《Scientific Reports》：First insight of characteristics and prediction of Mycobacterium tuberculosis drug resistance by whole genome sequencing in Fujian Province, China
编辑推荐：
本研究针对福建省结核分枝杆菌（MTB）的分子特征及全基因组测序（WGS）的耐药预测价值展开。通过表型药物敏感性试验（pDST）与全基因组测序（gDST）相结合，首次全面揭示了福建省MTB的主要流行谱系为L2与L4，并确定了多个关键的耐药相关突变。研究发现，gDST对利福平（RFP）、异烟肼（INH）和氟喹诺酮类（FQ）药物的耐药预测具有较高的敏感性与特异性，为结核病的精准诊疗提供了重要的分子依据。
结核病，这一古老的传染病至今仍是全球重大公共卫生挑战。尤其令人担忧的是，结核分枝杆菌（Mycobacterium tuberculosis, MTB）对抗结核药物产生的耐药性问题日益严峻，导致治疗失败率升高，疫情控制难度加大。在中国福建省，结核病的流行状况和耐药特征如何？能否利用先进的基因测序技术来更快速、准确地预测耐药，从而指导临床用药？这正是研究人员亟待解答的问题。
为了回答这些问题，研究人员在福建省展开了针对结核分枝杆菌的深入研究。他们收集了具有代表性的监测菌株，首先采用传统的表型药物敏感性试验（Phenotypic Drug Susceptibility Testing, pDST）来测定菌株对多种一线和二线药物的实际耐药情况。随后，他们对这些菌株进行了全基因组测序（Whole-Genome Sequencing, WGS），并通过专业的生物信息学平台（SAM-TB平台）进行耐药突变分析，以获得基因型药物敏感性（genotypic DST, gDST）结果。通过对比pDST和gDST，旨在评估WGS技术在预测MTB耐药性方面的准确性、敏感性和特异性，并同时揭示福建省MTB的分子流行特征。这项研究成果已发表于《Scientific Reports》期刊。
主要技术方法：本研究采用的核心技术方法包括：1) 表型药物敏感性试验 (pDST)：作为评估MTB耐药性的金标准。2) 全基因组测序 (WGS)：对来自福建省的监测菌株进行高通量测序。3) 生物信息学分析：利用SAM-TB平台对测序数据进行耐药相关基因突变分析，并与已知的耐药突变数据库进行比对，实现基因型药物敏感性 (gDST) 预测。
研究结果
- •
福建省MTB耐药状况与流行谱系
表型药物敏感性试验（pDST）结果显示，福建省MTB菌株中，单耐药、多耐药和耐多药（Multidrug-resistance, MDR）的比例分别为38.67%、12.00%和10.00%。通过全基因组测序（WGS）进行的谱系分析揭示，福建省MTB的主要流行谱系为L2（占60.0%）和L4（占38.7%），其他谱系占比较低。统计分析表明，不同谱系之间的耐药率没有统计学上的显著差异（χ2= 4.85，P= 0.183）。
- •
基因型耐药特征与常见突变
基于WGS的基因型药物敏感性（gDST）预测的总耐药率为67.03%，共发现了126个与耐药相关的突变。其中，出现频率最高的突变位点包括：与异烟肼（Isoniazid, INH）耐药相关的KatG基因S315T突变（22.22%）；与利福平（Rifampicin, RFP）耐药相关的rpoB基因S450L突变（10.32%）；与链霉素（Streptomycin, SM）耐药相关的rpsL基因K43R突变（12.70%）；与乙胺丁醇（Ethambutol, EMB）耐药相关的embB基因M306I突变（4.76%）；以及与氟喹诺酮类（Fluoroquinolones, FQs）药物耐药相关的gyrA基因D94G突变（7.94%）。这些数据为理解福建省MTB的耐药分子机制提供了关键信息。
- •
全基因组测序的耐药预测效能评估
研究以pDST结果为参考标准，系统评估了gDST对几种主要抗结核药物的预测效能。评估指标包括敏感性（检测出真实耐药菌株的能力）、特异性（排除敏感菌株的能力）和一致性（整体预测准确率）。结果显示，gDST对于RFP、INH和FQs的预测效能较高：敏感性分别为78.95%、78.05%和76.47%；特异性分别为98.47%、94.50%和93.98%；一致性分别为0.81、0.74和0.64。然而，对于EMB和SM的预测效能相对较低，敏感性分别仅为53.85%和45.71%，特异性分别为97.08%和95.65%，一致性分别为0.55和0.48。这表明WGS在预测RFP、INH和FQ耐药方面更为可靠。
结论与讨论
本研究首次系统地描绘了中国福建省结核分枝杆菌（MTB）的分子流行病学特征，并全面评估了全基因组测序（WGS）技术在该地区MTB耐药性预测中的应用价值。
研究结论明确指出，福建省MTB的流行以L2和L4谱系为主导，且不同谱系间的耐药率无显著差异。更重要的是，研究发现WGS能够提供快速、全面的基因分型信息，并能可靠地预测MTB对利福平（RFP）、异烟肼（INH）和氟喹诺酮类（FQ）药物的耐药性，其敏感性和特异性均达到了较高水平。这为将WGS技术整合进常规的结核病诊断和耐药监测流程，实现更快速的精准用药指导提供了强有力的证据支持。
然而，研究也指出，WGS对乙胺丁醇（EMB）和链霉素（SM）的耐药预测效能尚不理想，敏感性较低。这表明当前基于突变数据库的预测模型对于某些药物的耐药机制覆盖可能不完全，或存在尚未被充分认识的耐药相关基因或突变位点。这一发现提示，未来需要进一步扩大样本量，并持续更新和完善MTB的耐药突变知识库，以提升WGS预测的全面性和准确性。
总体而言，这项研究不仅揭示了福建省MTB的耐药本底和流行特征，也验证了WGS作为一种强大工具在结核病防控，特别是在耐药结核病快速诊断和个体化治疗策略制定方面的巨大潜力。推动WGS技术的标准化和应用，有望显著改善结核病的诊疗现状，对全球结核病防控目标的实现具有重要的积极意义。
