2024年8月，瞿介明教授在微生物学领域期刊《International Journal of Antimicrobial Agents》发表题名为“Rapid inference of antibiotic resistance and susceptibility for Klebsiella pneumoniae by clinical shotgun metagenomic sequencing.”——基于临床鸟枪法宏基因组测序技术快速预测肺炎克雷伯菌抗生素耐药与敏感性的研究论文。

瑞金医院呼吸与危重症医学科瞿介明教授、中国食品药品检定研究院王佑春教授、天津金匙医学科技有限公司饶冠华博士、中国食品药品检定研究院许四宏教授为论文的共同通讯作者；瑞金医院呼吸与危重症医学科徐燕萍医师、中国食品药品检定研究院刘东来博士、天津金匙医学科技有限公司韩朋博士、中国食品药品检定研究院王浩博士为论文的共同第一作者。

doi: 10.1016/j.ijantimicag.2024.107252 . 

抗菌药物耐药性（AMR）已成为全球公共健康的重大挑战之一，尤其是检出率和耐药率都居高不下的肺炎克雷伯菌。一项荟萃研究表明，接受不恰当的抗生素治疗和接受恰当抗生素治疗的重症肺炎患者死亡率分别为25.98%和13.17%，尽早开始恰当的抗生素治疗对于提高感染患者的生存率至关重要。精准使用抗生素的前提是精准识别病原体和耐药表型，然而传统基于培养的药敏检测方法耗时长。近年来，病原宏基因组二代测序（metagenomic next generation sequencing，mNGS）在临床得到广泛应用，其病原覆盖广、灵敏度高、检测速度快。然而，mNGS在细菌耐药表型判断上还极大依赖于科研应用级别的耐药数据库，其收录的耐药基因与耐药表型的一致性低，极大限制了mNGS的临床应用。该研究提出并验证了一种新的基因型药敏检测方法GenseqAMR，旨在通过分析临床样本中的宏基因组测序数据，准确预测肺炎克雷伯菌的抗生素药敏表型，为临床抗生素用药提供及时有效的指导，减少抗生素滥用和耐药性的发展。

Abstract

Objectives 

The study aimed to develop a genotypic antimicrobial resistance testing method for Klebsiella pneumoniae using metagenomic sequencing data.

Methods 

We utilized Lasso regression on assembled genomes to identify genetic resistance determinants for six antibiotics (Gentamicin, Tobramycin, Imipenem, Meropenem, Ceftazidime, Trimethoprim/Sulfamethoxazole). The genetic features were weighted, grouped into clusters to establish classifier models. Origin species of detected antibiotic resistant gene (ARG) was determined by novel strategy integrating “possible species,” “gene copy number calculation” and “species-specific kmers.” The performance of the method was evaluated on retrospective case studies.

Results 

Our study employed machine learning on 3928 K. pneumoniae isolates, yielding stable models with AUCs > 0.9 for various antibiotics. GenseqAMR, a read-based software, exhibited high accuracy (AUC 0.926–0.956) for short-read datasets. The integration of a species-specific kmer strategy significantly improved ARG-species attribution to an average accuracy of 96.67%. In a retrospective study of 191 K. pneumoniae-positive clinical specimens (0.68–93.39% genome coverage), GenseqAMR predicted 84.23% of AST results on average. It demonstrated 88.76–96.26% accuracy for resistance prediction, offering genotypic AST results with a shorter turnaround time (mean ± SD: 18.34 ± 0.87 hours) than traditional culture-based AST (60.15 ± 21.58 hours). Furthermore, a retrospective clinical case study involving 63 cases showed that GenseqAMR could lead to changes in clinical treatment for 24 (38.10%) cases, with 95.83% (23/24) of these changes deemed beneficial.

Conclusions 

In conclusion, GenseqAMR is a promising tool for quick and accurate AMR prediction in Klebsiella pneumoniae, with the potential to improve patient outcomes through timely adjustments in antibiotic treatment.

中文摘要

目标： 

该研究旨在利用宏基因组测序数据建立一种用于肺炎克雷伯菌抗生素耐药性检测的基因型方法。

方法：

基于已组装的基因组，研究者利用Lasso回归方法识别出六种抗生素（庆大霉素、妥布霉素、亚胺培南、美罗培南、头孢他啶和甲氧苄啶/磺胺甲噁唑）的耐药决定遗传特征。将这些遗传特征加权并聚类以建立分类模型。通过整合“可能物种”、“基因拷贝数计算”和“物种特异性kmers”的创新策略来确定检测到的抗生素耐药基因（ARG）的来源物种。该方法的性能通过回顾性病例研究进行了评估。

结果：

研究者对3928株肺炎克雷伯菌开展机器学习，得到了AUC值>0.9的稳定模型。基于reads的软件GenseqAMR对短reads数据集表现出很高的准确性（AUC 0.926-0.956）。物种特异性kmer策略的整合将ARG-物种归属的平均准确率显著提高至96.67%。在191例肺炎克雷伯菌阳性临床标本（基因组覆盖度0.68-93.39%）的回顾性研究中，GenseqAMR平均预测84.23%的药敏试验结果。它在耐药性预测方面表现出88.76-96.26%的准确性，其报告时间（18.34 ± 0.87小时）显著快于传统培养法药敏试验（60.15 ± 21.58小时）。此外，一项涉及63例患者的回顾性临床病例研究显示，GenseqAMR可改变38.10%病例的临床治疗，其中95.83%的治疗改变被认为是有益的。

结论：

总之，GenseqAMR是一种快速准确预测肺炎克雷伯菌耐药性的有前景的工具，有望通过及时调整抗生素治疗改善患者预后。

作者介绍

瞿介明  主任医师，教授，博士生导师，上海交通大学医学院附属瑞金医院党委书记，上海交通大学医学院呼吸病研究所所长，上海市呼吸传染病应急防控与诊治重点实验室主任，中华医学会呼吸病学会主任委员；研究方向：肺部感染及新型治疗策略与技术。

徐燕萍  医师，博士，上海交通大学医学院附属瑞金医院呼吸与危重症医学科；研究方向：肺部感染。

【扫描二维码可下载原文】

Rapid inference of antibiotic resistance and susceptibility for Klebsiella pneumoniae by clinical shotgun metagenomic sequencing.pdf

本文内容来源自订阅号“瑞金医院图书馆”，原链接：瑞金新知速递 第863期|瞿介明教授揭示基于临床鸟枪法宏基因组测序技术快速预测肺炎克雷伯菌抗生素耐药与敏感性

* 文章仅供医疗卫生相关从业者阅读参考

本文完

责编：Jerry