Comparative genomics of Xylella fastidiosa: pan-genome diversity and analysis of patogenicity genes

O gênero Xylella é composto de uma única espécie, Xylella fastidiosa, bactéria Gram-negativa, não flagelada, que coloniza o xilema de uma diversidade de plantas cultivadas e silvestres em várias partes do mundo. Em algumas dessas plantas, a bactéria é considerada agente causal de doenças, como a Clorose Variegada do Citros em laranjeiras, a Doença de Pierce das videiras e escaldadura da folha de cafeeiro. Onze diferentes cepas de X. fastidiosa, isoladas de distintos hospedeiros, já tiveram seus genomas sequenciados, entre essas, as cepas 9a5c, isolada de laranjeira, e Temecula 1, isolada de videira. Análises desses genomas indicam uma razoável variabilidade entre suas respectivas sequências e evidenciam vários genes associados a mecanismos de virulência e patogenicidade desta bactéria. No presente trabalho descrevemos o sequenciamento, a montagem e a anotação dos genomas das cepas U24d e Fb7, isoladas de laranjeiras, e da cepa 3124 isolada de cafeeiro, os quais apresentam, respectivamente 2.681.334 pb, 2.733.974 pb e 2.748.594 pb. Destas, apenas a cepa U24d apresenta um plasmídeo, o qual é idêntico ao pXF51 previamente identificado na cepa 9a5c. O genoma da cepa U24d é praticamente colinear ao genoma da cepa 9a5c enquanto que os genomas das cepas Fb7 e 3124 apresentaram maior colinearidade com a cepa Temecula1. Entre as diversas alterações encontradas nas análises comparativas destes genomas, destacamos a inserção no gene pilQ verificada no genoma da cepa U24d. Essa mutação causa ausência do pilus do tipo IV com consequente deficiência na motilidade twitching, sendo que plantas infectadas com a cepa U24d apresentam sintomas localizados restritos ao ponto de inoculação. Na cepa Fb7, detectamos a ausência de formação de biofilme no cultivo in vitro possivelmente devido ausência da expressão dos transcritos de mrkD e pspA, que codificam respectivamente adesina do pilus curto e adesina similar à hemaglutinina. Postulamos que estes genes não são expressos em decorrência de um defeito na via de sinalização de DSF (Fator de Sinalização Difusível) reflexo de uma mutação em rpfC no genoma de Fb7. Assim como as demais cepas de X. fastidiosa, também os genomas de U24d, Fb7 e 3124 apresentaram elevado conteúdo de Elementos Genéticos Móveis (EGM), que aparecem em maior número nas cepas sul-americanas. Os estudos do pangenoma de X. fastidiosa mostraram que essa espécie tem um genoma aberto e grande parte dos genes de EGMs correspondem a genes acessórios. A grande quantidade de EGMs em X. fastidiosa pode estar relacionada a falta do sistema CRISPR/cas completo, um provável resultado de eventos de erosão do genoma desta espécie. A inferência filogenética por MSLA mostrou uma clara distinção dos grupos de cepas da América do Norte em relação às do Sul, sugerindo a ocorrência de mais eventos de recombinações genéticas nas cepas sul-americanas, provavelmente pela falta de isolamento geográfico. Assim, é possível que as cepas norte e sul-americanas sofreram divergência alopátrica e simpátrica, respectivamente.The genus Xylella consists of a single species, Xylella fastidiosa, a Gram-negative and non-flagellated bacterium that colonizes the xylem of a diversity of cultivated and wild plants in several parts of the world. In some of these plants, this bacterium is considered causal agent of diseases such as the Citrus Variegated Cholorosis in orange trees, Pierce\'s Disease of grapevines and coffee leaf scald. Eleven different strains of X. fastidiosa isolated from different hosts had their genomes sequenced, including 9a5c and Temecula1 strains, respectively isolated from orange tree and grapevine. Analyses of these genomes indicate a reasonable variability in their sequences and showed several genes associated with pathogenicity and virulence mechanisms of this bacterium. In this work we describe the genome sequencing, assembly and annotation of the strains U24d and Fb7, isolated from orange trees, and 3124 isolated from coffee, which have, respectively, 2,681,334 bp, 2,733,974 bp and 2,748,594 bp. Of these, only strain U24d has a plasmid, identical to pXF51 from strain 9a5c. The genome of U24d strain is almost collinear to the genome of strain 9a5c while the genomes of strains Fb7 and 3124 had higher collinearity to Temecula1 strain. Among many changes found in the comparative analysis of these genomes, we highlight an on insertion in pilQ gene that was found in U24d strain genome. This mutation causes lack of type IV pilus with a consequent deficiency in twitching motility. Moreover orange trees infected with U24d strain showed localized symptoms near to the inoculation point. We verified that Fb7 strain does not form biofilm in vitro possibly due to the absence of expression of mrkD and pspA transcripts, which encode, respectively, a short pilus adhesin and a hemagglutinin-like adhesin. We postulate that these genes are not expressed due to a defect in the signaling pathway of DSF (Diffusible Signal Factor) reflecting a mutation on rpfC in the Fb7 genome. Similarly to other X. fastidiosa strains, the genomes of U24d, Fb7 and 3124 also showed high content of mobile genetic elements (MGE), which appear in larger numbers in South American strains. Pan genome studies of X. fastidiosa showed that this species has a open genome and that most of MGE genes correspond to accessory genes. The large number of MGE in X. fastidiosa may be related to the lack of a complete system CRISPR/cas, likely a result of erosion events of the genome of this species. The phylogenetic reconstruction by MLSA showed a clear distinction between groups of strains from North and South America, suggesting the occurrence of more recombination events in South American strains, probably due to lack of geographical isolation. Thus it is possible that North and South American strains underwent allopatric and sympatric divergence, respectively