PathoBase：基于One Health理念的 zoonotic pathogens（人兽共患病原体）基因组学分析平台构建与应用

为解决全球耐药菌威胁下 zoonotic pathogens（人兽共患病原体）基因组数据地域性分析瓶颈，Shengkai Li?等开发了集成cgMLST（核心基因组多位点序列分型）和HierCC（多级分层聚类算法）的PathoBase平台。该平台已收录132株细菌基因组（含112株Acinetobacter和20株Staphylococcus），支持快速溯源与耐药基因分析，为亚洲地区提供低延迟的One Health（全健康）监测工具，论文发表于《One Health Advances》。

　　

在全球公共卫生领域，耐药性细菌的跨物种传播已成为重大威胁。近年来，虽然基因组测序技术飞速发展，但亚洲研究者仍面临两大困境：一是国际主流数据库如EnteroBase因服务器位于欧洲导致数据分析延迟；二是现有平台缺乏对区域性流行菌株（如中国高发的Acinetobacter baumannii）的系统性收录。更棘手的是，传统分型方法难以应对病原体通过质粒水平转移(horizontal gene transfer)快速进化的特性。这些瓶颈严重制约了疫情暴发时的快速响应能力。

针对这些挑战，浙江大学医学院等单位联合开发了PathoBase平台。研究团队采用多中心协作模式，整合了EToKi组装模块（支持SPAdes/MEGAHIT de novo组装和minimap2参考基因组比对），并创新性地将cgMLST分型与HierCC算法结合。平台首期收录的132株临床分离株均经过严格质控，涵盖112株Acinetobacter和20株Staphylococcus，未来将扩展至Klebsiella pneumoniae等关键病原体。

技术方法

研究基于EnteroBase架构开发，通过标准化流程处理原始测序数据：使用SPAdes/MEGAHIT进行基因组组装，经minimap2比对和Pilon校正后，采用2,834个核心基因进行cgMLST分型。关键创新是引入HierCC算法实现菌株多级聚类，同时开发直接基于宏基因组数据的SNP分型工具。所有数据存储于中国服务器（https://pathobase.iotabiome.com/），显著降低亚洲用户延迟。

主要结果

1. 1.

   平台架构

   PathoBase建立三级分析体系：原始数据质控→核心基因组特征提取→HierCC聚类。测试显示对Acinetobacter菌株的分型分辨率比传统MLST提高47%。

2. 2.

   区域适应性验证

   对比EnteroBase，亚洲用户数据上传速度提升3.2倍，特别优化了对中国分离株ST208型（高流行克隆）的识别灵敏度。

3. 3.

   功能模块测试

   当前版本成功实现：

   • •

     耐药基因bla_OXA-23的质粒定位

   • •

     基于cgMLST的医院暴发菌株溯源

   • •

     Staphylococcus argenteus的跨宿主传播路径重建

讨论与展望

该研究首次在亚洲地区构建了整合One Health理念的病原基因组分析平台，其价值体现在三方面：

1. 1.

   技术突破：HierCC算法将复杂进化关系量化为数字指纹，使大规模基因组比对效率提升60%

2. 2.

   应用创新：预留的移动元件分析接口（未来将整合PlasmidSeeker工具）为耐药传播研究提供新维度

3. 3.

   公共卫生意义：平台已应用于2024年浙江某医院Acinetobacter暴发的实时溯源，将传统14天的调查周期缩短至72小时

正如通讯作者Heng Li和Zhemin Zhou强调，PathoBase的持续发展需关注：

• •

  增加动物-环境-人三位一体监测数据

• •

  开发基于AI的毒力因子预测模块

• •

  建立与Pasteur MLST等国际数据库的自动同步机制

这项发表于《One Health Advances》的研究，为应对全球卫生安全的"One Health"战略提供了关键技术基础设施，其开源特性（所有代码托管于GitHub）将进一步推动跨国界科研协作。