AMRx Hub：一个整合抗菌药物耐药性资源的开放访问网络平台

《Microbiology Resource Announcements》：AMRx Hub: a curated web platform for discovery of antimicrobial resistance resources

　　

摘要

AMRx Hub 是一个开放获取的网络平台，旨在解决抗菌药物耐药性（AMR）资源分散的问题，通过将AMR相关资源聚合到一个集中的可搜索存储库中，在"同一健康"框架下为研究人员、教育工作者和政策制定者提供支持。

公告

抗菌药物耐药性（AMR）仍然是全球公共卫生领域最紧迫的挑战之一，威胁着抗菌疗法的有效性，并在全球范围内增加了发病率、死亡率和医疗成本（1）。尽管存在大量与AMR相关的数据库、生物信息学工具、监测系统、教育资源及政策文件，但这些资源经常分散在政府机构、研究机构、国际组织和独立平台之间，使得终端用户有时难以发现和利用这些资源（2，3）。

AMRx Hub 围绕"同一健康"框架设计，连接用户与用于人、动物和环境健康领域AMR研究的计算工具、数据库、资源和信息系统（4，5）。它提供了一个集中式、经筛选且可搜索的存储库，改善了资源可及性并减少了资源分散问题（图 1）。目前，针对特定生物体的工具覆盖了全部六种ESKAPE病原体（粪肠球菌、金黄色葡萄球菌、肺炎克雷伯菌、鲍曼不动杆菌、铜绿假单胞菌和肠杆菌属）以及结核分枝杆菌，同时还包括按分析功能分类的通用工具。该平台免费开放，无需登录或注册，用户可以公开探索AMR资源（6）。注册用户可以保存资源以备将来访问，并查看其已访问工具的历史记录。

图 1

图 1 AMRx Hub 网络界面，显示搜索栏以及将抗菌药物耐药性资源组织为特定生物体工具、通用工具和资源三部分。

AMRx Hub 使用结构化元数据对多个类别的资源进行索引，从而实现高效搜索和发现。记录包括名称、类别、机构、作者、版本、许可证、描述、功能、要求、徽标和截图，并提供指向外部资源的直接链接。可通过点击工具描述框右上角的信息图标访问这些元数据。表 1展示了通过 AMRx Hub 链接的工具示例（6）。

表 1

表 1 通过 AMRx Hub 链接的工具示例

工具	类别	描述	参考文献
PubMLST 金黄色葡萄球菌	金黄色葡萄球菌	经典七基因金黄色葡萄球菌 MLST 分型方案的权威主要存储库和基于网络的分型平台。	(7)
假单胞菌基因组数据库	铜绿假单胞菌	一个综合性网络数据库，为假单胞菌属物种提供经筛选的基因组数据、比较分析工具和注释。	(8)
耐药基因识别器（RGI）	AMR 基因检测	基于网络的耐药基因识别器（RGI）实现，用于使用经筛选的 CARD 数据库从核苷酸或蛋白质序列中识别抗菌药物耐药决定因子。	(9)
EnteroBase	基因组流行病学	用于细菌基因组流行病学、基因组组装、序列分型、层次聚类和流行病学分析的网络平台。	(10)

未来的工具和资源将根据 AMRx Hub 分类系统考虑纳入，该系统是一个标准化框架，定义了用于评估和组织 Hub 内资源的标准、元数据要求和分类规则。该分类系统旨在促进资源选择和分类的一致性。目前，指定的 AMRx Hub 管理员和工作人员负责审查资源，并拥有编辑、批准和将其添加到平台的最终权限。资源管理和批准权限将继续受 AMRx Hub 既定管理框架的约束。

AMRx Hub 独立于操作系统，可通过现代网络浏览器访问，无需本地安装。文档和用户支持材料持续更新以促进采用。未来的优先事项包括自动链接验证、增强搜索、社区资源提交、元数据标准化、扩大 AMR 覆盖范围、AI 辅助筛选以及与其他存储库的集成。开发团队承诺在发布后至少 5 年内维护平台、源代码和文档。

致谢

作者感谢尼日利亚奥格博莫绍的 Helix Biogen 研究所对 AMRx Hub 的机构支持。我们特别感谢 Helix Biogen 研究所的工作人员在项目期间给予的指导、鼓励和支持。我们还感谢 Adeoye Joshua 对网络界面前端开发和 UI/UX 设计的贡献。作者衷心感谢在 AMRx Hub 上编目的抗菌药物耐药性工具、数据库、软件和其他资源的开发者、维护者、机构及贡献者。我们认可他们对抗菌药物耐药性研究、监测、教育及相关活动所需资源的开发和进步所做的贡献。AMRx Hub 作为这些外部开发资源的发现和筛选平台，不声称对基础工具或资源拥有所有权或著作权。在适用情况下，相关开发者、机构和原始来源将在平台内标识和链接。作者还感谢平台测试版用户和开源社区成员，他们的反馈促进了平台的完善和可用性改进。

本研究未从任何公共、商业或非营利部门的资助机构获得特定资助。

在软件开发和稿件准备过程中使用了生成式人工智能工具。GitHub Copilot 通过代码补全和代码生成协助完成了部分软件开发工作。ChatGPT（OpenAI）协助了稿件起草和语言润色。所有生成输出均经过作者的审查、验证、编辑和批准，作者对本工作的内容承担全部责任。