《The Lancet Regional Health - Western Pacific》：National genomic survey of drug-resistance and multi-jurisdictional clusters of
Mycobacterium tuberculosis in Australia 2015–2023
编辑推荐：
背景：结核病是全球公共卫生优先事项。在澳大利亚，Mtb的基因组分析在各州或领地层面进行，因此Mtb的多辖区基因组学仍知之甚少。研究人员作为澳大利亚病原体基因组计划(Australian Pathogen Genomics program)的一部分，利用来自澳大
背景：结核病是全球公共卫生优先事项。在澳大利亚，Mtb的基因组分析在各州或领地层面进行，因此Mtb的多辖区基因组学仍知之甚少。研究人员作为澳大利亚病原体基因组计划(Australian Pathogen Genomics program)的一部分，利用来自澳大利亚所有辖区的九年基因组数据，首次对Mtb进行了国家层面的评估。方法：研究人员的国家Mtb序列数据集涵盖2015–2023年，代表培养确诊的病例。研究人员优化了AusTrakka平台以实现Mtb基因组和元数据的安全全国贡献。研究人员使用tbtamr确定耐药性，并通过成对SNP距离的层次单连锁聚类(5 SNPs阈值)识别基因组聚集性。研究人员建立了标准以识别具有国家公共卫生意义的聚集性。结果：研究人员分析了6616条Mtb序列，占全国通报病例的59%。检测到谱系1–4，其中谱系2最常见且耐药。在5-SNP阈值下，识别出373个基因组聚集性(占序列的17%)，其中48个(13%)聚集性被确定为具有国家意义。关键的是，31个基因组聚集性跨越多个辖区并持续>5年。基因组分析推断澳大利亚Mtb耐药率低。解读：这项澳大利亚Mtb基因组多样性的首创研究凸显了Mtb测序数据全国汇总与分析的益处。研究人员识别出平均持续时间长于辖区内聚集性的多辖区聚集性。研究人员还建立了实施国家协调、检测和监测优先聚集性的框架与基础设施，以加强澳大利亚的结核病控制。
研究背景方面，结核病(tuberculosis, TB)由结核分枝杆菌(Mycobacterium tuberculosis, Mtb)引起，2023年全球估计有新发1080万例，中低收入社区占报告总数的80%。世界卫生组织“低发病率国家结核病消除行动框架”将每百万人口小于10例TB病例定义为消除前阶段，目标2035年实现，澳大利亚已承诺该目标。澳大利亚是低TB发病率国家，平均每年每10万人5例，约90%病例发生在海外出生人群中；非土著澳大利亚出生人群已实现消除前目标，但原住民和托雷斯海峡岛民未达到，其TB疾病负担是非原住民的4至5倍。实现原住民及文化和语言多样化人群的消除前目标需要多管齐下的方法，可持续的Mtb基因组监测有助于识别本地传播网络并早期公共卫生干预。澳大利亚由各州领组成联邦，各有独立公共卫生单位和TB控制计划，由诊断与公共卫生实验室支持；五家州分枝杆菌参比实验室提供表型药物敏感性试验(phenotypic drug susceptibility testing, pDST)及Mtb分离株全基因组测序(whole genome sequencing, WGS)，但Mtb基因组与流行病学分析在辖区层面进行，整合进公共卫生的能力不同。既往东南辖区传播有限，北部辖区存在持续数十年的传播网络，但此前无全国性Mtb基因组研究。2021年成立的澳大利亚病原体基因组计划(Australian Pathogen Genomics Program, AusPathoGen)将Mtb列为优先病原体，以评估基因组学增强国家监测的效用。研究人员与辖区公共卫生实验室、卫生部门、国家结核病咨询委员会(National Tuberculosis Advisory Committee, NTAC)及临床医生密切合作，开展澳大利亚首次国家基因组评估，优化AusTrakka（澳大利亚政府认可的实时基因组数据共享平台用于暴发调查）用于国家TB监测，利用九年跨辖区Mtb基因组数据集进行统一分析，调查基因组耐药决定因素并确认是否存在多辖区基因组聚集性。
研究人员开展的研究为2015–2023年跨澳大利亚所有辖区的培养确诊Mtb病例基因组与元数据汇总分析，通过国家Mtb工作组定义元数据变量与序列数据集，包括2015–2022年回顾性数据与2023年前瞻性12个月快照数据，经质量控制后6616条序列用于谱系分配、聚集识别与基因组抗微生物药物耐药性(antimicrobial resistance, AMR)评估，依据NTAC协商标准定义国家意义基因组聚集性，在AusTrakka建立AusPathoGen专用项目实现安全聚合共享，设置国家服务器由多学科团队进行生物信息学分析，采用Mann–Whitney检验比较单辖区与多辖区聚集性的大小、持续时间与簇内距离，使用Python及相关包进行统计与可视化。
主要关键技术方法方面，研究人员构建2015–2023年澳大利亚所有辖区培养确诊Mtb病例的国家序列数据集，含2015–2022年回顾性与2023年前瞻性快照数据，经质控后6616条序列进入分析；通过AusTrakka平台建立AusPathoGen专用项目实现辖区公共卫生实验室与安全聚合共享；采用tbtamr基于WHO目录进行基因组药物耐药性判定；使用层次单连锁聚类以5 SNP阈值的成对SNP距离识别基因组聚集性，并按NTAC标准界定国家意义聚集性；借助国家服务器由跨辖区多学科团队统一开展生物信息学质控与分析；以Mann–Whitney检验比较单辖区与多辖区聚集性的大小、持续时间及簇内距离，用Python及pandas、numpy、altair等包完成统计与可视化。
研究结果如下。
贡献序列来自澳大利亚各地：澳大利亚为低Mtb发病率国家，年全国通报少于2000例；北领地(notification rate 8–12/105人口/年)高于其他辖区，维州与新南威尔士病例数多但人口比例低。各辖区均有贡献序列，2015–2016仅昆士兰、北领地与南澳贡献；2017–2019除西澳外各辖区贡献至少10%通报病例；2020–2023各辖区贡献62%通报病例序列；整个研究期收集全国59%通报病例序列。
全球谱系在澳大利亚的时间动态：数据集中包含主要全球Mtb谱系1–4，分布随时间稳定，谱系1占30%(2033/6616)，谱系4最少占16%；北领地谱系分布与其他辖区不同，谱系1与4比例更高，其余辖区彼此相似。
全国Mtb药物耐药性调查：用tbtamr基于WHO v2目录检测基因组抗分枝杆菌机制与分类耐药。最常见为异烟肼耐药(632/6616, 9.6%)，多因katG_p.Ser315Thr与inhA启动子?777C>T突变，主要在单药异烟肼耐药(71.5%)及部分MDR-TB(19%)与preXDR/XDR-TB(4.7%)中；利福平耐药仅2.9%(192/6616)，多数在MDR-TB(62.5%)；乙胺丁醇与吡嗪酰胺基因组标志物分别占1.9%与1.4%；莫西沙星耐药1.5%，多在无一线药耐药背景下(65.3%)，29.7%合并利福平或异烟肼耐药归为preXDR/XDR；贝达喹啉可能耐药机制14条序列，11条无一线耐药，2条为MDR-TB。
澳大利亚持续多辖区基因组聚集性识别：排除<5序列谱系与混合谱系后6591条序列用于聚类；5 SNP阈值识别337个基因组聚集性，占17.3%(1143/6591)，多为基因组对(68.5%)，其中168对在单辖区，63对在多辖区；谱系2与4聚类中序列占比最高。42个聚集性归为国家意义(378序列，5.8%)，各辖区至少有1例入列；14个(41例)有耐药证据，中位每簇2例，占数据集所有耐药序列5.9%，5个为多辖区，最大7例；12个属谱系2，其余各1属谱系3与4；23个多辖区聚集性≥5例，谱系4占52%高于数据集中16%比例；5个聚集性≥10例限于单辖区，最大20例在昆士兰；至少3个大(>10例)多辖区聚集性横跨2015–2023，分别为AU-Mtb-215(n=29)、AU-Mtb-4118(n=57)、AU-Mtb-46(n=12)；AU-Mtb-46与AU-Mtb-412随时间从昆士兰移至其他辖区。多辖区聚集性中位持续3.1年，单辖区0.7年(p<0.001)，大小2–57例对2–20例；谱系4在单辖区聚集性占25%，在多辖区升至33.9%并占多辖区序列48.4%；多辖区中位簇内SNP距离5(IQR 1.5–10)大于单辖区中位0(IQR 0–0)，但与大小持续时间无关，部分大且持久聚集性中位SNP≤2。
讨论部分总结：AusPathoGen Mtb计划建立九年跨八辖区WGS大数据集，占2015–2023确诊59%，首次实现全国基因组关系与AMR分析，关键识别此前未发现的跨辖区长期聚集性，用以指导Mtb基因组监测发展与实施。澳大利亚Mtb含全部四大全球谱系，AMR概况稳定，基因组定义耐药极少，与既往一致；异烟肼单药耐药最常见，因katG与inhA已知突变，与同期表型观察一致，无需修订治疗指南；MDR与preXDR/XDR极低，贝达喹啉与利奈唑胺可能耐药极罕见；澳大利亚Mtb耐药多呈散发，仅5.9%非敏感耐药序列属基因组聚集性，但持续基因组分析可监测XDR-TB相关耐药机制涌现。自2017–2018东南各州建立常规Mtb基因组监测，昆士兰近期开始，北领地有回顾性研究显示服务不足社区持久聚集性；多病例呈散发而非聚集，可能为高负担国旅行或移民独立输入而非本地传播；单辖区聚集性持续时间更短、规模更小，多辖区聚集性谱系分布差异不能仅用持久性解释，此前未显现多辖区传播路径，表明辖区TB控制计划在社区内有效但跨边界传播未被调查，协调国家监测可更高效检测；2015–2022各辖区测序策略不同，部分常规化，部分间歇，小辖区依赖大辖区，数据集可能未完全代表所有聚集性，但证明可在此类数据集中检测基因组聚集性以提供跨辖区传播可行见解。全球Mtb国家基因组监测记载少，多关注实验室实施或单辖区设置；澳大利亚联邦公共卫生体系使跨辖区数据共享非常规且具挑战，各辖区有自身分枝杆菌参比实验室与测序能力及治理权限结构，加之Mtb在某些社区污名化影响移民与原住民群体，需遵循尊重与缓解风险指南，但多聚焦人类基因组机制研究，病原体基因组与传染病临床公共卫生研究较少，未来需社区代表协商以确保数据妥善使用与主权重。AusTrakka平台保障各辖区伦理法律义务，序列与元数据仍由病例辖区保管，存于安全云与多站点备份，仅授权人员访问；中心化统一质控分析在专用公共卫生服务器封闭网络进行；本研究聚焦Mtb基因组关系未纳入特定流行病学数据识别服务不足社区。作为项目一部分，经咨询制定一致聚集性命名系统AU-Mtb-ClusterID；基于本研究，提出国家AusTrakka Mtb基因组监测计划待国家认可，不取代辖区监测而提供一致可互操作全国结果以实时突出可能多辖区传播供进一步调查，辖区可每月前瞻上传WGS数据至AusTrakka中心分析，结果在门户实时供公共卫生实验室查看，由AusTrakka国家分析团队领域专家撰写报告传达至公共卫生单位与TB控制计划。尽管澳大利亚高收入低发病率，Mtb不成比例影响服务不足人群，基因组监测是改善这些人群TB控制、迈向消除前的可能工具之一；本研究凸显集中协调多辖区基因组分析识别跨边界潜在传播的价值，以改善公共卫生响应并缩小人群差距，鉴于全球与区域MDR TB上升，前瞻监测澳大利亚耐药传播可防止菌株扩散；需进一步了解这些传播网络流行病学以识别病例特征更好理解Mtb传播并优先测序，进一步表征此处聚集性基因组流行病学用于制定政策与改进辖区与国家分析策略，并与受影响社区协商以增强澳大利亚Mtb国家监测。
研究结论部分原文翻译：这项澳大利亚首次Mtb全国基因组调查凸显了Mtb测序数据全国汇总与分析的益处，并制定了澳大利亚TB国家协调、实施与持续监测的策略。研究人员识别出若干此前未检测到的多辖区基因组聚集性，其平均持续时间长于单一辖区内的聚集性。对国家优先及耐药相关聚集性的检测与监测进行协调，可能加强澳大利亚的结核病控制，并在这一低发病率国家最大限度降低传播事件风险。
论文发表于《The Lancet Regional Health - Western Pacific》，作者包括Jessica R. Webb|Eby Sim|Kristy Horan|Caitlin Selway|Patiyan Andersson|Susan Moss|Stanley Pang|Arnold Bainomugisa|Alireza Zahedi|Justin T. Denholm|Elena Martinez|Sushil Pandey|Maria Globan|Taryn Crighton|Ella M. Meumann|Dimitrios Menouhos|Robert W. Baird|Norelle L. Sherry|Karina Kennedy|Louise Cooley|Benjamin P. Howden，单位包括Microbiological Diagnostic Unit Public Health Laboratory, The University of Melbourne at the Peter Doherty Institute of Infection and Immunity, Melbourne, Victoria, Australia。
