frontier-banner
Frontiers
Home>Frontiers>

Antibiotics | 分子流行病学揭示黎巴嫩南部碳青霉烯类耐药革兰氏阴性菌

Antibiotics | 分子流行病学揭示黎巴嫩南部碳青霉烯类耐药革兰氏阴性菌
--

小赛推荐:

该研究首次在黎巴嫩南部地区对碳青霉烯类耐药革兰氏阴性菌(CR-GNB)进行分子流行病学分析,揭示了耐药基因的广泛分布及质粒介导的基因水平转移机制,为感染控制提供了重要依据。

 

文献概述
本文《碳青霉烯类耐药革兰氏阴性菌在黎巴嫩南部的分子流行病学监测》,发表于《Antibiotics》杂志,回顾并总结了2023年从黎巴嫩南部多家医院ICU患者中收集的477株革兰氏阴性菌,其中131株为碳青霉烯类耐药菌。这些菌株经过全基因组测序分析,研究其耐药基因、质粒类型和系统发育特征。文章提供了详细的物种分布、耐药性谱型、以及遗传相关性分析,为区域耐药性监测和控制提供了数据支持。

背景知识
碳青霉烯类耐药革兰氏阴性菌(CR-GNB)是医院感染的重要病原体,其耐药机制主要由碳青霉烯酶基因(如blaOXA、blaNDM)介导,这些基因通常位于质粒上,具有高度传播能力。CR-GNB感染常见于重症监护病房(ICU)患者,其治疗选择受限,导致患者死亡率上升。近年来,下一代测序(NGS)技术在耐药菌分子分型、耐药基因筛查和系统发育分析中发挥关键作用,使得感染暴发追踪和耐药性传播路径的解析成为可能。然而,黎巴嫩南部地区此前缺乏系统性基因组数据,限制了耐药性监测与控制策略的制定。本研究填补了该区域CR-GNB的基因组流行病学空白,提供了重要信息以支持精准感染控制。

 

构建精准耐药菌感染控制模型:通过基因编辑与全基因组测序技术,赛业生物提供基因敲除、点突变、人源化小鼠模型,适用于抗菌耐药性研究及感染机制探索。

 

研究方法与实验
研究团队从2023年1月至12月期间,从黎巴嫩南部10家医院收集477株革兰氏阴性菌临床分离株,其中131株在含2 mg/L美罗培南的MacConkey琼脂和CHROMagar™ mSuperCARBA™上生长,被确认为碳青霉烯类耐药菌。所有CR-GNB菌株均采用Illumina MiSeq平台进行全基因组测序,使用K-mer分析进行快速物种鉴定,多基因座序列分型(MLST)分析,耐药基因(AMR)筛查,以及质粒分析。系统发育树分析采用SaffronTree,进化关系可视化使用iTOL v6。

关键结论与观点

  • CR-GNB在黎巴嫩南部的ICU病房中具有高流行率,占总革兰氏阴性菌的27.4%。其中Pseudomonas aeruginosa和Escherichia coli各占26.7%,其次是Klebsiella pneumoniae(19.8%)和Acinetobacter baumannii(17.6%)。
  • 耐药性分析显示,0.8%的菌株为泛耐药(PDR),40.5%为广泛耐药(XDR),52.7%为多重耐药(MDR),6.1%为抗微生物耐药(AMR)。
  • 所有CR-GNB菌株均携带耐药基因,其中65%为blaOXA型,27%为blaNDM-5,5%为blaNDM-1,2%为blaVIM,1%为blaDIM-1。
  • 58%的CR-GNB菌株携带质粒介导的耐药基因,其中96%为Inc家族质粒,57%为Col质粒,11%为rep基因。
  • 系统发育分析显示,部分菌株具有医院特异性进化关系,而另一些菌株则在不同医院间共享遗传谱系,表明耐药菌在区域医疗系统中的广泛传播。

研究意义与展望
本研究首次在黎巴嫩南部地区系统分析CR-GNB的分子流行病学特征,揭示了耐药基因的广泛分布及质粒介导的耐药性水平转移。研究结果强调了NGS在耐药菌监测中的关键作用,有助于追踪耐药基因、识别克隆性暴发,并指导精准感染控制措施。未来应加强区域耐药性基因组监测,整合机器学习模型以提升耐药基因模式识别能力,并制定基于基因型-表型关联的精准治疗策略。

 

耐药性研究的表型分析服务:赛业生物提供包括行为学、生理生化、病理学、代谢分析及细胞功能检测在内的标准化表型分析服务,支持耐药菌致病机制及药物开发研究。

 

结语
综上所述,该研究提供了黎巴嫩南部地区CR-GNB的首次基因组分析,揭示了耐药基因的多样性及质粒在耐药性传播中的关键作用。Pseudomonas spp.、Escherichia coli、Klebsiella pneumoniae和Acinetobacter baumannii为主要耐药菌种,其中blaNDM-5和blaOXA型碳青霉烯酶基因广泛存在。研究强调了基于下一代测序的基因组监测在耐药菌控制中的重要性,为区域耐药性管理、医院感染控制策略提供了科学依据。未来,该地区应加强多中心耐药性基因组流行病学研究,结合机器学习分析,以提升耐药性暴发预警与干预效率。

 

文献来源:
Anwar Al Souheil, Hadi Hussein, Ziad Jabbour, Ghassan M Matar, and Antoine Abou Fayad. Molecular Epidemiological Surveillance of Carbapenem-Resistant Gram-Negative Bacteria in Southern Lebanon. Antibiotics.
分子对接 (GeoDock)
GeoDock是一种新型的多轨道迭代变换器网络,旨在解决传统蛋白质对接算法和现有深度学习方法的局限性。它能够预测来自不同对接伙伴的对接结构,允许在蛋白质残基水平上具有灵活性,以适应结合时的构象变化。GeoDock在单个GPU上的平均推理速度不到一秒,使其能够应用于大规模结构筛选。