鼠伤寒沙门氏菌抗菌素耐药性流行病学的基因组解析

《Frontiers in Microbiology》：Genomic dissection of the antimicrobial resistance epidemiology of Salmonella Typhimurium

沙门氏菌血清型 Typhimurium（STm）的抗生素耐药性（AMR）研究显示，全球约半数菌株对至少一种抗生素耐药，耐药率存在显著地域和年度差异。英国2015-2018年耐药率较高（60%），但2019-2022年下降；美国同期耐药率上升。通过多水平基因组分型（MGT）和耐药基因预测，发现ST34和ST313携带ASSuT和ACSSuT耐药基因，而ST36和ST19耐药率较低。研究验证了MGT系统在精准追踪耐药菌株和识别高耐药性MGT ST（如ST1705和ST171）中的有效性，并建议结合持续基因组监测和动态聚类分析以应对AMR的持续威胁。

　　### 抗微生物耐药性的全球格局与多基因分型策略

#### 研究背景

*Salmonella* Typhimurium（STm）是一种在全球范围内广泛分布的食源性病原体，近年来其对抗微生物的耐药性（AMR）问题日益严重，尤其是对氟喹诺酮类药物和第三代头孢菌素的耐药性。虽然许多国家已建立了持续的基因组监测项目，但目前关于STm的全球性、整合基因型和耐药性数据的综合分析仍较为有限。因此，本研究旨在利用一种多级基因型分型（MGT）方法，对65,000多个STm菌株的耐药性进行大规模分析，以揭示其全球分布特征和时间趋势。

#### 方法概述

研究中使用了MGT（多级基因型分型）方法，这是一种基于基因组数据的分型系统，能够在不同分辨率层次上描述菌株的遗传特征。MGT由九个层级组成，从MGT1到MGT9，每个层级都基于一组不同的核心基因。通过这些层级，可以对菌株进行分类，从而分析其耐药性模式、地理分布和时间变化。为了预测耐药性，我们使用了abritAMR工具，该工具能够识别与特定抗生素相关的耐药基因，并根据这些基因预测菌株的耐药表型。

此外，我们对耐药性预测进行了验证，通过比较基因型预测结果与实际的抗生素敏感性试验（AST）数据，确保预测的准确性。我们还利用了不同的统计方法，如Mann–Whitney U检验和二项式检验，对不同数据子集的耐药性变化进行了分析。同时，我们计算了每种抗生素的耐药率，并通过定义“耐药MGT ST”来识别那些在80%以上菌株中表现出对特定抗生素耐药性的基因型。

#### 结果分析

在本研究中，我们发现超过一半的STm菌株对至少一种抗生素表现出耐药性。这种耐药性在不同国家、不同年份以及不同的MGT ST之间存在显著差异。我们共识别出407个被定义为对至少一种抗生素耐药的MGT ST。其中，最近两年（2021–2022）的菌株中，有8个MGT ST被归类为对头孢噻肟（cefotaxime）耐药，3个被归类为对环丙沙星（ciprofloxacin）表现出中间耐药性。

在这些耐药MGT ST中，头孢噻肟耐药的菌株主要来自美国的牛或禽类，而环丙沙星中间耐药的菌株则主要来自英国的猪源。这表明，不同宿主来源可能对耐药性的传播和演变具有重要影响。此外，我们还发现，某些MGT ST在不同年份和地区的耐药率存在显著变化，例如英国的菌株在2019–2022年间的耐药率相比2015–2018年有所下降，而美国的菌株耐药率则有所上升。

#### 耐药性与基因型的关系

我们还分析了不同MGT ST的耐药性模式。在MGT1层级中，ST19是最常见的基因型，占所有菌株的71%。ST34、ST313和ST36则分别占14%、5%和3%。其中，ST34的菌株对多种抗生素表现出耐药性，包括四环素、链霉素、磺胺和氯霉素。而ST313的菌株则表现出对更广泛的抗生素耐药性，尤其是对氟喹诺酮类药物和头孢菌素类药物。

此外，我们发现某些MGT ST的耐药性主要由特定的耐药基因或基因组合决定。例如，头孢噻肟耐药性主要由blaCMY-2基因介导，而环丙沙星中间耐药性则主要由gyrA基因的突变引起。这些耐药基因的分布也受到宿主来源的影响，例如，英国的某些耐药菌株可能与猪源有关，而美国的耐药菌株则与禽类或牛源密切相关。

#### 耐药性的时间趋势与地理分布

在时间趋势方面，我们观察到不同地区的耐药性变化存在差异。英国在2019–2022年间，某些抗生素的耐药率有所下降，如四环素、链霉素、氨苄西林和磺胺。而美国在这一时期，四环素、链霉素、磺胺和庆大霉素的耐药率显著上升。这可能与不同国家的抗生素使用模式和监测策略有关。

在地理分布方面，STm菌株的耐药性呈现出明显的地域特征。例如，美国的耐药菌株主要与禽类或牛源相关，而英国的耐药菌株则更多与猪源有关。此外，我们还发现，某些MGT ST在不同地区间传播，这表明耐药性可能通过全球贸易或动物迁徙等方式传播。

#### 未来展望

本研究的结果表明，MGT分型结合耐药性预测是一种有效的工具，可用于大规模、标准化的耐药性监测。通过这种方法，可以更精确地追踪耐药菌株的传播路径和时间趋势，为公共卫生决策提供重要依据。未来，我们计划进一步扩展MGTdb的功能，实现对所有菌株的自动耐药性分析，并提供更全面的耐药性趋势数据。

此外，我们还注意到，某些耐药性模式可能受到技术误差的影响，例如基因组组装质量或数据缺失。因此，我们需要在分析中考虑这些因素，以确保结果的准确性和可靠性。同时，我们建议在未来的耐药性监测工作中，应更加重视数据采集的系统性和一致性，以减少因采样偏差导致的误判。

#### 结论

本研究通过大规模的基因组数据分析，揭示了STm菌株在全球范围内的耐药性模式及其与宿主来源和时间趋势之间的关系。MGT分型结合耐药性预测提供了一种高效、标准化的工具，能够精确追踪耐药菌株的传播和演变。这一方法不仅有助于全球范围内的耐药性监测，也为公共卫生政策的制定和实施提供了重要支持。未来，随着更多基因组数据的积累和技术的进一步发展，这种多级分型策略将在全球抗微生物耐药性监测中发挥更大的作用。