promueve la propagación de genes de re…

naturaleza informes cientificos artículos artículo

Artículo Acceso abierto Publicado:13 agosto 2019

La contaminación antropogénica del río Bogotá altera las

reyes yMaría Mercedes Zambrano

Informes científicos 9 , Número de artículo: 11764 ( 2019 )

5109 Accesos 23 citas 18 Altmetric Métrica

El aumento de bacterias resistentes a los antibióticos ha generado preocupación

de agua contaminada. El seguimiento de determinantes resistentes a las aguas de los

Ahora se reconoce que el uso médico de un antibiótico es seguido inevitablemente

Estudios recientes que utilizan principalmente enfoques metagenómicos han

plasticidad y la posibilidad de acceder al acervo genético de otros microbios 8. Los

Las actividades humanas, reconocidas como uno de los principales impulsores de la

Varios estudios han analizado la influencia de las actividades humanas en la presencia

una mayor abundancia de ARG, elementos genéticos móviles y géneros bacterianos

La vigilancia y el estudio de microorganismos en ambientes afectados pueden

Las actividades humanas afectan negativamente la calidad del agua

Cuadro 1 Parámetros fisicoquímicos y concentraciones de antibiótico de

contaminación fecal. sobre

Tabla 2 Recuentos bacterianos en Chromocult® Coliforme Agar.

207 y 65 614 por muestra. El análisis de diversidad de estas muestras se realizó

Tabla 3 Medidas de diversidad alfa para composición microbiana y ARG.

La asignación taxonómica se realizó en varios niveles utilizando el clasificador RDP

Bacteroides y Ruminococcus , fueron más abundantes en los hospitales (Figura

Análisis de coordenadas principales de diversidad taxonómica y ARG. Los PCoA se realizaron

También se construyeron y secuenciaron bibliotecas metagenómicas completas en un

La abundancia y diversidad de ARG es mayor en las localidades más intervenidas

perderán nuevos marcadores desconocidos. El gran número de ARG detectados por

. Una LDA indicó que los hospitales se enriquecieron con resistencia a

Detección de ARGs en muestras de agua. ( a ) Abundancia de ARG clasificados por

resistencias podrían estar asociadas con ciertos taxones. observado en lugares

Riesgo de transferencia horizontal de genes

En este trabajo caracterizamos la composición de la comunidad microbiana acuática y

hospitalarios mostraron variabilidad, posiblemente debido al uso y la estabilidad, y

Los cambios observados en la calidad del agua estuvieron acompañados de

El resistoma varió tanto en abundancia como en diversidad. La abundancia de ARG

muestra RL16, que sesobre cómo

basó en la taxonomía y de las muestras de hospitales cuando se basó en las

geográficamente cercanos a lo largo del río Bogotá. El muestreo en ubicaciones

Sitios de muestreo y extracción de ADN

después recibe efluentes de agua de pequeñas áreas urbanas e industrias locales

Análisis de aguas y determinación de fármacos

Las muestras se almacenaron a -18 °C hasta que se analizó la presencia de los

Amplificación, secuenciación y procesamiento del gen 16S rRNA

Las reacciones de PCR se realizaron de la siguiente manera: 98 °C por 30 s, 35 ciclos

Los datos de secuencia se desmultiplexaron por muestra con el script Qiime 1 63

Secuenciación y procesamiento metagenómico

antibióticos. Se utilizó Metaxa2 29 para evaluar la composición de la comunidad microbiana a partir de

Encuesta de genes de resistencia a antibióticos en las lecturas metagenómicas

ShortBRED se utilizó para determinar la presencia y la abundancia de ARG en lecturas

Análisis de diversidad alfa y beta

Identificación de características discriminatorias

Seguimiento de OTU y ARG

descargaron de Gypsy Database 2.0 ( http://gydb.org/index.php/Collection_HMM ) 72

Las lecturas metagenómicas se ensamblaron en contigs con SPAdes 37 . Se usó Blastx

1. Organización Mundial de la Salud. Plan de acción mundial sobre la resistencia a los

3. Cosgrove, SE La relación entre la resistencia a los antimicrobianos y los resultados

5. Allen, HK et al . Call of the wild: genes de resistencia a los antibióticos en entornos

6. D'Costa, VM et al . La resistencia a los antibióticos es antigua. Naturaleza 477 ,

7. Segawa, T. et al. Distribution of antibiotic resistance genes in glacier environments.

8. Gaze, W. H. et al. Influence of humans on evolution and mobilization of

9. Palumbi, S. R. Humans as the world’s greatest evolutionary force. Science. 293,

elements in a polluted lake in India. Front. Microbiol. 5, 1–14 (2014).