利用基因组监测数据预测肺炎克雷伯菌和鲍曼不动杆菌耐药基因明年的变化

过去十余年，用全基因组测序做耐药监测已经相当成熟：从比对已知耐药位点来预测大肠埃希菌和肺炎克雷伯菌临床分离株的药敏表型 ^[1]，到在非伤寒沙门菌中系统核对基因型与表型的对应关系 ^[2]，再到猪源共生大肠埃希菌监测中基因检测对耐药表型的高度一致 ^[5]，以及纳米孔实时测序在8小时内完成耐药基因注释 ^[6]；机器学习也被引入，例如用基因组数据预测肺炎克雷伯菌的多粘菌素耐药，效果优于基于已知基因的规则法 ^[3]。不过不同分析流程对同一数据的判断并不总一致 ^[4]，而更根本的局限在于，这些工作回答的都是“现在”——某株菌此刻携带什么耐药基因、是否耐药，没有方法告诉实验室哪个耐药基因来年会发生变化。

这篇论文把问题推进到“下一年”。作者为每个耐药基因、每一年建立预测模型：下一年是否出现此前未见过的等位基因（emergence），或最常见等位基因是否被替换（turnover），并在肺炎克雷伯菌和鲍曼不动杆菌中分别检验。数据经AMRFinderPlus注释，肺炎克雷伯菌有331个基因、2,385个基因-年，鲍曼不动杆菌有216个基因、1,059个基因-年；为剔除测序量影响，每个基因-年下采样至10条记录并重复25次，模型在早年训练、晚年检验，并测试训练中未见过的基因。所有模型在两种菌中对基因的风险排序都优于简单基线，留出基因的结果也相近。肺炎克雷伯菌中turnover比emergence更易预测（最佳AUROC 0.909对0.819），鲍曼不动杆菌顺序相反（emergence 0.789，turnover 0.722）。机制上，emergence在两种菌中都主要取决于该基因已积累的等位基因数量；肺炎克雷伯菌的turnover主要取决于当前优势等位基因的显性程度，稳定性指数仅带来小幅提升；鲍曼不动杆菌的turnover则分散在许多较弱的特征上——该菌56%的优势等位基因更替只涉及已见过的等位基因，而肺炎克雷伯菌仅23%，这可能解释了为何前者更难预测。

相对既有认识，这是从解释当下到前瞻预警的一步：以往的机器学习主要用于从基因组预测当前耐药表型 ^[3]，本文预测的是等位基因层面的年际动态，而且对训练中从未见过的基因同样有效，说明所依赖的特征是基因层面的通用属性而非对具体基因的记忆。同样重要的是，两种菌的可预测性和驱动因素截然不同，作者据此强调模型必须按菌种分别构建和验证，不能默认迁移。

局限也很清楚：鲍曼不动杆菌turnover的0.722是各任务中最弱的一环，其驱动因素分散难解；按菌种分别建模的要求也意味着这些结论能否外推到其他病原菌，以及预测结果如何真正转化为实验室的监测优先级，都还有待回答。