AMRnet：全球病原体变异与抗菌素耐药性数据可视化平台的构建与应用

《Nucleic Acids Research》：AMRnet: a data visualization platform to interactively explore pathogen variants and antimicrobial resistance

本文推荐研究人员针对全球公共卫生威胁——抗菌素耐药性（AMR）监测中基因组数据利用率低的痛点，开发了AMRnet交互式数据可视化平台。该平台整合公共基因组数据库资源，通过计算国家年度耐药性流行率估计值，实现病原体变异、耐药机制及时空分布的可视化探索，为科研人员与政策制定者提供关键数据洞察，推动更广泛的测序倡议与数据共享合作。

　　

抗菌素耐药性（AMR）正成为21世纪全球公共卫生领域的重大挑战。世界卫生组织（WHO）数据显示，2019年因AMR导致的死亡人数高达495万，这一数字仍在持续攀升。传统的AMR监测主要依赖表型药敏试验，但全基因组测序技术的普及为AMR监测带来了革命性机遇——基因组数据不仅能揭示耐药性流行趋势，还能追溯耐药基因的传播路径与进化动态。然而，海量的公共基因组数据长期"沉睡"于国际核苷酸序列数据库协作组织（INSDC）等平台，因其分析需要专业的生物信息学技能与计算资源，使得政策制定者与公共卫生流行病学家难以直接利用这些宝贵资源。

为解决这一矛盾，伦敦卫生与热带医学院等机构的研究团队在《Nucleic Acids Research》发表了AMRnet平台。该研究基于现代MERN（MongoDB, Express.js, React, Node.js）技术栈构建四层架构，实现了从Pathogenwatch和Enterobase等公共数据库自动抓取数据，经标准化清洗与质量控制后，生成可交互可视化的国家年度耐药性流行率估计值。平台目前覆盖WHO优先病原体清单中的4类关键细菌：大肠杆菌（含致泻性及志贺氏菌/肠侵袭性大肠杆菌复合体）、肺炎克雷伯菌、淋病奈瑟菌及沙门氏菌（含伤寒与非伤寒血清型）。特别值得关注的是，针对伤寒沙门菌与淋病奈瑟菌，平台还引入采样目的筛选机制，有效规避了公共数据中耐药菌株或重症感染样本的偏倚。

关键技术方法包括：1) 基于SPYDER自动化工具与Python脚本的多源数据采集管道；2) 采用亚马逊S3云存储与MongoDB的分布式数据管理架构；3) 通过React前端与Node.js后端实现交互式可视化仪表板，支持四语种国际化界面；4) 依据病原体特异性规则（如Kleborate v3.2.4、AMRfinderplus v3.11.26）进行耐药基因标记识别与表型预测；5) 对伤寒沙门菌与淋病奈瑟菌引入采样目的筛选机制，确保数据代表性。

可视化功能设计

平台核心交互界面包含三大模块：地图视图可动态着色显示各国耐药率或基因型流行度，其中耐药率按临床关切程度划分为五级离散色阶（0%、>0-2%、>2-10%、>10-50%、>50%）；汇总图表模块支持时序趋势（线图）、基因型分布（堆叠条形图）及耐药-基因型关联（热图）等多维度分析；地理比较模块则通过热图直观展示不同区域耐药机制差异。例如在肺炎克雷伯菌 dashboard 中，用户可快速发现碳青霉烯酶KPC-2与KPC-3的洲际分布差异：东亚、北欧以KPC-2为主，而拉丁美洲则两者并存。

多药耐药组合分析特色

AMRnet突破性功能在于支持多药耐药组合可视化。以志贺氏菌为例，平台揭示出欧洲地区宋内志贺菌在2016年后不仅环丙沙星耐药率上升，更出现对阿奇霉素与头孢曲松的三重耐药组合，流行率超过20%。类似地，平台预定义了多重耐药（MDR）与广泛耐药（XDR）指标，用户可快速锁定巴基斯坦伤寒沙门菌XDR暴发完全由基因型4.3.1.1.P1单一起源驱动，该菌株在2016年后占比从零激增至80%。

数据覆盖与质量控制

当前平台整合超60万条基因组数据，时空跨度最长达百年（1905-2025）。通过严格质控（如国家样本量<20时不显示流行率），确保统计可靠性。针对病原体多样性，平台采用分级策略：大肠杆菌按致病型（肠致病性/肠产毒性等）分设子看板；非伤寒沙门菌单独标识侵袭性血清型（ Typhimurium/Enteritidis）。耐药预测准确性经多维度验证，伤寒沙门菌药物预测准确率超99.5%，淋病奈瑟菌对环丙沙星、头孢克肟等药物预测精度超96%，但阿奇霉素与头孢曲松预测能力仍有提升空间。

研究结论强调，AMRnet通过降低基因组数据使用门槛，为全球AMR治理提供了可扩展的技术框架。其创新性体现在三方面：首先，将分散的公共基因组数据转化为动态监测指标，弥补了表型监测的时空滞后性；其次，多药耐药组合分析功能可直接指导临床经验用药策略调整；最后，平台开源特性（代码仓库DOI: 10.5281/zenodo.10810218）鼓励全球协作优化。未来团队计划整合WHO全球抗菌素耐药监测系统（GLASS）表型数据，并扩展至其他WHO优先病原体（如金黄色葡萄球菌、铜绿假单胞菌），持续推动基因组流行病学在公共卫生决策中的深度应用。