Molekulare Epidemiologie und Evolution von Methicillin-resistenten Staphylococcus aureus (MRSA)

• Applicant: Professor Dr. Alexander Mellmann
• Subject Area: Parasitology and Biology of Tropical Infectious Disease Pathogens
• Term: from 2006 to 2009
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 29160763

Staphylococcus aureus ist weltweit der häufigste Erreger nosokomialer Infektionen. Umfangreiche Populationsanalysen zeigten verschiedene Mechanismen bei der Weitergabe von genetischen Informationen. Bis vor kurzem wurde von einer vertikalen Verbreitung (Klonalität) von genetischen Informationen ausgegangen, neue Gesamtgenomanalysen deuten aber auf eine große genetische Plastizität hin, die auf einem ausgedehnten horizontalen Gentransfer (Rekombination) hinweisen. In diesem Antrag soll die Fragestellung bearbeitet werden, wie sich im zeitlichen Verlauf verschiedene Regionen innerhalb des S. aureus Genoms verändern. Die Beantwortung dieser Fragen ist von grundlegender Bedeutung für das Verständnis der Ausbreitung hochvirulenter und resistenter S. aureus Stämme, aber auch für die Analyse von Infektketten und den Verlauf persistierender Infektionen. Dazu sollen zunächst neben essentiellen Genregionen (z.B. Haushaltsgene) hochvariable und der Rekombination unterliegende Genregionen (z.B. set Gene, kodierend für Staphylokokken Exotoxinähnliche Proteine) von ausgewählten klinischen Methicillin-resistenten S. aureus Isolaten untersucht werden. Die hochvariablen Genregionen werden mittels DNASequenzanalysen eingehend charakterisiert und anschließend mit den Ergebnissen etablierter Typisierungsmethoden der essenziellen Genregionen (z.B. Multilocus Sequenztypisierung, MLST; Spa-Typisierung) verglichen. Daraus sollen Evolutionsmodelle der hochvariablen Genregionen entwickelt, mittels bioinformatischer Anwendungen simuliert und neue Algorithmen für Verwandtschaftsanalysen entwickelt werden. Diese Modelle werden dann durch in vitro-Selektionsversuche evaluiert und mit dem auf MLST-Daten basierenden Evolutionsmodell verglichen, um die Entwicklung dieser hochvariablen Regionen besser zu verstehen.

• DFG Programme: Research Grants