编辑推荐：
为解决阴沟肠杆菌复合群（ECC）耐药性及基因组数据有限问题，研究人员对泰国南部 8 家医院的 17 株 ECC 临床分离株进行全基因组测序（WGS）分析。结果发现新序列类型（ST）、多种耐药基因等。该研究有助于了解 ECC 流行病学和耐药性，为防控感染提供依据。
在医院这个看似平静却暗藏 “微生物战争” 的地方，耐药菌正逐渐成为威胁患者健康的 “隐形杀手”。阴沟肠杆菌复合群（Enterobacter cloacae complex，ECC）作为其中一员，频繁引发医院获得性感染，给临床治疗带来极大挑战。传统的检测方法难以精准区分 ECC 的不同物种，且全球范围内关于 ECC 菌株的基因组数据有限，尤其是在泰国等地区。这使得医生们在面对 ECC 感染时，常常陷入 “无米之炊” 的困境，不知道该如何精准用药，也难以有效控制感染的传播。为了打破这一僵局，来自泰国宋卡王子大学（Prince of Songkla University）的研究人员挺身而出，开展了一项全面深入的研究。
研究人员对 2019 年在泰国南部 8 家医院重症监护病房（ICU）收集的 17 株 ECC 临床分离株进行全基因组测序（Whole-genome sequencing，WGS）分析。他们将这些菌株的基因组数据与美国国立生物技术信息中心（National Center for Biotechnology Information，NCBI）数据库中的参考基因组进行对比，试图从中找到解开 ECC 耐药和传播之谜的线索。
经过一系列复杂而严谨的实验和分析，研究人员收获了许多重要成果。在菌株鉴定方面，通过平均核苷酸同一性（Average Nucleotide Identity，ANI）分析和基因组数据库分类（Genome Database Taxonomy，GTDB）参考树定位，准确鉴定出 17 株 ECC 包含 6 种不同物种。在序列类型（Sequence types，STs）研究中，发现了 14 种 STs，其中 E. bugandensis PSU30 和 E. roggenkampii PSU45 分别为新型 ST-1936 和 ST-1937，并且在 NCBI 参考序列数据库的分析中又识别出 296 种新型 STs。
耐药基因的检测结果令人担忧。所有分离株都携带多种抗菌耐药基因（Antimicrobial resistance genes，ARGs），其中外排泵相关基因最为常见，β - 内酰胺酶基因也广泛存在，还有 11 种氨基糖苷类耐药基因。特别值得关注的是，6 株（35%）分离株携带 mcr - 9 基因，这意味着对粘菌素（colistin）这种治疗多重耐药（Multidrug - resistant，MDR）感染的关键最后手段药物的敏感性降低。此外，3 株分离株在 IncN2 质粒上携带 blaNDM基因，这进一步加剧了耐药问题的严重性。
移动遗传元件（Mobile genetic elements，MGEs）在 ECC 耐药传播中扮演着重要角色。13 株分离株中至少存在一种质粒，部分 ARGs 位于质粒上，如 blaNDM基因。同时，还鉴定出插入序列（Insertion sequences，ISs）、转座子和整合子等 MGEs，它们在不同物种中的分布和数量有所差异。
在毒力基因研究方面，发现许多功能基因与外膜蛋白相关，如 ompA 和 csgG，还有部分菌株携带 iroBCDEN 基因 cassette 和 lpfABCE 操纵子，这些基因都与细菌的毒力和致病性密切相关。通过构建系统发育树和泛基因组分析，揭示了 ECC 的分子进化关系和遗传多样性，不同物种形成了不同的聚类，且 ECC 的泛基因组具有开放性，还有许多未知的基因等待探索。
研究还发现了医院内感染传播的证据，E. asburiae PSU37、PSU39 和 PSU40 这三株菌高度相似，可能来自同一感染源，并且都携带 mcr - 9 基因，这警示着医院感染防控工作刻不容缓。
该研究意义重大，它全面揭示了 ECC 的遗传复杂性，包括其多样的组成、耐药性、毒力因子以及遗传多样性。研究结果为临床医生提供了重要的参考，有助于他们更精准地选择抗菌药物，制定更有效的治疗方案。同时，也为公共卫生部门制定防控策略提供了科学依据，强调了持续监测和基因组监测在控制医院感染中的重要性。
研究人员在研究过程中主要运用了以下关键技术方法：首先是样本采集，从泰国南部 8 家医院 ICU 患者中获取 17 株 ECC 分离株；然后进行 DNA 提取和测序，采用 TIANamp Bacterial DNA Kit 提取 DNA，利用 MGISEG - 2000 平台进行短读长 WGS；接着使用 BacSeq 管道进行基因组处理，包括 SPAdes 进行从头组装、Quast 进行质量评估、BUSCO 评估基因组完整性、Prokka 进行注释等；最后通过多种生物信息学工具进行分析，如 Staramr 鉴定 ST、ABRicate 检测 ARGs、MGEfinder 分析 MGEs 等。
综上所述，该研究对 ECC 进行了全方位的剖析，让人们对这一病原菌有了更深入的认识。研究结论不仅丰富了人们对 ECC 遗传和耐药机制的理解，更为未来的临床治疗和感染防控指明了方向。然而，目前的研究样本数量有限，未来还需要更多大规模的研究来进一步验证这些结果，探索更有效的防控措施，以应对日益严峻的耐药菌挑战。
