新加坡食阁环境微生物组全景解析：揭示地域特征菌群与抗生素耐药基因富集规律

本研究针对亚洲城市食阁这一高人流环境开展首次大规模元基因组调查，通过采集16个食阁240份样本，结合机器学习分析发现22种地域特征微生物标志物（预测准确率>80%），揭示食阁环境中抗生素耐药基因（ARGs）丰度显著高于非医疗环境（>2.5倍），关键病原体（如肺炎克雷伯菌Klebsiella pneumoniae）富集程度甚至超越医院环境，为食源性感染风险监测提供全新分子流行病学依据。

　　在全球化与城市化进程加速的今天，食阁作为亚洲城市独特的餐饮文化载体，日均接待数百万食客。然而这些高密度就餐环境却可能成为微生物传播的"热点"——世界卫生组织数据显示，全球每年发生超过6亿例食源性疾病，而日益严峻的抗生素耐药性（Antimicrobial Resistance, AMR）问题更让情况雪上加霜。尽管新加坡食阁以严格的卫生标准著称，但2019年仍报告近2500例食源性感染病例，凸显传统监测手段的局限性。

新加坡基因组研究院（Genome Institute of Singapore）的研究团队在《npj Antimicrobials and Resistance》发表的开创性研究中，首次采用城市尺度元基因组（metagenomic）监测技术，对16个食阁开展多时间点采样分析。研究团队通过标准化MetaSUB采样协议收集240份桌面样本，结合深度测序（平均2000万reads/样本）和定制化NCBI非冗余基因组数据库，构建了包含微生物（细菌、古菌、真菌、病毒）与非微生物（人类、动植物）DNA的全景图谱。机器学习分析采用递归特征消除交叉验证（RFECV）方法，抗生素耐药基因分析基于CARD数据库（v3.0.8）的SRST2流程，并通过培养实验验证了微生物活性。

城市尺度元基因组监测揭示食品相关DNA特征
研究发现食阁微生物组中食品相关DNA（如鱼类、肉类、谷物）占比显著高于医院、办公室等环境（p<0.01），其中肠杆菌科（Enterobacteriaceae）与鱼类的特异性关联尤为突出。通过SparCC相关性分析，发现两组特征性微生物：一组（芽孢杆菌Bacillus、外瓶霉Exophiala）与多种食品广泛相关（Spearman r>0.7），反映其在发酵与腐败中的普适作用；另一组（乳酸杆菌Lactobacillus、魏斯氏菌Weissella等）则呈现特定食品关联模式，如盐单胞菌Halomonas与鲤鱼目鱼类的强相关性。

机器学习识别22种地域特征微生物标志物
基于等距对数比（ILR）转换的逻辑回归模型，仅需20个特征即可实现>80%的定位准确率。核心标志物包括食品相关菌株（如发酵乳杆菌Lactobacillus farciminis）、环境菌株（如土壤杆菌Dyella japonica）和潜在病原体（如热带念珠菌Candida tropicalis），其总相对丰度仅0.8%却具有高度鉴别力。值得注意的是，6个食阁的标志物在3年后仍保持稳定（AUC-ROC>0.7），经微调（fine-tuning）后模型性能可提升至AUC-ROC>0.8。

抗生素耐药基因与病原体的异常富集
食阁环境中ARGs总丰度是非医疗环境的2.5倍以上，其中多粘菌素（colistin）耐药基因在食阁的富集程度（>1.5倍）甚至超过医院。关键β-内酰胺酶基因（如bla_ADC、bla_CMY）在食阁的检出率显著高于医院，而碳青霉烯酶基因bla_OXA虽在两类环境均有检出，但食阁样本中未发现质粒携带证据。更令人警觉的是，ESKAPE病原体中肺炎克雷伯菌（K. pneumoniae）、鲍曼不动杆菌（A. baumannii）等革兰阴性菌在食阁的富集程度比医院高出一个数量级。

这项研究建立了食阁微生物组监测的新范式，揭示这类环境作为抗生素耐药基因"储存库"的潜在风险。地域特征标志物的发现为微生物溯源提供了新工具，而食品-微生物关联图谱则有助于追踪食源性病原体传播路径。特别值得注意的是，尽管新加坡禁止养殖业使用促生长抗生素，但食阁中仍检出高丰度多粘菌素耐药基因，提示需要重新审视耐药基因传播的一体化健康（One Health）防控策略。该研究为未来开展基于元基因组的主动监测提供了技术框架，对制定精准化清洁干预措施具有重要指导价值。