NSPOMdb：非无菌产品潜在污染微生物专业数据库的构建与应用

《Scientific Data》：NSPOMdb: a curated dataset of the objectionable microorganisms of non-sterile products

非无菌产品（NSPs）微生物污染风险管控面临标准有限、数据分散等挑战。为此，研究人员构建了非无菌产品潜在污染微生物数据库NSPOMdb，整合了1360起召回事件数据，收录89种潜在污染微生物（OMs），并基于39,626个基因组序列预测了其耐药基因（ARGs）和毒力因子基因（VFGs）。该数据集为NSP微生物风险评估提供了全面的数据支持和在线分析工具ARG-VFG-finder，对提升行业微生物风险管理水平具有重要意义。

　　

在药品、化妆品和医疗器械等领域，大量产品属于非无菌产品（non-sterile products, NSPs）。虽然它们在生产过程中不要求达到无菌状态，但仍需满足一定的微生物限度标准，以确保产品质量和消费者安全。然而，微生物污染仍然是影响非无菌产品质量的主要风险之一。特定微生物在非无菌产品中被定义为“潜在污染微生物”（objectionable microorganisms, OMs），它们的出现可能影响产品稳定性，甚至对使用者，尤其是免疫功能低下人群，构成健康威胁。

目前，全球主要药典，如《中国药典》（ChP）、《美国药典》（USP）和《欧洲药典》（EP），仅对少数几种标准试验菌株（如铜绿假单胞菌Pseudomonas aeruginosa、金黄色葡萄球菌Staphylococcus aureus等）规定了明确的微生物限度检查方法和标准。然而，实际产品召回数据显示，许多其他微生物同样可能成为污染源，而现有指南并未全面覆盖。此外，微生物是否为“潜在污染”需结合产品剂型、给药途径、使用人群等多种因素综合判断，缺乏系统化的数据支持和风险评估工具，使得企业和监管机构在面对新的污染菌时难以快速、科学决策。

为解决上述问题，上海交通大学、上海市食品药品检验所等机构的研究团队在《Scientific Data》上发表了题为“NSPOMdb: a curated dataset of the objectionable microorganisms of non-sterile products”的数据论文，发布了非无菌产品潜在污染微生物专业数据库NSPOMdb。该研究系统收集、整理并注释了全球范围内非无菌产品因微生物污染导致的召回事件、潜在污染微生物清单及其基因组特征，为相关领域的风险管理提供了重要数据基础和分析平台。

研究主要依托公开数据库与生物信息学工具完成数据整合与注释。召回事件数据来自美国FDA、欧盟Safety Gate等监管机构网站，经关键词筛选和人工提取，共收录1360条记录。潜在污染微生物名单（共89个物种/属）综合了药典规定、召回报告和文献报道，每个微生物条目均标注了形态、生理生化、基因组等特征信息。基因组数据源自NCBI公共数据库，利用自主研发的工具ARG-VFG-finder对细菌和真菌分别进行抗微生物耐药基因（antimicrobial resistance genes, ARGs）和毒力因子基因（virulence factor genes, VFGs）注释，注释流程基于Prokka、Abricate、BLASTp、HMMER等工具，并设定了严格的序列同源性和覆盖度阈值。

数据收集与编译结果

NSPOMdb共收录1360起与非无菌产品微生物污染相关的历史召回事件，涵盖药品和化妆品两大类。统计显示，仅27.8%的召回报告明确指出了污染微生物的种或属水平。在种水平上，洋葱伯克霍尔德菌（Burkholderia cepacia）复合体、皮氏罗尔斯顿菌（Ralstonia pickettii）和铜绿假单胞菌（Pseudomonas aeruginosa）是出现频率最高的污染微生物；在属水平上，沙门氏菌（Salmonella）等亦常见。研究进一步将召回产品按剂型分类，发现不同剂型的主要污染微生物存在差异，例如粉末类产品中沙门氏菌污染最为常见，而糖浆剂中则以洋葱伯克霍尔德菌为主。这一结果提示，微生物污染风险与产品物理化学特性密切相关，风险评估需结合具体剂型进行。

潜在污染微生物清单与特征注释

研究团队最终确定了一份包含89个条目的潜在污染微生物清单，涵盖61个属、1个物种复合体和82个独立种，其中包括59种细菌和30种真菌。每个微生物条目均提供了详细的分类学、形态学、生理生化特性以及风险相关信息，数据主要来源于BacDive、FungalTraits等专业数据库。此外，条目中还提供了链接至BV-BRC、MycoBank等基因组数据库的直接访问入口，方便用户获取更深入的基因组资源。

基因组特征与风险基因分析

通过对89种潜在污染微生物的39,626条基因组序列进行分析，研究发现常见的污染微生物普遍携带多种抗微生物耐药基因（ARGs）和毒力因子基因（VFGs）。利用ARG-VFG-finder流程预测显示，这些微生物中多重耐药基因和多样的毒力因子广泛存在，揭示了污染微生物潜在的致病性和耐药性风险，为理解其在不同产品环境中的适应性及致病潜力提供了分子层面的依据。

数据库结构与资源整合

NSPOMdb采用实体-关系（ER）模型构建数据集结构，核心数据包括召回事件数据集、潜在污染微生物数据集和基因组注释数据集。此外，数据库还整合了基于《中国药典》（2025年版）整理的剂型、给药途径和患者人群等参考数据集，形成了统一的风险评估资源。所有数据均以Excel文件形式在figshare平台公开，并提供在线可视化工具，支持用户探索剂型与污染微生物间的关联规律。

NSPOMdb的构建首次系统整合了非无菌产品微生物污染的召回事件、潜在污染微生物多维度特征及其基因组注释信息，填补了现有药典标准与真实世界污染情况之间的数据空白。该数据库不仅为制药和化妆品行业提供了微生物风险识别与评估的实用框架，其内嵌的ARG-VFG-finder工具也为快速预测微生物耐药性和毒力提供了技术支持。通过促进数据驱动的微生物风险管理，NSPOMdb有望助力企业和监管机构优化质量控制策略，降低产品召回风险，最终保障公众用药用妆安全。随着数据的不断更新和工具的完善，该资源有望成为非无菌产品微生物安全领域的重要基础设施。