前言

  多项研究报道显示，测序技术有助于病原菌的感染控制和疫情调查。因此，测序技术多应用于诊断、公共卫生微生物实验室监测以及医院的疫情调查和传播跟踪、食品源相关事件的爆发以及新致病菌的鉴定等。随着测序技术的成本和周转时间的下降以及遗传预测所需的数据库的扩大，基因组测序也将被用作检测菌株耐药性的主要方法。虽然在开发用于常规诊断和公共卫生微生物学的病原体测序方面取得了很大进展，但一个关键的限速的步骤是缺乏完全自动化的解释工具，供那些受过有限生物信息学培训的人使用。

  研究结果

  本研究评估了来自774个MRSA阳性患者中分离得到的778株分离物，这些分离株是分离自2018年1月至11月期间从三家医院的病房、诊所(n = 639)以及65个全科医生手术(n = 139)中收集到的临床样本。

  NGD系统启动后测序并对序列进行处理，以确定对11种抗生素的敏感/耐药表型的预测结果，单次测序运行分析24株分离株大约需要11分钟。临床实验室将圆盘稀释法和EUCAST最低抑菌浓度检测所得的耐药性表型结果与NGD结果进行比较。对差异结果进行重新检测后，表型结果与NGD遗传预测之间的一致性为99.69%。对从12个病例中分离的22株持续产生差异的分离株的基因组进行进一步分析调查，但并未能从其他病例中找到产生差异的原因。将NGD工具生成的遗传预测与独立的基于研究的信息学方法生成的预测进行了比较，结果表明两种方法之间的总体一致性为99.97%。

  Figure S1. Distribution of multilocus sequence types for the 778 study MRSA isolates. Individual STs are shown for those containing at least 7 isolates, with the remainder placed into a single category terms “Others”.

  Figure S2. Phenotypic susceptibility testing results based on disc diffusion assay performed by the routine laboratory for the 778 study MRSA isolates. The number shown above each column represents the total number of isolates tested again each drug. Antibiotic names are abbreviated as CEF: cefoxitin; ERY: erythromycin; TET: tetracycline; RIF: rifampicin; FUS: fusidic acid; GEN: gentamicin; CHL: chloramphenicol; MUP: mupirocin; LIN: linezolid; CIP: ciprofloxacin; TRI: trimethoprim.

  Figure 1. Algorithm used for retesting of discrepancies between results of phenotypic testing performed by the clinical laboratory and genetic prediction of susceptible/resistant status using the NGD tool.

  1. Kumar, N.; Raven, K. E.; Blane, B.; Leek, D.; Brown, N. M.; Bragin, E.; Rhodes, P. A.; Parkhill, J.; Peacock, S. J., Evaluation of a fully automated bioinformatics tool to predict antibiotic resistance from MRSA genomes. J Antimicrob Chemother 2020, 75 (5), 1117-1122.