Background.Campylobacter species cause a high proportion of bacterial gastroenteritis cases and are a significant burden on health care systems and economies worldwide; however, the relative contributions of the various possible sources of infection in humans are unclear. Methods. National-scale genotyping of Campylobacter species was used to quantify the relative importance of various possible sources of human infection. Multilocus sequence types were determined for 5674 isolates obtained from cases of human campylobacteriosis in Scotland from July 2005 through September 2006 and from 999 Campylobacter species isolates from 3417 contemporaneous samples from potential human infection sources. These data were supplemented with 2420 sequence types from other studies, representing isolates from a variety of sources. The clinical isolates were attributed to possible sources on the basis of their sequence types with use of 2 population genetic models, STRUCTURE and an asymmetric island model. Results. The STRUCTURE and the asymmetric island models attributed most clinical isolates to chicken meat (58% and 78% of Campylobacter jejuni and 40% and 56% of Campylobacter coli isolates, respectively), identifying it as the principal source of Campylobacter infection in humans. Both models attributed the majority of the remaining isolates to ruminant sources, with relatively few isolates attributed to wild bird, environment, swine, and turkey sources. Conclusions. National-scale genotyping was a practical and efficient methodology for the quantification of the contributions of different sources to human Campylobacter infection. Combined with the knowledge that retail chicken is routinely contaminated with Campylobacter, these results are consistent with the view that the largest reductions in human campylobacteriosis in industrialized countries will come from interventions that focus on the poultry industry.

Horizontal gene transfer accelerates bacterial adaptation to novel environments, allowing selection to act on genes that have evolved in multiple genetic backgrounds. This can lead to ecological specialization. However, little is known about how zoonotic bacteria maintain the ability to colonize multiple hosts whilst competing with specialists in the same niche. Here we develop a stochastic evolutionary model and show how genetic transfer of niche specifying genes and the opportunity for host transition can interact to promote the emergence of host generalist lineages of the zoonotic bacterium Campylobacter. Using a modelling approach we show that increasing levels of recombination enhance the efficiency with which selection can fix combinations of beneficial alleles, speeding adaptation. We then show how these predictions change in a multi-host system, with low levels of recombination, consistent with real r/m estimates, increasing the standing variation in the population, allowing a more effective response to changes in the selective landscape. Our analysis explains how observed gradients of host specialism and generalism can evolve in a multihost system through the transfer of ecologically important loci among coexisting strains.

Contamination of fresh produce with pathogenic Escherichia coli, including Shigatoxigenic E. coli (STEC), represents a serious risk to human health. Colonisation is governed by multiple bacterial and plant factors that can impact on the probability and suitability of bacterial growth. Thus, we aimed to determine whether the growth potential of STEC for plants associated with foodborne outbreaks (two leafy vegetables and two sprouted seed species), is predictive for colonisation of living plants as assessed from growth kinetics and biofilm formation in plant extracts. Fitness of STEC was compared to environmental E. coli, at temperatures relevant to plant growth. Growth kinetics in plant extracts varied in a plant-dependent and isolate-dependent manner for all isolates, with spinach leaf lysates supporting the fastest rates of growth. Spinach extracts also supported the highest levels of biofilm formation. Saccharides were identified as the major driver of bacterial growth, although no single metabolite could be correlated with growth kinetics. The highest level of in planta colonisation occurred on alfalfa sprouts, though internalisation was 10-times more prevalent in the leafy vegetables than in sprouted seeds. Marked differences in in planta growth meant that growth potential could only be inferred for STEC for sprouted seeds. In contrast, biofilm formation in extracts related to spinach colonisation. Overall, the capacity of E. coli to colonise, grow and internalise within plants or plant-derived matrices were influenced by the isolate type, plant species, plant tissue type and temperature, complicating any straight-forward relationship between in vitro and in planta behaviours.

Reference and type strains of well-known bacteria have been a cornerstone of microbiology research for decades. The sharing of well-characterised isolates between laboratories has parallelised research efforts and enhanced the reproducibility of experiments, leading to a wealth of knowledge about trait variation in different species and the genetics that underpins it. Campylobacter jejuni strain NCTC11168, deposited at the National Collection of Type Cultures in 1977, has been widely adopted as a reference strain by researchers worldwide and was the first Campylobacter for which the complete genome was published (in 2000). In this study, we collected 23 C. jejuni NCTC11168 reference isolates from laboratories across the UK and compared variation in simple laboratory phenotypes with genetic variation in sequenced genomes. Putatively identical isolates previously identified to have aberrant phenotypes varied by up to 281 SNPs (in 15 genes) compared to the most recent reference strain. Isolates also display considerable phenotype variation in motility, morphology, growth at 37oC, invasion of chicken and human cell lines and susceptibility to ampicillin. This study provides evidence of ongoing evolutionary change among C. jejuni isolates as they are cultured in different laboratories and highlights the need for careful consideration of genetic variation within laboratory reference strains.

Campylobacter jejuni plays a significant role in human health, food production, and veterinary practice. Biofilm formation is a likely mechanism explaining the survival of C. jejuni in seemingly unfavourable environments, but the underlying mechanisms are poorly understood. We propose a mathematical model to unify various observations regarding C. jejuni biofilm formation. Specifically, we present a cellular automaton with stochastic dynamics that describes both the probability of biofilm initiation and its subsequent growth. Our model incorporates fundamental processes such as cell rearrangement, diffusion of chemical compounds, accumulation of extracellular material, cell growth, lysis, and deactivation due to nutrient scarcity. The model predicts an optimal nutrient concentration that enhances population survival, revealing a trade-off where higher nutrient levels may harm individual cells but benefit the overall population. Our results suggest that the lower biofilm accumulation observed experimentally in aerobic conditions compared to microaerobic conditions may be due to a reduced surface invasion probability of individual cells. However, cells that do manage to invade can generate microcolonies of a similar size under both aerobic and microaerobic conditions. These findings provide new insights into the survival probability and size of C. jejuni biofilms, suggesting potential targets for controlling its biofilm formation in various environments.

Whole genome sequence (WGS) data could transform our ability to attribute individuals to source populations. However, methods that effectively mine these data are yet to be developed. We present a minimal multilocus distance (MMD) method which rapidly deals with these large data sets as well as methods for optimally selecting loci. This was applied on WGS data to determine the source of human campylobacteriosis, the geographical origin of diverse biological species including humans and proteomic data to classify breast cancer tumours. The MMD method provides a highly accurate attribution which is computationally efficient for extended genotypes. These methods are generic, easy to implement for WGS and proteomic data and have wide application.