The Oxford Nanopore platform and nanopore sequencing are gaining increasing popularity in modern metagenomic research. However, there is a limited set of dedicated tools for analyzing this type of data. The tools used for nanopore amplicon sequencing data analysis often provide only taxonomy annotation without OTU sequence assembly. Conversely, tools that facilitate OTU assembly are constrained in their analysis to long reads, such as the V1–V9 regions of 16S rRNA for bacterial community studies or the full-length ITS cluster (ITS1–5.8S–ITS2) for fungal community studies. In other cases, researchers propose their own solutions without dedicated tools. In this paper, we present Pike, a novel tool for analyzing Oxford Nanopore amplicon sequencing data. Pike allows analysis without amplicon size limitations and allows de novo assembly of OTU sequences. In our research, we created mock communities of fungi and bacteria, which we then used to demonstrate the efficiency of our algorithm. Furthermore, we validated the algorithm using externally available data. We also compared our approach with similar ones to show its applicability.

Цель: оценить распространённость генов устойчивости к антибиотикам в составе резистома взрослых жителей Архангельска с учётом тяжести перенесённой новой коронавирусной инфекции (COVID-19). Материалы и методы: поперечное исследование проведено с октября по ноябрь 2022 г. (через 2,5 года от начала пандемии COVID-19) с участием случайной выборки (N=455) населения Архангельска в возрасте 42–76 лет. Процедура исследования включала опрос, определение иммуноглобулинов G к белкам вируса SARS-CoV-2 и выявление генов устойчивости к антибиотикам в образцах кала методом полимеразной цепной реакции. Результаты: практически все участники (98,5%) имели хотя бы 1 ген устойчивости к антибиотикам, у 5,6% выявлены детерминанты резистентности сразу к 3 классам антибиотиков. Распространённость генов устойчивости к макролидам составила 98,5%, к бета-лактамам – 29,0%, к гликопептидам – 16,0%. Гены резистентности к бета-лактамным антибиотикам чаще выявлялись среди участников, получавших стационарное лечение по поводу COVID-19 (44,8%), и среди лиц, часто болеющих острыми респираторными инфекциями (50,0%). Вакцинированные против SARS-CoV-2 (26,6%) и участники с сердечно-сосудистыми заболеваниями (17,0%) реже имели гены резистентности к бета-лактамам. Заключение: выявлена высокая распространённость генов устойчивости к антибиотикам в составе резистома взрослых жителей Архангельска. Определена связь между резистентностью к бета-лактамам и тяжестью перенесённой COVID-19. Результаты исследования могут быть использованы для оптимизации протоколов стартовой антибиотикотерапии и принятия решений, связанных с назначением антимикробных препаратов различным категориям взрослого населения.

In the field of modeling social systems, the use of agent-based models (AM) has become a powerful tool for understanding processes occurring in society, in particular, for studying the spread of infections among the population. The agent model is based on a synthetic population consisting of agents, their interactions and sometimes the territory in which the interaction occurs. The choice of an appropriate method for creating such artificial populations and the selection of parameters becomes a key issue affecting the realism of the model and its ability to reflect real-world scenarios. This article delves into the interplay between agent-based modeling, synthetic population construction, and parameter selection, offering our insight into the complex process of modeling infectious disease dynamics. The review concludes with an exploration of extending the Covasim model [1] to experiments in computational epidemiology. Covasim, a dynamic transmission modeling tool, is known for its ability to adapt to different scenarios and offers predictive information critical for managing epidemiological situations. The Covasim model could include improvements to better simulate real-world epidemic conditions, including a revised transmission strategy to account for accumulation through daily contacts. In addition, we propose to add a module for intercity travel and a visualization package that will significantly expand the functionality of Covasim. These improvements make Covasim a more versatile and efficient tool for modeling and analyzing epidemic processes.