《Frontiers in Microbiology》：Population structure analysis of Salmonella serovar Muenchen to redefine geno-serotyping using genome indexing approaches
编辑推荐：
本文系统评估了基因组索引工具bettercallsal与传统血清分型工具SeqSero2在沙门氏菌慕尼黑血清型分析中的协同应用。研究通过整合DNA草图技术、核心基因组多位点序列分型（cgMLST）和泛基因组分析，揭示了多系血清型的基因组多样性，为食源性疾病暴发溯源提供了更高分辨率的分子分型框架。
引言部分阐述了沙门氏菌血清分型的重要性与挑战。传统血清分型依赖O抗原和H抗原检测，按White–Kauffmann–Le Minor方案将Salmonella enterica分为6个亚种和2600余种血清型。随着二代测序（NGS）技术发展，in silico血清分型工具如SeqSero2和沙门氏菌In Silico分型资源（SISTR）应运而生。基因组索引方法bettercallsal通过整合DNA草图算法和NCBI病原体检测数据库，为血清型鉴定提供了新的解决方案。
研究方法部分详细描述了实验设计。研究选取1963个沙门氏菌慕尼黑血清型（抗原公式6,8:d:1,2）基因组数据，并纳入27个对照组样本。通过bettercallsal（0.7.0版）进行血清型鉴定，该工具采用无组装基因组索引方法，同时整合fastMLST分析和MEGAHIT组装。对比分析包括SeqSero2局部运行结果、NCBI计算型预测以及SISTR（1.0.2版）的cgMLST分析。对于分型结果冲突的样本，进一步采用PIRATE进行泛基因组分析和GrapeTree聚类验证。
结果部分显示基因组索引与传统分型方法的高度一致性。bettercallsal与SeqSero2局部运行结果的吻合度达98%，但与NCBI计算型预测存在140个样本的分歧。其中90个样本被bettercallsal鉴定为Valdosta血清型，19个为Umbadah，32个因抗原公式不完整未能分型。cgMLST聚类分析表明，被bettercallsal识别为Valdosta的样本在基因组水平与慕尼黑血清型明显分离。fliC基因系统发育分析进一步验证了H抗原谱差异对应的基因变异。
讨论部分深入探讨了整合方法的优势与局限。研究表明，结合基因组索引和in silico血清分型能有效识别多系血清型中的基因组差异。对于11个存在多重血清型呼叫的样本，bettercallsal检测到可能的血清间污染，而传统方法易产生杂交抗原谱误判。泛基因组分析揭示了慕尼黑血清型种群的特殊结构，核心基因3159个，壳基因586个，云基因8139个，反映出该血清型的开放种群特性。
结论强调基因组索引方法为沙门氏菌分型提供了新的维度。通过整合DNA草图技术、cgMLST和泛基因组分析，不仅保持了传统血清分型命名法的延续性，还能识别新的序列型（ST）和基因组谱系。这种多方法融合策略为食源性疾病暴发调查提供了更精准的溯源工具，有望推动沙门氏菌分型体系向基因组时代演进。
