保持与病原体同步：改善基于基因组数据的铜绿假单胞菌的耐药性预测

铜绿假单胞菌作为ESKAPE病原体之一，因其对多种抗生素的固有耐药性、环境普遍存在、广泛宿主感染能力和高全球死亡率，成为AMR的主要威胁之一。尽管高通量测序技术推动了生信工具在AMR变异和抗菌表型预测方面的发展，但对于铜绿假单胞菌，从基因型准确预测AMR表型一直是一个挑战，即使应用机器学习，方法的准确性也仅相当于抛硬币。背后的主要原因，可归结为：现有的“金标准”AMR工具过多关注于AMR基因的获得和少数染色体编码的单核苷酸多态性（SNPs），而遗漏了染色体插入-缺失（indels）、功能缺失突变（例如大缺失或移码突变）、结构变异和拷贝数变异（CNVs）；进一步，功能丧失突变（AMR的主要原因）在很大程度上被忽略了。另外，当前大多AMR数据库缺乏物种特异性，且忽略了前体突变引起的敏感性降低的情况。为了解决这一差距，Danielle E. Madden等人构建了迄今为止最全面的铜绿假单胞菌特异性AMR变异数据库，并与ARDaP软件联合使用，实现了从铜绿假单胞菌基因组中高精度预测AMR。

作者构建了两个数据集：1个是“全球数据集”（包含了1877株不同的铜绿假单胞菌基因组信息），1个是“验证数据集”（从澳大利亚昆士兰医院收集到的菌株的基因组信息，未被分析过，n=102）。全球数据集包含437个染色体AMR变异、281个自然变异和10个与异常敏感相关的基因。其中，内含75个以前未报道的与一个或多个AMR表型相关的AMR变异。针对全球数据集，ARDaP的平均平衡准确率（bACC）值为85%，远高于其余知名工具（包括CARD、abritAMR、AMRFinderPlus和ResFinder），它们平均bACC值为60%（图1 A）。针对验证数据集，ARDaP在所有抗生素中仍然具有较高的预测准确性（平均bACC为81%），优于ResFinder（平均bACC为53%）、abritAMR和AMRFinderPlus（平均bACC各为54%），见图1 B。另外，通过将在全球数据集中发现的新的AMR变异引入验证数据集中，验证数据集的敏感性平均增加了4%（范围：0-27%）。其中，由于rplB (Gly138Ser)中一个SNP位点的发现，阿米卡星的敏感性增加了27%。总体上讲，ARDaP在两个数据集中的bACC值大致相似，但在验证数据集中，对于哌拉西林、妥布霉素、头孢吡肟、阿米卡星和美罗培南的AMR编码变异，假阳性和假阴性的比例更高；在全球数据集中，阿米卡星AMR编码变异的假阳性和假阴性比例有较小的差异（5%）。针对验证数据集中产生假阴性氨基糖苷类AMR预测结果的菌株进行比较基因组分析，发现许多属于单一多位点序列类型（ST801），也称为AUST-06。进一步，在23/24个氨基糖苷类AMR的ST801菌株中，研究人员识别出了一个特定的错义变异FusA1 S459F；这个单核苷酸多态性（SNP）在全球数据集或验证数据集中的其他菌株中未被观察到。通过将FusA1 S459F变异纳入AMR数据库后，显著提高了ARDaP在验证数据集中对阿米卡星和妥布霉素的bACC，分别提高到95%和90%，而对全球数据集的bACC没有影响。这一数据强调了地域特异性及数据更新的重要性。在整个全球数据集中，ARDaP在预测抗菌药物敏感性和AMR表型方面表现出了极好的精度和召回率，从73%（平均AMR召回率）到96%（平均敏感性召回率）（图2A）。相比之下，abritAMR为54%（平均AMR精度）至62%（平均灵敏度精度）（图2B)，AMRFinderPlus为54%（平均敏感性召回率）到62%（平均AMR召回率）（图2C），ResFinder仅为42%（平均AMR精度）至68%（平均灵敏度精度）。另外，ARDaP能够针对粘菌素抗生素给出菌株表型判定结果，AMR召回率为21%，准确率为100%，而这超出了其它4种工具的应用范围。同时，ARDaP能够正确识别头孢吡肟敏感菌株，准确率为96%，召回率为96%（图2A），而abritAMR、AMRFinderPlus和ResFinder都未能预测头孢吡肟敏感性（图2B-D）。另外，这三种工具也未能预测头孢他啶的敏感性。此外，abritAMR和AMRFinderPlus未能识别哌拉西林的敏感性，AMRFinderPlus未能识别哌拉西林/他唑巴坦的敏感性（图2  B和图2 C）。值得关注的是，ARDaP还引入了“中介”敏感性的菌株分析，尽管加入这样的信息会降低ARDaP的bACCs值（范围：1%-13%，平均：6%）。

总的来说，这项研究针对当前大型数据库的AMR预测缺陷进行了改进，发展了一个全面的铜绿假单胞菌AMR数据库，并与ARDaP软件联合使用，可以较高准确率从（meta）基因组数据中预测铜绿假单胞菌对一线和二线临床常用抗生素的敏感/中介/耐药性。研究发展的工具可生成一份临床友好的报告，预测10种抗假单胞菌抗生素的抗菌药物敏感性，以加强对新出现和流行的铜绿假单胞菌AMR菌株的诊断和监测。未来，此数据库或将进一步引入转录组分析数据，以进一步提高预测准确率。

图1  ARDaP，abritAMR，AMRFinderPlus和ResFinder软件针对10种临床相关抗生素预测全球数据集（A）和验证数据集（B）中铜绿假单胞菌的敏感/耐药性的性能比较。评价参数：bACC值。

图2  ARDaP（A）、abritAMR（B）、AMRFinderPlus（C）和ResFinder（D）软件针对全球数据集的精度和召回率。

原文链接：https://doi.org/10.1186/s13073-024-01346-z