《冯婕研究团队合作揭示我国肺炎链球菌多耐药克隆的形成和演化规律》

  • 来源专题:生物安全知识资源中心—领域情报网
  • 编译者: hujm
  • 发布时间:2023-07-10
  •   近日,微生物研究所冯婕团队与北京大学第一医院临床药理研究所李耘团队合作在Genome medicine发表题为Phylogenomic insights into evolutionary trajectories of multidrug resistant S. pneumonia CC271 over a period of 14 years in China 的文章,系统阐释了我国肺炎链球菌多重耐药克隆群CC271的产生和演化历史。

      肺炎链球菌可导致肺炎、脑膜炎等多种疾病,多重耐药肺炎链球菌的流行增大了其感染的治疗难度,了解多重耐药菌的形成和发展规律对于耐药的控制至关重要。目前我国缺少大规模的肺炎链球菌分子流行病学及全基因组数据分析,对于多耐药克隆在我国形成和演化规律的研究仍不充分。

      研究团队对时间跨度14年的1312株肺炎链球菌进行了基因组测序及耐药表型分析,与来自全球肺炎链球菌基因组测序计划(GPS)的数据相结合,进行系统基因组学分析。结果显示,当前在CC271克隆群中主导的两个克隆(19F ST271-B和19A ST320),均是从同一个低耐药的祖先克隆(19F ST271-A)中分别独立演化而来。其中第一优势耐药克隆为19F ST271-B,它对β-内酰胺高水平耐药,且对头孢菌素类药物具有尤为高的耐药性。贝叶斯分析显示19F ST271-B在1995年至2000年间迅速扩散,这可能与1990年代头孢菌素在中国的广泛使用相关;CC271中占比第二的19A ST320耐药克隆是疫苗逃逸株,贝叶斯分析显示19A ST320于2001年在中国开始迅速扩散,与2000年美国推出PCV7疫苗的时间点较为吻合,展现了疫苗接种对全球耐药克隆流行的影响。该研究结果对于理解肺炎链球菌耐多药克隆的形成机制及开发有效的防控策略具有重要意义。

          微生物研究所冯婕研究员和北京大学第一医院临床药理研究所李耘研究员为共同通讯作者,冯婕团队硕士生曾元、助理研究员宋宇琴及李耘团队助理研究员崔兰卿为本文共同第一作者。该研究工作得到了科技部重点研发计划以及中国科学院国际伙伴计划“全球共性挑战”专项等项目支持。

    文章链接:https://link.springer.com/content/pdf/10.1186/s13073-023-01200-8.pdf.

  • 原文来源:http://www.im.cas.cn/xwzx2018/kyjz/202307/t20230710_6807757.html
相关报告
  • 《微生物所在肺炎链球菌β-内酰胺耐药快速检测方法上取得新进展》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2019-07-29
    • 细菌耐药已成为影响全人类健康的重大问题,引起了全世界广泛的关注。WHO 提出的解决耐药措施之一是研发耐药快速准确的新型诊断技术和相关试剂。传统的检测方法基于细菌培养,周期长,易导致漏诊、误诊,延误最佳治疗时机。而基于基因的检测技术,如基因芯片、数字 PCR等技术具有灵敏、高效、快捷的特点,是公认的快速检测技术。然而,到目前为止由于耐药基因型与表型结果的不一致,使得基因检测只能作为培养法的辅助手段用于耐药的检测。冯婕研究组针对肺炎链球菌β-内酰胺耐药这一重要临床问题,采用机器学习的方法挖掘耐药相关数据的规律,建立了基因型和表型之间的联系,使得基因检测不再是一个辅助手段,而有望成为一种主要的耐药快速检测技术。   肺炎链球菌β-内酰胺耐药的主要机制是三种青霉素结合蛋白(PBP1a,PBP2b和PBP2x)的转肽酶结构域(TPD)的改变。由于不同临床肺炎链球菌分离株PBPs的高度变异性,以及链球菌间重组导致的嵌合结构,使得PBPs极具多样化,导致了很难将PBPs的突变与临床耐药性联系起来。冯婕组研究人员首先将NCBI数据库已公布的PBPs序列通过类别方差(categorical variance)法计算,得到了139个与耐药高度相关的HVLs (highly variant amino acid)。再以4300株肺炎链球菌的转肽酶结构域(TPD)序列以及对应头孢呋辛、阿莫西林的耐药表型作为数据库,将其中80%的数据作为训练集,20%的数据作为检验集,用HVLs去预测头孢呋辛和阿莫西林的耐药水平,结果发现与用PBPs蛋白的TPD序列预测效果一样好。进一步分析发现,HVLs与PBPs的某些区域的序列有很强的相关性。因此,分别使用来自pbp2x (2253 bp)的750 bp片段和来自pbp2b (2058 bp)的750 bp片段可以很好的预测头孢呋辛和阿莫西林的耐药性(图)。这种长度只需要一个Sanger测序反应即可,不仅使检测操作更加简单,也降低了成本。此外,通过对人工构建的突变体和来自更多临床分离的菌株的耐药表型的检测,进一步确认了机器学习法能精确预测耐药表型。应用该预测方法,分析了NCBI数据库中已测序的8138株肺炎链球菌,进而建立了耐药表型、血清型以及ST型之间的关联,促进了对肺炎链球菌的流行病学的认识。   该研究成果于2019年6月11日在线发表于Briefings in Bioinformatics杂志上,题为“Systematic analysis of supervised machine learning as an effective approach to predicate β-lactam resistance phenotype in Streptococcus pneumoniae ”。冯婕组张朝东博士、句英娇硕士、唐娜博士生为文章的共同第一作者。北京大学第一医院临床药理研究所李耘教授,冯婕组张刚副研究员,宋宇琴助理研究员,科研助理方海岭为共同作者。冯婕研究员(lead contact)与南方科技大学杨亮教授为共同通讯作者。该研究得到国家自然科学基金和北京市科学技术委员会的资助。
  • 《Nature丨肺炎链球菌的地理迁移和适应动态》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-07-07
    • 2024年7月3日,剑桥大学的研究人员在Nature上发表了题为Geographical migration and fitness dynamics of Streptococcus pneumoniae的文章。 肺炎链球菌是全球肺炎和脑膜炎的主要致病菌。在任何一个地方,许多不同的血清型都会共同流行。肺炎链球菌的传播范围和机制以及疫苗驱动的适应性和抗菌药耐药性的变化在很大程度上仍未得到量化。 该研究利用南非的地理定位基因组序列(n = 6910,收集于 2000 年至 2014 年),将详细的人类流动数据与基因组数据配对,建立了重建传播的模型。另外,研究人员还估算了肺炎球菌结合疫苗(2009 年首次在南非实施)中包含(疫苗型 (VT))和不包含(非疫苗型 (NVT))的菌株在种群水平上的适应性变化。 研究人员还评估了对青霉素耐药和不耐药的菌株之间的适应性差异。研究人员发现,经过 50 年的传播后,肺炎球菌才在南非各地均匀混合,而人类流动的集中性则导致了缓慢的传播。此外,在疫苗接种后的几年中,NVT 菌株与 VT 菌株相比,相对健康度有所提高(相对风险为 1.68;95% 置信区间为 1.59-1.77),其中越来越多的 NVT 菌株对青霉素产生抗药性。该研究结果表明,这种传播方式根深蒂固,传播速度缓慢,并表明最初与疫苗相关的抗菌素耐药性下降可能是短暂的。