
-
生物通官微
陪你抓住生命科技
跳动的脉搏
打破文化惯性:利用宏基因组数据补充基于文化的兽医诊断方法——以猫和犬皮肤感染为例
《BMC Veterinary Research》:Breaking the culture habit: Complementing culture-based veterinary diagnostics with metagenomic data -A case study of feline and canine skin infections
【字体: 大 中 小 】 时间:2026年05月10日 来源:BMC Veterinary Research 2.6
编辑推荐:
摘要 背景 皮肤感染被认为是兽医小动物诊疗访问的主要原因,通常需要使用局部和全身性抗生素。这些感染往往是潜在病理的继发并发症,可能导致反复感染和多次抗生素暴露。这在皮肤、血液以及人与动物共存的环境中产生了对抗生素耐药性的选择压力。本案例研究将兽医诊断实
皮肤感染被认为是兽医小动物诊疗访问的主要原因,通常需要使用局部和全身性抗生素。这些感染往往是潜在病理的继发并发症,可能导致反复感染和多次抗生素暴露。这在皮肤、血液以及人与动物共存的环境中产生了对抗生素耐药性的选择压力。本案例研究将兽医诊断实验室(VDL)的气培养结果与宏基因组(MGX)数据相结合,以评估这些方法在推进“同一健康”(One Health)兽医诊断方面的综合效用。同时报告培养出的病原体、感染微生物组和耐药组谱可以加强病原体流行病学研究,阐明多微生物病因,并为抗菌药物管理提供依据。
对一只猫和八只狗的皮肤拭子进行了气培养和传统的抗菌药物敏感性测试(AST),并与宏基因组数据进行了比较。VDL的气培养和AST检测出了金黄色葡萄球菌(Staphylococcus aureus)、伪中间葡萄球菌(S. pseudintermedius)、施莱费尔葡萄球菌(S. schleiferi)、耐甲氧西林的施莱费尔葡萄球菌(S. schleiferi MR,简称MRSS)、耐甲氧西林的伪中间葡萄球菌(S. pseudintermedius MR,简称MRSP)以及铜绿假单胞菌(Pseudomonas aeruginosa)。宏基因组数据在AST确认存在MRSP和MRSS的样本中检测到了相同的细菌病原体,并识别出了耐甲氧西林基因(mecA、mecI、mecR1)。此外,宏基因组数据还在未经培养确认MR表型的样本中检测到了mec基因,同时还描述了多域微生物群(细菌、真菌、原生动物、病毒、噬菌体)、抗菌药物耐药基因(ARGs)、质粒以及与皮肤感染相关的代谢特征。
宏基因组数据检测到了VDL培养出的相同病原体以及通过VDL AST检测出的赋予耐药性表型的基因。此外,宏基因组数据还检测到了其他未被培养出的病原体、抗菌药物耐药基因(ARGs)、多域微生物群、可移动的耐药性元件和代谢特征。未来将这些方法同时应用可以支持监测项目,推进病原体流行病学研究,指导治疗策略,促进合理的抗菌药物使用,并为机器学习(ML)模型提供数据,以提升兽医诊断和治疗的准确性。
皮肤感染被认为是兽医小动物诊疗访问的主要原因,通常需要使用局部和全身性抗生素。这些感染往往是潜在病理的继发并发症,可能导致反复感染和多次抗生素暴露。这在皮肤、血液以及人与动物共存的环境中产生了对抗生素耐药性的选择压力。本案例研究将兽医诊断实验室(VDL)的气培养结果与宏基因组(MGX)数据相结合,以评估这些方法在推进“同一健康”(One Health)兽医诊断方面的综合效用。同时报告培养出的病原体、感染微生物组和耐药组谱可以加强病原体流行病学研究,阐明多微生物病因,并为抗菌药物管理提供依据。
对一只猫和八只狗的皮肤拭子进行了气培养和传统的抗菌药物敏感性测试(AST),并与宏基因组数据进行了比较。VDL的气培养和AST检测出了金黄色葡萄球菌(Staphylococcus aureus)、伪中间葡萄球菌(S. pseudintermedius)、施莱费尔葡萄球菌(S. schleiferi)、耐甲氧西林的施莱费尔葡萄球菌(S. schleiferi MR,简称MRSS)、耐甲氧西林的伪中间葡萄球菌(S. pseudintermedius MR,简称MRSP)以及铜绿假单胞菌(Pseudomonas aeruginosa)。宏基因组数据在AST确认存在MRSP和MRSS的样本中检测到了相同的细菌病原体,并识别出了耐甲氧西林基因(mecA、mecI、mecR1)。此外,宏基因组数据还在未经培养确认MR表型的样本中检测到了mec基因,同时还描述了多域微生物群(细菌、真菌、原生动物、病毒、噬菌体)、抗菌药物耐药基因(ARGs)、质粒以及与皮肤感染相关的代谢特征。
宏基因组数据检测到了VDL培养出的相同病原体以及通过VDL AST检测出的赋予耐药性表型的基因。此外,宏基因组数据还检测到了其他未被培养出的病原体、抗菌药物耐药基因(ARGs)、多域微生物群、可移动的耐药性元件和代谢特征。未来将这些方法同时应用可以支持监测项目,推进病原体流行病学研究,指导治疗策略,促进合理的抗菌药物使用,并为机器学习(ML)模型提供数据,以提升兽医诊断和治疗的准确性。