西班牙马德里理工大学（Universidad Politécnica de Madrid, UPM）与西班牙国家农业与食品技术研究院（Instituto Nacional de Investigación y TecnologíaAgraria y Alimentaria, INIA）的联合机构——植物生物技术与基因组研究中心（Centre for Plant Biotechnology and Genomics, CBGP, UPM-INIA）的一个研究团队，研发出了能够自动识别致病因素的计算工具。这一在线工具提供了即时可用的与细菌相关的“武器”目录。研究人员利用这些数据，制作了一个预测程序，以分辨致病菌基因组和非致病菌基因组，正确率超过90%。
近年来新出现了一些与植物消费有关的细菌性疾病——比如2011年德国大肠杆菌病毒疫情的爆发。因此有必要找到一种方法，从某细菌的基因组数据来预测这种细菌什么时候开始爆发。不管好坏，细菌主导着这个世界；不过总的来说，主要是好的方面。绝大多数细菌是无害细菌，或者说是有益菌；没有这些细菌，地球上的生命不可能存在。然而，能感染其他生物、引起疾病的细菌种群数目正在减少。植物病原菌给作物种植带来了巨大损失；再者，一些人类病原体在其生命周期的某些阶段与植物有关。
细菌感染其他生物需要什么条件呢？过去，微生物学家要回答这个问题，就需对特定细菌基因进行灭活处理、然后测量其感染性。这一方法非常有效，但仍有缺陷，因为它虽然让微生物学家识别了大量机制，却无法提供一种通用方法。基因组计算法可以在短时间内提供大量致病菌和非致病菌的基因组排序，可以让研究人员以一种新的方式来解决这个问题：细菌要感染植物，必须包含什么基因组？
为了找到这个问题的答案，CBGP（UPM-INIA）的研究人员开发了一个叫做“植物-细菌交互因素资源库”（Plant-bacteria Interaction Factors Resource, PIFAR）的工具。PIFAR内包含一个与植物-细菌交互作用相关的公共细菌遗传定子库。这一工具可以预测植物与细菌之间的交互作用，其中一些交互作用是已知的，还有一些是未知的。例如，阪崎肠杆菌包含一些食源性致病菌（条件致病菌），这些细菌会导致新生儿和婴儿感染严重疾病，也可以感染植物。这一模型能够非常准确地识别出与植物有关的细菌——在识别阪崎肠杆菌株方面尤其准确。而阪崎肠杆菌是高致命性细菌，因此识别此菌种意义重大。
本研究参与者之一巴勃罗·罗德里格斯·帕伦苏埃拉（Pablo RodríguezPalenzuela）表示：“基因组学方面的进步可以让我们很容易地获得各细菌种群的全基因组序列——甚至在研究细菌的生命周期之前就可以做到这一点。”这一工具可以预测新爆发疾病中的某种细菌是否来源于植物；而这将有助于流行病学家控制这些疾病的爆发。
（编译 田儒雅）
