O que você precisa saber sobre classificação bacteriana na prática
O reino das bactérias, ou reino Monera na nomenclatura mais antiga, abrange organismos procariontes unicelulares que estão em toda parte. Solo, água, corpo humano, fontes termais, ambientes hipersalinos. A diversidade é absurda e a classificação mudou muito nos últimos quarenta anos. Se você está procurando entender como as bactérias são organizadas taxonomicamente ou tentando identificar um isolado no laboratório, as coisas são bem mais complicadas do que os livros didáticos ensinam.
A classificação tradicional se baseava em características morfológicas e bioquímicas. Gram-positivas e Gram-negativas. Coccos, bastonetes, espirilos. Aeróbias, anaeróbias, fermentativas. Funcionava razoavelmente bem para diagnósticos clínicos rotineiros, mas era profundamente limitada. Organismos com fenótipos similares podiam estar filogeneticamente distantes, e muitos bacilos não se encaixavam em grupos funcionais de forma coerente.
Reino da bacteria: classificação moderna e seus problemas
A revolução veio com a análise da sequência do RNA ribossômico 16S, introduzida por Carl Woese na década de 1970. Isso permitiu construir árvores filogenéticas reais em vez de agrupamentos baseados em semelhanças superficiais. O resultado foi a divisão do domínio Bacteria em diversos filos, entre os quais Proteobacteria, Firmicutes, Actinobacteria, Bacteroidetes e Cyanobacteria são os mais relevantes clinicamente e ambientalmente.
Na prática, identificar uma bactéria pelo 16S rRNA tem restrições importantes. A região hipervariável V3-V4, que a maioria dos kits comerciais sequencia, consegue diferenciar até o nível de gênero na maioria dos casos, mas frequentemente não resolve espécies estreitamente relacionadas. Pseudomonas aeruginosa e Pseudomonas putida, por exemplo, compartilham mais de 99% de identidade na região V4. Para distinção species-level, você precisa de sequenciamento do gene completo 16S ou, idealmente, MLST (Multi-Locus Sequence Typing) ou ANI (Average Nucleotide Identity).
Eu trabalhei com um isolado de um paciente imunossuprimido que crescia como um bastonete Gram-negativo pequeno, oxidase positivo, não fermentador de glicose. O perfil bioquímico padrão apontava para Pseudomonas spp., mas o 16S rRNA mostrou 98,7% de identidade com Stenotrophomonas maltophilia. O diagnóstico inicial por cultura e provas bioquímicas estava errado. A confirmação veio com PCR específico para o gene codificador da -lactamase L1. Isso custa cerca de R$ 80 a R$ 120 em laboratórios brasileiros e leva 4 a 6 horas. Vale muito mais do que tratar erroneamente com carbapenems, já que S. maltophilia é intrinsicamente resistente a essa classe.
Métodos de identificação no dia a dia
Cultura em meios seletivos e diferenciais continua sendo o primeiro passo. MacConkey para Enterobacteriaceae, blood agar para hemólise, CHROMagar para detecção rápida de VRE e E. coli producers de SHik. O problema é que meios cromogênicos têm taxa de falso positivo entre 5% e 12% dependendo do fabricante e da carga microbiana da amostra. Sempre confirme com prova adicional.
A espectrometria de massas MALDI-TOF transformou a microbiologia clínica. Identifica espécies em minutos a partir de um colônia isolada, com acurácia acima de 90% para a maioria dos patógenos comuns. A desvantagem é que bancos de dados comerciais cobrados por licença podem não ter espécies emergentes ou raras. Um isolado de Tsukamurella spp. que cheguei a analisar não constava no banco de dados da empresa na época, e o sistema retornou apenas "confidence score baixo". A solução foi fazer sequenciamento do 16S rRNA e adicionar a entrada ao banco de dados local após validação.
Para pesquisa ou diagnóstico de referência onde MALDI-TOF não resolve, o sequenciamento de nova geração (NGS) aplicado a metagenomas clínicos está se tornando viável. Custos caíram de milhares para centenas de dólares por amostra em três anos. O problema é que a análise bioinformática exige expertise que a maioria dos laboratórios pequenos não tem. Pipelines como Kraken2, MetaPhlAn ou mOTUs são poderosos, mas a curadoria dos resultados ainda depende de interpretação humana.
Pitfalls comuns que iniciantes cometem
A primazia do método rápido em detrimento da confirmação. Kits rápidos de identificação por PCR multiplex são úteis, mas falsos negativos acontecem quando a carga bacteriana na amostra é baixa ou quando há presença de inibidores da PCR. Sangue contendo heparina é um exemplo clássico. A heparina interfere na Taq polimerase e pode causar falha na amplificação mesmo quando o patógeno está presente.
Outro erro frequente é confiar cegamente em perfis bioquímicos automatizados sem verificar a pureza da cultura. Se houver co-crescimento de dois organismos, o sistema pode gerar um resultado intermediário que não corresponde a nenhuma espécie real. Antes de rodar qualquer teste bioquímico ou MALDI-TOF, verifique sempre o smear microscopicamente e a morfologia das colônias em múltiplos meios.
A resistência antimicrobiana também não segue padrões tidy. Bactérias do filo Actinobacteria, como Enterococcus spp. (agora classificado separadamente), podem carregar genes de resistência horizontalmente transferidos via plasmídeos. Um Staphylococcus aureus meticilino-resistente (MRSA) pode simultaneamente ser resistente a macrolídeos, tetraciclinas e fluoroquinolonas porque cada gene de resistência veio de um evento de transferência diferente ao longo de décadas de exposição seletiva.
Quando a classificação falha completamente
A maioria das bactérias não cresce em cultura. Estudos de metagenômica ambiental estimam que menos de 2% das espécies bacterianas em solos e oceanos são cultiváveis com métodos tradicionais. Isso significa que grande parte da diversidade do reino da bacteria permanece descrita apenas por sequências ambientais, sem nome científico, sem tipo cultural, sem descrição formal. Os candidatos a filos como CPR (Candidate Phyla Radiation) ou DPANN são exemplos de linhagens que só existem como genomas ensamblados a partir de dados ambientais.
Para quem trabalha com diagnóstico clínico, isso tem consequência direta: bacteriemias por organismos fastidiosos ou de crescimento lento frequentemente ficam sem identificação etiológica mesmo com hemoculturas positivas. Mycobacterium tuberculosis complex tem tempo de crescimento de 2 a 8 semanas em meios sólidos. Sistemas automatizados como Vitek 2 e BD Phoenix têm tempo médio de resultado de 16 a 24 horas para a maioria dos patógenos comuns, mas mycobactérias e fungos filamentosos exigem abordagens diferentes.
Se seu foco é identificação taxonômica robusta, o padrão-ouro atual é o sequenciamento completo do genoma (WGS) combinado com cálculo de ANI e dDDH (digital DNA-DNA hybridization). Ferramentas como Jukes- Cantor correction para distâncias genéticas e o índice de ANI acima de 95-96% para delimitação de espécie continuam sendo referência. Protocolos como o do Genome Taxonomy Database (GTDB) estão substituindo a classificação baseada apenas em 16S em publicações científicas recentes.
