Evolution of intestinal microbiome in a process of faecal microbiota transplantation in a patient with Clostridioides difficile infection: NGS analysis with different bioinformatics software programs

Abstract

Introduction

Clostridioides difficile infection (CDI) has become a global healthcare challenge due to increases in its incidence and mortality rates. Faecal microbiota transfer (FMT) is postulated as a protocol to prevent CDI recurrence.

Material and methods

A donor faecal sample and patient faecal samples (pre-FMT and post-FMT) were analysed. The r16S gene was amplified and sequenced by NGS, and its diversity and taxonomy composition were examined.

Results

Microbial richness increased in post-FMT samples, and the β diversity studies grouped the samples into two clusters. One included the non-pathological samples (donor and pre-FMT samples), and the other included the pathological sample. The results obtained by Qiime2 and Bioconductor were similar.

Conclusion

The analysis showed an increase in taxonomic diversity after the FMT, which suggests its usefulness. Moreover, these results showed that standardisation of bioinformatics analysis is key.

Resumen

Introducción

La diarrea por Clostridioides difficile es un importante problema de salud pública, cuyo tratamiento es complejo. La transferencia de microbiota fecal (TMF) se postula como una terapia útil para prevenir recidivas.

Material y métodos

Se analizaron seis muestras fecales, una procedente del donante y cinco del paciente antes y después de la TMF. Se amplificó y secuenció el gen 16Sr mediante secuenciación masiva y se estudió la diversidad y composición taxonómica.

Resultados

La diversidad aumentó en las muestras post-TMF, y se identificaron dos clústeres, uno formado por las muestras no patológicas (donante y paciente post-TMF), y otro por la muestra patológica. Los resultados obtenidos a través Qiime2 y Bioconductor fueron similares.

Conclusión

El análisis realizado demostró un incremento en la diversidad taxonómica del paciente tras la TMF, sugiriendo su utilidad. Además, los resultados obtenidos con Qiime2 y Bioconductor reflejaron la importancia de unificar los análisis bioinformáticos.