2025-02-25
微生物耐药性危机、超级细菌威胁全球公共卫生。移动遗传元件（MGEs） 如质粒、噬菌体等，是耐药基因快速传播的“隐形推手”。在临床研究中，我们可以通过MGEs追踪探究医院环境中耐药基因的水平传播路径；在环境监测中，我们可以分析污水处理厂或农业土壤中 MGEs 的多样性及扩散风险等。
如何高效识别MGEs？我们可以通过一些软件进行识别，如geNomad。geNomad发表该nature biotechnology期刊上，是一种基于图神经网络（Graph Neural Network, GNN） 的新型计算工具，旨在从细菌基因组或宏基因组数据中高效识别移动遗传元件（Mobile Genetic Elements, MGEs）（如质粒、转座子、噬菌体等）。geNomad 名称可能源自 "Genome NOMAD"（基因组漫游者），体现其对“移动元件”的探索能力。geNomad 引入了一种基于 图神经网络（GNN） 的新算法，能够捕捉 MGEs 的复杂结构（如嵌套转座子、质粒-染色体相互作用），填补了传统方法在长片段识别中的技术空白。
在研究中，我们可以通过geNomad 对宏基因组组装获得的contig进行类别区分。进一步结合contig的注释结果，分析耐药基因的潜在遗传来源。不同来源耐药基因的分布具有不同的生态学意义，如染色体耐药基因通过垂直遗传传递，稳定性高但传播效率低；质粒和病毒作为“移动的耐药基因库”，能够扩大宿主范围（如跨门传播）等。
【表】不同耐药基因来源可能可能存在的影响
研究示例
Zhang, R.-D. et al. Metagenomic investigation of antibiotic resistance genes and resistant bacteria contamination in pharmaceutical plant sites in China. Environmental Pollution 357, 124482 (2024).
制药厂是抗生素抗性基因（ARGs）传播的重要源头，其生产过程中产生的废水、残留物等可能携带大量ARGs及耐药菌，对环境造成污染风险。本研究以中国华北和华南的三家制药厂为对象，通过宏基因组测序技术，分析了不同环境介质（工艺用水、地下水、表层土、土壤岩心、药物发酵残留物）中ARGs的分布、多样性及耐药菌宿主，旨在揭示制药厂内ARGs的传播机制及污染现状。其中研究发现质粒介导的ARGs（如tetX、blaCTX-M）比染色体介导的ARGs更丰富，且通过水平基因转移（HGT）在不同细菌间传播，增强了ARGs的环境流动性。
【图】ARGs的遗传位置和丰度。(a)位于质粒和染色体上的ARG的ORF的比例；(b)单个样品中不同遗传位置对应的ARGs相对丰度（%）。
geNomad 即将纳入派森诺宏基因组分析流程！这一基于图神经网络的突破性工具，不仅能高效识别染色体、质粒及病毒等MGEs，更能通过长片段分析与多源数据融合，揭示基因组间的复杂互作网络，为宏组学数据精细挖掘提供更加有力的技术支撑。
