基于全基因组测序的医疗相关呼吸道病毒传播动力学研究：美国匹兹堡三家教学医院2018-2020年基因组流行病学分析

《Infection Control & Hospital Epidemiology》：Genomic epidemiology of healthcare-associated respiratory virus infections in Pittsburgh, Pennsylvania, 2018–2020

本研究针对医疗机构内呼吸道病毒传播机制不明的问题，通过回顾性全基因组测序(WGS)监测，系统分析了匹兹堡三家医院中鼻病毒、流感病毒、呼吸道合胞病毒(RSV)和人间质肺病毒(HMPV)的传播动态。研究发现10%的患者存在基因关联，53%的聚集病例存在明确的流行病学联系，揭示了WGS在识别传统方法难以发现的隐匿传播链方面的独特价值，为改进感染防控策略提供了重要科学依据。

在医院这个救死扶伤的特殊场所，呼吸道病毒的传播却如同隐形杀手般难以捉摸。医疗相关呼吸道病毒感染不仅延长患者住院时间，增加医疗资源消耗，更可能导致重症监护室入住和机械通气等严重后果。特别对儿童、老年人和免疫功能低下者而言，这些感染往往意味着更高的健康风险。然而令人担忧的是，目前对医院环境下常见呼吸道病毒的传播规律仍知之甚少，传统流行病学调查方法存在明显局限性。

传统的感染监测方法通常依赖于观察感染发病率是否显著超过基线水平，这种被动响应模式难以在单个传播事件发生时及时识别暴发，无法实现早期干预。更棘手的是，传统方法不能区分是单一暴发还是不同病毒变种引起的多次暴发。正是这些关键问题的存在，促使美国匹兹堡大学的研究团队开展了一项创新性研究，其结果发表在《Infection Control & Hospital Epidemiology》杂志上。

研究人员采用了一种前沿的技术手段——全基因组测序(WGS)，对2018年1月2日至2020年1月4日期间收集的呼吸道病毒样本进行回顾性分析。这项研究聚焦于住院≥3天患者的鼻拭子样本，最终纳入436份病毒标本（涉及359名患者），包括鼻病毒(291份)、流感病毒(50份)、RSV(48份)和HMPV(47份)。研究团队在三家教学医院开展此项工作，其中包括一家儿科医院和两家成人医院，总床位容量均超过700张。

关键技术方法包括：基于RT-qPCR的病毒载量检测、全基因组测序（采用杂交捕获和扩增子测序两种建库方法）、生物信息学分析（使用Kraken2进行物种鉴定、SPAdes和IRMA进行基因组组装）、系统发育分析（基于MAFFT和FastTree）以及单核苷酸多态性(SNP)分析。通过电子健康记录回顾确定流行病学联系，定义基因相关集群的标准为≤3个SNPs（鼻病毒为≤10个SNPs）。

病毒基因组特征与多样性

研究成功对74%的符合RT-qPCR循环阈值(Ct)标准的基因组进行了测序，获得高质量基因组包括114个鼻病毒/肠道病毒、34个流感病毒和41个RSV。病毒亚型分析显示，鼻病毒以A型(65个)为主，HMPV以B1型(20个)为主，流感病毒包括21个H1N1和8个H3N2基因组。病毒种群表现出足够的遗传多样性，同一亚型内配对SNP分析显示：RSV为0-186个SNPs，HMPV为0-250个SNPs，流感病毒为0-277个SNPs，鼻病毒在同一物种内差异最大(0-2305个SNPs)，这表明病毒种群具有足够的遗传多样性用于传播分析。

院内病毒传播动态

研究共识别出14个基因相关集群，涉及36名患者（占全部患者的10%），每个集群包含2-5名患者。这些集群包括6个鼻病毒集群、3个RSV集群、3个HMPV集群和2个流感病毒集群。其中53%(19/36)的患者发现了明确的流行病学联系：63%存在同病区停留，26%有住院时间重叠，11%共享医护人员。值得注意的是，64%的集群涉及多家医院的患者，平均集群持续时间为16天（范围0-55天），这表明存在传统方法难以发现的跨机构传播链。

部分基因组分析的局限性

研究团队评估了仅使用流感病毒血凝素(HA)片段和鼻病毒内部核糖体进入位点(IRES)区域进行传播分析的可靠性。结果显示，部分基因组分析会低估全基因组SNP差异，导致过度判断传播事件，证实全基因组测序在准确识别传播链方面具有不可替代的优势。

特殊病例分析

研究发现了一个值得关注的案例：一名免疫功能低下患者持续约一年检测出鼻病毒阳性。其中一份在初次阳性后16天采集的样本与其他患者的病毒存在基因关联，提示可能存在免疫功能低下患者长期排毒并导致传播的情况，这与以往关于免疫缺陷患者长期呼吸道病毒排毒的报道一致。

该研究开创性地将全基因组测序技术系统应用于多种呼吸道病毒的医院传播监测，揭示了传统流行病学方法难以发现的复杂传播模式。研究表明，10%的医疗相关呼吸道病毒感染存在基因关联，其中约半数可追溯到明确的院内传播链。尤为重要的是，研究发现64%的传播集群涉及多家医院，且集群平均持续时间达16天，这提示存在跨机构传播和长期隐匿传播链。

研究结果对医院感染预防控制实践具有重要启示：首先，全基因组测序能够识别传统方法无法检测到的传播事件，为早期干预提供可能；其次，研究发现的部分无明确流行病学联系的基因相关集群，提示可能存在通过医护人员、访客或公共空间的间接传播，这为改进感染控制措施指明了方向；最后，研究证明仅依赖部分基因组区域分析可能产生误导，强调了全基因组分析在准确识别传播链中的必要性。

尽管这项研究存在样本未能全部测序、回顾性设计的局限性，但无疑为实时基因组监测在呼吸道病毒感染控制中的应用奠定了坚实基础。随着测序成本的降低和分析流程的优化，全基因组测序有望成为医院感染控制的常规工具，为构建更安全的医疗环境提供技术支持。未来研究应着重评估实时全基因组监测对感染发生率的具体影响，以及其在改善患者预后方面的实际价值。