Широкомасштабные исследования микробиома проводятся начиная с 2008 г. и в настоящее время крупнейшими консорциумами, в том числе Европейский MetaHit, Human Microbiome Project (США) и др. [53, 54]. В России создан открытый портал Metagenome.ru (Российский метагеномный проект) - консорциум ведущих медицинских, биологических и аналитических центров России, целью которого является исследование биологических сообществ, с которыми ассоциирован организм человека. Координация проводимых в мире исследований микробиома человека осуществляется главным международным объединением - International Human Microbiome Consortium [55]. В рамках проекта проведено секвенирование более 3000 микробных геномов, т.е. 60% от всех секвенированных бактериальных видов, связанных с человеком.
Количественная метагеномика позволяет определять профили гомологичных генов путем картирования коротких фрагментов и создания референс-каталогов, что обеспечивает возможность оценки генетической вариабельности метагенома. В отличие от полногеномного анализа de novo, данный подход используется для изучения биоразнообразия и метаболического потенциала различных микробиомов (рис. 2).
Рис. 2. Схема количественного метагеномного анализа на основе референсного каталога генов
Fig. 2. Scheme of quantitative metagenomic analysis based on the reference catalog of genes
Актуальными направлениями научных исследований кишечного микробиома являются:
- изучение таксономии на уровне от филотипа до подвида;
- диагностика различных заболеваний с использованием параметров микробиома;
- изучение механизмов, способствующих восстановлению микрофлоры человека;
- возможность использования этих данных для персонализированной медицины.
Современные знания о составе микробиома кишечника человека показывают его ведущую роль в регуляции обменных процессов организма, усвоении всех типов пищевых веществ, эндогенном синтезе эссенциальных для нормального пищеварения и жизнедеятельности ферментов, витаминов и биологически активных соединений, т.е. факторов, определяющих нутриом.
В рамках разработки формулы оптимального питания это обусловливает необходимость обоснования состава кишечного микробиома здоровых людей и путей коррекции его нарушений для повышения адаптационного потенциала человека, а также для снижения распространенности алиментарно-зависимых заболеваний, в первую очередь ожирения [56].
Очевиден интерес к изучению связи между составом микробиоты, в первую очередь кишечной, и наиболее распространенными неинфекционными заболеваниями. В то же время важно учитывать взаимовлияние потребляемых макро- и микронутриентов как составляющих нутриома и кишечной микробиоты у человека, проводить анализ информации об исследовании таких аспектов, как "питание, метаболизм, микробиом", на здоровых людях, не имеющих алиментарно-зависимых патологий [57].
С 2018 г. в ФГБУН "ФИЦ питания и биотехнологии" проводятся исследования, включающие:
- анализ современных данных по изучению процесса формирования кишечной микробиоты в онтогенезе на всех этапах развития организма;
- анализ характера взаимодействия микробиоты с пищевыми веществами с учетом ее индивидуальной, популяционной и нозологической вариабельности, иммуногенной, метаболической и регуляторной функции;
- изучение качественного и количественного состава кишечной микрофлоры у здоровых людей и пациентов с алиментарно-зависимыми заболеваниями (ожирение, пищевая аллергия, синдром раздраженного кишечника) культуральными и ПЦР-методами.
Это дало понимание того, что характер питания способствует отбору микроорганизмов, обладающих генетической способностью к их метаболизации и выживанию в создающейся биохимической среде. При этом если механизмы качественного влияния компонентов рациона питания на представителей микробного сообщества в основном прояснены, то связи между оптимальными уровнями нутриентов, присутствием в пище микробных генов, ассоциированных с тучностью (принадлежащих филумам Proteobacteria, Firmicutes), и количественными показателями микрофлоры пока изучены недостаточно.
Поэтому в настоящее время проводятся метагеномные исследования, направленные на изучение взаимосвязей кишечного микробиома с питанием и формированием пищевого статуса человека. С 2020 г. для выполнения анализов используются NGS-методы в системе высокопроизводительного полупроводникового секвенирования на платформе Ion Torrent.
Применение NGS-секвенирования в системе оценки безопасности пищевой продукции
Функционирование национальных и международных систем профилактики токсикоинфекций от пищи и минимизации рисков микробной природы, возникающих на тех или иных участках пищевой цепи, требует постоянной актуализации санитарно-эпидемиологических мер защиты населения, в том числе внедрения новых методов молекулярно-генетического анализа и инновационных цифровых технологий в контроль пищевой продукции и диагностику возбудителей пищевых инфекций.
Эти меры предусматривают верификацию идентифицированных сигналов, расследование инцидентов, в том числе вспышек инфекций и отравлений, и быстрое оповещение всех задействованных сторон и общественности на местном, региональном и, при необходимости, на межнациональном уровне. Вышеназванные системы не могут быть изолированными с учетом современных масштабов международной торговли, их необходимо включать в действующие инфраструктуры по надзору в сфере санитарно-эпидемиологического благополучия, ветеринарного и фитосанитарного контроля, а также национальных агропромышленных комплексов.
Следует отметить многоплановость научных и практических подходов к созданию сетевых систем мониторинга и быстрой диагностики причинных агентов пищевых токсикоинфекций бактериальной и вирусной этиологии [58, 59]. Появление нового типа высокодиспергированных пищевых вспышек, обусловленных централизацией производств и транспортировкой готовой продукции на дальние расстояния в разные регионы, требует принципиально новых алгоритмов расследования таких вспышек и создания сетевых систем контроля, мониторинга и обмена информацией.
В табл. 2 приведены примеры расследования вспышек пищевых токсикоинфекций и спорадических заболеваний с применением методов WGS и MLST-типирования, которые позволили эффективно определять этиологических агентов данных заболеваний у потребителей, проживающих на разных территориях, единые источники инфицирования продукции и локализовать их распространение.
Подробное описание ключевых аспектов внедрения методов высокопроизводительного секвенирования в системе оценки и контроля пищевой безопасности приведено в опубликованном Продовольственной и сельскохозяйственной Организацией Объединенных Наций/Всемирной организацией здравоохранения (ФАО/ВОЗ) Техническом отчете "Applications of Whole Genome Sequencing in food safety management" (2016).
Таблица 2. Примеры применения секвенирования нового поколения (next generation sequencing - NGS) для анализа пищевых патогенов при расследовании вспышек и проведении контрольных мероприятий
Table 2. Examples of next generation sequencing application for the analysis of foodborne pathogens in the investigation of outbreaks and under control measures
* - РЕ - длина прочтения, пар нуклеотидов (bp).
* - РЕ -read length, bp.
В документе указывается, что технологии WGS, позволяющие секвенировать любые виды патогенов, обеспечивают более простые, быстрые и менее дорогостоящие лабораторные процедуры в сравнении с традиционным типированием кишечных патогенов, требующим специфичных для возбудителя реагентов, протоколов и методов. Такие технологии с юридической точки зрения обеспечивают полную доказательность эпидемиологической связи между источником и местом попадания инфекционных агентов в инкриминируемые продукты, факторами по ходу пищевой цепи, способствовавшими их росту до опасных величин, и заболеванием у пострадавших.
Основными критериями для эффективного применения NGS-cеквенирования, сформулированными ФАО/ВОЗ, в странах с налаженными национальными системами контроля безопасности пищевых продуктов являются регулярные инспекции и тестирование объектов надзора, многоуровневый мониторинг и наличие систем реагирования, внутри- и межотраслевой лабораторной инфраструктуры, включая возможности для сбора, хранения и транспортировки проб. Помимо этого, должна поддерживаться технико-информационная база, а именно:
- достаточная пропускная способность применяемых платформ NGS-секвенирования для обеспечения экономической эффективности стандартных операционных процедур (СОП);
- обеспечение высокого научно-методического уровня при тестировании патогенных микроорганизмов, выделяемых из биоматериалов, пищевых продуктов и объектов внешней среды; повышение квалификации персонала и лицензирование деятельности лабораторий;
- наличие инфраструктуры во всех аспектах биоинформатики, включая техническую поддержку и компьютерные мощности (мощные серверы);
- обеспечение возможности хранения, обработки и передачи больших массивов цифровых данных.
С учетом этих положений были проанализированы преимущества методов NGS-cеквенирования и проблемы, возникающие при их внедрении в практику надзора (табл. 3).
Таблица 3. Применение секвенирования нового поколения (next generation sequencing - NGS) в системе надзора за инфекционными заболеваниями
Table 3. Application of next generation sequencing (NGS) methods in the surveillance system for infectious diseases
Внедрение NGS в систему управления безопасностью пищевых продуктов может принести значительную пользу странам, поддерживающим международные проекты реагирования, тогда как государства, которые не используют эти технологии, могут оказаться в невыгодном положении в отношении экспорта продовольствия и туризма. Поэтому необходима глобальная координация работ в направлении широкого применения этой инициативы. В настоящее время развиваются различные международные, региональные и национальные программы по продвижению и выполнению координирующей роли NGS в области биобезопасности пищевых продуктов, такие как, например, FDA Food Emergency Response Network (FERN) GenomeTrakr (GТ) (https://www.youtube.com/watch?v=EsrHu6ozsz8) [67-69].
Существующие в Российской Федерации системы контроля возбудителей пищевых инфекций пока в ограниченной степени используют возможности современных достижений в области молекулярной биологии и генодиагностики. Применение новейших протоколов амплификации и секвенирования геномов микроорганизмов пока является сферой деятельности научных лабораторий [70-74].
Заключение
NGS-cеквенирование имеет перспективы стать стандартной методологией в области безопасности пищевых продуктов для идентификации и характеристики патогенов пищевого происхождения, в том числе обладающих резистентностью к антимикробным препаратам и другим неблагоприятным воздействиям.
Совершенствование существующих систем мониторинга, диагностики и быстрого оповещения на всех уровнях - от национальных до межгосударственных - позволит оценить пути циркуляции в среде обитания человека наиболее опасных возбудителей, создать электронные базы данных и актуализировать алгоритмы управления безопасностью и качеством пищевой продукции путем внедрения целенаправленных мероприятий по профилактике любых новых и вновь возникающих возбудителей пищевых токсикоинфекций для защиты здоровья населения РФ.
Литература
1. Sanger F., Nicklen S., Coulson A.R. DNA sequencing with chain-terminating inhibitors // Proc. Natl. Acad. Sci. U.S.A. 1977. Vol. 74, N 12. P. 5463-5467. DOI: https://doi.org/10.1073/pnas.74.12.5463
2. Goto K., Omura T., Hara Y., Sadaie Y. Application of the partial 16S rDNA as an index for rapid identification of species in the genus Bacillus // J. Gen. Appl. Microbiol. 2000. Vol. 46, N 1. P. 1-8. DOI: https://doi.org/10.2323/jgam.46.1
3. Алексеева А.Е., Бруснигина Н.Ф. Возможности и перспективы применения методов массивного параллельного секвенирования в диагностике и эпидемиологическом надзоре за инфекционными заболеваниями // Журнал МедиАль. 2014. № 2. C. 6-28.
4. Hyeon J.-Y., Li S., Mann D.A., Zhang S., Li Z., Chen Y. et al. Quasimetagenomics-based and real-time-sequencing-aided detection and subtyping of Salmonella enterica from food samples // Appl. Environ. Microbiol. 2018. Vol. 84, N 4. P. e02340-17. DOI: https://doi.org/10.1128/AEM.02340-17
5. Shendure J., Ji H. Next-generation DNA sequencing // Nat. Biotechnol. 2008. Vol.26, № 10. P.1135-1145. DOI: https://doi.org/10.1038/nbt1486
6. Crossley B.M., Bai J., Glaser A. et al. Guidelines for Sanger sequencing and molecular assay monitoring // J. Vet. Diagn. Invest. 2020. Vol. 32, N 6. P. 767-775. DOI: https://doi.org/10.1177/1040638720905833
7. Beck T.F., Mullikin J.C.; NISC Comparative Sequencing Program, Biesecker L.G. Systematic evaluation of Sanger validation of next-generation sequencing variants // Clin. Chem. 2016. Vol. 62, N 4.
P. 647-654. DOI: https://doi.org/10.1373/clinchem.2015.249623
8. Bruske E., Otto T.D., Frank M. Whole genome sequencing and microsatellite analysis of the Plasmodium falciparum E5 NF54 strain show that the var, rifin and stevor gene families follow Mendelian inheritance // Malar J. 2018. Vol. 17, N 1. P. 376. DOI: https://doi.org/10.1186/s12936-018-2503-2
9. Ребриков Д.В., Коростин Д.О., Шубина Е.С., Ильинский В.В. NGS: высокопроизводительное секвенирование. Москва : БИНОМ. Лаборатория знаний, 2015. 232 с. ISBN: 978-5-9963-1784-4.
10. Sekse C., Holst-Jensen A., Dobrindt U., Johannessen G.S., Li W., Spilsberg B., Shi J. High throughput sequencing for detection of foodborne pathogens // Front. Microbiol. 2017. Vol. 8. P. 2029. DOI: https://doi.org/10.3389/fmicb.2017.02029
11. Wick R.R., Judd L.M., Gorrie C.L., Holt K.E. Completing bacterial genome assemblies with multiplex MinION sequencing // Microb. Genom. 2017. Vol. 3, N 10. P. e000132. DOI: https://doi.org/10.1099/mgen.0.000132
12. Liu Q., Fang L., Yu G., Wang D., Xiao C.L., Wang K. Detection of DNA base modifications by deep recurrent neural network on Oxford Nanopore sequencing data // Nat. Commun. 2019. Vol. 10, N 1. P. 2449. DOI: https://doi.org/10.1038/s41467-019-10168-2
13. Heikema A.P., Horst-Kreft D., Boers S.A., Jansen R., Hiltemann S.D., de Koning W. Comparison of illumina versus nanopore 16S rRNA gene sequencing of the human nasal microbiota // Genes (Basel). 2020.
Vol. 11, N 9. P. 1105. DOI: https://doi.org/10.3390/genes11091105
14. Lemon J.K., Khil P.P., Frank K.M., Dekker J.P. Rapid nanopore sequencing of plasmids and resistance gene detection in clinical
isolates // J. Clin. Microbiol. 2017. Vol. 55, N 12. Р. 3530-3543. DOI: https://doi.org/10.1128/JCM.01069-17
15. Taştan Bishop Ö. (eds). Bioinformatics and data analysis in microbiology / Rhodes University Bioinformatics, Department of Biochemistry, Microbiology and Biotechnology, Rhodes University, South Africa. NorfolK, UK : Caister Academic Press, 2014. 248 р. ISBN: 978-1-908230-39-3. DOI: https://doi.org/10.21775/9781910190494
16. Li R., Xie M., Dong N., Lin D., Yang X., Wong M.H.Y. et al. Efficient generation of complete sequences of MDR encoding plasmids by rapid assembly of MinION barcoding sequencing data // GigaScience. 2018. Vol. 7, N 3. P. 1-9. DOI: https://doi.org/10.1093/gigascience/gix132. Erratum in: Gigascience. 2019. Vol. 8, N 3. PMID: 29325009; PMCID: PMC5848804.
17. Cheng L., Connor T.R., Aanensen D.M., Spratt B.G., Corander J. Bayesian semi-supervised classification of bacterial samples using MLST databases // BMC Bioinformat. 2011. Vol. 12. P. 302. DOI: https://doi.org/10.1186/1471-2105-12-302
18. Jolley K.A., Bray J.E., Maiden M.C.J. Open-access bacterial population genomics: BIGSdb software, the PubMLST.org website and their applications // Wellcome Open Res. 2018. Vol. 3. P. 124. DOI: https://doi.org/10.12688/wellcomeopenres.14826.1
19. Maiden M.C. Horizontal genetic exchange, evolution, and spread of antibiotic resistance in bacteria // Clin. Infect. Dis. 1998. Vol. 27, Suppl. 1. S. 12-20. DOI: https://doi.org/10.1086/514917
20. Joensen K.G., Scheutz F., Lund O., Hasman H., Kaas R. S., Nielsen E.M.
et al. Real-time whole-genome sequencing for routine typing, surveillance, and outbreak detection of verotoxigenic Escherichia coli // J. Clin. Microbiol. 2014. Vol. 52, N 5. P. 1501-1510. DOI: https://doi.org/10.1128/JCM.03617-13
21. Schmitz-Esser S., Wagner M. Genome sequencing of Listeria monocytogenes // Methods Mol. Biol. 2014. Vol. 1157. P. 223-232. DOI: https://doi.org/10.1007/978-1-4939-0703-8_19
22. Jarvis K.G., White J.R., Grim C.J., Ewing L., Ottesen A. R., Beaubrun J. J.-G. et al. Cilantro microbiome before and after nonselective pre-enrichment for Salmonella using 16S rRNA and metagenomic sequencing // BMC Microbiol. 2015. Vol. 15. P. 160. DOI: https://doi.org/10.1186/s12866-015-0497-2
23. Arulandhu A.J., Staats M., Hagelaar R., Voorhuijzen M.M., Prins T.W., Scholtens I. et al. Development and validation of a multi-locus DNA metabarcoding method to identify endangered species in complex samples // GigaScience. 2017. Vol. 6, N 10. Р. 1-18. DOI: https://doi.org/10.1093/gigascience/gix080
24. van Cuyck H., Pichon B., Leroy P., Grander-Farbos A., Underwood A., Soullie B. et al. Multiple-locus variable-number tandem-repeat analysis of Streptococcus pneumoniae and comparison with multiple loci sequence typing // BMC Microbiol. 2012. Vol. 12, N 241. P. 1-9. DOI: https://doi.org/10.1186/1471-2180-12-241
25. Gonzalez-Gonzalez A., Sanchez-Reyes L.L., Sapien G.D., Eguiarte L.E., Souza V. Hierarchical clustering of genetic diversity associated to different levels of mutation and recombination in Escherichia coli:
a study based on Mexican isolates // Infect. Genet. Evol. 2013. Vol. 13.
P. 187-197. DOI: https://doi.org/10.1016/j.meegid.2012.09.003
26. Urvin R., Maiden M.C.J. Multi-locus sequencing typing: a tool for global epidemiology // Trends Microbiol. 2003. Vol. 11, N 10. P. 479-487. DOI: https://doi.org/10.1016/j.tim.2003.08.006
27. Inouye M., Conway T.C., Zobel J., Holt K.E. Short read sequence typing (SRST): multi-locus sequence types from short reads // BMC Genomics. 2012. Vol. 13. P. 338. DOI: https://doi.org/10.1186/1471-2164-13-338
28. Воронина О.Л., Тартаковский И.С., Ющук Н.Д., Рыжова Н.Н., Аксенова Е.И., Кунда М.С. и др. Анализ спорадических случаев инвазивного листериоза в мегаполисе // Журнал микробиологии, эпидемиологии и иммунобиологии. 2020. Т. 97, № 6. С. 546-555. DOI: https://doi.org/10.36233/0372-9311-2020-97-6-5
29. Engberg J., On S.L.W., Harrington C.S., Gerner-Smidt P. Prevalence of Campylobacter, Arcobacter, Helicobacter, and Sutterella spp. in human fecal samples as estimated by a reevaluation of isolation methods for campylobacters // J. Clin. Microbiol. 2000. Vol. 38, N 1. P. 286-291. PMCID: PMC88711, PMID: 10618103
30. Ефимочкина Н.Р. Бактериальные пищевые патогены рода Campylobacter // Москва : АНО "Издательство РАМН", 2019. 215 с. ISBN 978-5-7901-0125-0.
31. Ellington M.J., Ekelund O., Aarestrup F.M., Canton R., Doumith M., Giske C. et al. The role of whole genome sequencing in antimicrobial susceptibility testing of bacteria: report from the EUCAST Subcommittee // Clin. Microbiol. Infect. 2017. Vol. 23. P. 2-22. DOI: https://doi.org/10.1016/j.cmi.2016.11.012
32. Fleischmann R.D., Adams M.D., White O., Clayton R.A., Kirkness E.F., Kerlavage A.R. et al. Whole genome random sequencing and assembly of Haemophilus influenza Rd // Science. 1995. Vol. 269, N 5223. P. 496-512. DOI: https://doi.org/10.1126/science.7542800
33. Fraser C.M., Gocayne J.D., White O., Adams M.D., Clayton R.A., Fleischmann R.D. et al. The minimal gene complement of Mycoplasma genitalium // Science. 1995. Vol. 270, N 5235. P. 397-403. DOI: https://doi.org/10.1126/science.270.5235.397
34. Parchill J., Wren B.W., Mungall K., Ketley J.M., Churcher C., Basham D. et al. The genome sequence of the food-borne pathogen Campylobacter jejuni reveals hypervariable sequences // Nature. 2000. Vol. 403, N 6770. P. 665-668. DOI: https://doi.org/10.1038/35001088
35. Pearson B.M., Gaskin D.J., Segers R.P., Wells J.M., Nuijten P.J., van Vliet A.H.M. The complete genome sequence of Campylobacter jejuni strain 81116 (NCTC 11828) // J. Bacteriol. 2007. Vol. 189, N 22.
Р. 8402-8403. DOI: https://doi.org/10.1128/JB.01404-07
36. Golz J.C., Stingl K. Natural competence and horizontal gene transfer in Campylobacter // Curr. Top. Microbiol. Immunol. 2021. Vol. 431. P. 265-292. DOI: https://doi.org/10.1007/978-3-030-65481-8_10
37. Moura A., Criscuolo A., Pouseele H., Maury M.M., Leclercq A., Tarr C. et al. Whole genome-based population biology and epidemiological surveillance of Listeria monocytogenes // Nat. Microbiol. 2016. Vol. 2.
P. 16185. DOI: https://doi.org/10.1038/nmicrobiol.2016.185
38. Fagerlund A., Langsrud S., Møretrø T. In-depth longitudinal study of Listeria monocytogenes ST9 isolates from the meat processing industry: resolving diversity and transmission patterns using whole-genome sequencing // Appl. Environ. Microbiol. 2020. Vol. 86, N 14. Р. e00579-20. DOI: https://doi.org/10.1128/AEM.00579-20
39. Tyson G.W., Chapman J., Hugenholtz P., Allen E.E. Community structure and metabolism through reconstruction of microbial genomes from the environment // Nature. 2004. Vol. 428, N 6978. P. 37-43. DOI: https://doi.org/10.1038/nature02340
40. Qin J., Li R., Raes J., Arumugam M. A human gut microbial gene catalogue established by metagenomics sequencing // Nature. 2010. Vol. 464, N 7285. P. 59-65. DOI: https://doi.org/10.1038/nature08821
41. Jia H., Cai X., Zhong H., Feng Q., Sunagawa S., Arumugam M. et al. An integrated catalog of reference genes in the human gut microbiome // Nat. Biotechnol. 2014. Vol. 32, N 8. P. 834-841. DOI: https://doi.org/10.1038/nbt.2942
42. Sunagawa S., Mende D.R., Zeller G., Berger S.A., Kultima J.R., Coelho L.P. et al. Metagenomic species profiling using universal phylogenetic marker genes // Nat. Methods. 2013. Vol. 10, N 12. P. 1196-1199. DOI: https://doi.org/10.1038/nmeth.2693
43. de la Cuesta-Zuluaga J., Escobar J.S. Considerations for optimizing microbiome analysis using a marker gene // Front. Nutr. 2016. Vol. 3. Р. 26. DOI: https://doi.org/10.3389/fnut.2016.00026
44. Bergholz T.M., Switt A.I., Wiedmann M. Omics approaches in food safety: fulfilling the promise? // Trends Microbiol. 2014. Vol. 22. P. 275-281. DOI: https://doi.org/10.1016/j.tim.2014.01.006
45. Zhang S.K., Yin Y.L., Jones M.B., Zhang Z.Z., Kaiser B.L.D., Dinsmore B.A. et al. Salmonella serotype determination utilizing high-throughput genome sequencing data // J. Clin. Microbiol. 2015. Vol. 53. P. 1685-1692. DOI: https://doi.org/10.1128/JCM.00323-15
46. Carola S., Rolf D. Metagenomic analysis: past and future trends // Appl. Environ. Microbiol. Appl. Environ. Microbiol. 2011. Vol. 77, N 4. P. 1153-1161. DOI: https://doi.org/10.1128/AEM.02345-10
47. Baffoni L., Stenico C.V., Strahsburger E. Gaggìa F., Di Gioia D., Modesto M. et al. Identification of species belonging to the Bifidobacterium genus by PCR-RFLP analysis of a hsp60 gene fragment //
BMC Microbiol. 2013. Vol. 13, N 149. P. 1-9. DOI: https://doi.org/10.1186/1471-2180-13-149
48. Blaiotta G., Fusco V., Ercolini D., Aponte M., Pepe J., Villani F. Lactobacillus strain diversity based on partial hsp60 gene sequences and design of PCR-restriction fragment length polymorphism assay for species identification and differentiation // Appl. Environ. Microbiol. 2008. Vol. 74, N 1. P. 208-215. DOI: https://doi.org/10.1128/AEM.01711-07
49. Campedelli I., Mathur H., Salvetti E., Clarke S., Rea M.C., Torriani S. et al. Genus-Wide Assessment of Antibiotic Resistance in Lactobacillus spp. // Appl Environ Microbiol. 2018. Vol. 85, N 1. Р. e01738-18. DOI: https://doi.org/10.1128/AEM.01738-18
50. Ferri E., Galimberti A., Casiraghi M., Airoldi C., Ciaramelli C., Palmioli A. et al. Towards a universal approach based on omics technologies for the quality control of food // BioMed Res. Int. 2015. Vol. 2015. Article ID 365794. 14 p. DOI: http://dx.doi.org/10.1155/2015/365794
51. Blagden T., Schneider W., Melcher U., Daniels J., Fletcher J. Adaptation and validation of e-probe diagnostic nucleic acid analysis for detection of Escherichia coli O157:H7 in metagenomic data from complex food matrices // J. Food Prot. 2016. Vol. 79. P. 574-581. DOI: https://doi.org/10.4315/0362-028X.JFP-15-440
52. Loman N. J., Constantinidou C., Christner M., Rohde H., Chan J.Z.M., Quick J. et al. A culture-independent sequence-based metagenomics approach to the investigation of an outbreak of Shiga-toxigenic Esche-
richia coli O104:H4. // JAMA. 2013. Vol. 309. P. 1502-1510. DOI: https://doi.org/10.1001/jama.2013.3231
53. Turnbaugh P.J., Ley R.E., Hamady M., Fraser-Liggett C.M., Knight R., Gordon J.I. The human microbiome project // Nature. 2007. Vol. 449, N 7164. Р. 804-810. DOI: https://doi.org/10.1038/nature06244
54. Nishijima S., Suda W., Oshima K., Kim S.-W., Hirose Y., Morita H. et al. The gut microbiome of healthy Japanese and its microbial and functional uniqueness // DNA Res. 2016. Vol. 23, N 2. Р. 125-133. DOI: https://doi.org/10.1093/dnares/dsw002
55. Huttenhower C., Gevers D., Knight R., Abubucker S. The Human Microbiome Project (HMP) consortium. Structure, function and diversity of the healthy human microbiome // Nature. 2012. Vol. 486.
P. 207-214. DOI: https://doi.org/10.1038/nature11234
56. Шевелева С.А., Куваева И.Б., Ефимочкина Н.Р., Маркова Ю.М., Просянников М.Ю. Микробиом кишечника: от эталона нормы к патологии // Вопросы питания. 2020. Т. 89, № 4. С. 35-51. DOI: https://doi.org/10.24411/0042-8833-2020-10040
57. Брагина Т.В., Елизарова Е.В., Шевелева С.А. Микробиота кишечника спортсменов // Вопросы питания. 2021. Т. 90, № 4. С. 36-52. DOI: https://doi.org/10.33029/0042-8833-2021-90-4-36-52
58. Ефимочкина Н.Р., Багрянцева О.В., Дюпуи Э.К., Хотимченко С.А., Пермяков Е.В., Шевелева С.А. и др. Новые международные инициативы в создании систем эффективного прогнозирования рисков и обеспечения безопасности пищевых продуктов // Вопросы питания. 2016. Т. 85, № 2. С. 92-103. DOI: https://doi.org/10.24411/0042-8833-2016-00027
59. Быкова И.Б., Булахов А.В. Анализ международных систем гигиенического мониторинга возбудителей пищевых токсикоинфекций // Вопросы питания. 2012. Т. 81, № 6. С. 12-18.
60. Jenkins C., Dallman T.J., Launders N., Willis C., Byrne L., Jorgensen F. et al. Public health investigation of two outbreaks of Shiga toxin-producing Escherichia coli O157 associated with consumption of watercress // Appl. Environ. Microbiol. 2015. Vol. 81. P. 3946-3952. DOI: https://doi.org/10.1128/AEM.04188-14
61. Turabelidze G., Lawrence S.J., Gao H., Sodergren E., Weinstock G.M. Abubucker S. et al. Precise dissection of an Escherichia coli O157:H7 outbreak by single nucleotide polymorphism analysis // J. Clin. Microbiol. 2013. Vol. 51. P. 3950-3954. DOI: https://doi.org/10.1128/JCM.01930-13
62. Holmes A., Allison L., Ward M., Dallman T.J., Clark R., Fawkes A. et al. Utility of whole-genome sequencing of Escherichia coli O157 for outbreak detection and epidemiological surveillance // J. Clin. Microbiol. 2015. Vol. 53. P. 3565-3573. DOI: https://doi.org/10.1128/JCM.01066-15
63. Schmid D., Allerberger F., Huhulescu S., Pietzka A., Amar C., Kleta S. et al. Whole genome sequencing as a tool to investigate a cluster of seven cases of listeriosis in Austria and Germany, 2011-2013 // Clin. Microbiol. Infect. 2014. Vol. 20. P. 431-436. DOI: https://doi.org/10.1111/1469-0691.12638
64. Octavia S., Wang Q., Tanaka M.M., Kaur S., Sintchenko V., Lan R. Delineating community outbreaks of Salmonella enterica serovar Typhimurium by use of whole-genome sequencing: insights into genomic variability within an outbreak // J. Clin. Microbiol. 2015. Vol. 53. P. 1063-1071. DOI: https://doi.org/10.1128/JCM.03235-14
65. Taylor A.J., Lappi V., Wolfgang W.J., Lapierre P., Palumbo M.J., Medus C. et al. Characterization of foodborne outbreaks of Salmonella enterica serovar Enteritidis with whole-genome sequencing single nucleotide polymorphism-based analysis for surveillance and outbreak detection //
J. Clin. Microbiol. 2015. Vol. 53. P. 3334-3340. DOI: https://doi.org/10.1128/JCM.01280-15
66. Ottesen A., Ramachandran P., Reed E., White J.R., Hasan N., Subramanian P. et al. Enrichment dynamics of Listeria monocytogenes and the associated microbiome from naturally contaminated ice cream linked to a listeriosis outbreak // BMC Microbiol. 2016. Vol. 16. P. 275. DOI: https://doi.org/10.1186/s12866-016-0894-1
67. Whitehouse C.A., Young S., Li C., Hsu C.H., Martin G., Zhao S. Use of whole-genome sequencing for Campylobacter surveillance from NARMS retail poultry in the United States in 2015 // Food Microbiol. 2018. Vol. 73. P. 122-128. DOI: https://doi.org/10.1016/j.fm.2018.01.018
68. Pornsukarom S., van Vliet A.H.M., Thakur S. Whole genome sequencing analysis of multiple Salmonella serovars provides insights into phylogenetic relatedness, antimicrobial resistance, and virulence markers across humans, food animals and agriculture environmental sources // BMC Genomics. 2018. Vol. 19, N 1. P. 801. DOI: https://doi.org/10.1186/s12864-018-5137-4
69. Allard M.W., Strain E., Melka D., Bunning K., Musser S.M., Brown E.W. et al. Practical value of food pathogen traceability through building a whole-genome sequencing network and database // J. Clin. Microbiol. 2016. Vol. 54, N 8. P. 1975-1983. DOI: https://doi.org/10.1128/JCM.00081-16
70. Кулешов К.В., Павлова А.С., Гоптарь И.А., Уткина А.В., Гусева А.Н., Рожнова С.Ш. и др. Стандартизация получения и анализа данных полногеномного секвенирования при субтипировании изолятов Salmonella enteritidis // Молекулярная диагностика 2018 : сборник трудов Международной научно-практической конференции. Минск, 2018. С. 296-297. ISBN 978-985-7091-99-7.
71. Кулешов К.В., Павлова А.С., Гоптарь И.А., Уткина А.В., Гусева А.Н., Подколзин А.Т. и др. Опыт применения полногеномного секвенирования как инструмента характеристики изолятов Sh. sonnei, выделенных при вспышках на территории РФ // Молекулярная диагностика 2018 : сборник трудов Международной научно-практической конференции. Минск, 2018. С. 297-298. ISBN 978-985-7091-99-7.
72. Павлова А.С., Кулешов К.В., Гоптарь И.А., Уткина А.В., Гусева А.Н., Рожнова С.Ш. и др. Первичные данные об изучении популяционной структуры доминантного PFGE-типа S. enteritidis JEGX01.0001 - JEGA26.0001 и возможности применения полногеномного секвенирования для определения связи между различными очагами заболеваемости // Молекулярная диагностика 2018 : сборник трудов Международной научно-практической конференции. Минск, 2018. С. 298-299. ISBN 978-985-7091-99-7.
73. Воронина О.Л., Кунда М.С., Рыжова Н.Н., Кутузова А.В., Аксенова Е.И., Карпова Т.И. и др. Роль генотипирования в эпидемическом расследовании случаев инвазивного листериоза // Молекулярная диагностика : сборник трудов X Юбилейной Международной научно-практической конференции. Москва, 2021. Т. 2. С. 119-120. ISBN 978-5-98407-041-6.
74. Егорова С.А., Кафтырева Л.А. Хромосомные механизмы устойчивости к хинолонам штаммов Salmonella различных сероваров // Молекулярная диагностика : сборник трудов X Юбилейной международной научно-практической конференции. Москва. 2021. Т. 2. С. 60-61. ISBN 978-5-98407-041-6.