The intestinal microbiome has a central role in the host's health. In pig production, newborn and weaned piglets are particularly affected by diarrheal diseases of multifactorial origin, which can often only be controlled with antibiotics. However, in line with the “One Health” approach, the aim is to reduce the use of antibiotics in animal husbandry. Targeted modulation of the intestinal microbiome could enable new preventive measures, with the mother sow playing a key role in the initial microbial colonization of newborn piglets and intestinal colonization up to weaning. This approach was investigated by the “OptiBiom” project by analyzing comprehensive microbiome and farm data and combined with targeted microbiome modulation and vaccines to develop new anti-infection strategies. For this purpose, fecal samples were collected from sows before and after birth and their piglets before and after weaning from 20 commercial farms. This thesis analyzes data on the fecal microbiome, antibiotic resistance genes, and bacterial virulence factors. In addition, the use of antibiotics in the corresponding production cycles was documented and evaluated for each farm. The hypothesis that the fecal microbiota composition and the occurrence of resistance and virulence genes differ significantly between the farms and age groups of the animals was investigated. In addition, correlations were examined between farm differences and the sow-piglet relationship, as well as between antibiotic use and the occurrence of bacterial genes. In the first publication, 802 DNA extracts from fecal samples were sequenced using Illumina NextSeq and analyzed for diversity and microbial composition. Detected genera were compared between the different age groups of the animals, and the differences could be visualized using non-metric multidimensional scaling and hierarchical clustering. Data from sows and their piglets were pooled to investigate the family effect on farm differences. In the second publication, quantitative real-time PCR was used to detect resistance genes of relevant antibiotics (sulfonamides, trimethoprim, colistin, cefotaxime) and an integron responsible for spreading resistance genes (Int1). In addition, the samples were examined for relevant pathogens associated with diarrhea in piglets (Clostridioides difficile, Clostridium perfringens, Salmonella, Escherichia/Shigella/Hafnia, Escherichia coli). The farms were analyzed for cluster formation based on their antibiotic use. Latent class analysis was then used to identify the genes relevant for cluster formation in each animal group. Adapted regression models were used to test correlations with the antibiotics administered. The phyla Bacillota (formerly Firmucutes) and Bacteroidota (formerly Bacteroidetes) dominate all samples with varying relative abundances depending on the production phase. Parturition (sows) and weaning (piglets) led to significant changes in the fecal microbiota composition. After birth, the relative abundance of non-dominant genera, in particular, decreased significantly, while previously dominant genera continued to predominate. In piglets, on the other hand, originally non-dominant genera became predominant after weaning, while previously dominant genera from the suckling phase decreased. The microbiome of suckling piglets was the most uniform and showed the least diversity. Combining the microbiome data of sows and their piglets revealed a distinctive cluster formation for two farms. The use of antibiotics on each farm led to different clusters for sows, suckling piglets, and weaners. The greatest diversity of antibiotics used was found in weaned piglets, including amoxicillin, lincomycin and enrofloxacin, which were associated with antibiotic resistance genes (mcr1, dfrA1, blaCTX-M). However, direct effects of a particular antibiotic on the associated resistance gene were rare, similarly between antibiotics and virulence genes. However, enrofloxacin and florfenicol favored the occurrence of C. difficile in sows. The Int1 gene was ubiquitously present and could be associated with the prevalence of F4 fimbriae in E. coli, while other E. coli fimbrial genes were not shown to be affected by antibiotics. The vertical transmission of the microbiota from sows to their offspring could be an important factor in the microbial individuality of farms and provide an approach for individual intervention strategies to get piglets through the vulnerable weaning phase in good health. Nevertheless, future studies must include other influencing factors such as the farm environment, detailed health data, and feeding. Extensive databases and integrating artificial intelligence and machine learning can be helpful here. The long-term goal should be indicators for defining a target microbiota that enables the highest possible disease resilience and productivity. It is essential to develop modulation strategies without the use of antibiotics.
Das Darmmikrobiom spielt eine zentrale Rolle in der Gesundheit des Wirtes. In der Schweineproduktion sind vor allem neugeborene Ferkel und Absetzferkel von Durchfallerkrankungen multifaktoriellen Ursprungs betroffen, welche oftmals nur durch Antibiotika kontrolliert werden können. Im Sinne des „One- Health“- Ansatzes ist jedoch eine Reduktion der Verwendung von Antibiotika in der Tierhaltung angestrebt. Eine gezielte Modulation des Darmmikrobioms könnte neue Präventionsoptionen ermöglichen, wobei die Muttersau eine zentrale Rolle bei der initialen mikrobiellen Besiedlung der neugeborenen Ferkel und der Darmkolonisation bis zum Absetzen spielt. Dieser Ansatz wurde von dem Projekt „OptiBiom“ durch die Analyse umfangreicher Mikrobiom- und Betriebsdaten verfolgt und mit gezielter Mikrobiommodulation und Vakzinen für die Entwicklung neuer Antiinfektionsstrategien zusammenführt. Dafür wurden Kotproben von Sauen vor und nach der Geburt sowie ihrer Ferkel vor und nach dem Absetzen aus 20 Betrieben gesammelt. Diese Dissertation analysiert Daten des fäkalen Mikrobioms zusammen mit Antibiotika-Resistenzgenen und bakteriellen Virulenzfaktoren. Zusätzlich wurde die Verwendung von Antibiotika in den entsprechenden Zyklen für jeden Betrieb dokumentiert und ausgewertet. Es wurde die Hypothese untersucht, dass sich die Zusammensetzung der fäkalen Mikrobiota und das Vorkommen von Resistenz- und Virulenzgenen zwischen den Betrieben und Altersgruppen der Tiere signifikant unterscheidet. Außerdem wurde nach Zusammenhängen zwischen Betriebsunterschieden und der Sau-Ferkel-Beziehung, sowie zwischen Antibiotikaverwendung und Vorkommen von bakteriellen Genen gesucht. In einer ersten Publikation wurden 802 DNA- Extrakte von Kotproben mittels Illumina NextSeq sequenziert und auf mikrobielle Diversität sowie Zusammensetzung untersucht. Detektierte Gattungen wurden zwischen den verschiedenen Altersgruppen der Tiere verglichen und die Unterschiede durch nicht-metrische multidimensionale Skalierung und hierarchischer Clusteranalyse visualisiert. Daten von Sauen und ihren Ferkeln wurden zusammengefasst, um den familiären Einfluss auf die Unterschiedlichkeit der Betriebe zu untersuchen. In der zweiten Publikation wurden mittels quantitativer real-time PCR Resistenzgene gegen relevante Antibiotika (Sulfonamide, Trimethoprim, Colistin, Cefotaxim) sowie eines für die Verbreitung von Resistenzgenen verantwortlichen Integrons (Int 1) detektiert. Zusätzlich wurden die Proben auf durchfallassoziierte Erreger bei Ferkeln (Clostridioides difficile, Clostridium perfringens, Salmonella, Escherichia/Shigella/Hafnia, Escherichia coli) untersucht. Die Betriebe wurden anhand ihrer Antibiotikaverwendung auf Clusterformierung analysiert. Anschließend wurden mithilfe von latenter Klassenanalyse die für die Clusterformierung relevanten Gene in jeder Tiergruppe identifiziert und mittels angepasster Regressionsmodelle auf Zusammenhänge mit den verabreichten Antibiotika überprüft. Die Phyla Bacillota (früher Firmucutes) und Bacteroidota (früher Bacteroidetes) dominieren alle Proben mit variierenden relativen Anteilen je nach Produktionsphase. Geburt (Sauen) und Absetzen (Ferkel) führten zu signifikanten Veränderungen der fäkalen Mikrobiota Zusammensetzung. Nach der Geburt nahm die relative Abundanz vor allem nichtdominanter Gattungen deutlich ab, während bereits zuvor dominante Gattungen weiter überwogen. Bei den Ferkeln wurden nach dem Absetzen ursprünglich nichtdominante Gattungen vorherrschend, während in der Säugephase dominante Gattungen zurückgingen. Das Mikrobiom der Saugferkel war am einheitlichsten und wies die geringste Vielfalt auf. Die Zusammenführung der Mikrobiomdaten von Sauen und ihren Ferkeln ergab für 2 Betriebe eine abweichende Clusterformierung. Die Verwendung von Antibiotika je Betrieb führte zu abweichenden Clustern zwischen Sauen, Saugferkeln und Absetzern. Die größte Vielfalt an verwendeten Antibiotika weisen die Absetzferkel auf, darunter Amoxicillin, Lincomycin und Enrofloxacin, die mit Antibiotikaresistenzgenen (mcr1, dfrA1, blaCTX-M) assoziiert werden konnten. Direkte Auswirkungen eines bestimmten Antibiotikums auf das zugehörige Resistenzgen waren jedoch selten, ebenso zwischen Antibiotika und Virulenzgenen. Jedoch begünstigten Enrofloxacin und Florfenicol das Auftreten von C. difficile bei Sauen. Das Int1 Gen war ubiquitär vorhanden und konnte mit der Prävalenz von F4 Fimbrien bei E. coli assoziiert werden, während andere E. coli Fimbrien-Gene nicht nachweislich durch Antibiotika beeinflusst wurden. Die vertikale Übertragung der Mikrobiota von Sauen auf ihre Nachkommen könnte ein wichtiger Faktor in der mikrobiellen Individualität der Betriebe sein und einen Ansatz für individuelle Interventionsstrategien bieten, um Ferkel gesund durch die vulnerable Absetzphase zu bringen. Daher sollten zukünftige Studien weitere Einflussfaktoren wie das Betriebsumfeld, detaillierte Gesundheitsdaten und die Fütterung einbeziehen. Dabei können umfangreiche Datenbanken und die Integration von künstlicher Intelligenz und maschinellem Lernen hilfreich sein. Das langfristige Ziel sollten Indikatoren für die Definition einer Zielmikrobiota sein, die eine möglichst hohe Krankheitsresilienz und Produktivität ermöglicht. Dabei ist es essenziell Modulations- Strategien, ohne die Verwendung von Antibiotika zu entwickeln.
