PGIP：基于云端计算的寄生虫基因组快速鉴定平台开发及临床应用评价

本研究针对寄生虫病诊断中传统方法的局限性，开发了基于宏基因组测序(mNGS)的寄生虫基因组鉴定平台(PGIP)。研究人员通过整合280种寄生虫的精选基因组数据库，结合Kraken2和MetaBAT2双算法分析流程，实现了从原始数据上传到自动化报告生成的一站式解决方案。验证显示该平台在血液、脑脊液等复杂样本中均能实现种水平精确鉴定（相对丰度最高93.37%），尤其对形态学难以鉴定的裂头蚴病例具有重要诊断价值。该研究为寄生虫病的精准诊断提供了标准化分析工具，发表于《Parasites》。

　　

在全球公共卫生领域，寄生虫病仍是导致数百万人发病的重要病因。尽管卫生条件改善使部分寄生虫病流行率下降，却带来新的诊断困境——临床医生对罕见寄生虫的识别能力普遍降低。传统显微镜检查依赖操作者经验，灵敏度有限；而新兴的宏基因组测序技术(mNGS)虽能无偏倚检测病原体，却受限于生物信息分析的复杂性、参考数据库不完整等问题，难以在临床普及。这种技术鸿沟使得许多寄生虫感染，特别是形态相似虫种（如日本血吸虫与埃及血吸虫）或罕见寄生虫（如广州管圆线虫）的鉴别诊断面临挑战。

针对这一难题，Jiayao Zhang等研究者开发了寄生虫基因组鉴定平台(PGIP)。该研究通过整合NCBI、WormBase等5大数据库资源，采用CD-HIT去冗余（相似度阈值95%）构建含280种寄生虫的精选基因组库，涵盖74种原虫和206种蠕虫。平台采用Nextflow标准化流程，集成Trimmomatic质量控制、Bowtie2宿主DNA去除、Kraken2 k-mer比对（k=21-141）和MEGAHIT-MetaBAT2组装分箱双路径分析，最终通过Contig Annotation Tool(CAT)实现物种注释。所有分析通过Spring Boot架构的云端界面实现"一键式"操作，20GB数据平均1.5小时完成分析。

数据库构建与验证

研究团队从公共数据库系统筛选基因组，要求具备完整编码序列注释和准确物种分类。经CD-HIT去冗余后，最终数据库包含临床常见的华支睾吸虫(Clonorchis sinensis)、恶性疟原虫(Plasmodium falciparum)等关键虫种。通过15组测试数据（含公开数据集和江苏寄生虫病研究所内部样本）验证，平台在粪便（宿主DNA占比高）、血液等复杂样本中均表现稳定。

双模式鉴定性能

reads mapping模式对曼氏裂头蚴(Spirometra erinaceieuropaei)组织样本检出率达93.37%，而组装模式通过MEGAHIT多k-mer迭代策略（21-141bp步长12bp）有效提升低丰度虫种识别。值得注意的是，在1例形态学无法确诊的裂头蚴病例中，PGIP从6100万条reads中鉴定出2858万条曼氏裂头蚴序列，为临床决策提供关键依据。

临床应用优势

相比传统方法，PGIP具有三大突破：1) 种水平鉴别能力，可区分近缘虫种如日本血吸虫(Schistosoma japonicum)与埃及血吸虫(S. haematobium)；2) 兼容多样本类型，对脑脊液中福氏耐格里阿米巴(Naegleria fowleri)检出限达29.4%相对丰度；3) 自动化报告整合质量控制指标，如Phred score<20的reads过滤情况。

该研究的创新性在于首次构建了寄生虫特异的标准化分析体系，解决了mNGS在寄生虫诊断中的三大瓶颈：生物信息门槛高、数据库特异性不足、流程碎片化。平台每季度更新的机制确保纳入新测序虫种，如近期新增的广州管圆线虫(Angiostrongylus cantonensis)基因组。研究者建议未来重点优化混合感染样本解析算法，并与显微镜检查、血清学检测形成多模态诊断方案。PGIP的推广应用将显著提升寄生虫病监测能力，特别是在气候变化导致虫媒疾病分布改变的背景下，为公共卫生防控提供关键技术支撑。